摘要： 通过对人类膝关节柔性产生机理研究,仿照动物关节肌肉-肌腱组织设计出一种适用于电机驱动的旋转型柔性关节。通过研究对比旋转型SEA（series elastic actuator）与直线型SEA机构特点,提出一种由8个压缩弹簧协同组成的柔性输出机构,并建立柔性输出机构刚度模型,确立了弹性元件参数与柔性关节等效刚度的数学关系。在此基础上,对柔性关节整体进行紧凑化设计,电机、减速器、柔性输出机构集中安装于关节部位,使柔性关节模块化、通用性强。通过对该柔性关节软件仿真及关节样机测试,验证了关节抗冲击能力和柔性输出能力可以满足柔性关节型机器人对柔性关节的应用需求。

外骨骼结构设计结合人体结构应考虑决定下肢主运动状态的主要关节包括三个：髋关节、膝关节和踝关节；上肢包括两个：肩关节和肘关节。针对这几个关节的非刚体运动，在进行机械结构和控制方法设计时国内外有各有所研究。我国创新主体主要是高校，美国和日本的创新主体已通过产学研结合实现商业化运营，见。

我国在机械结构技术方面申请的专利数量最多，有977件，占我国申请总量的59％；在控制技术方面申请的专利有467件，占比为28%，详见中。由此可见机械结构和控制技术的仍是目前研究的重点。

根据外骨骼基本构成和组成部分如，未来人体增强外骨骼技术仍将呈现快速发展趋势，并逐步从实验室走向应用并进入市场。机械结构和控制技术是外骨骼机器人技术的研究重点，市场需求主要集中在下肢应用领域，外骨骼机器人的发展应加强多模式控制技术的研究，加强运动感知和驱动技术的研究 [1]。

对于外骨骼机器人至关重要的两个研究部分——机械结构和控制技术，仍是我国的强项，对此方面的研究成果也是颇为丰富。本文就这两个关键部分进行了一定程度上的收集和整理，将机械结构划分为助力结构设计和支撑结构设计，简明地反映了外骨骼的功能。归纳和阐述了较为前沿的控制技术。

在机械结构设计中有重要的原则：在人体下肢穿戴重物的能量消耗远远大于在人体上肢的能量消耗，且越远离人体质心的部分，消耗的能量更高 [2]。因此对结构的动力学数学建模至关重要。

分析外骨骼操作的动态数学模型有两种基本方法 [3]，Newton-Euler和Lagrange。关节的驱动力矩表达式为：

其中M表示系统质量矩阵， $$ 表示连杆之间的夹角，C表示系统组逆矩阵，G表示系统重力矢量矩阵，T表示外骨骼关节力矩，t表示穿戴者的作用力矩，在穿戴者被动训练阶段，由外骨骼助力运动此处力矩可忽略不计。

如建立笛卡尔坐标系，以左腿踝关节为坐标原点，其余各连杆的质心表达式可由三角函数表达出来，左腿动能E表示为：

$\frac{}{}\underset{}{\overset{}{0}}{}_{}{}_{}^{}{}_{}{\stackrel{}{}}_{}^{}{\stackrel{}{}}_{}^{}\frac{}{}{}_{}{\stackrel{}{}}_{}^{}{}_{}{\stackrel{}{}}_{}^{}{\stackrel{}{}}_{}^{}$

$\underset{}{\overset{}{0}}{}_{}{}_{}{}_{}{}_{}$

下肢外骨骼左腿的Lagrange函数表示为： $$

带入到Lagrange方程中得到各个关节的力矩表达式：

江南大学机械工程学院王刚等基于重力势能转化，同样使用Lagrange方程直接导出动力学完整形式的方程式：

E_k为系统的动能，E_p为系统的势能，此时将储能弹簧形变、储能弹簧原长、储能弹簧刚度代入系统势能计算即可得到对应结构不同弹簧的髋关节转矩曲线 [4]。

2.2. 助力结构设计

外骨骼的驱动方式包括电机驱动、气压驱动、液压驱动 [5]、人工肌肉驱动。

大腿连杆内部采用弹簧进行缓冲和储能，配合大腿后方液压杆实现压力的分散和储能助力目的。站立状态弹簧和液压杆处于轻微压缩状态，行走时腿克服重力做功使弹簧和液压杆回弹，将两者势能转化为动能，如 [6]。

