本书面向“健康中国”战略，总结了研究团队近年来在多自由度并联康复机器人及其人机交互控制方面的重要研究进展和成果，充分阐述了多自由度康复机器人的背景、驱动、构型、控制系统和应用技术，综合探讨了康复机器人的驱动与传感技术、并联机构及康复机器人实例、下肢康复机器人的力反馈交互控制和肌电自主控制、基于生物信号的人机交互接口，以及气动脚踝康复机器人的柔顺控制和脑机协作控制，*后讨论了康复机器人在柔性外骨骼结构、可穿戴传感设备和以患者为**的控制策略方面的发展趋势。本书旨在为从事康复机器人科学和技术研究及产品开发的科技工作者、老师和学生提供有益的参考，可作为高职高专机械电子信息及相关专业基础课程的教材，也可供工程技术人员参考。

四轴并联机器人平台

1. 基于运动平板/跑步机的外骨骼式机器人

基于运动平板/跑步机的外骨骼式机器人通常包括一个身体减重支撑系统，穿戴于患者下肢，在患者于跑步机上进行行走训练时提供辅助。瑞士苏黎世Hocoma公司的Lokomat机器人如图11（a）所示，是一种典型的基于跑步机和减重支撑系统的下肢康复机器人。患者下肢固定于机器人的外骨骼框架之内，通过控制机器人向患者髋关节和膝关节提供辅助力\[39\]。德国Lokohelp小组开发了一种与Lokomat结构相类似的下肢康复机器人\[27\]，不同之处在于此机器人将跑步机的运动传递给运动平板，通过对平板的跟踪控制来模拟步态运动\[40\]。近年来，荷兰特温特大学开发了一种新的步态训练机器人LOPES\[23\]，如图11（b）所示。LOPES外骨骼式机器人包括三个驱动旋转关节以及在髋关节处的平移和自由组件，在辅助患者进行跑步机训练时可与其下肢保持并行。美国特拉华大学设计了一种外骨骼式机器人ALEX\[28\]，在髋关节和膝关节通过线性驱动器为下肢提供辅助动力\[41\]。虽然基于减重支撑系统和跑步机的外骨骼机器人能够为患者提供较好的训练，但此类机器人设备笨重、价格昂贵、操作复杂，完成一位患者的训练通常需要两位以上的操作者，进行下肢康复训练的成本较大。此外，减重支撑系统的使用可能会在某种程度上限制患者的运动自由。

图11典型的基于跑步机的外骨骼式康复机器人2. 下肢矫形器类外骨骼式机器人

下肢矫形器是一种穿戴于患者下肢的外骨骼式机器人，在患者行走过程中提供辅助动力。美国麻省理工学院的Blaya和Herr开发了一种主动踝足关节矫形器（active anklefoot orthosis，AAFO）\[29\]，如图12（a）所示，是一种用于足下垂（dropfoot）患者步态康复训练的重要设备。美国密歇根大学的Sawicki和Ferris采用气动肌肉作为外骨骼机器人的驱动单元，开发了一种膝踝足关节矫形器机器人（kneeanklefoot orthosis，KAFO），如图12（b）所示\[30\]。气动肌肉具有输出力与自重之比大和内在柔顺**等优点，使机器人可在患者行走过程中提供屈/伸力矩以实现运动康复训练。德国的Fleischer等人也开发了一种下肢矫形器\[44\]，其通过解析肌电信号获得患者运动意图。混合辅助机器人（hybrid assistive limb，HAL）是由日本筑波大学和Cyberdyne公司开发的一种全身可穿戴式机器人，可用于康复训练以及负重辅助等\[31\]。伯克利下肢外骨骼（Berkley lower extremity exoskeleton，BLEEX）是由美国加州大学伯克利分校开发的一种提高用户行走能力和力量的外骨骼式机器人\[32\]，该机器人具有7个自由度，其中4个由液压执行器驱动。虽然矫形器类外骨骼式机器人能够为患者的步态屈伸运动提供辅助动力，但外骨骼式机器人存在造价高、能量需求大、难以适用于不同患者的缺点。另外，在人机交互时外骨骼式机器人的控制存在诸多不确定性，这在一定程度上限制了该类机器人的广泛应用。

