冷 冰，李旺鑫*，刘 斌

(1.中国科学院苏州生物医学工程技术研究所，苏州 215000；2.济南国科医工科技发展有限公司，济南 250101)

目前人口老龄化日趋严重是全球工业化国家普遍面临的问题。2019年中国60岁以上人口比重达到17.3%，65岁以上人口比重达到11.4%[1]。根据预测，中国60岁以上老年人口数量将在2050年左右达到高峰，约4.8亿人[2]。

人口的老龄化加速及寿命的延长致使老龄化人群四肢的肌力衰退进而导致活动能力下降，而且伴随着心脑血管疾病的发病率提高，其主要典型病症就是脑卒中与脊髓损伤等，都导致肢体残疾，增加了残疾人的数量。据不完全统计，全球中低收入国家发生中风的比例为70%[3]，居民脑卒中标化患病率由2012年的1.89%上升至 2016年的2.19%[4]。其中绝大部分病患为超过65岁的老人，但也有研究表明，发病年龄层级正在下降[5]。脑卒中是中枢神经性运动障碍，对此的有效治疗方法是通过运动实现受损中枢神经的康复，进而实现对机体的有效康复[6]。上肢关节复杂程度较高，恢复周期长，需要长期重复的康复训练，理疗师进行患者训练的康复成本较高且需专业康复机构训练[7]。这对中国的康复医疗领域提出了巨大的要求，人口老龄化对医疗卫生成本带来了巨大的影响[8]。与此同时，中国专业的医疗护理人员大量缺失，缺口已经达到了百万级别，并且现有人工的康复方法存在效果不明显等问题[9]。康复机器人对患者能够进行高效的重复康复训练[10]，因此康复机器人成为解决目前困境的一种重要技术手段，具有极好的社会应用价值。根据中投顾问的预测，康复机器人在中国的市场将在2021年达18亿美元[11]。

1 上肢康复机器人研究现状及意义

上肢康复机器人涉及人工智能、康复医学、自动控制技术、传感技术和信息科学等多个学科的交叉。上肢康复机器人研究起源于20世纪80年代，1987年，英国的Mike Topping公司研制出Handy1型康复训练机器人，并取得巨大成功[12]。之后，对上肢康复训练机器人的研究取得巨大进展，1991年，麻省理工学院(Massachusetts Institute of Techno-logy, MIT)设计并完成全球第一台上肢康复机器人MIT-MANUS[13]。目前，国际上成熟的上肢康复训练机器人有瑞士Zurich大学的ARMin Ⅲ机器人[14]、美国Nemours公司的WREX机器人[15]、瑞士Hocoma公司的Armeo®Spring机器人[16]、美国加州大学欧文分校的BONES机器人[17]、美国马里兰大学的MGA机器人[18]、美国华盛顿大学的CADEN-7机器人[19]、美国麻省理工大学的MIT-MANUS机器人[20]、英国雷丁大学的GENTLE/s机器人[21]和美国斯坦福大学的MIME机器人[22]等。中国对上肢康复机器人也有一定研究，包括哈尔滨工业大学[23]、清华大学[24]、上海交通大学[25]、华中科技大学[26]和东南大学[27]等。

上肢康复训练机器人有多种分类方法，如按照自由度划分可以分为单自由度、双自由度、三自由度和多自由度机器人[28]；按照系统结构可以划分为本地康复机器人、远程康复机器人和基于虚拟环境的康复机器人[29]。现按照不同的支撑方式区分方式对世界范围内的外骨骼式和末端牵引式上肢康复机器人的研究进展及技术特点介绍。

1.1 外骨骼式上肢康复机器人

外骨骼式康复机器人是一种结合智能与机械动力的人机结合可穿戴设备，其通过对人上肢的手腕、前臂、上臂等各部位关节进行支撑和牵引，从而引导患者进行康复训练。国外研究的外骨骼康复机器人主要有ARMin Ⅲ机器人、WREX机器人、Armeo®Spring机器人、BONES机器人、MGA机器人和CADEN-7机器人等。中国目前东南大学、华中科技大学、上海交通大学等对外骨骼式上肢康复训练机器人进行相应研究。

英国南安普顿大学研制的5-DOF上肢康复机器人(图1)，其结合电刺激信号与机械手臂支承机构组成上肢中风患者的康复系统，开发了对应的虚拟现实环境，辅助患者在虚拟3D环境中进行康复训练，按照预定的运动轨迹进行康复运动，并通过电信号刺激肌肉进行康复。结构采用无动力的被动系统，通过机构内部弹簧克服重力阻尼，患者在运动过程中集中精力在特定受损肌肉[30]。此上肢康复机器人具有良好的人机交互功能、数据记录及监测功能，适用于存在一定肌力的人群，肌力强度较低及肌力完全丧失患者并不适用。