在液压外骨骼结构设计中，陈建华等针对支撑相阻抗自调整控制方法研究，设计一种能适应人体运动时不同阶段刚度特性的自调整系统，改善人机耦合性和步态柔顺性 [7]，如。

天津科技大学张峻霞等提出一种髋关节外骨骼的结构设计方法，并采用电机和滚珠丝杠的组合驱动，使控制精度高，但运动轨迹较为机械 [8]，如。

王记彩等针对人类负重外骨骼设计了外骨骼结构液压驱动系统方案 [9]，对且其液压伺服控制，实验结果证明了该液压驱动系统响应速度快，运行平稳且冲击性小。

浙江工业大学裴翔等将柔性技术应用于外骨骼结构设计中，利用弹性板易弯曲和扭转的特性设计了一种弹性体三自由度外骨骼机器人髋关节结构，使关节部位运动使有一定角度差 [10]。杭州电子科技大学李静等在2017年基于人体下肢5杆简化模型设计了一款可穿戴式柔性膝关节外骨骼 [11]，柔性环节主要由绑带提供。

电机驱动已经成为外骨骼驱动的主要方式。常规结构设计的市场可供选择方案如：泰州学院王颖卿等将电机与减速器配合，选择RE-40电机和GP-42行星齿轮箱减速器，能够得到21.696 N·m的扭矩和0.445p rad/s的转速。取得符合要求的力学性能表现 [12]。

鲍登绳是一种通过绳来传输动力的新型驱动机制，因为其灵活特性已广泛应用于需要复杂且变化的传输路径形状的许多机器人应用中。通过将电机放置于远离人体下肢而是接近人体质心的部位，可以有效地减少因为重量所带来的人体能量消耗，也可以减少机器人的重量，尺寸和复杂性 [13]。

J.F. Veneman等人设计了一款基于SEA驱动器的鲍登绳驱动的下肢外骨骼LOPES如所示。它由一个伺服电机、一个鲍登绳传动装置和一个基于弹性元件的反馈环组成，SEA驱动器的组成是在电机和执行器之间加入弹性元件如弹簧，可以是线性弹簧或扭转弹簧，弹性元件有利于增加机器人与未知环境的接触稳定性结构简图如所示，这是一种新型的柔性驱动器，有很大的发展潜力。

2.3. 支撑结构设计

如，大腿部连接杆固定并在后部展开使其能形成一个三角架结构，使其对限制膝关节活动直接将重量传递到地面。大腿固定板、支撑杆、滑条杆所组成的机构在人体坐下时可展开成三角形提高装置的稳定性。滑条杆在滑槽内滑动，人体处在坐下状态时弹簧处在压缩状态使装置锁死，滑条杆无法滑动，从而起到自锁作用 [14]。

如，在大腿处的支撑板上固定一滑槽和连杆，在滑槽上安装有手柄可手动控制装置的展开与收缩，这样提高了装置的可靠性，，在展开时通过三根杆并列分布的形状可构成多组三角形，这种方法也是对膝关节限制的支撑方式，虽然对行走姿态不会有影响。

在纯机械结构支撑思路下，出现一种双模式外骨骼结构设计，如。两种髋关节的全约束状态下可进行托举和座椅 [15]。

膝关节机械自锁机构允许穿戴者行走时在摆动相时膝关节自由屈伸，而在支撑相时将膝关节自锁保持完全伸直 [16]。

1) Becker Orthopedic 9001 E-Knee。该膝踝足矫形器膝关节自锁的原理图如。它由两个圆形棘轮板以及弹簧组成，其中一个棘轮板位于电磁线圈内。通过电磁线圈的通断电使棘轮板压合和分离。

2) 霍顿姿势控制矫形器。地面反作用力克服弹簧力作用于具有变形能力的马镫，马镫变形向上运动推动推杆使棘轮棘齿摩擦自锁，使膝关节处于伸直状态，原理图如。

3) 皮带夹紧膝关节矫形器。足底传感器检测到压力信息，控制系统控制电磁铁向下伸出，膝关节屈膝带动槌子旋转，槌子和铁砧相互挤压，使膝关节无法继续旋转。原理图如，当人处于行走摆动相时，皮带在弹簧的作用下带动槌子回到原位，电磁铁断电铁芯回到原来的位置。

