2026年下肢康复机器人膝关节力矩控制算法研究进展

2026/05/092026年下肢康复机器人膝关节力矩控制算法研究进展汇报人:1234CONTENTS目录01

研究背景与临床需求02

核心驱动技术与理论基础03

先进力矩控制算法架构04

步态相位同步与不对称矫正CONTENTS目录05

实验验证与性能评估06

技术挑战与创新方向07

未来发展趋势与应用展望研究背景与临床需求01核心驱动与传感技术进展2026年，下肢康复机器人驱动系统呈现高功率密度与轻量化趋势，无框力矩电机、空心杯电机及轴向磁通电机广泛应用，部分机型负载自重比突破2.5:1。多模态感知系统集成角度、力矩、足底压力等传感器，采样频率达100Hz，实现人机交互力矩实时精准感知。控制算法研究热点控制策略向智能化、自适应方向发展，融合扩张状态观测器与反步滑模控制的复合策略有效抑制力矩抖振，膝关节力矩峰值控制可达8.2N·m，抖振幅度降低40%。RBF神经自适应控制、基于BP神经网络的评估模型及变阻抗控制（VIC）在提升系统鲁棒性与个性化辅助方面取得显著进展。临床应用与康复效果床旁等速抗阻训练机器人通过12次训练使患者峰值力矩增长81.0%，平均功增长117.6%。无源仿生等速系统实现能量再生，6周训练使股四头肌肌力提升70%，肌肉横截面积增长5.93%，在肌肉维度增长率及肌力提升幅度上优于传统有源设备。结构设计与材料创新轻量化设计成为主流，采用碳纤维复合材料、镁铝合金及PEEK等轻质高强度材料，结合有限元分析优化部件结构，提升穿戴舒适性与运动稳定性。变刚度机构实现5.0-137.3Nm/rad变刚度范围，动态电能再生技术使续航在120°/s速度下增加57.8%。下肢康复机器人技术发展现状膝关节力矩控制的核心地位

步态对称性矫正的关键驱动力膝关节力矩控制通过精确调节患侧与健侧关节力矩输出，可有效恢复步态的空间和时间对称性，实验验证能使模拟膝关节屈曲障碍的健康受试者达到与正常步态相当的水平。

人机交互安全性与舒适性的保障通过力矩传感器实时监测与反馈，结合阻抗控制等策略，可实现外骨骼与人体的柔顺交互，避免过度驱动或被动拖拽，降低人机交互力，提升设备透明度和使用舒适性。

康复训练效果量化评估的重要指标膝关节力矩的峰值、平均力矩及功等参数是评估康复训练效果的核心指标，如某床旁等速抗阻训练机器人临床试验中，患者训练后峰值力矩增长81.0%，平均力矩增长101.4%。

外骨骼系统能效与续航的优化基础合理的膝关节力矩控制策略，如动态电能再生方法，可显著提升机器人续航能力，在120°/s速度下续航可增加57.8%，优化人机能量利用效率。临床康复中的力矩控制需求步态对称性矫正的力矩同步需求针对中风患者步态不对称问题，需通过自适应频率振荡器（AFO）提取患侧与健侧步态相位与频率，使辅助关节力矩与步态精准同步，以恢复膝关节屈曲的空间和时间对称性至正常水平。零助力模式下的低干扰力矩控制需求在患者主动运动或无需辅助时，需引入扰动抑制模块，最小化人机交互力，提升设备透明度，确保外骨骼不对使用者造成额外阻力或干扰，模拟自然无负担的运动状态。个性化康复训练的力矩动态调节需求不同患者（如膝关节术后、中风偏瘫）肌力差异大，需根据表面肌电信号（sEMG）、知觉关节活动范围（RMP）等多模态数据，动态调整力矩输出强度与时机，实现“主动参与、适度辅助”的个性化训练。床旁等速训练的恒力矩输出需求面向膝关节损伤初期患者，需在120°/s速度下实现恒定力矩输出，如81.0%峰值力矩增长、101.4%平均力矩提升，同时通过动态能量再生技术延长续航57.8%，满足长期床旁康复训练需求。核心驱动技术与理论基础02串联弹性驱动器(SEA)工作原理

SEA基本结构组成串联弹性驱动器（SEA）在电机（或减速器）与负载之间引入可控弹性元件（弹簧/柔性元件），通过测量弹性元件形变量间接精确估计输出力/力矩，无需昂贵复杂的力传感器。

