基于能量消耗的“人在环中”外骨骼助力优化方法
2026-01-08 来源:本站 点击次数:69
经典回顾：基于能量消耗的“人在环中”外骨骼助力优化方法
引言/背景介绍
随着科技的进步，外骨骼技术作为增强人类运动能力和支持康复治疗的重要工具，逐渐在各个领域得到广泛应用。无论是在老年人行走辅助、残疾人士康复，还是在提升运动表现上，外骨骼系统都展现了巨大的潜力。然而，如何利用外骨骼提高人类活动的能效，一直是外骨骼领域内的核心挑战。
在这一背景下，张娟娟研究员早在2017年便在《Science》正刊中发表了一篇题为“Human-in-the-loop optimization of exoskeleton assistance during walking”的开创性研究。该方法通过实时监测用户代谢变化，并在此基础上动态调整外骨骼的助力模式，从而有效地最小化用户在行走过程中的能量消耗。
图1. 文章信息
基于能量代谢的“人在环”外骨骼助力优化方法
本研究采用了一种创新的优化方法——“人在环”的优化方法，其核心是通过将人类实时的生理反馈数据与外骨骼控制策略相结合，建立实时的助力参数（峰值扭矩、峰值时间、上升时间、下降时间）—代谢水平的动态关系，从而自适应的优化外骨骼助力曲线，实现最佳的能量经济性。
如图2所示，该优化方法首先通过步幅周期校准与代谢率数据的实时测量来评估外骨骼的控制效果。具体来说，在每个优化代次中，用户在行走时穿戴外骨骼，外骨骼根据设定的控制法则（见图3A，由峰值扭矩、峰值时间、上升时间、下降时间定义）施加不同的助力。每个控制法则的评估会通过采集2分钟瞬时代谢数据，拟合一阶动力学模型估算稳态代谢能耗。随后，这些数据会反馈到优化系统中，通过进化策略（例如协方差矩阵适应进化策略，CMA-ES）生成下一代控制法则。
图2. 基于“人在环”的外骨骼助力优化方法
图2B展示了整个优化过程。每次控制法则的评估时，系统都会通过数据拟合快速估算代谢能量消耗，并根据历史代次的评估结果更新控制法则。为了在多个代谢周期中找到最优的控制法则，系统会利用每代 8 个控制法则（见图3B，可能的扭矩模式）的独立评估结果，分析参数分布特征，生成下一代控制法则。这一优化策略相对耐受测量噪声和人类适应性，因为它不直接使用目标函数值或其导数，而是通过独立评估每一代控制法则来实现优化。优化过程依赖于协方差矩阵适应进化策略（CMA-ES），该方法通过分析当前代次控制法则的表现，调整参数分布，以便在下一代优化中进一步提升性能。这一策略不仅能有效地应对代谢数据的噪声和人类适应性变化，还能避免传统方法的不足，避免了直接依赖梯度或目标函数的优化方法的局限性。
图3. 外骨骼助力曲线参数示意图与绳驱踝关节外骨骼。A，B控制法则定义了施加的扭矩模式，这些模式由四个参数控制：峰值扭矩、峰值扭矩的时间、上升时间和下降时间。C, D实验配置，根据这些控制法则，绳驱踝关节外骨骼可以在不同行走条件下（通过调整跑步机倾斜程度，塑造慢速、自然速度、快速、上坡、负重行走等行走条件），持续提供优化的助力，从而大幅降低能量消耗
整体实验场景如图3D所示，本研究使用的外骨骼系统包括一个穿戴式踝部外骨骼设备，设计上采取了柔性叶片弹簧结构，以提高舒适性并减少机械阻力。这一外骨骼通过连接电动马达和高精度传感器来实时监测和调整步态。研究者通过这种装置对用户步态施加适当的扭矩，帮助减少行走时的代谢消耗。
实验流程
代谢消耗是评估外骨骼效果的核心指标之一。在每种条件下，参与者的代谢率通过呼吸气体分析系统进行测量。
1. 佩戴呼吸面罩：使用便携式代谢监测系统测量参与者的氧气摄取量（VO2）和二氧化碳排放量（VCO2）。通过这些数据，能够估算出参与者在行走过程中的能量消耗。
