趙偉亮,曹武警,李 瑨,魏小東,喻洪流*

(1.上海理工大學(xué) 康復(fù)工程與技術(shù)研究所，上海 200093；2.上?？祻?fù)器械工程技術(shù)研究中心，上海 200093)

人機(jī)共融的主動(dòng)型下肢假肢分層控制策略探討

趙偉亮1,2,曹武警1,2,李 瑨1,2,魏小東1,2,喻洪流1,2*

(1.上海理工大學(xué) 康復(fù)工程與技術(shù)研究所，上海 200093；2.上?？祻?fù)器械工程技術(shù)研究中心，上海 200093)

為研究當(dāng)前主動(dòng)型下肢假肢控制問題的解決策略，提出了主動(dòng)型下肢假肢設(shè)計(jì)和分類的通用控制框架，包括3個(gè)分層結(jié)構(gòu)：上層控制器、中層控制器、底層控制器。其中，上層控制器感知運(yùn)動(dòng)意圖；中層控制器將運(yùn)動(dòng)意圖轉(zhuǎn)換為預(yù)期的裝置狀態(tài)，用于底層控制器的跟蹤參考；底層控制器通過反饋控制或者前饋控制計(jì)算出預(yù)期裝置狀態(tài)與當(dāng)前裝置狀態(tài)的誤差，驅(qū)動(dòng)假肢執(zhí)行這些命令，形成控制閉環(huán)。結(jié)果表明,該通用控制框架可完整闡釋主動(dòng)型下肢假肢的人—機(jī)—環(huán)境共融關(guān)系，明確了分層控制策略的層級任務(wù)，為未來主動(dòng)型下肢假肢的發(fā)展提供了理論指導(dǎo)。

主動(dòng)型；下肢假肢；人機(jī)共融；通用框架；分層控制系統(tǒng)

近年來，針對下肢截肢、肌肉損傷、肌無力、神經(jīng)損傷患者，用于恢復(fù)行走能力或者主動(dòng)輔助行走的康復(fù)輔助機(jī)器人技術(shù)取得了長足的進(jìn)步[1]。下肢假肢作為康復(fù)輔助機(jī)器人技術(shù)的重要組成部分，一直是研究的重點(diǎn)與難點(diǎn)。

下肢假肢可分為被動(dòng)型與主動(dòng)型[2]。被動(dòng)型下肢假肢結(jié)構(gòu)簡單、成本低廉，但是其不能產(chǎn)生主動(dòng)機(jī)械力、不能自動(dòng)適應(yīng)使用者需求的變化、缺少人—機(jī)—環(huán)境信息的相互反饋。而主動(dòng)型下肢假肢能夠產(chǎn)生所替代肢體力的輸出，實(shí)現(xiàn)上樓梯、奔跑、跳躍等需要主動(dòng)力輸出的運(yùn)動(dòng)，而且可實(shí)現(xiàn)人—機(jī)—環(huán)境深度共融，具有高效且多功能性的特征，在有效提升穿戴者運(yùn)動(dòng)能力方面具有巨大的潛力[3]。同被動(dòng)型下肢假肢相比，主動(dòng)型下肢假肢可減少能量消耗[4]、提升速度自適應(yīng)的行走能力[5]、增加步態(tài)對稱性[6]，減少因補(bǔ)償性運(yùn)動(dòng)過多造成的關(guān)節(jié)磨損引發(fā)的頻繁拆裝。

主動(dòng)型下肢假肢已經(jīng)有了極大的發(fā)展，但是如何將主動(dòng)型下肢假肢與使用者殘存肢體運(yùn)動(dòng)控制系統(tǒng)實(shí)現(xiàn)協(xié)調(diào)控制仍然面臨許多技術(shù)挑戰(zhàn)。例如，如何通過不同的控制策略提高人機(jī)之間的物理交互和認(rèn)知交互？如何使控制方法適用于不同類型的裝置和驅(qū)動(dòng)關(guān)節(jié)？如何將健康人行走的控制過程信息應(yīng)用于穿戴者行走意圖評估及控制器結(jié)構(gòu)設(shè)計(jì)？裝置離開特定的實(shí)驗(yàn)室環(huán)境進(jìn)入真實(shí)的自然環(huán)境時(shí)將會遇到哪些主要的挑戰(zhàn)？只有這些問題都得到充分的解決，主動(dòng)型下肢假肢才能充分發(fā)揮其高效性，服務(wù)于現(xiàn)實(shí)生活。