图12典型的下肢矫形器类外骨骼式机器人3. 基于踏板的端部式机器人

对于此类下肢康复机器人，患者脚部将固定于机器人踏板之上，通过控制踏板带动下肢运动来模拟不同的步态阶段。德国RehaStim公司的步态训练器Gait Trainer GTI\[33\]如图13（a）所示，是一个伺服控制的步态训练机器人，用于帮助患者恢复其肢体运动能力\[46\]。Hesse等人设计了名为Haptic Walker的下肢康复机器人，如图13（b）所示，该机器人包括两个机械平台，可驱动患者肢体实现任意运动\[26\]。Haptic Walker可视为GTI机器人的重新设计和演化，可实现不同步态模式和可调节步行速度的模拟仿真。瑞士Reha Technology AG公司的GEOSystems机器人被用于模拟行走和上下台阶的运动\[34\]，该机器人由两个踏板组成，可在水平和垂直方向上编程实现行走与攀爬训练。GEOSystems与Haptic Walker机器人的设计应用目标类似，不过其尺寸规格更小\[47\]。然而，这些机器人设备很少能够模拟在不同地形的行走状态。Yoon等\[48\]提出了一种六自由度步态训练机器人，其脚部末端设计为由两个直线执行器驱动的并联机构，允许患者实现在不同地形的训练，如步行、爬楼梯或斜坡等。由于外骨骼式机器人能够在患者站立阶段提供支撑，与之相比，此类端部式机器人的缺点在于其训练过程需要额外的人工帮助。

图13典型的基于踏板的端部式机器人4. 基于平台的端部式机器人

基于平台的端部式机器人使患者在训练过程中保持不动，仅将其下肢（如脚部）固定于动平台之上，通过控制动平台的运动实现肢体训练。由于并联机器人具有结构明确、控制简单、适应性强等优点，多自由度并联机构在下肢康复机器人中应用越来越广泛。意大利理工学院提出了一种用于脚踝康复的并联机器人\[35\]，利用定制化的直线驱动器来执行所需要的训练。此设备仅能实现背屈/跖屈、内翻/外翻两个自由度的运动。新西兰奥克兰大学的Xie等人开发了面向脚踝三自由度运动的并联康复机器人\[37\]，首先提出了一种由直线电机驱动的四轴机器人，然后设计了一种由气动肌肉驱动的可穿戴式四轴冗余并联机器人\[38\]，如图14（a）所示。Rutgers Ankle是一种典型的基于Stewart平台结构的脚踝康复机器人\[25\]，通过协同控制其六根直线电动缸实现上平台的自由运动，如图14（b）所示。在本章参考文献\[49\]中，该系统又进一步扩展为基于双Stewart平台配置的步态模拟与康复机器人系统。

图14典型的基于平台的端部式康复机器人通过上述分析比较可知，外骨骼式机器人通常与患肢多部位接触，然而这种多方位接触方式可能不利于患者某部分运动功能的恢复，这也导致了其对不同患者的适应能力较差。另外，外骨骼式机器人一般结构复杂、造价较高\[50\]。与之相比，端部式机器人通常仅与患肢某一部位接触，不会对患者肢体的其他运动自由产生限制，更适合不同的患者使用\[51\]。同时，端部式机器人结构明确，控制简单，成本较低。本章参考文献\[52\]也指出，通过端部式机器人和外骨骼式机器人的比较研究发现，端部式机器人在患者的康复训练中效果更好。

