陈文浩，宋胜利，钟浩杰

（1.解放军32518部队，福建三明 365000；2.解放军陆军工程大学野战工程学院，南京 210007）

0 引言

外骨骼是一种模仿人体下肢结构的装置，可为穿戴者提供驱动力[1-2]。外骨骼首先通过传感器获得下肢位置信息，然后通过控制单元输出控制信号，最后通过驱动器在下肢关节处提供外部力矩。下肢康复外骨骼是针对下肢运动功能障碍患者而设计的[3-4]，对患者康复或恢复运动能力有显著效果[5-7]。下肢康复训练分为主动训练和被动训练2类[8]。被动训练是根据患者下肢运动习惯规划运动轨迹，下肢被动地跟着外骨骼训练。与被动训练相比，主动训练需要患者的自主意识参与到训练之中[9]。因此，在主动训练中是否能够根据患者的运动意图来实时控制外骨骼尤为重要[10-12]。

日本Cyberdyne公司研发的下肢外骨骼机器人HAL（hybrid assistive leg）是预测人体姿态的典型，具有生物意识控制系统和自主控制系统[13-14]。HAL将传感器贴在穿戴者肌肤表面，通过采集肌电信号（electromyography，EMG）来预判肌肉的收缩[15]。当穿戴者出汗时，将影响贴在皮肤表面的肌电传感器[16]，并且EMG中存在噪声，需要去除噪声[17]。自回归模型通过对输入信号加权后，可以预测人体姿态，加权向量可以根据最小均方（least mean square，LMS）算法[18-19]或递归最小二乘法（recursive least square，RLS）[20]给出。LMS算法的优点是复杂度小、易于实现，缺点是学习时间较长；RLS相比LMS算法有更快的收敛速度和更高的精度，但是其计算复杂度要比LMS算法高。吴青聪等[21]提出了一种模糊滑模导纳控制算法，屠尧等[22]提出了一种人机交互力自适应导纳控制策略，导纳控制策略虽然能够提高患者训练的主动性，但不能预测患者的姿态。……