本文的目的在于對當(dāng)前主動(dòng)型下肢假肢控制問題的解決策略進(jìn)行研究，通過對當(dāng)前最先進(jìn)的控制策略進(jìn)行引用與分類，創(chuàng)新的提出了主動(dòng)型下肢假肢設(shè)計(jì)和分類的通用框架，詳述了分層控制系統(tǒng)的應(yīng)用與實(shí)現(xiàn)，為未來主動(dòng)型下肢假肢的發(fā)展提供了理論指導(dǎo)。

1 通用控制框架

為了便于對主動(dòng)型下肢假肢的不同控制方法進(jìn)行分類和研究，本文提出了通用控制框架如圖1所示。圖1反映了在實(shí)際使用過程中，主動(dòng)型下肢假肢的物理交互作用和信號電平反饋系統(tǒng)。主要的子系統(tǒng)包括分層控制結(jié)構(gòu)、使用者、裝置、行走環(huán)境。每一個(gè)子系統(tǒng)都可以通過一套物理量和信號電平輸入、一個(gè)能量交換的輸入信息處理過程、一個(gè)將能量和信號傳遞到連接的子系統(tǒng)的輸出來界定。主動(dòng)型下肢假肢的設(shè)計(jì)目標(biāo)是理解使用者的意圖，通過控制系統(tǒng)使執(zhí)行裝置代償失去的下肢肌肉骨骼系統(tǒng)功能，動(dòng)態(tài)的外部環(huán)境決定了假肢穿戴者保持平衡、支撐和行走所需的作用力，環(huán)境狀態(tài)可通過使用者的狀態(tài)、主動(dòng)型假肢狀態(tài)間接推斷；主動(dòng)型假肢裝置包括其機(jī)械結(jié)構(gòu)、驅(qū)動(dòng)器、硬件。裝置的硬件對底層控制有重要的影響，驅(qū)動(dòng)器和能量的來源影響到穿戴者使用時(shí)間的長短。安全機(jī)制需要針對特定的風(fēng)險(xiǎn)，常見運(yùn)動(dòng)風(fēng)險(xiǎn)包括跌倒、滑倒，風(fēng)險(xiǎn)的識別、量化、減輕是裝置發(fā)展的關(guān)鍵方面，常見的風(fēng)險(xiǎn)識別和量化包括失效模式的設(shè)置、效應(yīng)分析、危險(xiǎn)與可操作性分析、故障樹分析法。使用者應(yīng)避免因操作不當(dāng)導(dǎo)致的危害，裝置結(jié)構(gòu)設(shè)計(jì)應(yīng)包含失效狀態(tài)下的安全保護(hù)結(jié)構(gòu)設(shè)計(jì)，盡量避免在未設(shè)定的環(huán)境狀態(tài)下工作，控制系統(tǒng)出現(xiàn)錯(cuò)誤時(shí)應(yīng)有安全糾偏機(jī)制。

圖1 主動(dòng)型下肢假肢通用控制框架Fig.1 General control frame of active lower limb prosthesis

通用控制框架中的分層控制系統(tǒng)是本文的主要研究對象。上層控制器感知到使用者的運(yùn)動(dòng)意圖，通過運(yùn)動(dòng)模式識別判斷出當(dāng)前的運(yùn)動(dòng)任務(wù)，比如站立、平地行走、上下樓梯。中層控制器將使用者的意圖從上層轉(zhuǎn)換為預(yù)期的裝置狀態(tài)，用于底層控制器的跟蹤參考?？紤]裝置的運(yùn)動(dòng)學(xué)和動(dòng)力學(xué)性質(zhì)，將預(yù)期的裝置狀態(tài)傳遞到底層控制器，通過反饋控制或者前饋控制計(jì)算出與當(dāng)前裝置狀態(tài)的誤差，驅(qū)動(dòng)假肢執(zhí)行這些命令，形成控制閉環(huán)。