第1章康复机器人概述/1 1.1绪论/1 1.2多自由度康复机器人/3 1.2.1多自由度康复机器人机构/3 1.2.2气动肌肉驱动的康复机器人/9 1.3康复机器人的控制/13 1.3.1机器人辅助康复训练模式/13 1.3.2康复机器人控制方法/16 1.4康复机器人关键技术分析/28 1.5本章小结/30 本章参考文献/30 第2章康复机器人的驱动与传感技术/45 2.1康复机器人驱动技术/45 2.1.1刚性驱动器/45 2.1.2气动肌肉驱动器/47 2.1.3新型柔性驱动器/48 2.2康复机器人传感技术/53 2.2.1物理信息传感器/53 2.2.2生物信息传感器/58 2.2.3新型光纤传感器/66 2.3本章小结 /72 本章参考文献/72 第3章并联机构及康复机器人实例/76 3.1多自由度并联机构及其应用/76 3.1.1多自由度并联机器人/76 3.1.2并联机构在康复中的应用/81 3.2六自由度并联下肢康复机器人/83 3.2.1六自由度并联机器人机构/84 3.2.2下肢康复机器人运动学模型/84 3.2.3下肢康复机器人动力学模型/89 3.2.4下肢康复机器人系统集成/91 3.3二自由度并联脚踝康复机器人/94 3.3.1二自由度并联机器人机构/94 3.3.2脚踝康复机器人运动学模型/97 3.3.3脚踝康复机器人动力学模型/100 3.3.4脚踝康复机器人系统集成/103 3.4本章小结/106 本章参考文献/107 第4章下肢康复机器人的力反馈交互控制/111 4.1下肢康复机器人力/位置混合控制/111 4.1.1力/位置混合控制原理及结构/111 4.1.2力/位置混合控制仿真平台/114 4.1.3基于力的机器人辅助康复训练策略/117 4.1.4机器人的力/位置混合控制实验/119 4.2基于阻抗模型的康复机器人交互控制/124 4.2.1阻抗模型及阻抗控制原理/125 4.2.2康复机器人自适应阻抗控制/127 4.2.3基于阻抗的虚拟管道按需辅助/130 4.2.4实验结果及分析/133 4.3本章小结/139 本章参考文献/140 第5章气动脚踝康复机器人的柔顺控制/142 5.1气动肌肉的柔顺性建模/142 5.1.1气动肌肉的结构与工作原理/142 5.1.2气动肌肉力位移气压模型/144 5.1.3气动肌肉的变刚度模型/145 5.2末端柔顺的脚踝康复机器人导纳控制/146 5.2.1任务空间导纳控制原理及结构/147 5.2.2脚踝关节主动力矩模型/149 5.2.3机器人导纳控制器实现/151 5.3柔性脚踝康复机器人层级柔顺控制/155 5.3.1基于自适应调节的层级柔顺控制/155 5.3.2层级柔顺实验及结果分析/157 5.4本章小结/163 本章参考文献/164 第6章基于生物信号的人机交互接口/166 6.1基于肌电信号的运动意图识别/166 6.1.1肌电信号预处理与特征提取/166 6.1.2下肢多源特征参数分析/167 6.1.3基于多源信息的运动意图识别/176 6.2神经肌肉模型及其控制接口/181 6.2.1骨骼肌肉建模/182 6.2.2参数辨识及模型验证/186 6.2.3肌电驱动的机械臂自主控制/193 6.3脑电信号及其识别/196 6.3.1P300/SSVEP信号及特征提取/197 6.3.2P300/SSVEP意图信号的识别/200 6.3.3基于SSVEP/P300的脑机接口/201 6.4本章小结/207 本章参考文献/207 第7章下肢康复机器人的肌电自主控制/213 7.1基于肌体状态的下肢康复机器人变阻抗控制/213 7.1.1肌肉活动状态和肌力分析/213 7.1.2适应肌体活动的变阻抗控制/215 7.1.3实验结果及分析/217 7.2动作意图主导的下肢康复机器人协作控制/224 7.2.1患者肌体疲劳状态评估/224 7.2.2疲劳避免自适应阻抗控制/231 7.2.3患者主导的人肌机协作控制/236 7.3本章小结/242 本章参考文献/243 第8章脚踝康复机器人的脑机协作控制/245 8.1基于运动想象脑电信号的意图识别/245 8.1.1运动想象脑电信号预处理/245 8.1.2基于脑网络的通道选择/248 8.1.3基于多域特征融合的运动想象分类/250 8.2基于运动想象的脚踝机器人协作控制/255 8.2.1基于运动想象的脑控机器人系统/255 8.2.2脚踝康复机器人的脑机协作控制/258 8.2.3实验结果及分析/260 8.3本章小结/265 本章参考文献/265 第9章总结/268 9.1全书工作总结/268 9.2未来研究展望/270 本章参考文献/272