外骨骼机器人类型与关键技术分析

岳海波 王伟

摘 要：随着科技水平的不断进步，各技术行业都得到了迅速发展。在此背景下，人们希望设计出一种辅助人体动作，以达到提升人体运动能力或帮助人体肢体进行康复的机械装置，因此，外骨骼机器人应运而生。外骨骼机器人是一种可穿戴的智能化机械装置，应用人机工程学、仿生学等相关知识将人与机器人结合在一起，实现人与机器人的优势互补，拥有巨大的发展潜力。本文首先介绍了外骨骼机器人的类型，然后从外骨骼机器人构型、驱动技术、控制技术等方面入手，介绍了外骨骼机器人关键技术，最后在此基础之上，展望未来外骨骼机器人的发展趋势。

关键词：外骨骼机器人;构型;驱动技术;控制技术

中图分类号：TP242 文献标识码：A 文章编号：1003-5168（2019）02-0023-05

Exoskeleton Robots Types and Key Technologies Analysis

Abstract： With the continuous progress of science and technology， various technology industries have developed rapidly. In this context， people hope to design a mechanical device to assist human motion in order to improve human motion ability or help human limbs to recover. Therefore， exoskeleton robots emerge as the times require. Exoskeleton robot is a kind of wearable intelligent mechanical device. It combines human and robot by using ergonomics， bionics and other related knowledge to realize complementary advantages between human and robot， and has great development potential. Firstly， the types of exoskeleton robots were introduced. Then， the key technologies of exoskeleton robots were introduced from the aspects of configuration， driving technology and control technology of exoskeleton robots. Finally， based on this， the development trend of exoskeleton robots in the future was prospected.

Keywords： exoskeleton robot;configuration;drive technology;control technology

外骨骼（Exoskeleton）这一名词来源于生物学昆虫和壳类动物的坚硬外壳，其作用在于支撑、运动、防护三项功能紧密结合。外骨骼机器人是模仿生物界外骨骼而提出的一种新型机电一体化装置，通过多种关键技术之间的相互配合，在保证使用者安全的前提下，极大提高了人体运动、负重等能力。

本文首先介绍外骨骼机器人的类型，然后分析外骨骼机器人的关键技术，最后展望外骨骼机器人的发展趋势。

1 外骨骼机器人类型

从结构上来说，外骨骼机器人可分为上肢外骨骼机器人、下肢外骨骼机器人及全身外骨骼机器人三个主要类型。

1.1 上肢外骨骼机器人

上肢外骨骼机器人通常具有多个自由度，用于辅助使用者相应的关节运动，可用于助力或进行康复运动。例如，美国Myomo医疗机器人公司开发的MyoPro Motion-G外骨骼机器人[1]，如图1所示。其适用于因中风等神经系统损伤而导致手臂力量变弱或变形的患者。MyoPro Motion-G配备了多个传感器和电机，可以实现肘弯曲和伸展及手指抓握等动作，这样用户可以做饭、吃饭，还可以做一些家务。MyoPro Motion-G使用表面肌电信号数字传感器检测身体的肌电信号，进而判断使用者的运动意图。

1.2 下肢外骨骼机器人

下肢外骨骼机器人用以辅助使用者的下肢运动。由于人体下肢运动具有复杂性，下肢外骨骼机器人用于康复和助行时，通常需要与手杖配合使用。例如，中国科学院深圳先进技术研究院研制的下肢助行外骨骼机器人，适用于老年人和有运动功能障碍的患者，如图2所示。其由背包装置、髋关节、膝关节、踝关节和与人体的连接装置构成。髋关节和膝关节由直流伺服电机驱动;踝关节为被动关节;与人体的连接装置设置在外骨骼机器人的小腿和大腿部。使用该装置时，配有一副智能拐杖，应用智能拐杖上的操作装置控制外骨骼机器人运动[2]。

1.3 全身外骨骼机器人

全身外骨骼机器人可辅助人体上肢和下肢相应的关节运动，具有较多的自由度。例如，日本筑波大学研发的下肢外骨骼机器人HAL[3]。经过多年的发展，HAL已经形成系列产品，其第五代产品为HAL-5，如图3所示。HAL-5的总重量约为15kg，其整个系统的承重能力可以达到70kg。HAL-5采用了更小的马达，使各关节尺寸变小，结构緊凑，运动更加灵活，实际应用性更强。