2 分層控制策略

2.1 上層控制

上層控制的目的是通過運(yùn)動(dòng)模式識別來感知使用者的運(yùn)動(dòng)意圖。運(yùn)動(dòng)模式識別是上層控制器選擇合適的中層控制器執(zhí)行不同運(yùn)動(dòng)任務(wù)(平地行走、上樓梯、站立)的關(guān)鍵。運(yùn)動(dòng)模式識別分類器主要分為基于啟發(fā)式規(guī)則的分類器與自動(dòng)分類器兩大類。

基于啟發(fā)式規(guī)則的分類器常用的為有限狀態(tài)機(jī)和決策樹。此類分類器工作原理為：納入所有的步態(tài)模式，設(shè)計(jì)者確定一套規(guī)則表示步態(tài)模式的轉(zhuǎn)換。例如，從平地行走到上樓梯的轉(zhuǎn)換可通過前后兩步開始時(shí)腳抬升的離地高度的差異來識別[7]。基于啟發(fā)式規(guī)則的分類器只適用于少量差異很大的運(yùn)動(dòng)模式，當(dāng)使用者適應(yīng)裝置時(shí)需要再訓(xùn)練，隨著時(shí)間的增加，運(yùn)動(dòng)能力逐漸增強(qiáng)。

自動(dòng)分類器是指訓(xùn)練中分類決策邊界自動(dòng)產(chǎn)生。用于主動(dòng)型下肢假肢的自動(dòng)分類器包括樸素貝葉斯方法[8]、線性判別分析[9]、二次判別分析[10]、高斯混合模型[11]、支持向量機(jī)[12]、動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)[13]、人工神經(jīng)網(wǎng)絡(luò)[14]，這些分類器都需要一個(gè)預(yù)先的離線訓(xùn)練。Young等[15]研究改變輸入信息，將一組使用者訓(xùn)練中產(chǎn)生的運(yùn)動(dòng)模式分類器應(yīng)用到新的穿戴者，分類結(jié)果很差。隨著使用者行走訓(xùn)練數(shù)據(jù)的增加，分類精度逐漸提高[16]。自動(dòng)分類器相較于基于啟發(fā)式規(guī)則的分類器，可以輸入多傳感器信息，計(jì)算出附加特征，使分類決策更加準(zhǔn)確，而人為識別這些決策邊界非常困難。當(dāng)監(jiān)督訓(xùn)練在具有代表性的數(shù)據(jù)庫里完成后，分類器就可在新的數(shù)據(jù)庫里根據(jù)特征分配類別。缺點(diǎn)是預(yù)期運(yùn)動(dòng)和模式轉(zhuǎn)換都需要一定的分類訓(xùn)練數(shù)據(jù)，只有引入足夠的變量，分類器才能適應(yīng)真實(shí)環(huán)境。

分類器進(jìn)行分類時(shí)的輸入信息是人機(jī)環(huán)境之間的相互作用力和狀態(tài)。所用傳感器可嵌在裝置內(nèi)，穿戴于身體表面，或者植入身體。

嵌入式機(jī)械感知將傳感器與裝置融為一體，將裝置的預(yù)估狀態(tài)提供給分類器。機(jī)械感知信號包括關(guān)節(jié)位置和力矩、空間方向和速度以及地面反作用力。Varol等[17]采用嵌入主動(dòng)型下肢假肢的傳感器，使用高斯混合模型來判斷坐姿、行走和站立的轉(zhuǎn)換，使用線性判別分析來減少輸入特征的維數(shù)，通過優(yōu)化幀長度來產(chǎn)生高的分類精度。當(dāng)裝置的狀態(tài)難以確定時(shí)，穿戴于身上的力和位置傳感器，可以將使用者的預(yù)估狀態(tài)輸入到分類器提供有用的信息。Novak等[18]提出了一種方法，通過分類樹，使用9個(gè)分布于身體上的慣性測量單元和感壓鞋墊來實(shí)時(shí)預(yù)測平地行走步態(tài)的開始和結(jié)束，得到了較好的結(jié)果。但是該方法目前只對健康人進(jìn)行了測試，對于病理步態(tài)的應(yīng)用結(jié)果尚不清楚。