核心工作机制基于力/力矩输出可测与可控特性，实现高精度力控制。弹性元件起缓冲作用，吸收冲击力，降低刚性接触风险，增强系统“顺应性”与回驱动性，用户对外骨骼施加的力可“传回”驱动系统。

动态能量特性弹性元件在周期性运动中存储与释放能量，提升能效，类似生物肌腱作用，尤其适用于步态助力等周期性任务。系统动力学模型包含弹簧–质量–阻尼效应，需专门控制算法。

典型应用与驱动方式在下肢外骨骼中，SEA常由直流无刷电机驱动，通过弹簧将力传递至鲍登线缆，可根据指令力大小在两种不同刚度之间切换，结合力跟踪控制实现与步态同步的辅助关节力矩输出。SEA力/力矩控制特性分析

01高精度力/力矩输出能力通过测量弹性元件形变量间接精确估计输出力/力矩，避免使用昂贵复杂的力传感器，可实现高精度的力控制，特别适合康复训练与人机协作场景。

02系统顺应性与安全性提升弹性元件起缓冲作用，能吸收冲击力，降低刚性驱动器与人体或环境直接接触的风险，增强系统的“顺应性”，提高在人机交互中的舒适性与安全性。

03良好的回驱动性与自然交互用户对外骨骼施加的力可以“传回”驱动系统，增强自然交互，对康复机器人尤其重要，可避免过度驱动或被动拖拽，提升用户使用体验。

04能量存储与释放能效优势弹性元件可在周期性运动中存储与释放能量，类似生物肌腱的作用，在步态助力等周期性任务中能提升能效，优化系统运行效率。

05响应速度与控制复杂度权衡引入弹性元件后，系统的响应速度受限，适合低频运动控制，不适合极高速、刚性要求高的场景，且需要专门的力控制或阻抗控制算法，系统动力学模型更复杂。阻抗控制理论与应用模式阻抗控制的基本原理

阻抗控制核心思想是使机器人在与环境/人接触时表现出期望的力–位移关系，通过二阶动力学模型（Fext​=Md​(x¨d​−x¨)+Bd​(x˙d​−x˙)+Kd​(xd​−x)）调节输出，兼顾接触柔顺性与空载轨迹稳定性。主流阻抗控制变体

包括位置阻抗控制（直观简单，高频响应有限）、力阻抗控制（适合精确力交互，需高性能力传感器）、自适应阻抗控制（实时调整Md,Bd,Kd参数匹配患者运动能力）及变阻抗控制（参数随任务/运动阶段自动变化，如下肢外骨骼步态相位切换刚度）。在下肢康复外骨骼中的典型应用

变阻抗控制应用于下肢外骨骼，可在步态早期提供更多助力，后期减少约束；自适应阻抗控制通过调整参数适应不同患者运动能力，提升康复训练个性化与安全性。变刚度驱动系统设计创新

双刚度切换SEA结构设计针对Bowden电缆传动下肢外骨骼，设计可根据指令力大小在两种不同刚度间切换的串联弹性驱动器（SEA），兼顾力控制精度与动态响应需求。

动态能量再生无源驱动架构创新性提出基于"动态能量再生"的无源仿生设计，将人体运动做功转化为系统运行能源，实现设备轻量化与高集成度，再生/消耗功率比大于1。

变刚度机构与兼容适配设计开发新颖变刚度机构，在保证轻便紧凑的同时实现5.0-137.3Nm/rad的大刚度范围，并拟定兼容患者人群差异的最优刚度测定方法，提升人机交互柔顺性与安全性。先进力矩控制算法架构03前向传播Riccati方程力跟踪控制

基于前向传播Riccati方程的切换力跟踪控制设计针对可变结构SEA驱动的下肢外骨骼，提出基于前向传播Riccati方程的切换力跟踪控制方法，实现执行器在两种不同刚度之间的切换控制，以适应不同指令力大小的需求。