4) 液压自锁膝关节。Louis Goudreau等人于2010年设计了一种基于角速度控制的液压自锁膝关节如所示。

其工作原理使膝关节弯曲时手臂旋转减小屈曲腔室体积。使流体被迫通过阀门通道进入伸展腔室。膝关节弯曲角速度高低可影响流体作用在阀门上的阻力，从而使阀门开闭实现自锁作用。膝关节自锁角速度的大小可以通过调整阀门弹簧力的大小实现。

5) 磁流变液自锁膝关节。如所示为香港中文大学陈锦州等设计的外骨骼。此外骨骼的膝关节为磁流变液制动器，应用于辅助膝关节支撑。磁流变液的粘性会随着磁场强度的变化而变化，当磁场强度达到一定值的时候，它会表现为固态，以起到自锁的作用。

控制技术本质上是对采集到的信号处理成电信号正确并按照期望传递到驱动上。因此根据信号源的种类和收集方式的不同，控制技术的研究也会有所区别。信号源主要分为生物力学信号、表面肌电信号和脑电信号 [17]。

加利福尼亚理工学院Richard Anderson实验室2015年研制了一种由脑电信号控制的上肢外骨骼，将采集电极置于运动感觉区域可以识别与运动相关的脑电信号，提取信号转换成对外骨骼的控制命令，帮助瘫痪者完成饮食等基本动作 [3]。

日本筑波大学研制的一种动力髋膝关节可穿戴式机器人HAL-5采用肌电控制和预定义步态轨迹控制的混合控制方法来为穿戴者助力，利用肌电信号来判断穿戴者的运动意图从而驱动执行器运动，当穿戴者的肌电信号难以采集时，则采用预定义步态轨迹控制方法。

上海傅里利公司于2019年发布一款X2动力可穿戴外骨骼，通过适配多种外接设备，结合脑电帽可将用户想象意图信号翻译成控制外骨骼的命令，配合高性能伺服电机与减速器提供大扭矩输出。北京航空航天大学张腾宇等 [18] 通过采集多名大腿截肢患者的残端面肌电信号，利用分段扫描求波长的方法提取有效动作信号，进行特征提取分析和动作分类识别，并探讨了特征量优化的方法。北京大学王启宁等 [2] 提出了全新的非接触式电容传感方法，该方法以金属电极不接触皮肤的方式测量肌肉收缩信号；介绍了电容传感的原理，分析了基于该方法测量肌肉收缩形状变化的机理；分别介绍了非接触式电容传感方法在小腿智能动力假肢控制和上肢运动识别中的应用；针对下肢智能假肢控制，提出了基于非接触式电容传感的运动模态以及模态切换的识别。为了进一步提高系统的可穿戴性，他们又提出了基于柔性可延展液态金属电极的电容传感系统，并进行了初步的试验验证

控制系统的设计会直接影响驱动效果和人机交互性 [20]。控制策略主要有四种：灵敏度放大控制、预编程控制、人机交互力反馈控制、基于肌电信号控制 [17]。系统需要对信号收集、提取和处理，国内在控制系统设计领域也是多样的。

前期建立力模型，得到系统的输入力和输出力的准确关系。在空间位置要求比较小的情况下，通过测量输入端的力，可以通过模型控制输出力的大小，对输入力进行补偿，使得输出力能够达到预先设定的输出力。假设信号源是位移量，对信号源进行一系列处理后建立补偿模型，再经过控制器按设定程序传递到驱动器上执行，控制器的输出能被传感器采集并作为反馈信号进入补偿模型。系统的总体框图如所示。补偿模型的目的是使输出信号正确，弥补环境、人为等不可抗因素引起的误差。

测量数据作为信号源输入到系统中。蔡校蔚等通过重心投影法测量原理，设计了一种基于应变片式压力传感器的重心实时测量系统，结构简单、体积小巧、反应灵敏且响应速度快 [21]。考虑到力传感器和增量式编码器的输出会存在一定的误差和干扰，哈尔滨工业大学张浩的柔性膝关节外骨骼控制设计中采用RMS滤波器，对输出波形进行滤波 [13]，对系统输入进行迭代计算，采用指数加权的误差平方作为评价函数，对权向量进行更新算法。RLS自适应滤波器具有相对较快的收敛速率，同时对于输入的自相关矩阵的特征值的分散程度不敏感，可以很好的达到滤波的效果。广西科技大学罗定吉等利用扩张状态观测器估计系统未建模部分和外部总扰动，采用自抗扰控制方法(ADRC)对其进行消除 [22]。吴青鸿等借助模糊PID控制方法分别研究了传统PID与模糊PID控制技术对外骨骼控制的影响规律，利用模糊推理逻辑对PID参数进行修正，完成对步态轨迹的快速准确跟踪 [23]。