2. 步行实验：每个实验条件下，参与者需要行走6分钟，实验期间的代谢数据每秒钟进行一次采样，最终通过计算稳定状态代谢率（即最后3分钟的平均值）来评估能量消耗。
3. 交叉对比：为了减少实验顺序对结果的影响，所有测试采用双重反转设计（Double-Reversal Design）。具体来说，每个测试条件（零扭矩、静态助力、优化助力）都会被随机排列，并且每种条件都要被测试两次。
图4. 外骨骼性能测试实验配置图: ①外骨骼驱动系统；② 外骨骼绳索；③ 外骨骼装置；④控制外骨骼的电脑；⑤分体式跑步机；⑥紧急停机按钮；⑦安全防护绳；⑧无线呼吸测量系统；⑨控制跑步机的电脑。
主要结果
代谢能耗比较
如图5A所示，优化后的助力模式显著降低步行代谢能耗。优化模式相较于零扭矩模式，代谢能耗平均降低24.2±7.4%（范围 14.2%-37.9%）。相较于手工调优的 “静态辅助模式”，优化助力降低代谢能耗5.8±6.2%。
图5B进一步展示了优化模式与静态模式的对比。静态模式基于之前的手调参数，提供了6%的能量消耗降低，而优化模式则在此基础上进一步降低了能量消耗，减少幅度为5.8 ± 6.2%。这一差异证明了通过“人在环”优化进行个性化调整的重要性，不同个体的生理差异和适应性使得定制化的优化模式相比静态模式能更好地满足个体需求，提供更好的能效。
优化参数与模式特征（图 5C、5D、5E）
8 个控制法则参数的优化值在受试者间分布范围较广（图 5C），扭矩模式的启动时间、峰值特征等差异明显（如启动时间覆盖 17%-37% 步幅周期），说明有必要做个性化定制；
11名被试的优化扭矩模式的峰值多集中在步幅周期的 50% 左右（图 5D），为后续通用初始参数设计提供参考
静态助力模式与零扭矩模式下的施加扭矩（图 5E）。基于前人设计的静态助力模式，虽与优化模式存在部分相似性，但导致更高的代谢率；零扭矩模式下的扭矩可忽略不计。线条为实测扭矩，经步幅时间和体重归一化处理，并取跨步幅及受试者平均值。
双脚踝验证实验结果
图6的单受试者研究验证了“人在环”优化方法的强通用性与拓展性，在双脚踝外骨骼适配场景下，该方法针对慢速步行（0.75 m/s）、正常速度步行（1.25 m/s）、快速步行（1.75 m/s）、上坡步行（10%坡度）、负重步行（负重为体重20%）及跑步（2.68 m/s）等多种运动条件，均实现了目标性能的显著改善，其中能耗较零扭矩模式最高降低39%，且多数场景优于普通鞋子/跑鞋；同时，该方法还可切换优化目标，在正常速度步行中以降低比目鱼肌活动为目标时（图6 G），较零扭矩模式和普通鞋子步行分别降低41%和36%，充分证明其能适配不同运动场景、步态及多元生理需求。
结论与展望
本研究通过“人在环”优化方法，展示了外骨骼助力系统如何通过实时反馈和进化学习有效降低用户的能量消耗。在多种步态条件下，优化后的外骨骼助力模式显著提高了能效，无论是正常步态、快速步态，还是上坡、负重行走等特殊条件下，优化模式均表现出了显著的节能效果。实验结果表明，个性化的优化不仅能够减少能量消耗，还能根据每个用户的具体需求进行定制，极大地提升了外骨骼的适应性和效率。此外，本研究证明了“人在环”优化方法的可行性和广泛应用潜力。通过精确调整控制法则，外骨骼不仅能提高步态经济性，还能优化肌肉活动，特别在康复和运动增强领域具有广阔的应用前景。
原文信息链接
Zhang J, Fiers P, Witte K A, et al. Human-in-the-loop optimization of exoskeleton assistance during walking. Science, 2017, 356(6344): 1280-1284.
