一种新的人体运动类型识别方法可以提高外部肌肉机器人的适应性

近日，记者从中国科学院沈阳自动化研究所(以下简称中国科学院沈阳自动化研究所)获悉，外肌机器人领域取得新进展。高泛化能力的人体运动识别方法和对人体步频特性具有高适应性的外肌机器人系统，对于提高机器人的适应性和辅助效率，促进机器人在智能医疗和智能养老领域的实际应用具有重要意义。

外肌机器人是一种与人类融为一体的机器人，主要驱动附着在人体肌肉/肌腱表面的人工肌肉吊带，实现对目标肌肉群的精准辅助。如何提高机器人快速适应穿戴者运动状态的能力，是当前机器人研究的难点。

据中国科学院沈阳自动化研究所研究人员介绍，与外骨骼机器人相比，外骨骼机器人的本体更加灵活，辅助方式更加精准，能够有效促进穿戴者肌肉功能的重建。但由于人机一体化的近距离操作，佩戴者的运动很容易受到机器人在决策和行为上的偏差影响。

受人体下肢运动的状态驱动和节律/CPG驱动特性的启发，中国科学院沈阳自动化研究所控制组的研究人员针对机器人识别和控制的高适应性，开展了高适应性的人体运动识别和机器人控制方法的研究。

基于人体相平面和相曲线的概念，研究人员提出了一种能够适应不同受试者和不同步态模式的人体运动类型识别方法，并进一步验证了其应用于下肢运动障碍人群运动功能定量评估的可行性。同时，结合下肢运动的节奏特点，构建了一种能够快速适应人体步频、运动环境和人机耦合动力学变化的外肌机器人控制系统。

近年来，中国科学院沈阳自动化研究所控制组在康复机器人和脑电信号处理领域开展了系统的理论和应用研究工作，取得了多项研究成果。本研究将人类运动更本质的特征融入到机器人交互系统的设计中，为机器人策略设计和行为规划的研究提供了新的思路。