在受干扰的站立状态下，利用质心反馈进行关节扭矩控制：这是一种潜在的、可推广的控制方法，可用于增强可穿戴机器人的平衡能力

《Journal of NeuroEngineering and Rehabilitation》：Center of mass feedback for joint torque control during perturbed standing: a potential generalizable control approach for balance augmentation in wearable robots

　　

摘要

背景

外骨骼有潜力增强平衡能力并降低跌倒风险。然而，现有的平衡增强可穿戴机器人控制器仅在站立或行走的单一运动平面上进行了测试。因此，目前尚不清楚单一控制方案是否能够适应具有不同空间特性的干扰，或者能否在站立和行走之间通用。受到神经系统在各种干扰类型和条件下具有通用平衡控制策略的启发，我们提出了一种新的扭矩控制框架，该框架根据重心（CoM）的偏移来调节多关节的 reactive 扭矩。我们评估了这种延迟 CoM 反馈控制器的通用性，以预测不同幅度、方向以及在不同运动情境下的多关节扭矩响应。

方法

在九名健康的年轻人中，我们测试了延迟 CoM 反馈方案预测多关节扭矩响应的能力，这些响应针对以下三种情况：（1）在八个方向上三种不同幅度的支撑表面突变；（2）连续的正弦运动，导致重心周期性移动，其周期性特征与行走相似；（3）叠加随机干扰的正弦运动，以模拟循环任务中的干扰。我们在单一的突变和保持条件下训练了该模型，并评估了其在不同方向、幅度、运动情境和受试者之间的通用性。

结果

在单一突变和保持条件下训练的延迟 CoM 反馈控制器能够泛化到所有关节的所有突变情况，高精度地预测了不同方向和幅度下的关节扭矩（平均 R² > 0.84，RMSE < 0.08 Nm/kg）。然而，从站立到循环运动的泛化仅发生在髋关节和膝关节屈曲情况下。来自突变和保持扰动的 CoM 反馈参数能够泛化到连续的正弦运动（循环运动）以及叠加干扰的正弦运动（意外干扰），适用于髋关节和膝关节屈曲（平均 R2 > 0.70，RMSE < 0.13 Nm/kg），但不适用于踝关节跖屈和髋关节内收（R2 > 0.20，RMSE < 0.22 Nm/kg）。

结论

我们的研究结果表明，这种受生理学启发的 CoM 反馈控制器能够稳健地预测适用于驱动站立和行走时髋关节或膝关节可穿戴机器人设备的平衡校正扭矩，以及仅适用于站立时的踝关节设备。其关节扭矩的拟合效果可与顶级机器学习算法相媲美，但所需的训练数据量却少几个数量级，从而能够快速实施以降低跌倒风险。