https://www.science.org/doi/10.1126/science.aal5054
主要作者及研究单位
论文第一作者张娟娟，目前任职于南开大学人工智能学院。
关于维拓启创
维拓启创（北京）信息技术有限公司成立于2006年，是一家专注于脑科学、康复工程、人因工程、心理学、体育科学等领域的科研解决方案供应商。公司与国内外多所大学、研究机构、企业长期保持合作关系，致力于将优质的产品、先进的技术和服务带给各个领域的科研工作者，为用户提供有竞争力的方案和服务，协助用户的科研工作，持续提升使用体验。
相关产品
引言/背景介绍
随着科技的进步，外骨骼技术作为增强人类运动能力和支持康复治疗的重要工具，逐渐在各个领域得到广泛应用。无论是在老年人行走辅助、残疾人士康复，还是在提升运动表现上，外骨骼系统都展现了巨大的潜力。然而，如何利用外骨骼提高人类活动的能效，一直是外骨骼领域内的核心挑战。
在这一背景下，张娟娟研究员早在2017年便在《Science》正刊中发表了一篇题为“Human-in-the-loop optimization of exoskeleton assistance during walking”的开创性研究。该方法通过实时监测用户代谢变化，并在此基础上动态调整外骨骼的助力模式，从而有效地最小化用户在行走过程中的能量消耗。
图1. 文章信息
基于能量代谢的“人在环”外骨骼助力优化方法
本研究采用了一种创新的优化方法——“人在环”的优化方法，其核心是通过将人类实时的生理反馈数据与外骨骼控制策略相结合，建立实时的助力参数（峰值扭矩、峰值时间、上升时间、下降时间）—代谢水平的动态关系，从而自适应的优化外骨骼助力曲线，实现最佳的能量经济性。
如图2所示，该优化方法首先通过步幅周期校准与代谢率数据的实时测量来评估外骨骼的控制效果。具体来说，在每个优化代次中，用户在行走时穿戴外骨骼，外骨骼根据设定的控制法则（见图3A，由峰值扭矩、峰值时间、上升时间、下降时间定义）施加不同的助力。每个控制法则的评估会通过采集2分钟瞬时代谢数据，拟合一阶动力学模型估算稳态代谢能耗。随后，这些数据会反馈到优化系统中，通过进化策略（例如协方差矩阵适应进化策略，CMA-ES）生成下一代控制法则。
图2. 基于“人在环”的外骨骼助力优化方法
整体实验场景如图3D所示，本研究使用的外骨骼系统包括一个穿戴式踝部外骨骼设备，设计上采取了柔性叶片弹簧结构，以提高舒适性并减少机械阻力。这一外骨骼通过连接电动马达和高精度传感器来实时监测和调整步态。研究者通过这种装置对用户步态施加适当的扭矩，帮助减少行走时的代谢消耗。
实验流程
代谢消耗是评估外骨骼效果的核心指标之一。在每种条件下，参与者的代谢率通过呼吸气体分析系统进行测量。
1. 佩戴呼吸面罩：使用便携式代谢监测系统测量参与者的氧气摄取量（VO2）和二氧化碳排放量（VCO2）。通过这些数据，能够估算出参与者在行走过程中的能量消耗。
2. 步行实验：每个实验条件下，参与者需要行走6分钟，实验期间的代谢数据每秒钟进行一次采样，最终通过计算稳定状态代谢率（即最后3分钟的平均值）来评估能量消耗。
3. 交叉对比：为了减少实验顺序对结果的影响，所有测试采用双重反转设计（Double-Reversal Design）。具体来说，每个测试条件（零扭矩、静态助力、优化助力）都会被随机排列，并且每种条件都要被测试两次。
主要结果
代谢能耗比较
如图5A所示，优化后的助力模式显著降低步行代谢能耗。优化模式相较于零扭矩模式，代谢能耗平均降低24.2±7.4%（范围 14.2%-37.9%）。相较于手工调优的 “静态辅助模式”，优化助力降低代谢能耗5.8±6.2%。