图1 英国南安普顿大学康复机器人[30]Fig.1 Rehabilitation robot, University of Southampton, UK[30]

美国亚利桑那大学He等研发了一种4-DOF机器人设备(RUPERT)(图2)，用于辅助人体上肢康复治疗，其在肩部、肘部及腕部采用气动肌肉(PM)驱动手臂伸展实现3-D的空间运动，采用人工气动肌肉驱动方式使得设备可穿戴，更加轻巧并增加其便携性，能够更好模拟人体手臂的运动特征，关节活动具有一定的柔性设计，使得其运动性能更加符合人体手臂特性[31-32]。

图2 气动4-DOF康复机器人[31-32]Fig.2 Pneumatic 4-DOF rehabilitation robot[31-32]

瑞士Zurich大学的Nef等[33-36]最先开发的ARMin系列机器人，逐步发展出了ARMin-Ⅲ机器人。ARMin-Ⅲ机器人是6-DOF半外骨骼装置(图3)，肩部3个自由度，肘部单自由度，并且附加模块提供了下臂和腕部自由度。其可实现肩部、肘部和腕部的上肢全范围训练。ARMin-Ⅲ关节采取伺服电机与谐振减速器配套的驱动模式，直流电机与变速箱匹配，采用皮带传送的方式传输动力。ARMin-Ⅲ机器人选择相较助力模式和主动模式更为安全的被动模式搭配抗阻模式的控制策略。但ARMin-Ⅲ机器人质量高达18.755 kg，而华盛顿大学的CADEN-7外骨骼机器人的质量仅为6.8 kg[37]。因此ARMin-Ⅲ机器人具有较大运动惯性。

图3 ARMin系列康复训练机器人[33-36]Fig.3 ARMin series rehabilitation training robot[33-36]

美国加州大学Sanchez等[38]研制的T-WREX上肢康复机器人(图4)，具有测量和辅助自然手臂运动以及软件增强模拟功能。此机器人是一种 5-DOF的矫形器，通过弹性带实现对手臂自身重力的平衡，对严重中风患者依然可以实现运动辅助，具有更高强度及安全性。之后，又设计一种6-DOF的气动外骨骼式机器人[39]，能实现肩部、肘部及腕部的活动，增加握力传感器，可提供较大的辅助力支持，具有非线性力支持及被动平衡功能。

图4 T-WREX康复机器人[38]Fig.4 T-WREX rehabilitation robot[38]

加拿大麦吉尔大学设计的7-DOF 多自由度ETS-MARSE外骨骼式上肢康复机器人(图5)可辅助手臂完成多种运动，肩部、肘部及腕部可以多种方式组合运动也可单独进行运动，可对肌力丧失患者进行被动辅助训练，外骨骼臂沿预定轨迹进行运动。机器人具备人机交互功能，可在软件界面设置关节在位置和速度上的限制，能够根据结构与人手臂之间的接触力反馈进行康复训练指令的修改调整[40-43]。

图5 7-DOF康复机器人[40-43]Fig.5 7-DOF rehabilitation robot[40-43]

瑞士Armeo®Spring机器人是一种6-DOF的外骨骼式手臂矫形康复训练机器人，动力部分采用辅助平衡弹簧结构(图6)。其结构相对简单，传感器部分采用光电编码器和压力传感器，控制策略采用简单的助力模式。Armeo®Spring本身只是模块化的康复训练方案中的一部分。在成熟的Armeo模块化治疗体系中，不同的康复阶段将配备不同型号机器人，统一配备了相同的用户界面，并共享同一病历记录数据库。目前Armeo®Spring机器人已经成功为超过800名患者提供了有效的康复训练，并且开展了大量的临床研究[44-48]。

图6 Armeo®Spring康复机器人[44-48]Fig.6 Armeo®Spring rehabilitation robot[44-48]

美国爱达荷大学的Perry和加州大学的Rosen设计了7-DOF的CADEN-7上肢康复机器人(图7)。具有肩部外展/内收和收屈/伸展，肩关节内外旋和肘关节的收缩与伸展，前臂内外旋转、腕部曲张和桡尺偏斜七自由度。CADEN-7采取伺服电机搭配行星减速器驱动，采用电缆驱动系统进行动力传输。其采用六维力传感器和光电编码器，设置冗余位置传感器测定关节运动和电机位置。采用被动模式及抗阻模式控制方案。

