摘要：近年来，针对下肢截肢、肌肉损伤、肌无力、神经损伤患者，用于恢复行走能力或者主动辅助行走的康复辅助机器人技术取得了长足的进步。下肢假肢作为康复辅助机器人技术的重要组成部分，一直是研究的重点与难点。下肢假肢可分为被动型与主动型。被动型下肢假肢结构简单、成本低廉，但是其不能产生主动机械力、不能自动适应使用者需求的变化、缺少人—机—环境信息的相互反馈。而主动型下肢假肢能够产生所替代肢体力的输出，实现上楼梯、奔跑、跳跃等需要主动力输出的运动，而且可实现人—机—环境深度共融，具有高效且多功能性的特征，在有效提升穿戴者运动能力方面具有巨大的潜力。同被动型下肢假肢相比，主动型下肢假肢可减少能量消耗、提升速度自适应的行走能力、增加步态对称性，减少因补偿性运动过多造成的关节磨损引发的频繁拆装。
关键词：主动型；下肢假肢；人机共融；通用框架；分层控制系统
引言
为研究当前主动型下肢假肢控制问题的解决策略，提出了主动型下肢假肢设计和分类的通用控制框架，包括3个分层结构:上层控制器、中层控制器、底层控制器。其中，上层控制器感知运动意图；中层控制器将运动意图转换为预期的装置状态，用于底层控制器的跟踪参考；底层控制器通过反馈控制或者前馈控制计算出预期装置状态与当前装置状态的误差，驱动假肢执行这些命令，形成控制闭环。结果表明，该通用控制框架可完整阐释主动型下肢假肢的人—机—环境共融关系，明确了分层控制策略的层级任务，为未来主动型下肢假肢的发展提供了理论指导。本文的目的在于对当前主动型下肢假肢控制问题的解决策略进行研究，通过对当前最先进的控制策略进行引用与分类，创新的提出了主动型下肢假肢设计和分类的通用框架，详述了分层控制系统的应用与实现，为未来主动型下肢假肢的发展提供了理论指导。
1通用控制框架
为了便于对主动型下肢假肢的不同控制方法进行分类和研究，本文提出了通用控制框架。反映了在实际使用过程中，主动型下肢假肢的物理交互作用和信号电平反馈系统。主要的子系统包括分层控制结构、使用者、装置、行走环境。每一个子系统都可以通过一套物理量和信号电平输入、一个能量交换的输入信息处理过程、一个将能量和信号传递到连接的子系统的输出来界定。主动型下肢假肢的设计目标是理解使用者的意图，通过控制系统使执行装置代偿失去的下肢肌肉骨骼系统功能，动态的外部环境决定了假肢穿戴者保持平衡、支撑和行走所需的作用力，环境状态可通过使用者的状态、主动型假肢状态间接推断；主动型假肢装置包括其机械结构、驱动器、硬件。装置的硬件对底层控制有重要的影响，驱动器和能量的来源影响到穿戴者使用时间的长短。安全机制需要针对特定的风险，常见运动风险包括跌倒、滑倒，风险的识别、量化、减轻是装置发展的关键方面，常见的风险识别和量化包括失效模式的设置、效应分析、危险与可操作性分析、故障树分析法。使用者应避免因操作不当导致的危害，装置结构设计应包含失效状态下的安全保护结构设计，尽量避免在未设定的环境状态下工作，控制系统出现错误时应有安全纠偏机制。假肢执行这些命令，形成控制闭环。
2分层控制策略
2.1上层控制
上层控制的目的是通过运动模式识别来感知使用者的运动意图。运动模式识别是上层控制器选择合适的中层控制器执行不同运动任务(平地行走、上楼梯、站立)的关键。