表面肌電信號提供了一種直觀的生理激發(fā)運(yùn)動(dòng)模式轉(zhuǎn)換的方式。Au 等[19]基于腓腸肌和脛骨前肌肌肉的運(yùn)動(dòng)，構(gòu)建了一種用于踝關(guān)節(jié)假肢平地行走和下樓梯轉(zhuǎn)換的神經(jīng)網(wǎng)絡(luò)。Tkach等[20]使用大腿和小腿多個(gè)肌肉群的信號，利用線性判別分析來控制一個(gè)虛擬的3自由度的踝關(guān)節(jié)假肢。Jin等[21]基于3個(gè)肌肉的肌電信號計(jì)算出來的特征，提供了6種不同運(yùn)動(dòng)模式的分類。Huang等[22]基于16個(gè)通道的肌電信號輸入，使用一種取決于相位的線性判別分析分類器來區(qū)分7種運(yùn)動(dòng)模式。

2.2 中層控制

中層控制器的目的是將上層得到的運(yùn)動(dòng)意圖評估轉(zhuǎn)化為可供底層控制跟蹤的預(yù)期運(yùn)動(dòng)狀態(tài)?；诓綉B(tài)相位的中層控制器可分為基于時(shí)間的控制、標(biāo)準(zhǔn)化軌跡控制、回聲控制和有限狀態(tài)機(jī)。

在基于時(shí)間的控制中，一系列動(dòng)作的執(zhí)行基于編程設(shè)定的時(shí)間延遲，常為可清楚辨別的步態(tài)事件，例如腳跟著地或者腳趾離地[23-25]。該技術(shù)容易實(shí)現(xiàn)但是嚴(yán)重依賴穩(wěn)態(tài)步行周期的規(guī)律性。其本質(zhì)缺點(diǎn)在于不靈活，當(dāng)不規(guī)律或者未編程設(shè)定的步態(tài)形式需要調(diào)整時(shí)，該方法難以做出相應(yīng)的調(diào)整[26]。

標(biāo)準(zhǔn)化軌跡控制是從一系列記錄的步態(tài)數(shù)據(jù)獲得一個(gè)典型軌跡，并且根據(jù)步態(tài)相位使該軌跡與使用者的步速和物理尺寸相匹配。動(dòng)態(tài)速度控制就是使用快速傅里葉變換，通過一系列傅里葉系數(shù)來代表典型軌跡。用這些系數(shù)做逆變換來測量和產(chǎn)生預(yù)期的裝置軌跡[27]。

回聲控制是基于時(shí)間的控制與標(biāo)準(zhǔn)化軌跡控制的結(jié)合，在穩(wěn)定交互步態(tài)中，健康腿的位置曲線在輔具肢體側(cè)以一定的時(shí)間延遲和比例重放[28-29]。在某些運(yùn)動(dòng)中(坐下到站立)，不需要相位的變換，健康腿側(cè)的運(yùn)動(dòng)可以直接應(yīng)用到殘損側(cè)肢體。缺點(diǎn)是該方法假設(shè)兩側(cè)肢體的運(yùn)動(dòng)是對稱的，因此不適用于雙側(cè)肢體都需要輔具或者需要不對稱的步行模式。健側(cè)肢體非預(yù)期或者補(bǔ)償性運(yùn)動(dòng)也會被復(fù)制重現(xiàn)，可能導(dǎo)致不穩(wěn)定或者失去平衡。

