近日，中科院沈阳自动化研究所科研人员对具备高泛化能力的人体运动识别方法，以及对人体步频特性不敏感的外肌肉机器人系统展开研究。相关论文分别发表于《IEEE人机系统汇刊》和《IEEE自动化科学与工程学报》。
　　外肌肉机器人是一种与人共融机器人，通过驱动“附着”在人体肌肉/肌腱表面的人工肌肉线束，实现对目标肌群的精准辅助。然而，这种人机同体的紧密作业方式，使穿戴者的运动很容易受到机器人在决策与行为方面的偏差的影响。如何提升机器人对穿戴者运动状态的快速适应能力，是减少这种偏差的关键，也是当前机器人研究的难点。
　　科研人员以机器人识别与控制的高适应性为目标，受人体下肢运动的状态驱动与节律/CPG驱动特点启发，开展了具备高适应性的人体运动识别与机器人控制方法的研究。
　　他们基于人体相平面与相曲线的概念，利用相曲线的特征相似度不变特性，提出了一种可适应不同受试者、不同步态模式的人体运动类型识别方法，并进一步验证了在下肢运动障碍人群运动功能量化评估方面的应用可行性。他们还结合人体下肢运动的节律特性，构建了一种可快速适应人体步频变化的外肌肉机器人控制系统，提升机器人对人体步频、运动环境与人机耦合动力学特性等变化的快速适应能力。
　　该研究将人体运动更本质的特性融入到机器人交互系统设计当中，对提升机器人适应能力、辅助效率以及促进机器人在智能医疗、智能养老等领域的实用化具有重要意义，为机器人策略设计与行为规划研究提供了新思路。
　　相关论文信息：https://doi.org/10.1109/TASE.2021.3066403
　　https://doi.org/10.1109/THMS.2021.3056274
　　（原载于《中国科学报》 2021-09-15 第4版 综合）