新的研究表明，外骨骼现在可以适应你，而不是你适应外骨骼

链接表

摘要和 1 引言

2 结果

2.1 代表性参与者的初始处理数据

2.2 整体性能分析

2.3 交互画像分析

2.4 个体适应策略

3 讨论

3.1 人类适应

3.2 知识产权分析的重要性

4 结论

5 方法

5.1 前馈控制策略

5.2 实验装置

5.3 实验方案

5.4 数据分析

声明

附录 A 补充示例数据

附录 B 与自然行走的比较

参考

抽象的

人机物理交互包含有关优化用户体验、提高机器人性能和客观评估用户适应性的关键信息。本研究通过将肌肉活动和交互扭矩分析为二维随机变量，介绍了一种评估下肢外骨骼中人机协同适应的新方法。我们引入了交互肖像 (IP)，它可以在极坐标中直观显示该变量的分布。我们应用该指标比较了基于运动状态反馈的最新扭矩控制器 (HTC) 和本文提出的具有在线学习功能的新型前馈控制器 (AMTC) 与基于时间的控制器 (TBC) 在跑步机上以不同速度行走时的效果。与 TBC 相比，HTC 和 AMTC 均显著降低了用户的标准化氧气吸收量，表明用户与外骨骼的协调性得到增强。IP 分析表明，这种改善源自两种不同的协同适应策略，仅通过传统的肌肉活动或交互扭矩分析无法识别。 HTC 鼓励用户将控制权交给外骨骼，减少肌肉力量但增加交互扭矩，因为外骨骼可以补偿用户的动态。相反，AMTC 通过增加肌肉力量和减少交互扭矩来促进用户参与，使其与康复和步态训练应用更加紧密地结合起来。IP 阶段演进提供了对每个用户的交互策略发展的洞察，展示了 IP 分析在比较和设计新型控制器以优化可穿戴机器人中的人机交互方面的潜力。

关键词：外骨骼，物理交互，控制

1 简介

辅助和康复机器人正受到越来越多的关注，因为它们可以为用户提供更多的锻炼机会，提高他们的功能和生活质量，同时减少物理治疗师的工作量 [1, 2]。尽管最近取得了一些进展，包括通过人机协同优化来改善外骨骼辅助系统 [3–6]，但这些机器人系统仍然缺乏能够自动微调每个用户所需的有效支持水平的复杂程度 [7, 8]。这种个性化的接触是物理治疗师在传统治疗过程中本能的，但对机器人来说仍然是一个挑战。挑战之所以出现，是因为尽管使用了代谢成本 [9, 10]、肌肉激活 [11]、相互作用力 [12]、舒适度 [13]、认知负荷 [14] 和用户偏好 [15] 等单独的性能指标，但缺乏一个能够完全涵盖人机物理交互细微差别的统一指标，阻碍了下肢外骨骼支撑的精确调整和定制 [16]。因此，这项任务通常委托给具有隐性考虑的自适应控制器来控制人机外骨骼的物理交互。人机外骨骼交互的控制在优化用户体验和下肢外骨骼在康复和功率增强应用中的性能方面起着关键作用 [17]。在功率增强场景中，用户保留完全自主权，外骨骼通过解释用户的预期动作直接或间接地遵循用户命令。如果用户和外骨骼之间出现分歧，外骨骼必须放弃控制权，转而支持用户 [18, 19]。然而，在康复和辅助外骨骼的背景下，人机外骨骼交互控制更具挑战性，主要有两个原因。首先，由于肌肉骨骼或运动障碍 [20]，用户执行的动作并不总是可靠的，这可能会损害仅基于用户-机器人物理交互的解码意图的质量。其次，外骨骼应鼓励用户在可能的情况下最大限度地参与运动，并在用户无法正确执行运动时提供帮助或纠正 [21, 22]。因此，外骨骼必须在领导者和追随者角色之间无缝转换 [23]。

为了确定适合人体增强和康复应用的控制策略，了解人外骨骼适应性至关重要，这是个人如何响应与共享运动控制相关的特定外骨骼控制策略的指标 [24]。在力量增强方面，理想的情况是用户适应一种策略，他们主要通过引导运动来做出贡献，而无需付出体力 [5]。外骨骼负责通过向人体施加相互作用扭矩或力来移动人体，这表现为肌肉活动或代谢率的降低 [4]。相反，在康复中，通常必须引导用户增加肌肉活动并积极参与运动控制 [25]。在这种情况下，人外骨骼相互作用扭矩表现出双重行为。当用户正确执行动作时，外骨骼必须透明地跟随用户，从而产生零相互作用扭矩 [12]。但是，当需要纠正运动时，外骨骼控制器应进行干预。这种干预会产生冲突，需要增加相互作用扭矩来纠正运动。肌肉力量或相互作用力矩本身都不能辨别上述情况。例如，肌肉力量的增加可能源于

这可以解释为来自人与外骨骼不一致 [20]，同时这也可能表示人类用户正在行走并且依靠自己的运动能力而不是外骨骼的辅助。因此，为了在这种情况下比较不同的控制器，需要将交互扭矩与肌肉力量一起考虑。低水平的交互扭矩加上较高的肌肉力量表明没有身体不一致，这表明外骨骼正在跟随用户，并且用户在最小的辅助下行走。否则，较高水平的交互扭矩加上较高的肌肉力量表明用户和外骨骼不共享相同的期望运动模式，并且它们正在争夺控制权 [23]。因此，确定控制器是否适用于功率增强或康复应用需要共同分析肌肉力量和交互扭矩。