有限狀態(tài)控制器通過一系列明顯的特征將步態(tài)分解成周期性的運(yùn)動(dòng)[30-31]，基于腳觸地事件或者關(guān)節(jié)速度來細(xì)致描述。有限狀態(tài)控制器執(zhí)行一系列離散的參數(shù)控制法則，當(dāng)進(jìn)入到步態(tài)的每一個(gè)新相位時(shí)自動(dòng)循環(huán)。對于每一個(gè)上層控制器中的運(yùn)動(dòng)模式，需要一個(gè)不同的有限狀態(tài)控制器。有限狀態(tài)控制器常常使用一系列被編碼進(jìn)控制器的靜態(tài)參數(shù)作為參考，通常需要一個(gè)包括終端用戶的啟發(fā)式優(yōu)化程序。然而，因?yàn)閮?yōu)化變量的數(shù)量隨著控制法則參數(shù)數(shù)量、運(yùn)動(dòng)狀態(tài)數(shù)量、運(yùn)動(dòng)模式的數(shù)量、驅(qū)動(dòng)關(guān)節(jié)數(shù)量、需要控制的肢體的數(shù)量快速增長，優(yōu)化過程變得緩慢[32]。為了減少參數(shù)優(yōu)化時(shí)間，Simon等[33]提出了改良內(nèi)部控制策略，通過使用基于關(guān)節(jié)位置或載荷的阻抗控制法則取代一系列靜態(tài)參數(shù)來減少動(dòng)力型下肢假肢優(yōu)化參數(shù)的數(shù)量；Aghasadeghi 等[34]研究了一種基于模型的方法來預(yù)測特定使用者的初始參數(shù)值，Wang等[35]構(gòu)造了一種專家系統(tǒng)，基于模糊邏輯推理自動(dòng)優(yōu)化阻抗參數(shù)匹配健康人的步態(tài)。

2.3 底層控制

底層控制器的目的是計(jì)算出裝置當(dāng)前狀態(tài)與預(yù)期狀態(tài)(中層控制器的輸出)之間的誤差，驅(qū)動(dòng)驅(qū)動(dòng)器減小此誤差。底層控制的執(zhí)行層傾向于高度的裝置特定性，通常依賴于前饋控制和反饋控制的結(jié)合。

前饋控制需要一些模型的形式，基于過去和當(dāng)前一系列的輸入以及裝置狀態(tài)來預(yù)測系統(tǒng)未來的狀態(tài)。這些輸入可以有效地減少由于裝置的附加質(zhì)量、慣性、摩擦力所造成的額外的交互作用力[36]。反饋控制控制器不需要一個(gè)系統(tǒng)的模型，但是需要一個(gè)對當(dāng)前狀態(tài)的評估?？刂破鲗⑵渑c裝置預(yù)期狀態(tài)相比較，調(diào)整裝置的輸入使誤差接近于零。

3 結(jié) 語

通用控制框架完整闡釋了用于主動(dòng)型下肢假肢的人—機(jī)—環(huán)境共融關(guān)系，明確了分層控制策略的層級任務(wù)：上層控制感知運(yùn)動(dòng)意圖；中層控制將運(yùn)動(dòng)意圖轉(zhuǎn)換為預(yù)期的運(yùn)動(dòng)軌跡；底層控制計(jì)算當(dāng)前實(shí)際運(yùn)動(dòng)狀態(tài)與預(yù)期運(yùn)動(dòng)狀態(tài)誤差，跟蹤運(yùn)動(dòng)軌跡。但是當(dāng)前主動(dòng)型下肢假肢研究只是集中于分層控制中的1層或2層，完整實(shí)現(xiàn)3層控制尚有待研究。

References)

[1]喻洪流，石萍. 康復(fù)器械技術(shù)及路線圖規(guī)劃[M]. 南京：東南大學(xué)出版社, 2014.

YU Hongliu, SHI Ping. Rehabilitation equipment technology and roadmap planning[M]. Nanjing: Southeast University Press, 2014.

[2]王人成.假肢技術(shù)的研究熱點(diǎn)及發(fā)展趨勢[J].中國康復(fù)醫(yī)學(xué)雜志,2005,20(7):483 .DOI:10.3969/j.issn.1001-1242.2005.07.001.

WANG Rencheng. Research hotspots and development trend of prosthetic technology[J]. Chinese Journal of Rehabilitation Medicine, 2005, 20(7):483.DOI:10.3969/j.issn.1001-1242.2005.07.001.