图7 CADEN-7康复训练机器人Fig.7 CADEN-7 rehabilitation training robot

图8所示为哈尔滨工业大学设计的5-DOF外骨骼康复机器人，包括肩部屈伸、外展内收，肘部的屈伸，腕部的屈伸和内外旋转。在保证系统刚度前提下采用硬铝材料减轻质量。关节动力驱动系统为伺服电机与谐波减速器结合，输出力矩大并且效率高。在对应位置添加了光电编码器和扭矩传感器以进行位置监测。针对不同康复状态的患者，采用基于位置的助力模式和阻抗模式的不同控制策略，对不同康复需求的患者具有广泛适应性。

图8 哈尔滨工业大学上肢康复机器人Fig.8 Rehabilitation robot of Harbin Institute of Technology

上海交通大学设计一种7-DOF的Rehab-Arm外骨骼式康复机器人(图9)[49]。其包括肩部外展/内收、屈曲/伸展、内旋/外旋，肘部屈曲/伸展、内旋/外旋，腕部内旋/外旋及桡偏/尺偏运动自由度。机器人关节部分配备微型马达，可同时驱动每个自由度协同运动，通过比例-积分-微分(proportion integration differention, PID)控制算法实现精准电机速度、力矩的控制。对结构轻量化设计降低了机械臂的运动阻尼，具有主被动康复训练模式。

图9 上海交通大学Rehab-Arm康复机器人[49]Fig.9 Rehab-Arm rehabilitation robot of SHJD[49]

1.2 末端牵引式上肢康复机器人

末端牵引式康复训练机器人以普通连杆机构或者串联机械结构为主体机构，通过末端执行器同人体手臂固连，牵引人体上肢进行康复训练，以机器人的末端运动规划调整患者的康复训练模式。其中，机器人关节与人体关节并无固定匹配关系，患者只需手部同机械手臂末端连接，结构简单，安装方便，其在安装使用上有着外骨骼式机器人无可比拟的简易优势。但是，末端牵引式康复机器人无法对上肢各关节进行精确的力量引导，牵引中易造成损伤。这类康复机器人代表有MIT-MANUS、GENTLE/s机器人、MIME机器人和英国利兹大学的iPAM机器人[50]等。

美国麻省理工学院(MIT)设计的上肢康复训练机器人MIT-MANUS，最初为可实现重力补偿的2-DOF平面康复机器人[51]，后开发4-DOF康复机器人系统[52](图10)。MIT-MANUS采用五连杆串联机构[图10(a)]。患者通过握住末端的手柄，在设备的牵引下实现肩部和肘部的康复训练。通过阻抗控制策略以实现康复训练过程的快速稳定且安全平滑的康复运动[图10(b)]。系统通过在关键节点安置关节电位器和力传感器实现精确测量和记录运动位置、速度及力的状态，通过计算机界面视觉反馈[53]。MIT-MANUS在临床上实现多种应用并取得良好评价[54]。

美国斯坦福大学开发的镜像运动增强型上肢镜像康复机器人(图11)。基于典型六自由度PUMA560工业机器人运动系统所设计的MIME-Ⅲ[55-58]。其中包括两个可移动的手臂支架,通过PUMA560的镜像驱动方式实现将患者健康侧的手臂活动复制到瘫痪侧，进而实现患者肩部、肘部和前臂的三个关节的多自由度运动。目前的临床实验结果表明，该设备对于患肢的肌肉力量恢复具有良好的效果[59]，对于患者手臂具有较高的康复效率，但其为三关节的协调运动，无法进行单关节的运动锻炼。

图10 MIT-MANUS康复机器人[52]Fig.10 MIT-MANUS rehabilitation robot[52]

图11 MIME上肢康复机器人[55-58]Fig.11 MIME upper limb rehabilitation robot[55-58]

意大利帕多瓦大学Rosati等[60]于2007年设计了3-DOF的NeReBot机器人(图12)，通过3个独立电机进行绳索驱动，实现上肢的末端牵引。其驱动方式阻尼小，控制灵活性高。NeReBot机器人采用的绳索式简易机械结构保证安全性，在低自由度数量及空间性能之间取得良好平衡。

英国利兹大学Jackson等[61]设计了一款智能气动手臂康复(intelligent pneumatic arm movement, iPAM)的3-DOF上肢康复机器人(图13)，其具有双附着点机械结构，与其配合的iPAM MkⅡ系统具有良好的人机交互，辅助患者通过矫形器的牵引辅助完成上肢的各关节的复合康复运动。