2 外骨骼机器人的关键技术

外骨骼机器人的发展和相关关键技术的发展密不可分。外骨骼机器人构型、驱动技术以及基于人机交互方式的控制技术等的不断改进，推动了外骨骼机器人的变革。

2.1 外骨骼机器人构型

构型设计是外骨骼机器人整体设计的基础，构型方案的好坏直接影响外骨骼机器人整体功能的实现。随着科技的发展，单纯完成指定任务已无法满足人们对构型设计的要求，舒适与安全成为构型设计新的发展趋势[4]。

机械结构的设计必须符合轻巧且坚硬、舒适且稳定、方便且安全的特点。外骨骼助力机器人既要重量小，减少人体穿戴后所需承受的负担，又必须满足对人体的支撑要求。

为满足舒适的要求，应当充分研究人体仿生学，按照拟人化原则，综合考虑自由度的选择、结构尺寸大小、关节的构造和运动、人机缓冲接触装置设计等。为防止外骨骼助力机器人因突发情况对操作者造成伤害，机械结构应当具有应急保护机制。

2.2 外骨骼机器人驱动技术

外骨骼机器人的驱动系统应具有轻巧、尺寸小、能量密度高等特点，并且能提供符合要求的输出力或力矩。目前，国内外应用在外骨骼机器人上的驱动方式主要有：液压驱动、电动机驱动、气压驱动以及人工肌肉驱动等。

液压驱动相比于其他几种驱动方式，传动过程更加平稳，当输出功率相同时，质量轻且结构紧凑，便于实现小型化。基于上述优点，液压驱动方式被应用在很多成熟的外骨骼机器人上，如美国加州大学伯克利分校研制的外骨骼机器人BLEEX[5]，美国雷神公司的XOS系列外骨骼机器人等[6]。但是，液压驱动方式也存在一些不足，如工作噪声较大、能源使用效率低、容易发生泄漏等。由此，设计时应最大程度上利用其优点，尽可能减少不足对整体设计的影响。

气压驱动方式与液压驱动相似，工作介质为空气，具有无污染、成本低等优点。但是，由于气体具有压缩性，所以，气压驱动精确性差，容易产生噪声。因此，采用气压驱动方式的外骨骼机器人较少。例如，日本神奈川理工大学研制的PAS[7]和北京航空航天大学研制的外骨骼机器人[8]均采用了气压驱动的方式。

电动机驱动技术相比于其他几种驱动技术，具有控制精度高、工作噪声小、结构简单、易于安装且信号传递迅速等优点。但是，当要求的驱动力加大时，选择的电动机尺寸也会增加，从而影响外骨骼机器人的整体布局。目前，采用电动机驱动方式的外骨骼机器人有很多，如日本筑波大学的HAL系列外骨骼[3]，中国合肥智能机械研究所研制的WPAL外骨骼[9]等。

人工肌肉驱动是最近兴起的一种驱动方式，相比于其他几种驱动方式，目前技术还不太成熟，存在精度控制困难、驱动行程小、抗压性差等缺点。但是，人工肌肉驱动技术也有其独特优势，如驱动过程更加柔顺，能量转化效率高，不会对操作者造成伤害，同质量下输出力较大等。目前，采用人工肌肉驱动的外骨骼机器人逐渐增多，发展前景十分广阔。例如，英国索尔福德大学基于气动肌肉研制的上肢外骨骼系统和下肢外骨骼系统[10]，哈尔滨工程大学研制的气动肌肉驱动步态康复训练外骨骼系统等[11]。

2.3 外骨骼机器人控制策略

外骨骼机器人为满足不同的控制目标，需要用到不同的控制策略。选择合适的控制策略对助力外骨骼机器人完成指定任务起到至关重要的作用。基于人机交互方式的不同，外骨骼机器人的控制策略主要分为以下几种。

2.3.1 预编程控制策略。预编程控制策略指外骨骼机器人按照预先编好的运行程序运行，从而带动操作者肢体动作。此种控制策略无需感知人体运动信息，简单，易实现，但操作者只能进行有限干预。因此，多被应用于康复外骨骼机器人，如Lokomat[12]外骨骼系统、ReWalk[13]助行外骨骼等。