[3]耿艷利,楊鵬,許曉云,等.動(dòng)力型假肢膝關(guān)節(jié)設(shè)計(jì)與仿真研究[J].河北工業(yè)大學(xué)學(xué)報(bào),2011,40(5):1-4. DOI:10.3969/j.issn.1007-2373.2011.05.001.

GENG Yanli, YANG Peng, XU Xiaoyun. et al.Design and simulation of active transfemoral prosthesis[J].Journal of Hebei University of Technology, 2011, 40(5): 1-4. DOI:10.3969/j.issn.1007-2373.2011.05.001.

[4]AU S K, WEBER J, HERR H. Powered ankle-foot prosthesis improves walking metabolic economy[J]. IEEE Transactions on Robotics, 2009, 25(1):51-66. DOI:10.1109/TRO.2008.2008747.

[5]MARTINEZ-VILLALPANDO E C, MOONEY L, ELLIOTT G, et al. Antagonistic active knee prosthesis. A metabolic cost of walking comparison with a variable-damping prosthetic knee[C]//Proceedings of the 33rd Annual International Conference of the IEEE EMBS.Boston:IEEE,2011:8519-8522. DOI: 10.1109/IEMBS.2011.6092102.

[6]FARRIS R J, QUINTERO H A, MURRAY S A, et al. A preliminary assessment of legged mobility provided by a lower limb exoskeleton for persons with paraplegia[J]. IEEE Transactions on Neural Systems and Rehabilitation Engineering, 2014, 22(3):482-490. DOI: 10.1109/TNSRE.2013.2268320.

[7]DAVID LI Y, HSIAOWECKSLEr E T. Gait mode recognition and control for a portable-powered ankle-foot orthosis[J]. IEEE International Conference on Rehabilitation Robotics (ICORR), 2013:1-8. DOI: 10.1109/ICORR.2013.6650373.

[8]FARRELL M T. Pattern classification of terrain during amputee walking[D]. Cambridge,MA: Massachusetts Institute of Technology, 2013.

[9]HARGROVE L J, SIMON A M, LIPSCHUTZ R, et al. Non-weight-bearing neural control of a powered transfemoral prosthesis[J]. Journal of Neuroengineering & Rehabilitation, 2013, 10(1):62.. DOI:10.1186/1743-0003-10-62.

[10]HA K H, VAROL H A, GOLDFARB M. Volitional Control of a Prosthetic Knee Using Surface Electromyography[J]. IEEE transactions on bio-medical engineering, 2011, 58(1):144-51. DOI: 10.1109/TBME.2010.2070840.

[11]KILICARSLAN A, PRASAD S, GROSSMAN R G, et al. High accuracy decoding of user intentions using eeg to control a lower-body exoskeleton[C]//Proceedings of the 35th Annual International,Conference of the IEEE Engineering in Medicine and Biology Society(EBMBC). Osaka,Japan:IEEE,2013. DOI:10.1109/EMBC.2013.6610821.

[12]HUANG He, ZHANG Fan, HARGROVE L J, et al. Continuous locomotion-mode identification for prosthetic legs based on neuromuscular-mechanical fusion[J]. IEEE, International on Biomedical Engineering,2011,58(10):2867-2875. DOI: 10.1109/TBME.2011.2161671.

[13]HARGROVE L J, SIMON A M, YOUNG A J, et al. Robotic leg control with EMG decoding in an amputee with nerve transfers[J]. New England Journal of Medicine, 2013,369(13):1237-1242. DOI:10.1056/NEJMoa1300126.

[14]GANCET J, ILZKOVITZ, CHERON G, et al. Mindwalker: a brain controlled lower limbs exoskeleton for rehabilitation[C]//Potential Applications to Space. Noordwijk,Nethe RLAads:ESNESTEC, 2011: 12-14.

[15]YOUNG A J, SIMON A M, FEY N P, et al. Classifying the intent of novel users during human locomotion using powered lower limb prostheses[C]//Proceedings of the 6th International IEEE/EMBS Conference on Neural Engineering.San Diego,CA: IEEE, 2013:311-314. DOI:10.1109/NER.2013.6695934.