重庆理工大学提出了一种绳牵引式上肢康复机器人的新型构型[62]，其具有柔性好、质量轻的优点，其采用混联机构的设计形式，使其同时具有串联及并联机构的控制精度，其在上肢康复运动中有效地缓解了惯性冲击。

UECM是清华大学设计的2-DOF上肢康复机器人(图14)[63]，是中国较早的末端牵引式康复机器人，能够在2D平面上实现机械臂的运动，其康复系统具有主动模式、被动模式及助力模式的多种训练模式。

图12 NeReBot机器人[60]Fig.12 NeReBot robot[60]

图13 iPAM康复机器人[61]Fig.13 iPAM rehabilitation robot[61]

图14 清华大学康复机器人[63]Fig.14 Rehabilitation robot of Tsinghua University[63]

华中科技大学设计了一种6-DOF龙门式末端牵引上肢康复机器人，具有三个直线自由度及三个正交旋转自由度可以合成复杂的上肢运动，具有较大的上肢运动范围，并通过传感器实现对康复数据的反馈，为康复效果评估提供依据[64]。

末端牵引式康复机器人开发较早，其结构简单、便于应用的特点使其较早用于临床，在东南大学[65]、哈尔滨理工大学[66]、中山大学[67]等对末端牵引式康复机器人控制、结构等方面都有相应的研究。

2 上肢康复机器人关键技术

上肢康复机器人在近几十年内取得了重大的发展，在医疗康复行业中占据了重要的地位。康复机器人是信息科学、计算机技术、传感技术、机械结构及人工智能等技术的高度融合产物。综合中外目前对外骨骼式及末端牵引式上肢康复机器人设计及实现的技术，对上肢康复机器人的关键技术进行分析。

2.1 上肢康复机器人整体机械构型设计

上肢康复机器人本身以上肢的康复训练为运动目标，整体的构型设计需满足人体手臂的运动特性，符合各个关节的活动度。其本身是带动患者肢体进行康复运动的直接媒介，控制单元以其作为装配载体。目前临床应用的多为三连杆低自由度串联式机构，其结构简单、稳定性高且可控性强。在整体机械构型设计中，首先，需与人体上肢运动规律相符合，在保证关节活动度的情况下，增加关节的活动范围。在机器人的整体构型设计中各连杆结构部分要着重考虑患者的适用性，连杆结构按照人体的参数进行设计。串联式结构上肢康复机器人目前应用较为成熟，是中国上肢康复机器人的主体构型，串联式的结构简单、模型成熟、控制方便、关节部件组成少，满足关节活动度的范围需求。但串联式的结构设计连接多为刚性连接，驱动系统及传动系统集中在机械臂本体结构上，运动对机械臂产生较大的惯性冲击，空间体积利用率低，空间位姿逆解计算复杂，求解不唯一，对机械臂的控制算法要求较高。其次，串联式的康复机器人各部件产生误差累积，导致机械臂末端的控制精度低，控制要求高。

新型的并联式构型机构设计补足了串联式结构设计的缺点，其减小结构的空间尺寸，减轻机械臂重力阻尼。并联式机械臂结构采用多点支承的方式，本身结构刚度大，支撑力强，运动冲击以及惯性冲击相对较小，其驱动系统与传动系统无须固连于机械臂。但是并联式的结构机械臂目前发展不成熟，其工作空间范围存在限制，以单一运动关节为活动载体，多关节联动控制复杂。最后，在串联式及并联式的结构发展基础上，综合两者之间的优缺点，上肢康复机器人整体机械构型研究集中于混联式的结构开发[68]，以外骨骼式机械臂为基体，采用混联式整体的机械构型，将成为上肢康复机器人机构设计的重要技术方向。

2.2 上肢康复机器人控制系统

末端牵引式康复机器人结构简单，易于操作，但其无法实现对患者康复训练中各关节控制，不能准确地进行关节康复训练。外骨骼式其结构虽然复杂，控制难度高，但其可对肢体关节精确辅助操作。外骨骼式康复机器人控制系统目前逐步代替末端牵引式康复机器人的控制系统。外骨骼式需对机械臂关节角度及驱动力矩控制。实际上肢康复过程中需根据康复训练模式及训练中的角度及力矩变化，实时助力检测，最优化辅助患者完成上肢的康复训练[69]。因此控制系统需对患者及设备运动实时数据进行采集、处理及反馈操作，对不同程度病情的患者采取最佳匹配模式训练。针对不同病情患者高度细化控制策略，高精度的控制系统及控制算法也已出现。当前机器人控制系统以微控制器为核心，多为工控计算机与微控制器结合的控制方式进行控制。上肢康复机器人的控制模式主要为被动模式、主动模式以及助力模式。控制系统主要是基于控制算法的力控制策略[70]，位置控制策略和阻抗控制策略。