控制系统渐近稳定性证明该力反馈控制方法通过理论推导证明了其渐近稳定性，为控制系统的稳定运行提供了坚实的理论保障，确保在力跟踪过程中的动态性能和稳态精度。

扰动抑制模块提升零辅助模式透明度在零辅助模式下，加入扰动抑制模块，有效最小化人机交互力，提升设备的透明度，让用户在无需外骨骼辅助时感觉不到其干预，增强自然交互体验。抗扰动控制模块设计与实现01扰动来源与抑制需求膝关节康复外骨骼在运行中面临多种扰动，包括肌肉痉挛产生的突发力、地面反作用力变化、穿戴者运动意图波动等。在零助力模式下，需最小化人机交互力，提升设备透明度，避免对使用者造成额外干扰或阻力。02扰动观测器设计采用扩张状态观测器（ESO），将系统总干扰视为扩张状态进行实时估计。例如在农业机器人膝关节控制中，观测器增益参数设定为位置状态观测增益50、速度状态观测增益30，通过非线性函数协调观测精度与平滑性，有效估计土壤阻力突变等外部干扰。03基于前向传播Riccati方程的切换控制针对可变结构SEA，设计基于前向传播Riccati方程的切换力跟踪控制算法，并加入扰动抑制模块。该方法能根据指令力大小在两种不同刚度间切换，保证控制系统的渐近稳定性，在健康受试者模拟膝关节屈曲障碍实验中，有效恢复步态对称性。04抗扰动控制实验验证在滑模控制（SMC）应用中，通过STM32H743嵌入式控制器结合伺服电机、力矩传感器，实现强干扰环境下的稳定力矩控制。实验表明，该控制策略可使膝关节力矩抖振幅度降低40%，在5小时连续运行中实现零故障，验证了抗扰动控制的有效性。零辅助模式下的透明度优化

扰动抑制模块的设计在零辅助模式下，引入扰动抑制模块，通过实时估计并补偿外界干扰和系统参数变化，最小化人机交互力，提升设备的透明度，让用户感觉不到外骨骼的干预。

基于前向传播Riccati方程的切换力跟踪控制采用基于前向传播Riccati方程的切换力跟踪控制算法，在零辅助模式下精确控制力矩输出，减少外骨骼对用户自主运动的阻碍，确保用户运动的自然性。

变结构SEA的刚度切换策略执行器根据指令力的大小，在两种不同的刚度之间切换。在零辅助模式下，通过调整SEA的刚度至合适水平，降低系统对用户运动的动态响应干扰，提高透明度。RBF神经自适应控制策略RBF神经网络控制优势径向基函数神经网络（RBFNN）是构建自适应控制律的有效工具，能处理外骨骼与穿戴者动态变化的复杂非线性关系，无需精确动态模型。神经自适应控制架构通过RBF神经网络实时学习和补偿系统不确定性，结合反馈控制实现对膝关节力矩的精准调节，提升人机交互的柔顺性与适应性。临床康复应用潜力适用于膝关节康复矫形器，可根据患者运动能力动态调整控制参数，辅助实现个性化康复训练，改善步态对称性和运动功能恢复效果。步态相位同步与不对称矫正04AFO相位提取原理自适应频率振荡器（AFO）通过结合患侧和健侧步态数据，实时提取使用者步态的连续相位与频率，为外骨骼辅助力矩与步态的同步提供关键依据。多源传感数据融合集成足底压力、姿态传感器等多源信息，AFO能精准识别足跟着地、全脚掌承重、足尖离地等步态事件，确保相位提取的准确性和鲁棒性。相位同步力控制实现基于AFO提取的步态相位，外骨骼控制算法可动态调整膝关节辅助力矩，实现与人体步态的精确同步，有效恢复中风患者膝关节屈曲的空间和时间对称性。自适应频率振荡器(AFO)相位提取健患侧步态数据融合算法

基于自适应频率振荡器的相位提取通过自适应频率振荡器（AFO）实时提取使用者健侧与患侧步态的连续相位与频率，为力矩控制提供时间同步基准，实现辅助关节力矩与步态的精准同步。

多模态传感数据时空配准融合角度传感器、力矩传感器及足底压力传感数据，采用时间戳对齐与空间坐标转换技术，确保健患侧步态数据在时间与空间维度上的一致性，为后续融合提供高质量输入。

动态权重分配融合策略根据健患侧步态完整性动态调整数据权重，健侧数据质量高时赋予较高权重（如0.7-0.8），患侧数据异常时提升健侧参考权重，通过加权平均实现稳健的步态特征融合。

连续变量与离散变量协同融合结合步态周期、步长等离散变量与关节角度曲线、力矩曲线等连续变量，构建多维度融合指标体系，全面刻画步态对称性，为矫正策略提供更丰富的决策依据。空间-时间对称性恢复控制