期刊文章分类查询,尽在期刊图书馆运动模式识别分类器主要分为基于启发式规则的分类器与自动分类器两大类。基于启发式规则的分类器常用的为有限状态机和决策树。此类分类器工作原理为:纳入所有的步态模式，设计者确定一套规则表示步态模式的转换。例如，从平地行走到上楼梯的转换可通过前后两步开始时脚抬升的离地高度的差异来识别。基于启发式规则的分类器只适用于少量差异很大的运动模式，当使用者适应装置时需要再训练，随着时间的增加，运动能力逐渐增强。自动分类器是指训练中分类决策边界自动产生。用于主动型下肢假肢的自动分类器包括朴素贝叶斯方法、线性判别分析、二次判别分析、高斯混合模型、支持向量机、动态贝叶斯网络、人工神经网络，这些分类器都需要一个预先的离线训练。Young等研究改变输入信息，将一组使用者训练中产生的运动模式分类器应用到新的穿戴者，分类结果很差。随着使用者行走训练数据的增加，分类精度逐渐提高。自动分类器相较于基于启发式规则的分类器，可以输入多传感器信息，计算出附加特征，使分类决策更加准确，而人为识别这些决策边界非常困难。当监督训练在具有代表性的数据库里完成后，分类器就可在新的数据库里根据特征分配类别。缺点是预期运动和模式转换都需要一定的分类训练数据，只有引入足够的变量，分类器才能适应真实环境。分类器进行分类时的输入信息是人机环境之间的相互作用力和状态。所用传感器可嵌在装置内，穿戴于身体表面，或者植入身体。嵌入式机械感知将传感器与装置融为一体，将装置的预估状态提供给分类器。机械感知信号包括关节位置和力矩、空间方向和速度以及地面反作用力。采用嵌入主动型下肢假肢的传感器，使用高斯混合模型来判断坐姿、行走和站立的转换，使用线性判别分析来减少输入特征的维数，通过优化帧长度来产生高的分类精度。当装置的状态难以确定时，穿戴于身上的力和位置传感器，可以将使用者的预估状态输入到分类器提供有用的信息。提出了一种方法，通过分类树，使用9个分布于身体上的惯性测量单元和感压鞋垫来实时预测平地行走步态的开始和结束，得到了较好的结果。但是该方法目前只对健康人进行了测试，对于病理步态的应用结果尚不清楚。表面肌电信号提供了一种直观的生理激发运动模式转换的方式。
基于腓肠肌和胫骨前肌肌肉的运动，构建了一种用于踝关节假肢平地行走和下楼梯转换的神经网络。使用大腿和小腿多个肌肉群的信号，利用线性判别分析来控制一个虚拟的3自由度的踝关节假肢。基于3个肌肉的肌电信号计算出来的特征，提供了6种不同运动模式的分类。基于16个通道的肌电信号输入，使用一种取决于相位的线性判别分析分类器来区分7种运动模式。
2.2中层控制
中层控制器的目的是将上层得到的运动意图评估转化为可供底层控制跟踪的预期运动状态。基于步态相位的中层控制器可分为基于时间的控制、标准化轨迹控制、回声控制和有限状态机。在基于时间的控制中，一系列动作的执行基于编程设定的时间延迟，常为可清楚辨别的步态事件，例如脚跟着地或者脚趾离地。该技术容易实现但是严重依赖稳态步行周期的规律性。其本质缺点在于不灵活，当不规律或者未编程设定的步态形式需要调整时，该方法难以做出相应的调整。
3结语
通用控制框架完整阐释了用于主动型下肢假肢的人—机—环境共融关系，明确了分层控制策略的层级任务:上层控制感知运动意图；中层控制将运动意图转换为预期的运动轨迹；底层控制计算当前实际运动状态与预期运动状态误差，跟踪运动轨迹。但是当前主动型下肢假肢研究只是集中于分层控制中的1层或2层，完整实现3层控制尚有待研究
参考文献
［1］喻洪流，石萍．康复器械技术及路线图规划［M］．南京:东南大学出版社，2014．
［2］王人成．假肢技术的研究热点及发展趋势［J］．中国康复医学杂志，2005，20(7):483．
论文作者:钟达宁
论文发表刊物:《基层建设》2019年第22期
论文发表时间:2019/11/12
标签：假肢论文; 下肢论文; 主动论文; 步态论文; 装置论文; 控制器论文; 状态论文; 《基层建设》2019年第22期论文;