图15 机器人康复辅助系统Fig.15 Robot-Assisted rehabilitation system

随着传感器、控制芯片等硬件及控制算法的不断发展，与人体直接信息交互的控制技术同时出现。土耳其叶迪特佩大学设计的具有内部鲁棒位置控制环的导纳控制系统已应用于RehabRoby康复机器人[图15(a)][71]。美国德克萨斯大学设计基于位置阻抗控制的外骨骼式康复机器人检测并补偿关节摩擦力矩[72]。上海理工大学设计实现了一种基于伺服电机的上肢康复机器人力矩交互式控制系统[图15(b)]，对主动训练中的力矩实现较为精确控制[73]。重庆大学基于移动控制网络智能控制系统[图15(c)]可通过肌电刺激及信号反馈对康复策略调整[74]。中国科学院自动化研究所设计自适应阻抗控制器对机器人[图15(d)]的刚度自动调节达到最佳匹配[75]。由此可见，对力矩精确检测及控制是重要技术方向。

同时设备对人体信息处理的控制算法也不断发展，控制算法作为实现控制策略的重要部分，同样占有重要地位，传统对驱动采用PID控制算法及样条插值计算。目前对控制算法更加注重自适应及柔性的调节控制。英国布鲁内尔大学基于深度神经网络实现对肢体姿态判别[76]。东南大学提出一种PID与模糊控制相结合的改进滑膜控制算法，有效降低跟踪误差[77]。华中科技大学基于动态递归神经网络算法对上肢康复机器人肌电控制分类[78]。上肢康复机器人的控制系统融合遗传算法[79]、神经网络、人工智能、机器学习等智能控制算法达到对机器人的最优控制，是未来发展中的关键技术。

2.3 上肢康复机器人人机交互

上肢康复机器人的应用主要针对于脑卒中等中枢神经受损的偏瘫患者，其运动功能、活动能力等受到限制。良好的人机交互功能能够充分发挥康复机器人的功能。人机交互的关键核心在于人体感知与机器人训练信息的交互传递，因此上肢康复机器人需对康复运动过程中的运动信息准确感知。目前对于人体活动信号的获取主要为表面肌电信号及脑电信号的采集。通过对信号的采集及处理能够准确判断患者的运动意图从而实现高效的人机交互。人体骨骼肌产生的电信号为表面肌电信号，利用皮肤表面的贴合电极进行信号采集，具有安全、易操作等特点。清华大学研究通过表面肌电信号区分手指运动状态的机器手[80]。上海交通大学实现了实时模式提取表面肌电信号对机械臂连续运动进行控制[81]。德国图宾根大学实现基于表面肌电信号的机器人辅助康复治疗的多关节运动计算如图16所示，通过对肌电信号的解码确定患者的运动状态[82]。

图16 肌电信号采集[82]Fig.16 EMG signal acquisition[82]

目前对脑电信号采集作为人机交互媒介的研究不断取得进展。脑电信号传递人体的运动意图，相对于表面肌电信号更真实地反映出人体主观运动意识。采用脑电信号的人机交互方式其关键是脑机接口的设计，保证有效帮助患者同外界进行交流。对脑电信号的处理方法较为复杂，如模型法、时频分析、小波分析等方法，在对脑电信号模式识别等处理有不同的优缺点。

2012年日本立命馆大学对脑电驱动康复机器人进行中风患者康复的可行性进行研究，利用脑电信号中特征实现机械臂的辅助起搏运动[83]。英国雷丁大学采用脑机接口分析脑电信号研究运动意图，预测上肢运动，并采用3D虚拟现实技术提供视觉反馈(图17)[84]。东南大学提出一种脑电触发的上肢康复训练系统，通过脑电图探索患者运动意识并控制机器人进行训练(图18)[85]。西安交通大学利用脑机接口技术进行患者运动康复，设计人机交互界面辅助患者康复训练，实现实时对机械臂控制[86]。

图17 脑电信号康复系统[84]Fig.17 Rehabilitation system of EEG signals[84]

