面向老年人跌倒预防的可穿戴软体机器人交互控制和运动生物力学研究

Fall happens frequently among elderly. It often results in devastating consequence and brings tremendous burdens to our economic and social system. Current fall prevention research has limitation. It faces challenges in efficiency and reliability. To address these limitations, we propose a novel fall prevention approach. We will implement soft robot to improve the postural control and balance among elderly and enhance their balance recovery ability when they face the dangerous of falling. Specifically, this research includes: (1) Design soft robot based on bionics principles and determine the design feature for the actuator like pneumatic artificial muscles, and establish the interactive control model based on body kinematics mapping algorithm. (2) Reveal how the soft robot can improve the postural control and balance among elderly through biomechanical experimental study. (3) Reveal how the soft robot can enhance the balance recovery ability for elderly when they fall. This study will fill in the research gap in current fall prevention research. It will also serve as the theoretical foundation for implementing soft robot in our aging society.

老年人跌倒发生率高、后果严重，是影响我国国民经济和社会发展的重要问题。现有的老年人跌倒预防存在有效性和可靠性等方面的局限。对此，本项目基于结合预应式和即时式跌倒预防的思想，提出创新的跌倒预防方法。本项目将研究如何通过可穿戴软体机器人，提高老年人姿态控制和平衡能力，降低跌倒的风险，同时，在跌倒意外发生时，辅助老年人平衡恢复，避免跌倒发生。具体的，本项目的主要研究内容包括：(1)基于仿生学原理设计可穿戴软体机器人，建立基于肢体映射的人机协同控制算法。(2)通过运动生物力学实验，揭示可穿戴软体机器人对老年人行走时的姿态控制和平衡的影响机理。(3)通过老年人跌倒时的运动生物力学研究，揭示可穿戴软体机器人对老年人跌倒时平衡恢复的改善机制。这一研究将填补现有老年人跌倒预防研究的空白，更可为实现基于可穿戴机器人的老年人跌倒预防提供重要的理论依据和实验结果，因此具有重要的理论意义和广阔的应用前景。

老年人跌倒是影响我国国民经济和社会发展的重要问题。针对现有的老年人跌倒预防方案存在的局限，本项目研究了如何通过可穿戴软体机器人，提高老年人姿态控制和平衡能力，预防其跌倒，同时，本研究也揭示了在跌倒意外发生时，身体平衡恢复机制。具体的，本项目的主要研究内容包括：(1) 设计了一种基于足踝部位的可穿戴软体机器人，建立了基于肢体映射控制和人体测量学指标的下肢机器人协同交互控制算法，通过运动生物力学实验，研究了这一可穿戴软体机器人对老年人姿态控制和平衡的改善作用。(2)设计了一种可以准确检测足底压力中心轨迹的智能鞋垫以及相关算法，通过建立多变量回归模型，通过训练集的数据优化该模型参数，结果表明这一鞋垫及其算法不仅可以反映老年人的跌倒风险，也能实时的反映足踝可穿戴软体机器人对老年人平衡能力改善的机制。(3)提出了一种基于LASSO回归算法的步态控制参数预测模型。这一模型基于人体测量学参数，通过傅里叶变换不同速度下行走时的踝、膝、髋关节的矢状面角度曲线转化为离散的步态参数，在此基础上建立LASSO回归模型，通过对上述离散步态参数进行训练得到准确的、且泛化程度高的步态参数预测模型；最终，将预测出的离散步态参数经过反向傅里叶变换，重构出踝、膝、髋关节的步态周期角度曲线。实验结果证明了上述模型的泛化程度和准确性。(4)将基于人体运动学参数提出的动作分类的相关算法，如动态时间规整等应用到人体动作的识别中，分别实现了篮球动作的识别算法和自闭症儿童的刻板重复行为识别算法等应用。(5)针对绊倒这一常见的跌倒场景，通过设计生物力学实验，量化的揭示了在身体疲劳和精神疲劳状态下和足部与外界障碍物发生碰撞的早期阶段，身体平衡恢复的改善机制。本研究不仅填补了老年人跌倒预防基础研究的空白，更可为将可穿戴软体机器人应用在解决老龄化社会面临的诸多问题提供坚实的理论基础，因此具有重要的理论意义和广阔的应用前景。