[16]YOUNG A J, SIMON A M, HARGROVE L J. A training method for locomotion mode prediction using powered lower limb prostheses[J]. IEEE Transactions on Neural Systems and Rehabilitation Engineering, 2014, 22(3):671-677.DOI: 10.1109/TNSRE.2013.2285101.

[17]VAROL H A, SUP F, GOLDFARB M. Multiclass real-time intent recognition of a powered lower limb prosthesis.[J]. IEEE Transactions on Biomedical Engineering, 2010, 57(3):542-551. DOI:10.1109/TBME.2009.2034734.

[18]NOVAK D, REBERSEK P, DE ROSSI S M, et al. Automated detection of gait initiation and termination using wearable sensors[J]. Medical Engineering & Physics, 2013, 35(12):1713. DOI.org/10.1016/j.medengphy.2013.07.003.

[19]AU S, BERNIKER M, HERR H. Powered ankle-foot prosthesis to assist level-ground and stair-descent gaits[J]. Neural Networks, 2008, 21(4):654-666. DOI:10.1016/j.neunet.2008.03.006.

[20]TKACH D C, LIPSCHUTZ R D, FINUCANE S B, et al. Myoelectric neural interface enables accurate control of a virtual multiple degree-of-freedom foot-ankle prosthesis[C]// IEEE International Conference on Rehabilitation Robotics.Seattle,WA:IEEE, 2013:1-4. DOI: 10.1109/ICORR.2013.6650499.

[21]JIN Dewen, YANG Jiankun, ZHANG Ruihong, et al. Terrain identification for prosthetic knees based on electromyographic signal features[J]. Tsinghua Science and Technology, 2006:11(1):74-79 . DOI: 10.1016/S1007-0214(06)70157-2.

[22]HUANG H, KUIKEN T A, LIPSCHUTZ R D. A Strategy for Identifying Locomotion Modes Using Surface Electromyography[J]. IEEE Transactions on Biomedical Engineering, 2009, 56(1):65-73. DOI: 10.1109/TBME.2008.2003293

[23]ASBECK A T, DYER R J, LARUSSON A F, Et al. Biologically-inspired soft exosuit[C]//IEEE International Conference on Rehabilitation Robotics(ICORR).Seattle,WA:IEEE, 2013: 1-8.DOI:10.1109/ICORR.2013.6650455.

[24]ANDERSEN J B, SINKJAER T. Mobile ankle and knee perturbator[J]. IEEE Transactions on Biomedical Engineering, 2003, 50(10):1208-1211. DOI: 10.1109/TBME.2003.816073.

[25]SULZER J S, GORDON K E, HORNBY T G, et al. Adaptation to knee flexion torque during gait[C]// IEEE International Conference on Rehabilitation Robotics. Kyoto,Japan: IEEE, 2009:713-718. DOI: 10.1109/ICORR.2009.5209499.

[26]LI D Y, BECKER A, SHORTER K A, et al. Estimating system state during Human walking with a powered ankle-foot orthosis[J]. IEEE/ASME Transactions on Mechatronics, 2011, 16(5):835-844. DOI: 10.1109/TMECH.2011.2161769.

[27]HOLGATE M A, BOHLER A W, SUGAR T G. Control algorithms for ankle robots: a reflection on the state-of-the-art and presentation of two novel algorithms[C]// Proceedings of the 2nd IEEE RAS & EMBS International Conference on Biomedical Robotics and Biomechatronics. Scottsdale,AZ:IEEE, 2008:97-102. DOI: 10.1109/BIOROB.2008.4762859.

[28]GRIMES D L, FLOWERS W C, DONATH M. Feasibility of an active control scheme for above knee prostheses[J]. Journal of Biomechanical Engineering, 1977,99(4):215. DOI:10.1115/1.3426293.

[29]WANG W J, LI J, LI W D, et al. An echo-based gait phase determination method of lower limb prosthesis[J]. Advanced Materials Research, 2013, 706-708:629-634. DOI:10.4028/www.scientific.net/AMR.706-708.629.

