下肢膝关节康复外骨骼机械设备及控制算法研究

曾勇

（广西水利电力职业技术学院，广西 南宁 530023）

0 引言

下肢外骨骼领域的研究主要开始于20世纪60年代末，由美国和前南斯拉夫的一些研究小组带头，当时的研究目的主要时用于军事目的[1]。在过去的几十年里，康复外骨骼得到了广泛的研究，它能有针对性的对脑卒中病人进行康复治疗，而且将理疗师和看护人员从沉重的体力治疗中解放出来，是一种针对脑卒中疾病的自动化解决方案，对改善脑卒中和中风患者的步行能力有积极的作用[2]。

对近十年来研发的下肢膝关节外骨骼进行系统的回顾并详细阐述其异同点，具体从机械结构和控制策略两方面进行比较。

1 膝关节外骨骼机械结构分析

早期膝关节外骨骼的研究目的在于助力，如美国Yobotics公司研发的名为Roboknee膝关节外骨骼，由弹性驱动器、机械连杆以及检测电子元件组成，通过膝关节角度和地面反作用力确定用户意图，如图1（a）所示，助力穿戴者爬楼梯和进行膝盖深度弯曲[3]。在Roboknee之后，美国麻省理工学院Aaron M.Dollar研究小组在2008年提出的一种便于跑步自动助力膝关节外骨骼，如图1（b）所示，它是通过与膝关节平行安装的移动弹簧在跑步过程中存储和释放能量实现助力。Yong-Lae Park et al.设计了一种柔软的可穿戴机器人设备，如图1（c）所示，该设备由弹性关节肌肉促动器和柔软的织物套组成，采用气动驱动装置驱动，用于主动辅助膝盖运动。该设备的一个关键特征是弹性体肌肉的二维设计，它不仅使设备紧凑，而且简化了制造过程。为了探究气压的系统变化与膝关节伸展角度的关系，Yong-Lae Park et al.利用3D打印的铰接式膝关节模型进行了实验，结果表明，最大伸展角和最大屈曲角分别为95°和37°[4]。Nikos Karavas et.al提出了一种基于运动阻抗的辅助控制方案的膝关节外骨骼装置，它由大腿构件、小腿构件以及基于SEA建立的旋转驱动系统（CompAct RS）组成[5]。其中，紧凑型RS由弹性模块（包含杠杆臂和可配置的枢轴点）和电机模块组成，如图1（d）所示，配合运动阻抗控制方案可根据膝关节运动刚度变化曲线配置对应刚度，从而能够做出符合下肢膝关节肌肉活动和运动情况的辅助动作，具有良好的运动顺应性。

图1 早期膝关节处骨骼的研究

近十几年来研究者在设计膝关节模型时更多考虑了外骨骼与人体关节运动的时变特征相顺应，以此来达到更好的运动顺应性。然而人体的关节运动是复杂的，要想达到完全顺应的情况这对外骨骼的结构顺应是一个挑战。另外，如何在保证可靠性的同时减小外骨骼的转动惯性及体积，也是结构设计需要重点考虑的问题。

2 控制策略

下肢外骨骼系统融合了传感、控制、人机交互等多学科领域的关键技术，其中控制策略是研究难点之一。控制策略的主要目的是通过预测捕获穿戴者的运动意图并根据穿戴者的意图结合康复需求做出辅助动作，帮助患者进行步态康复。根据控制策略的输入信号的不同，外骨骼的控制策略可分位置控制、力/力矩控制及生物电信号控制等,控制策略与相关的要素的关系见表1。

表1 控制策略与相关要素的关系

3 位置控制

3.1 PID控制

PID控制是位置控制中应用最广泛的方法之一，PID控制策略具有结构简单、通用性强、参数可调且不依赖模型的特点，在工业自动化行业得到广泛应用。陈贵亮等[6]对下肢康复机器人膝关节动力学进行建模，并将PID控制器用于控制系统中，能够达到响应速度快和稳定性高的要求。下肢外骨骼机器人具有多输入多输出的模型，不确定性和非线性程度比较高，经典PID不能很好地进行精确控制，人们通常将经典PID控制与模糊控制、神经网络等智能算法相结合，以减小控制误差，提高控制精度。Geng Zhang[7]设计了一种模糊自适应PID控制系统，利用偏差信号的模糊推理模块，实时调节PID控制器的参数，使系统具有良好的稳定性和有效性。Wang[8]针对机器人关节力矩控制动态模型参数并不准确的问题，将负反馈与PID调节器相结合，建立了模糊PID控制器，消除了系统误差。采用智能模糊算法建立模糊PID控制器，改善系统的动态特性。模糊PID自适应控制器比常规PID控制器能更好地减小超调量和系统响应，更好地降低噪声和跟踪误差，提高控制精度。