2.3.2 基于力信息的控制策略。基于力信息的控制策略是通过应用各种类型的力/力矩传感器，感知人体的意向运动信息，然后应用一定的控制算法，获得控制量，从而控制外骨骼机器人跟随操作者进行动作。

根据获取力信息的不同，基于力信息的控制策略又可分为直接力反馈控制、地面反作用力控制以及灵敏度放大控制等。直接力反馈控制中采集的力信号为操作者与外骨骼所有接触点的力信息;地面反作用力控制采集的力信号为地面反作用力这一广义力，包含地面施加于人体上的力和力矩;而灵敏度放大控制是通过定义灵敏度函数，基于数学模型的建立使灵敏度函数最大化，从而使用很小的力便可控制外骨骼机器人动作。尽管没有使用力/力矩传感器，但该控制策略实质上仍是采用人与外骨骼机器人的相互作用力来获取人体的意向运动信息。

目前，采用力信息控制策略的外骨骼机器人有很多，如哈工大[14]研制的下肢外骨骼助力机器人，中科院常州先进制造研究所研制EXOP-1[15]，两者均在机器人的脚部安装了力传感器，用以感知人机交互力。

2.3.3 基于肌电信号的控制策略。肌电控制的一般过程为：首先采集人体表面的肌电信号并进行预处理，除去干扰信号的影响;然后进行特征提取，利用不同算法建立特征参数与肢体动作的对应关系，从而辨识出人体的运动意图;最后通过控制器控制外骨骼机器人动作。

目前，应用肌电控制方法最成功的是日本HAL系列外骨骼助力机器人。HAL利用肌电信号辨识人的运动意图并进行预测。结合阻抗控制方法，操作者在使用HAL时感觉十分舒适。肌电控制方法同时也存在诸多不足之处，如肌电信号传感器使用不方便，人体汗液会影响测量结果，并且基于肌电信号的控制器均为个性化设备，广泛使用较为困难[16]。

2.3.4 基于脑电信号的控制策略。基于脑电信号的控制，也称为基于意识的控制，其控制过程与肌电控制相似。随着脑电信息感知设备的逐步发展，基于脑电信息的外骨骼机器人控制策略逐渐受到研究人员的重视。作为控制源的脑电信号可以分为诱发脑电和自发脑电两大类，应用脑电信号，可获取人体的运动意向，进而控制外骨骼機器人运动。

例如，唐智川等人[17]提出一种基于单次运动想象的脑电信号分类方法，并将其应用于自主研发上肢外骨骼的实时控制。由于基于脑电信号获取人体运动意向较为困难，因此，该种控制策略还处于实验阶段，研究成果相对较少。

3 外骨骼机器人的发展趋势

外骨骼机器人发展至今，已经取得了众多研究成果，由于其具有可穿戴这一独特优势，在医疗、军事、工业等领域具有广阔的应用前景。但依然存在许多不足，如体积较大、重量重、运行噪音大、运动灵活性不高、与操作者运动协调性不足、能源体积太大且不耐用等。因此，外骨骼机器人的发展依赖于以下几方面的进步与革新。

3.1 材料与能源方面

由于传统的钢、铝材料的密度大，使得外骨骼的自身重量很大，所以，需要研究新型廉价的复合材料，以降低自重，提高效率。此外，现有外骨骼多采用外置电源、液压源、自携带锂电池来供能，限制了其续航能力，使其只能应用于实验室或是短距离的环境。因此，新能源的开发与利用至关重要。

3.2 人机耦合方面

由于外骨骼机器人是机器人与操作者相耦合的机电一体化系统，因此，人机交互。刚柔系统动力学建模等相关技术的发展势在必行。同时，由于人体的差异性较大，这就要求外骨骼助力机器人有较强的学习能力，以满足不同操作者的使用要求。

3.3 安全与舒适方面

外骨骼机器人的工作方式与一般工业机器人不同，需要穿戴在操作者身上，与操作者共同完成目标任务，并且要求使用者在舒适的情况下进行操作。同时，外骨骼机器人在工作过程中有可能发生跌倒、碰撞或失控等意外情况，因此，外骨骼机器人必须建立科学全面的安全评价方法，以保证其安全性。