[30]SHULTZ A H, MITCHELL J E, TRUEX D,et al. Preliminary evaluation of a walking controller for a powered ankle prosthesis[C]// IEEE International Conference on Robotics and Automation. Karlsruhe,Germany:IEEE,2013:4838-4843. DOI: 10.1109/ICRA.2013.6631267.

[31]SUN J, VOGLEWEDE P A. Powered transtibial prosthetic device control system design, implementation, and bench testing[J]. Journal of Medical Devices, 2012, 8(1):011004. DOI: 10.1115/1.4025851.

[32]LAWSON B E, SHULTZ A H, GOLDFARB M. Evaluation of a coordinated control system for a pair of powered transfemoral prostheses[C]// IEEE International Conference on Robotics and Automation. Karlsruhe,Germany:IEEE, 2013:3888-3893. DOI: 10.1109/ICRA.2013.6631124.

[33]SIMON A M, INGRAHAM K A, FEY N P, et al. Configuring a powered knee and ankle prosthesis for transfemoral amputees within five specific ambulation modes[J]. Plos One, 2014, 9(6):e99387. DOI: 10.1371/journal.pone.0099387

[34]AGHASADEGHI N, ZHAO H, HARGROVE L J, et al. Learning impedance controller parameters for lower-limb prostheses[C]// IEEE/RSJ International Conference on Intelligent Robots and Systems. Tokyo:IEEE, 2013:4268-4274. DOI:10.1109/IROS.2013.6696968.

[35]WANG D, LIU M, ZHANG F, et al. Design of an expert system to automatically calibrate impedance control for powered knee prostheses[C]//IEEE International Conference on Rehabilitation Robitics.Seattle,Washington:IEEE, 2013. DOI: 10.1109/ICORR.2013.6650442.

[36]MURRAY S, GOLDFARB M. Towards the use of a lower limb exoskeleton for locomotion assistance in individuals with neuromuscular locomotor deficits[C]//Annual International Conference of the IEEE Engineering in Medicine and Biology Society.San Diego,CA:IEEE, 2012:1912-1915. DOI: 10.1109/EMBC.2012.6346327.

Hierarchicalcontrolstrategyresearchofactivelowerlimbprostheticdevicesbasedonfusionofmanmachineenvironment

ZHAO Weiliang1,2, CAO Wujing1,2, LI Jin1,2, WEI Xiaodong1,2, YU Hongliu1,2*

(1.InstituteofRehabilitationEngineeringandTechnology,UniversityofShanghaiforScienceandTechnology,Shanghai, 200093China;2.ShanghaiEngineeringResearchCenterofAssistiveDevices,Shanghai200093,China)

To study the current problem solving control strategy of active lower limb prosthesis,this work proposed the state-of-the-art techniques for controlling active lower limb prosthetic devices. The general framework including high level controller, middle level controller and low level controler for the design and classify of active lower limb prosthesis is proposed. The high level controller sensor motor intention and judge the motion task through motion pattern recognition. Middle level controller converts motor intention to be the desired device state as tracking reference for the low level controller. Considering kinematics and dynamics properties, low level controller calculates the error between expected state and the current state through feedback control and feedforward control, driving prosthesis to implement control command and forming closed loop control. The results show that the general control frame can explain the human-machine-environment relationship of the active lower limb prosthesis,and clarify the hierarchical task of the stratified control strategy, which provides the theoretical guidance for the future development of the active lower limb prosthesis.

Active;Lower limb prosthesis; Human-machine sharing; General framework; Hierarchical control system

TP242

A

1672-5565(2017)03-191-05

10.3969/j.issn.1672-5565.20161215002

2016-12-15；

2017-03-17.

國家自然科學(xué)基金(61473193)；上?？祻?fù)器械工程技術(shù)研究中心資助項(xiàng)目(15DZ2251700).

趙偉亮，男，碩士，研究方向：下肢假肢的智能控制; E-mail: 954290565@qq.com.

*通信作者：喻洪流，男，教授，研究方向：智能假肢，康復(fù)機(jī)器人; E-mail: yhl98@hotmail.com.