本文基于外骨骼各技术研究现状和发展趋势，对其在关节上的机械结构设计和控制技术的现状进行了概括。将外骨骼结构设计分为助力结构设计、支撑机构设计和自锁等方面进行讨论，按信号源和控制环节分类归纳出现有的部分研究成果。把外骨骼的设计按关键技术模块化。

高层次人才启动项目(XJGC)；贵州省科技计划项目(黔科合基础[号)；国家级大学生创新创业训练计划项目()。

 武汉科技大学新一代协作机器人团队是一个包含控制科学与工程、机械工程、计算机科学与技术等多学科研究人员的交叉研究团队，是国内最早从事模块化协作机器人研究的团队之一。主要研究方向有协作机器人本体技术、机器智能、多模态人机交互、目标识别、同时定位与制图等，在智能机器人、工业机器人等研究领域开展了深入的研究。团队先后承担了二十余项国家自然科学基金、“863”重点项目、数控重大专项、国家科技支撑计划、“十三五”国家重点研发计划“智能机器人”专项等课题。

闵华松，男，博士，二级教授，博士生导师，武汉科技大学机器人与智能系统研究院院长。博士毕业于武汉大学，北京航空航天大学机器人所博士后出站。863 先进制造领域、国家自然科学基金、博士后基金评审专家，“十三五”国家重点研发计划“智能机器人”及“网络协同制造与智能工厂”专项评审专家，任中国人工智能学会认知系统与信息处理专业委员会常务委员，中国电子学会嵌入式系统与机器人分会委员，中国机械工程学会机器人分会委员，中国协作机器人标准化工作组副组长。主持多项国家自然科学基金、“十三五”科技部“智能机器人”重点研发计划课题、“863”重点项目、数控重大专项、科技支撑计划等国家级项目。

左韬，男，博士，副教授，硕士生导师。美国田纳西大学访问学者。研究方向为目标跟踪与信息融合、机器人、无线通信、嵌入式系统。获授权发明专利1项，实用新型专利4项，发表学术论文50余篇，其中SCI收录8篇，EI收录30余篇。主持完成教育厅基金1项，开放基金4项，横向项目3项，参与省部级以上科研项目6项。

王少威，男，博士，副教授。美国阿拉巴马大学访问学者。研究方向为电机运行与控制、机械臂运动规划与控制。发表论文20余篇，其中SCI/EI收录论文10余篇，主持和参与各类项目10余项。

邓春华，男，博士，副教授，硕士生导师。主要研究方向为机器视觉、模式识别、机器学习。主持国家自然科学基金1项，教育部科研项目、湖北省自然科学基金项目和湖北省教育厅中青年基金项目各1项；先后在IEEE

林云汉，男，博士，副教授，硕士生导师。主要研究方向为机器人智能感知、推理与自动作业。主持“十三五”国家重点研发计划“智能机器人”专项子课题、主持湖北省自然科学基金项目、主持湖北省教育厅中青年人才项目、主持2019第一批教育部产学项目。以第一作者或通讯作者已发表包含IEEE Trans.在内的论文十余篇，其中SCI收录论文5篇。

叶亮，男，博士，讲师。主要研究方向为图像分析与理解、计算机视觉、机器学习。曾参与完成省部级、国家级科研项目3项，目前主持中国博士后科学基金项目1项、湖北省科技活动项目择优资助1项，校企合作横向项目1项。先后在IEEE

郭艺璇，女，博士，讲师。主要研究方向为机器人参数辨识算法、多信息融合测量方法。曾参与国家自然科学基金青年基金1项、国家重点研发计划1项、校企合作项目多项。近五年来，在RCIM等高水平期刊/会议发表SCI/EI论文十余篇，其中第一作者发表SCI/EI论文4篇，申请国家发明专利8项，其中已获得授权3项。

1、机器人技术实训平台

这是一款面向教育培训领域的机器人技术实训平台，可以用来进行机械臂操作的基本教学，包括拖动示教、脚本语言编程、项目规划等，支持的实验内容囊括了目前工业生产中的大部分基本操作，如码垛、点焊、流水线操作、轨迹规划、末端执行器自动更换等。平台还具有灵活的扩展接口，可以根据实际应用需求进行定制开发与集成。