3.4 控制方面

为了获得更好的人机交互效果，通常需要基于多种信息，应用多种控制策略，因此，基于多元信息的混合控制策略将是未来外骨骼机器人的控制发展方向。

4 结论

本文首先介绍了外骨骼机器人的分类，然后对外骨骼机器人关键技术如外骨骼机器人构型、驱动技术、基于人机交互方式的控制策略等进行介绍，指出外骨骼机器人关键技术存在的不足及未来发展趋势。随着科技的不断进步，外骨骼机器人将会变得越来越人性化与智能化，终有一天，科幻中的外骨骼机器人将变为现实。

参考文献：

[1]环球网.这个肌电外骨骼可以读懂你的动作意图[EB/OL].（2017-01-29）[2019-01-01].http：//tech.huanqiu.com/news/2017-01/10038144.html.

[2]张邵敏.康复用下肢外骨骼系统仿生步态规划方法研究[D].深圳：中国科学院深圳先进技术研究院，2016.

[3]Tsukahara A，Hasegawa Y，Eguchi K，et al. Restoration of Gait for Spinal Cord Injury Patients Using HAL with Intention Estimator for Preferable Swing Speed[J]. IEEE Transactions on Neural Systems & Rehabilitation Engineering，2015（2）：308-318.

[4]Ha K H，Murray S A， Goldfarb M. An Approach for the Cooperative Control of FES With a Powered Exoskeleton During Level Walking for Persons With Paraplegia[J]. IEEE Transactions on Neural Systems & Rehabilitation Engineering，2016（4）：455-466.

[5]Kazerooni H，Steger R，Huang L. Hybrid control of the Berkeley Lower Extremity Exoskeleton （BLEEX）[J]. IEEE/ASME Transactions on Mechatronics，2006（2）：128-138.

[6]Yuan P，Wang T，Ma F，et al. Key Technologies and Prospects of Individual Combat Exoskeleton[C]// International Conference on Seventh International Conference on Intelligent System & Knowledge Engineering. 2012.

[7] Yoshimitsu T，Yamamoto K. Development of a power assist suit for nursing work[C]// Sice Conference. 2005.

[8] Chen D，Meng N，Zhang B，et al. Control strategy of the lower-limb exoskeleton based on the EMG signals[C]// IEEE International Conference on Robotics & Biomimetics. 2015.

[9] Chen F，Yu Y，Ge Y，et al. WPAL for human power assist during walking using dynamic equation[C]// International Conference on Mechatronics & Automation. 2009.

[10] Costa N，Bezdicek M，Brown M，et al.Joint motion control of a powered lower limb orthosis for rehabilitation[J]. International Journal of Automation and Computing，2006（3）：271-281.

[11]隋立明，张立励.气动肌肉驱动步态康复训练外骨骼装置的研究[J].哈尔滨工程大学学报，2011（9）：1244-1248.

[12]刘燕平，陈美云.Lokomat下肢康复机器人对改善帕金森病患者步行能力的疗效研究[J]. 中国康复，2017（1）：30-32.

[13]Talaty M， Esquenazi A， Briceno J E. Differentiating ability in users of the ReWalkTM powered exoskeleton： An analysis of walking kinematics[C]// IEEE International Conference on Rehabilitation Robotics. IEEE Int Conf Rehabil Robot， 2013.

[14]张志明.下肢外骨骼人机交互信息感知与协调运动控制的研究[D].哈尔滨：哈尔滨工业大学，2016.

[15]李坦东，王收军，侍才洪，等.穿戴式外骨骼机器人的研究现状及趋势[J].医疗卫生装备，2016（9）：116-119.

[16] Caesarendra W， Lekson S U， Mustaqim K A， et al. A classification method of hand EMG signals based on principal component analysis and artificial neural network[C]// International Conference on Instrumentation， Control and Automation. IEEE，2017.

[17]唐智川，孫守迁，张克俊.基于运动想象脑电信号分类的上肢康复外骨骼控制方法研究[J].机械工程学报，2017（10）：60-69.