3.2 轨迹跟踪控制

大多数具有被动康复训练模式的外骨骼系统都使用了轨迹跟踪控制，轨迹跟踪是指外骨骼带动患者按照规划的轨迹路线进行步态训练，一般有预定义的步态轨迹和基于步态模式下的响应预定义步态轨迹控制。预定义的步态轨迹控制，易于实现，但不允许患者自主化的主动运动，会给患者带来更多的疲劳。基于步态模式下的响应预定义需要一个精确的动态系统模型。在轨迹跟踪控制中，由于系统中存在的干扰会影响关节轨迹跟踪的性能，可使用高精度的控制算法来实现连续、重复的训练。Long Y等[9]针对被动模式下肢外骨骼机器人的步态轨迹跟踪控制问题，提出一种自抗扰控制策略，使得康复系统能够更准确地跟踪目标步态。将系统未建模动态，系统间动态耦合和外部扰动是为总干扰，采用前馈方式进行补偿，通过设计的误差反馈控制器，实现对期望步态轨迹的跟踪控制，相比PID控制该控制能够实现良好的跟踪效果，还能有效抑制干扰。

4 力/力矩控制

基于人机间的力/力矩控制策略较多，其控制对象是人与外骨骼间的交互力信息。使用此类控制方法需要检测人机之间的交互力。Gong[10]为膝关节外骨骼开发了一种力控制策略，可以为用户生成自定义的辅助力，实验表明该外骨骼具有良好的力跟踪性能，能够获得自然的步态模式。Taha Z[11]针对传统比例微分（PD）控制率的干扰调节问题，提出了一种粒子群优化主动力的控制策略。与传统控制方案相比，具有很强的鲁棒性。常用的控制策略主要有阻抗控制和导纳控制两种形式。

4.1 阻抗控制

阻抗控制是根据参考轨迹和位置误差与相互作用力之间的期望动态关系来制定的。一般来说，阻抗控制由两个控制回路组成：一个调节末端执行器与外部环境相互作用的外部阻抗回路，另一个可以是转矩控制回路或位置/速度控制回路的内部控制回路。对于外阻抗环，需要用任务空间表示阻抗目标的动力学。对于内部控制回路，控制律的坐标表示有两种可能。一种是基于力的阻抗控制，关节空间内的转矩控制需要将外环产生的受控力转化为需要跟踪的受控转矩。因此，这就需要在线计算雅可比矩阵。另一种是基于位置/速度的阻抗控制，内部位置/速度控制可以通过逆运动学将任务坐标在关节空间中转换为关节坐标。阻抗控制通常用于人机交互的环境，其中运动作为输入，力作为输出，在康复外骨骼的控制中应用最为广泛。

4.2 导纳控制

导纳控制能够实现人机柔顺交互，因此在康复机器人中得到了广泛的应用。阻抗控制是建立在力与速度或位置的动态关系上的控制方法，而导纳控制建立在力与位置偏差或者速度偏差的动态关系上的控制方法，以阻抗控制为基础，利用一个外力环和一个内部位置环构成整个控制器。Han Y[12]设计了一款利用鲍登电缆传输电机产生的力，惯量小、重量轻的外骨骼腿，提出了一种基于导纳控制的康复型外骨骼腿摆动控制方法。其以人机交互扭矩、惯性补偿器扭矩和外骨骼扭矩作为导纳控制系统的输入，摇摆时髋关节和膝关节的角度为输出，进行了模拟康复训练变摆频实验、髋关节和膝关节的协调控制实验，结果表明调节补偿的惯性补偿器随摆动频率的变化而变化，髋关节和膝关节具有良好的协调。

5 生物电信号控制

生物信号控制是利用人体肌肉活动产生的电信号作为控制源，相比于力信号，生物电信号获取方式简单，安全性较高。人体生物信号的产生是早于人体肢体的运动动作，因此，可以用来预判人体运动意图，控制调节外骨骼。在下肢康复外骨骼控制中应用比较多的主要有两种方式：肌电信号控制和脑电信号控制。