步态相位同步提取采用自适应频率振荡器（AFO）结合患侧与健侧步态数据，实时提取连续相位与频率，确保辅助关节力矩与步态周期精准同步。

空间对称性矫正策略通过变结构SEA力控制方法，动态调节膝关节屈曲角度，实验中健康受试者模拟膝关节屈曲障碍时，空间对称性恢复至与正常步态相当水平。

时间对称性调节机制基于前向传播Riccati方程的切换力跟踪控制，优化步态周期中支撑相、摆动相的时间分配，减少左右腿步态周期差异，提升时间对称性。

扰动抑制与透明化设计引入扰动抑制模块，在零辅助模式下最小化人机交互力，提升设备透明度，避免外骨骼对自然步态的干扰，增强对称性恢复的自然性。步态事件触发式力矩调节机制多模态步态事件感知系统集成足底压力传感器、角度传感器与肌电信号（sEMG），实时识别足跟着地、全脚掌承重、足尖离地等关键步态相位，采样频率达100Hz，为力矩调节提供精准时序依据。基于AFO的相位同步控制采用自适应频率振荡器（AFO）提取健侧与患侧步态的连续相位与频率，使膝关节辅助力矩与穿戴者步态周期实时同步，实验验证可恢复空间和时间对称性至正常水平。分阶段力矩输出策略支撑期通过变刚度SEA提供0-8.2N·m阻尼支撑，防止膝关节塌陷；摆动期切换至低阻抗模式，提供轻柔助力（0.5-2.5N·m）辅助腿摆动，实现“支撑稳、摆动顺”的动态调节。零助力阶段扰动抑制技术引入基于前向传播Riccati方程的抗扰动控制模块，在无需辅助时最小化人机交互力，提升设备透明度，实验中健康受试者模拟膝关节屈曲障碍时干扰力降低40%。实验验证与性能评估05实验对象与分组选取健康成年受试者（如15例），通过模拟膝关节屈曲障碍（如设置不同程度的阻力或角度限制）构建病理模型，可考虑设置正常对照组、模拟障碍组及干预组进行对比。实验环境与设备参数在实验室环境中，使用配备多模态传感器（如角度传感器、力矩传感器，采样频率100Hz）的下肢康复机器人平台，关节转动范围限制在-60°至60°，控制周期设定为20ms。步态对称性评估指标采用时空参数（步长、支撑时间）和连续变量（关节角度曲线、力矩曲线）作为评估指标，计算步态时相对称性指数及基于Fitts定律的综合对称性指标，以量化膝关节屈曲的空间和时间对称性恢复效果。实验流程与数据采集受试者进行平地行走等指定动作，系统实时采集膝关节角度、力矩、表面肌电信号（sEMG）等数据，通过NoraxonMR3和MatLab软件进行滤波、平滑过滤、归一化等预处理，记录实验前后各项指标变化。健康受试者模拟实验设计膝关节屈曲障碍矫正效果

