据我国第七次全国人口普查公报，目前国内65岁及以上人口约有1.9亿人，占总比13.5％，并预计2021年底，我国将由老龄化社会（≥7％）进入深度老龄化社会（≥14％）。老年人的身体机能衰退、肌肉功能退化等问题，导致他们逐渐脱离社会，随之带来的是生活质量与受尊重程度的双重下降。随着科学技术的发展与国家对智慧养老、智能医疗的大力支持，科研人员也在努力探索着如何应用科学技术来改善老年人的生活质量、助力老年人重返社会，而外骨骼机器人（Exoskeleton）则以此目标为导向，正经历着飞速地发展。

　　外骨骼机器人的发展史：由工业到医疗

　　外骨骼机器人是一种可穿戴的智能辅助设备，用于增强人体运动机能，拓展人体与环境间的交互能力。外骨骼机器人根据能源利用方式，可分为两类：无源/被动（Passive）外骨骼机器人与有源/主动（Powered）外骨骼机器人，无源系统不需要外部供能，反之，有源系统需要外部供能，来驱动机器人运动。由1890年俄罗斯提出无源外骨骼机器人的概念，1917年美国提出有源外骨骼机器人的概念，到1965年美国通用公司构建出第一台有源外骨骼机器人样机（Hardiman），外骨骼机器人设计的初衷是用于辅助工人搬运重物，提升生产力。2000年，美国启动了增强人体体能外骨骼（EHPA）项目，计划将外骨骼机器人用于专项领域。2010年，EHPA项目的部分成果被美国加州大学伯克利分校转化，研制出Austin和eLegs医疗外骨骼机器人，促进了外骨骼机器人在医疗、康复领域的应用转型与发展。

　　外骨骼机器人的进化史：由刚性外骨骼机器人到外肌肉机器人

　　事物发展的道路是曲折的，科学技术也不例外。第一台样机Hardiman在研发开启四年后，因运动不可控、承载效率低等问题，以“失败”而告终。EHPA项目的胜出者，加州大学伯克利分校的HULC和美国Sarcos公司的XOS外骨骼机器人，也暴露出实用性低、辅助效果差等问题，导致后续的研发工作几近搁浅。

　　科研人员经过分析论证得出结论，使用上述外骨骼机器人来增强人体的运动机能很难实现，主要是因为它们庞大、笨重的刚性结构以及缺乏生物力学理论支撑的助力方式阻碍了人体的自然运动规律。于是，研发者试图打破源自“钢铁侠”的固有设计理念，尝试将外骨骼机器人设计的更轻质、柔性，助力方式更本质、更符合人体生物力学。在此思维风潮的推动下，2011年美国启动了Warrior Web项目，旨在研发一种轻质、舒适、如同衣服一般的柔性外骨骼机器人，实现在不影响人体自身运动的前提下，提升人体运动机能；2018年，欧盟启动了“XoSoft”项目，尝试对柔性外骨骼机器人进行探索与研究。

　　相较于刚性外骨骼机器人，柔性外骨骼机器人常采用柔性纤维织物、低质量电机与柔弹性传动的设计方式，具有更高的人机共融度与良好的人体适应性，还可智能性地为穿戴者提供助力与透明模式，实现“按需助力”，即仅在人体需要辅助的时候提供助力模式，反之提供透明模式，让人体感知不到机器人的存在。柔性外骨骼机器人一般通过驱动人体骨关节旋转来辅助人体运动，但骨关节旋转是人体运动的最终表现形式，本质上是由接收到运动神经信号的肌肉，通过收缩/舒张来拉伸肌腱，再牵引骨骼完成的。而人体肢体运动障碍或运动能力变弱，本质上可能是由某一肌肉/肌肉群的功能性衰退造成的，若采用直接对目标肌肉进行辅助的驱动形式，则无疑是更高效，也是更符合人体生物力学的。为实现驱动形式的本质化，外肌肉机器人应需而生，它通过驱动“附着”在人体肌肉/肌腱外表面的人工肌肉线束，实现对目标肌群的精准辅助与肢体机能的有效增强。

　　近年来，外肌肉机器人由于其结构设计与辅助方式上的优势，开始被科学以及应用等领域所关注。外肌肉机器人的相关论文多次在国际顶尖期刊Nature，Science，Science Robotics上发表，科研人员分别从系统结构布局、柔性传感制备、人体意图识别与学习控制优化等方面出发，进行理论分析与实验研究，加快外肌肉机器人向实际生活中应用的进程。

　　应用方面，2014年哈佛大学研制的外肌肉机器人Exosuit在专项领域测试取得良好效果，助力哈佛大学获得Warrior Web项目的第二轮支持。2017年以色列ReWalk Robotics公司发布了第一个商用医疗外肌肉机器人ReStore，该系统重5kg，可有效辅助中风偏瘫患者行走，并在2019年取得了该机器人的美国FDA与欧盟CE认证，加速了外肌肉机器人在医疗康复领域的应用与发展。

　　外肌肉机器人的技术挑战与科研进展

　　与机械臂、无人机、移动车等机器人不同，外肌肉机器人是紧密贴合在肢体表面，与人同体，实现协同运动，因此具有更高的人机融合度，是人机共融技术的重要载体之一。但这种特殊的作业方式给科研人员的技术研究带来了众多挑战。人与外肌肉机器人作为一个紧密的整体，需有主次之分，才能有序运行。外肌肉机器人需要主动、正确地感知、理解、适应人体的运动行为。例如，人当前是否需要助力等。

　　错误地感知当前运动环境与理解人体行为意图，会致使机器人在行为决策与规划方面出现偏差，导致结果适得其反。简而言之，就是人会感到不舒服、被束缚、易疲劳。而提升机器人对人体运动状态的快速适应能力，是减少这种非期望现象发生的关键，也是当今外肌肉机器人研究的热点与难点。

　　中国科学院沈阳自动化研究所机器人学国家重点实验室的科研人员以外肌肉机器人的高适应性为目标，在脑肌电信号处理、人体运动意图理解、机器人控制技术等方面进行了系统性的研究工作。该团队受启发于人体下肢运动的状态驱动与节律驱动特点，研究了具备高适应性的人体运动行为识别技术，使外肌肉机器人能快速适应不同受试者、不同步态类型的人体运动模式；研究了可快速适应人体步频变化的外肌肉机器人控制技术，提升机器人对人体步频、运动环境与人机耦合动力学特性等变化的快速适应能力，让外肌肉机器人能知人所想、供人所需，应人所变。

　　该团队的研究工作从人体运动机理出发，将人体运动更本质的特性融入到外肌肉机器人的交互系统设计当中，为机器人策略设计与行为规划的研究提供了新的思路。

　　该团队的最新研究成果被IEEE Transactions on Human-Machine Systems、IEEE Transactions on Automation Science and Engineering等国际期刊录用。研究工作得到国家自然科学基金、国家重点研发计划等项目的支持。