5.1 表面肌电信号

表面肌电信号是通过肌电传感器测量获取的电信号，能够反映人体运动意图。但常因人体出汗干扰测量效果，容易受到外界环境如噪声、湿度的影响，并且这些信号只涉及表面肌肉的信息，而不涉及所相关的骨骼肌。该控制方式适应于具有残余下肢运动能力的患者。一些学者通常建立表面肌电与用户主动意图之间的映射，实现了精确的角轨迹跟踪。基于肌电信号的最成功的可穿戴外骨骼机器人是Cyberdyne公司研发的混合辅助肢体（HAL），由计算机、电源装置、肌电传感器等多种传感器组成，该机器人不需要外部设备和控制板，此外利用生理反馈和前馈原理开发的辅助动力单元控制器将用户的姿态调整到一个舒适的位置。Nikos[13]提出一种远程阻抗的辅助控制器，这种控制器通过测量佩戴者的肌电信号，识别运动意图，估计关节力矩和刚度。在未来建立一个适合于不同患者预测模型用于机器人控制的整个周期中，实时计算评估控制器的动态性能，是一件具有挑战性的任务。

5.2 脑电信号

近几年，脑机接口（BCI）已成为一个研究热点，为下肢外骨骼机器人提供了一种控制方式。当前的BCI设备通常基于来自以下三个皮质区域之一的信号：运动、视觉或语音。将检测到的脑电信号，经过信号处理、识别等操作后，能够作为一种控制命令用于控制外部设备和计算机等。依据脑电信号的产生是否需要外接刺激，分为自发脑电信号和诱发脑电信号脑机接口系统。VR技术现在也应用于诱发脑电信号，但诱发脑电信号训练方式容易引起穿戴者的视觉疲劳。以色列Rewalk[14]康复机器人系统主要利用人脑人机阶面采集脑电波信号来控制机器人外骨骼的运动。Mcdaid A J等[15]研发了一种读取稳态视觉诱发电位信号并解码用户意图，用于控制机器人。脑电控制不能用于脑部损伤患者，具有不同病因的患者之间的脑信号可能会有所不同，同时提取的脑电信号的性能不稳定，如何设计并实现多通道、低功耗、寿命长的无线脑电植入设备是当前需要解决的一个重大问题。

6 未来发展方向

康复外骨骼是用来改善人们的日常运动能力的可穿戴设备，这就对外骨骼的运动顺应性、固有安全性以及穿戴舒适性提出了挑战。早期的康复外骨骼设备将膝关节简化为单自由度的纯转动关节，这样不能顺应膝关节的在矢状面内的时变特征，随着研究的深入，研究者们逐渐接受了膝关节的是多自由度的关节，它在矢状面内既有滚动，也有滑动，是一种瞬心可变的多自由度运动。所以近十几年来研究者在设计膝关节模型时更多考虑了外骨骼与人体关节运动的时变特征相顺应，以此来达到更好的运动顺应性。然而，目前的控制策略依然存在控制模式单一，难以适应不同穿戴者的运动情况以及不同运动能力情况下的康复问题；比如如何在一套外骨骼设备上同时兼容全瘫、偏瘫、截瘫等症状的康复治疗。对于全瘫患者，我们可以输入身高、体重、腿长等相近的正常人的步态数据对全瘫患者进行康复治疗；对于偏瘫患者，我们可以依据健侧指导患侧的协同康复治疗控制策略进行康复治疗；而对于截瘫患者，我们可以依据肌电信号和脑电信号作为输入信号进行康复治疗。随着社会的发展，对康复外骨骼设备的应用场景和功能需求都提出了严峻的挑战，不仅要在结构上做到结构顺应，还要求在人机交互过程中做到人机共融，以此保证有康复治疗效安全。

7 结语

从机械结构和控制策略两个方面综述了近十几年来下肢膝关节外骨骼的研究现状。下肢膝关节外骨骼机械结构从早期的单自由度转动副开始向多自由度结构转变，研究者们更多的关注到了要与人体关节自由度相同，以便取得更好的人机顺应性。控制策略上则从早期的单一固定控制模式向自适应的智能混合控制策略转变，从而保证康复的安全性和准确性。未来，随着结构和控制策略的不断深入研究，外骨骼将在脑卒中的康复治疗或者人类的日常活动领域发挥重要作用。