图灵汇官网

近期，中国科学院沈阳自动化研究所在外肌肉机器人领域取得突破性进展，成功开发出一种高泛化能力的人体运动识别方法，该方法与对外肌肉机器人系统步频特性不敏感，旨在显著增强机器人的适应性、提高辅助效率，对于推动机器人在智能医疗、智能养老等领域的实际应用具有重要意义。

据第七次全国人口普查数据显示，中国60岁及以上人口约为2.6亿，占比达18.7%，预示着我国已步入老龄化社会。老年人因身体机能下降、肌肉功能退化而逐渐脱离社会生活，这不仅影响生活质量，还降低了社会对老年人的尊重。外肌肉机器人作为与人体协同工作的机器人，通过人工肌肉线束贴合在人体肌肉或肌腱表面，精确辅助特定肌群活动。相较于外骨骼机器人，其拥有更柔软的主体结构与更精细的辅助手段，有助于促进使用者肌肉功能的恢复。然而，人机一体化操作中，机器人决策与行为的偏差可能直接影响穿戴者的动作表现，因此，提升机器人对穿戴者运动状态的快速适应能力成为当前机器人技术研究的核心挑战。

沈阳自动化研究所控制团队聚焦于机器人识别与控制的高效适应性，借鉴人体下肢运动的动态特性和节律驱动机制，开展了一系列创新研究。他们基于人体相平面和相曲线的概念，提出了一种能够适应不同个体、不同步态模式的人体运动类型识别方法，验证了其在下肢运动障碍人群运动功能评估中的实用性。同时，结合人体下肢运动的节律特性，构建了一种能快速响应步频变化的外肌肉机器人控制系统，显著增强了机器人对步频、运动环境及人机耦合动力学特性变化的适应能力。这一研究将人体运动的本质特性融入机器人交互系统的构想，为机器人策略设计与行为规划提供了新视角。

沈阳自动化研究所控制团队在康复机器人、脑肌电信号处理等领域进行了系统性的理论与应用研究，相关成果陆续发表于国际知名学术期刊。此研究工作得到了国家自然科学基金、国家重点研发计划等项目的资助，展现了其在机器人技术领域的深厚积累与创新能力。