1. 康复机器人系统总览

康复机器人不是“把工业机械臂搬到病床边”这么简单。它面对的是具有主动意图、肌肉张力变化、疲劳与痉挛风险的人体，因此系统必须在机械结构、驱动、传感、控制与人机交互之间形成闭环。理解这一闭环，是后续学习运动控制与人机协同工程的基础。

一、康复机器人的分类

按训练部位与结构形态，常见的康复机器人可分为几类。第一类是末端执行器型（end-effector），如上肢或下肢的把手/脚踏式训练装置，患者肢体末端与机器人单点连接，机器人通过牵引末端间接带动多关节运动。其优点是结构简单、适配不同体型，缺点是难以单独控制中间关节，异常姿态不易约束。

第二类是外骨骼型（exoskeleton），机器人的关节轴与人体解剖关节对齐，通过绑带将力矩直接施加到各段肢体。它可对髋、膝、踝或肩、肘、腕分别助力，适合需要关节级控制的步态或上肢训练，但对关节轴对齐、绑带舒适性和安全限位要求很高。

第三类是悬吊/减重与步态训练系统，通过体重支撑配合跑台或地面行走，降低下肢负荷，让患者在安全条件下重复迈步。第四类是手部与精细动作康复装置，如手指外骨骼或气动手套，行程小、力小，但对柔顺与力分辨率要求高。此外还有面向评估的传感与测量类设备，如关节角度、肌电、足底压力采集系统，它们常作为训练系统的感知前端。

二、典型结构与信号链

无论哪一类，康复机器人通常由五部分构成：机械本体（连杆、关节、绑带、限位）、驱动与传动（电机、减速器、丝杠、气动人工肌肉）、传感系统（编码器、力矩/电流传感器、力台、肌电、视觉）、控制与计算单元（实时控制器、上位机、算法）、人机交互界面（屏幕、游戏化任务、语音、虚拟场景）。

其信号链可以概括为：患者意图与肢体状态 → 传感器采集 → 控制器估计与决策 → 驱动器输出力矩/位置 → 机械本体作用于肢体 → 患者再次产生反应。这是一个人-机双向耦合的闭环，而不是单向的“机器带人动”。

三、运动控制与人机协同的角色

运动控制解决“机器人如何准确、稳定、柔顺地产生期望运动或力矩”。它包含底层的位置/速度/电流环，也包含上层的轨迹规划、阻抗控制、导纳控制与助力策略。例如在步态训练中，控制器需要按步态周期给出髋膝踝的目标角度曲线，并在摆动相与支撑相之间平滑切换。

人机协同解决“机器人如何理解并配合患者的主动意图”。它依赖意图识别（肌电、力矩、运动趋势）、按需助力（assist-as-needed）、协同控制与安全交互。核心思想是：患者主动出力越多，机器人助力越少；患者力弱或偏离轨迹时，机器人补足差额，从而避免“机器代替患者训练”的被动模式。

两者关系可以这样理解：运动控制是“执行能力”，人机协同是“配合策略”。没有柔顺的运动控制，协同策略无法落地；没有协同策略，再精确的控制也只是机械重复。

四、课程项目任务说明

本课程以一个单关节下肢康复训练外骨骼为贯穿项目，逐步完成从建模到协同控制的实现。项目设定如下（示例参数，用于教学演示，非实测结果）：

• 关节：膝关节单自由度，角度范围 0°～120°，定义屈曲为正方向。
• 驱动：直流无刷电机 + 谐波减速器，减速比 100:1，额定输出力矩 25 N·m。
• 传感：关节编码器（分辨率 0.1°）、电机电流采样、绑带处力矩传感器。
• 控制周期：1 kHz 电流环，1 kHz 位置/阻抗环，100 Hz 上层助力决策。
• 训练模式：被动模式、助力模式（assist-as-needed）、阻抗模式、抗阻模式。

项目将分阶段交付：建立关节动力学模型 → 实现位置闭环 → 加入阻抗控制 → 引入肌电/力矩意图估计 → 实现按需助力 → 完成安全限幅与训练数据记录。每个阶段都要求给出可观察的指标，例如跟踪误差、助力比例、关节角度范围与峰值力矩。