图5B进一步展示了优化模式与静态模式的对比。静态模式基于之前的手调参数，提供了6%的能量消耗降低，而优化模式则在此基础上进一步降低了能量消耗，减少幅度为5.8 ± 6.2%。这一差异证明了通过“人在环”优化进行个性化调整的重要性，不同个体的生理差异和适应性使得定制化的优化模式相比静态模式能更好地满足个体需求，提供更好的能效。
图5. 代谢数据实验结果
优化参数与模式特征（图 5C、5D、5E）
8 个控制法则参数的优化值在受试者间分布范围较广（图 5C），扭矩模式的启动时间、峰值特征等差异明显（如启动时间覆盖 17%-37% 步幅周期），说明有必要做个性化定制；
11名被试的优化扭矩模式的峰值多集中在步幅周期的 50% 左右（图 5D），为后续通用初始参数设计提供参考
静态助力模式与零扭矩模式下的施加扭矩（图 5E）。基于前人设计的静态助力模式，虽与优化模式存在部分相似性，但导致更高的代谢率；零扭矩模式下的扭矩可忽略不计。线条为实测扭矩，经步幅时间和体重归一化处理，并取跨步幅及受试者平均值。
双脚踝验证实验结果
图6的单受试者研究验证了“人在环”优化方法的强通用性与拓展性，在双脚踝外骨骼适配场景下，该方法针对慢速步行（0.75 m/s）、正常速度步行（1.25 m/s）、快速步行（1.75 m/s）、上坡步行（10%坡度）、负重步行（负重为体重20%）及跑步（2.68 m/s）等多种运动条件，均实现了目标性能的显著改善，其中能耗较零扭矩模式最高降低39%，且多数场景优于普通鞋子/跑鞋；同时，该方法还可切换优化目标，在正常速度步行中以降低比目鱼肌活动为目标时（图6 G），较零扭矩模式和普通鞋子步行分别降低41%和36%，充分证明其能适配不同运动场景、步态及多元生理需求。
图6. 在不同条件下进行的单被试研究
结论与展望
本研究通过“人在环”优化方法，展示了外骨骼助力系统如何通过实时反馈和进化学习有效降低用户的能量消耗。在多种步态条件下，优化后的外骨骼助力模式显著提高了能效，无论是正常步态、快速步态，还是上坡、负重行走等特殊条件下，优化模式均表现出了显著的节能效果。实验结果表明，个性化的优化不仅能够减少能量消耗，还能根据每个用户的具体需求进行定制，极大地提升了外骨骼的适应性和效率。此外，本研究证明了“人在环”优化方法的可行性和广泛应用潜力。通过精确调整控制法则，外骨骼不仅能提高步态经济性，还能优化肌肉活动，特别在康复和运动增强领域具有广阔的应用前景。
原文信息链接
Zhang J, Fiers P, Witte K A, et al. Human-in-the-loop optimization of exoskeleton assistance during walking. Science, 2017, 356(6344): 1280-1284.
https://www.science.org/doi/10.1126/science.aal5054
主要作者及研究单位
论文第一作者张娟娟，目前任职于南开大学人工智能学院。
关于维拓启创
维拓启创（北京）信息技术有限公司成立于2006年，是一家专注于脑科学、康复工程、人因工程、心理学、体育科学等领域的科研解决方案供应商。公司与国内外多所大学、研究机构、企业长期保持合作关系，致力于将优质的产品、先进的技术和服务带给各个领域的科研工作者，为用户提供有竞争力的方案和服务，协助用户的科研工作，持续提升使用体验。
相关产品
相关文章
更多 >