多数的偏瘫患者存在一定的认知功能障碍，严重影响日常生活。由于康复训练是一个长期的恢复过程，患者易产生疲劳、厌倦情绪。基于虚拟现实的人机交互技术，方便了患者的康复训练，减轻了患者的训练疲劳。有研究表明采用虚拟现实(virtual reality，VR)技术提高了偏瘫患者的身体恢复效果[87]。西班牙瓦拉多利德大学基于机器人辅助神经康复平台的虚拟疗法对用户情绪状态具有一定的影响[88]。基于虚拟现实的人机交互的技术，上肢康复场景训练同样是未来康复机器人关键的技术发展方向。

3 结论

根据世界范围内上肢康复机器人研究现状，外骨骼式上肢康复机器人与末端牵引式上肢康复机器人已经取得较大发展。其中末端牵引式康复机器人研究较早，其具有结构简单、系统稳定、易于装配等优点，较早应用于临床医疗。外骨骼式上肢康复机器人相对于末端牵引式，其在21世纪初开始引起广泛关注，由于外骨骼式康复机器人按照肢体各个关节辅助人体进行康复训练，其更为真实地辅助模拟人体的运动，结构较为复杂。随着对康复医疗的更高水平需求，最初的开环式工业机械臂的康复机器人已经无法满足当前的患者需求，其需要更加智能、灵活、轻便的辅助患者训练。因此对于多自由度混联机构、柔性关节连接、智能化人机交互等方面是上肢康复机器人发展的重要方向。目前的外骨骼式上肢康复机器人就人机交互、结构设计已经初步具有智能化、混联结构的发展特点，但主要集中在样机的开发测试阶段，对成熟的设计应用相对较少。综上所述，上肢康复机器人的未来发展趋势如下：

(1)从低自由度向高自由度发展。目前临床应用的串联式康复机器人，其自由度低、结构简单、康复训练模式单一，无法满足不同用户复杂的训练需要。单一的康复训练模式其训练效果无法达到最佳适应。发展更高自由度的康复机器人是未来的发展趋势之一。以并联机构代替串联机构，更好地辅助人体上肢的康复运动，形成多种轨迹运动的训练模式，充分对上肢各部分肌力激励，实现高效率的康复训练。多自由度的康复机械臂未来满足上肢的复杂活动锻炼，是重要的发展方向。

(2)从传统材料向新型轻质材料发展。目前康复机器人的结构本体多以金属、合金等传统材料为主，在满足结构支撑条件的情况下，其运动惯性、重力阻尼大，影响系统响应时间，导致机器噪声及不稳定性增大。过于笨重的体积影响患者的舒适感，对康复治疗不利，更会造成意外情况，影响患者的使用安全。因此康复机器人的设计需要轻量化，采用新型轻质材料如轻质合金、复合材料等提高结构的支撑效率，以新型的轻质材料代替传统材料。保证机械结构的支撑强度，提高支撑效率，又可降低系统惯性阻尼。新型轻质材料的应用将是康复机器人未来的发展方向之一。

(3)从刚性关节向柔性关节发展。上肢康复机器人的关节是传动结构的重要组成部分。上肢康复机器人的关节协调形成机器人的工作轨迹，带动人体上肢完成训练。刚性关节运动单一，与人体关节的融合程度不高，无法实现连续变形。运动过程中易产生刚性冲击。柔性关节能够更好地拟合康复机器人同人体的运动轨迹。采用弹性体等柔性材料有效吸收冲击时的能量，减少冲击。目前基于人工肌肉[89]、形状记忆合金[90]、介电弹性体[91]的软体机器人。柔性关节的驱动下关节的自由度范围更大，采用高精度的控制可以实现对上肢康复训练的精准运动。柔性关节将是未来康复机器人的重要发展方向之一。

(4)从传统控制方法向人工智能控制发展。传统控制方法主要以机电系统的控制为主，控制算法及控制方式单一。信号种类及获取方式少，有效地交互信息难以获得。随着人工智能技术的发展。基于表面肌电信号以及脑电信号控制的上肢康复机器人不断取得进展，实现人机直接的信息交互。传统的机电系统不断被人机结合的智能控制技术代替。人工智能算法同康复机器人结合，促使康复机器人更加智能及安全地辅助患者康复训练。友好的人机交互及智能控制技术，促使患者在训练时保持积极心态。结合虚拟现实技术的应用，患者的训练积极性会大大提高，摆脱单一的康复模式。未来上肢康复机器人与人工智能结合将是必然的发展趋势。