空间对称性恢复实验结果表明，该控制方法能够有效恢复膝关节屈曲的空间对称性，使其达到与正常步态相当的水平。

时间对称性恢复通过自适应频率振荡器（AFO）实时提取使用者步态的连续相位与频率，使辅助关节力矩与步态同步，有效恢复了膝关节屈曲的时间对称性。

临床康复应用潜力该方法在健康受试者模拟膝关节屈曲障碍测试中表现出良好效果，为矫正中风患者等下肢损伤患者的步态不对称提供了潜在的解决方案。力矩控制精度与响应速度测试静态力矩控制精度测试在恒定负载条件下，对膝关节力矩控制精度进行测试，目标力矩2.5N·m时，控制精度需达到±0.5%-±1%，确保康复训练的精准性和安全性。动态响应速度测试模拟步态周期中力矩的快速变化，测试系统响应速度，要求在接收到力矩指令后，1ms采样周期内完成调整，以适应人体运动的实时需求。抗干扰能力测试在模拟外界扰动（如患者突然发力、地面不平整）情况下，测试力矩控制的稳定性，通过扰动抑制模块，使力矩抖振幅度降低40%以上，保证系统的鲁棒性。长期运行精度保持测试进行5小时连续运行测试，监测力矩控制精度的变化，要求关节运动平滑度达到2.5°/s，关键部件磨损量仅为0.15mm/km，验证系统的耐久性。运动学评估指标包括关节活动度（如膝关节屈伸角度）、步态对称性指数（如步长、支撑时间对称性），可通过运动捕捉系统量化分析。动力学评估指标涵盖峰值力矩、平均力矩、力矩对称性等，例如膝关节损伤患者经训练后峰值力矩可增长81.0%，平均力矩增长101.4%。肌电生理评估指标通过表面肌电信号（sEMG）分析肌肉活动状态，包括肌电幅值、积分肌电等，反映肌肉功能恢复情况及人机协同效果。功能恢复综合指标如Brunnstrom偏瘫运动功能评价、BFMDRS量表评分，结合患者主观感受与客观数据，全面评估康复训练的临床效果。临床康复评估指标体系技术挑战与创新方向06多关节协同控制的耦合问题动力学耦合效应下肢多关节运动时，某一关节的运动或力矩输出会对其他关节产生动态影响，如膝关节屈曲会改变髋关节的有效力臂，增加控制复杂度。步态相位同步挑战髋、膝、踝关节需在支撑期、摆动期等不同步态相位实现精准协同，传统独立控制易导致相位延迟，影响步态自然性与稳定性。负载与扰动的交叉影响外部负载变化或地面不平引起的扰动会通过下肢动力链传递，导致非目标关节力矩波动，如踝关节遇到障碍物会影响膝关节力矩输出精度。控制算法复杂度提升多关节协同需融合多源传感器信息（肌电、力、姿态），并解决模型不确定性问题，如基于扩张状态观测器的反步滑模控制需处理高维状态空间的实时计算。传感器融合与信号噪声抑制

多模态感知系统集成通过集成角度传感器、力矩传感器、足底压力传感器及姿态传感器，实现对膝关节运动状态及人机交互力矩的实时精准感知，为控制算法提供全面输入。

多源数据融合算法采用基于神经网络的深度学习算法，对多尺度感知数据进行一体化观测和融合，有效处理不同传感器数据的时空配准与互补，提升状态估计鲁棒性。

表面肌电信号(sEMG)预处理针对外骨骼运动场景中的sEMG信号特点，通过滤波、平滑过滤、归一化等操作，有效抑制运动伪影、工频干扰、基线漂移等噪声源，获取高质量电生理信号。

扰动抑制与补偿策略引入基于前向传播Riccati方程的切换力跟踪控制及扰动抑制模块，在零辅助模式下最小化人机交互力，提升设备透明度，减少外部干扰对力矩控制的影响。轻量化设计中的能耗优化

动态能量再生技术应用通过将人体运动负功转化为系统运行能源，实现设备无源驱动，如床旁等速抗阻训练机器人在120°/s速度下续航增加57.8%，所有受试者再生/消耗功率比均大于1。

高效驱动系统选型采用高功率密度电机如无框力矩电机、空心杯电机及轴向磁通电机，结合谐波减速器等高效传动部件，在保证输出力矩的同时降低能耗，提升负载自重比至2.5:1以上。

智能控制算法的能效提升应用自适应阻抗控制、变结构SEA力控制等策略，在零辅助模式下通过扰动抑制模块最小化人机交互力，减少无效能耗，如Smooth平地丝滑模式通过低幅电流控制实现轻柔辅助。

轻量化材料与结构优化采用碳纤维复合材料、镁铝合金等轻质高强度材料，结合拓扑优化设计方法，在保证结构刚度的前提下减轻重量，如踝关节外骨骼采用碳纤维结构与鞋体一体化设计提高力传递效率。基于多模态感知的康复需求动态识别集成表面肌电信号(sEMG)、关节角度传感器、足底压力等多源数据，通过BP神经网络模型实时量化患者运动功能状态，如知觉关节活动范围(RMP)和运动对称性(IDps)，为个性化方案调整提供依据。动态阻抗参数在线优化策略采用自适应阻抗控制，根据患者肌力恢复情况（如股四头肌与腘绳肌肌力力矩变化）实时调整期望刚度(Kd)、阻尼(Bd)和惯量(Md)参数，在康复训练中实现“主动参与、适度辅助”，如从高助力模式逐步过渡到低阻力训练模式。基于步态相位的力矩协同控制结合自适应频率振荡器(AFO)提取健侧与患侧步态连续相位与频率，采用相位同步力控制方法，在支撑期、摆动期等关键步态事件中施加精准辅助力矩，矫正步态不对称，实验验证可使膝关节屈曲空间和时间对称性恢复至正常水平。抗扰动与零助力模式智能切换引入基于前向传播Riccati方程的切换力跟踪控制及扰动抑制模块，在零辅助模式下最小化人机交互力，提升设备透明度；当检测到患者运动