图1 机器人技术实训平台

2、模块化关节测试平台

模块化关节测试平台主要用于帮助开发人员和研究人员快速的了解模块化关节的工作原理，以及快速的进行设计与开发。

通过双编码器以及高精度的电流检测来实现对无刷直流电机速度、位置、转矩的控制。然后，结合转矩传感器以及磁粉制动器共同组成单关节转矩测试环境。最后，利用高性能伺服板，搭载复杂的控制算法，提高了关节实验平台的适用性和可扩展性。

图2 模块化关节测试平台

书法机器人系统可以完美的复现各种书法字体。根据我们提出的笔画提取算法自动分析书法的结构特征和运笔特征，生成机械臂的轨迹参数并由机械臂进行书写。

书法教育专业和人才的匮乏是书法文化传承目前面临的巨大困境。借助于外部设备，使用机械臂来模拟人的书法行为和书法创作研究，是近年来兴起的研究方向。机器人书法作为机器人运动规划的典型应用，目前得到了广泛的关注。书法机器人获取合适的轨迹关键点，通过位姿计算和运动学逆解计算出机械臂的各个关节点，从而模拟出人的书写创作过程，实现书法字符书法。我们的书法机器人不仅可以很好的复现书法汉字，还可以将该系统应用到家具雕刻、钢材打标等领域。

4、移动双臂服务机器人

移动双臂服务机器人由一个2自由度的头部、两个7自由度的机械臂、一个伸缩腰身和一个移动底盘组成。

基于该平台研究了一些前沿关键技术，如基于自然语言的“人-机-环境”深度交互技术、基于行为树模型的机器人自主作业算法、主从双臂协调操作、基于ORB的视觉SLAM等。

图4 移动双臂服务机器人

5、新能源汽车充电机器人

新能源汽车充电机器人，通过 3D 结构光相机实现精确的 三维目标识别与 6D 位姿估计，通过机器人的手眼标定、工具坐 标系标定、坐标系转化以及基于 peg in hole 理论的控制算法，达到在无人值守的场景下，让机器人给新能源汽车自动充电。

图5 新能源汽车充电机器人

电容笔测试平台通过机械臂对平板电脑、笔记本电脑等设备的触摸屏进行测试，测试功能包含书写测试、按键测试、连笔测试、压力传感测试等等。

系统大大降低劳动强度，并大幅提高检测精度，可以完全取代人工检测流程。同时系统采用模块化设计方法，后期还可加入视觉识别系统，完成更加复杂的检测。

7、人机环境交互的机器人自动作业系统

本系统将机器人三维环境感知、人-机-环境交互、自动编程等前沿技术集成应用于协作工业机器人的自动作业系统的设计中，设计了一种基于自然语言交互的机器人全自动作业系统。通过设计“规则-场景”的匹配与交互的算法，实现人-机器人-环境的交互，并在用户表达的规则错误或无效时，通过语音引导用户给出正确的规则，在确定规则后通过自动编程与执行算法实现全自动化的作业。

图7 人机环境交互的机器人自动作业系统

8、类人技能学习的移动双臂机器人

随着机器人代替劳动者从事各种工作，要求机器人的操作更拟人化和智能化，机器人从人类演示的运动中进行操作技能的自主模仿学习，模仿学习包含三个阶段：技能演示，技能学习以及技能泛化，通过示教的方式将操作技能特征和任务目标传递给机器人。

本系统技能演示及示教是通过9轴IMU惯性传感器采集演示者动作数据，将演示者的能力转化为模仿者能力的过程，其中关键是运动映射。比如人臂与机械臂有很大的不同，运动映射是将人体动作数据转化为机械臂运动所需要的数据，便可以人体直接遥操作控制机械臂，让机械臂操作更加的拟人化。

图8 基于示范学习的移动双臂机器人拟人化操作

9、基于肌电信号的灵巧手控制系统

本系统通过在人体前臂放置肌电信号传感器，提取与手部运动相关的表面肌电信号，实现手部运动意图的解码。具体来说，通过信号采集、数据处理、训练模型等步骤，建立人体肌电信号到手部运动的映射，将其用于在线解码手部运动意图并转换为相应的控制指令，应用到五指灵巧手的控制。

图9 肌电信号控制五指灵巧手

目前课题组也正在筹备基于脑电信号的研究工作，包括基于脑电信号的假肢手控制系统设计、肌电信号融合脑电信号的人机接口设计等