·86· 中华物理医学与康复杂志2021年1月第43卷第1期Chin J Phys Med Rehabil,January202l,Vol.43,No.1 cursive least-squares method J].Sensors,2019.19(24):5449. covery in paraplegic patients[J].Sci Rep 6,2016,6(6):30383. D0I:10.3390/s19245449. D0l:10.1038/srep30383. [15]Kim JH,Han JW,Kim DY.Design of a walking assistance lower limb [24]李雪敏.大艾机器人：让患者站起来，重获行走的信心[J】科技创 exoskeleton for paraplegic patients and hardware validation using Cop 新与品牌，2019.8：48-51. [J].Int J Adv Robot Syst,2013,10(113):40-42.D0I:10.5772/ [25]戴宗妙，都军民.外骨骼机器人研究现状及面临的问题[J】.现代制 55336. 造工程，2019,3：154-161.D0:10.16731/j.cmki.1671-3133.2019. [16]Mummolo C,Peng WZ,Agarwal S,et al.Stability of Mina v2 for ro- 03.027. bot-assisted balance and locomotion[J].Front Neurorobot,2018,12: [26]李龙飞，朱凌云，苟向锋.可穿戴下肢外骨酪康复机器人研究现状 62.D0I:10.3389/fbot.2018.00062. 与发展趋势[J].医疗卫生装备，2019,40(12)：89-97.D01:10. [17]Pamungkas DS,Caesarendra W.Soebakti H,et al.Overview:types 19745/j.1003-8868.2019308. of lower limb exoskeletons [J ]Electronics,2019,8(11):1283. [27]黄梓亮，方晨吴，欧阳小平，等.基于多信息融合的下肢外骨酪机器 D0I:10.3390/electronics8111283. 人感知系统研究[J】工程设计学报，2018,25(2)：160-166.D01: [18]Rahman SMM,Ikeura R,Hayakawa S.et al.Design guidelines for 10.3785/j.issn.1006-754X.2018.02.005. power assist robots for lifting heavy objects considering weight percep- [28 Lee K,Liu D,Perroud L,et al.A brain-controlled exoskeleton with tion,grasp differences and worst-cases[].Int J Mechatro Autom, cascaded event-related desynchronization classifiers[].Rob Auton 2011,1(1):46-59.D0L:10.1504/MA.2011.039155. Syst,2016,90(C):15-23.D0I:10.1016/j.robt.2016.10.005. [19]Yatsuya K,Hirano S,Saitoh E,et al.Comparison of energy efficiency [29]许辉.助力型下肢外骨骼感知控制系统的研究与设计[D].成都： between Wearable Power-Assist Locomotor (WPAL)and two types of 电子科技大学，2019. knee-ankle-foot orthoses with a medial single hip joint (MSH-KAFO) [30]Benabid AL,Costecalde T,Eliseyev A,et al.An exoskeleton con- [J].J Spinal Cord Med,2018,41(1):48-54.D0I:10.1080/ trolled by an epidural wireless brain-machine interface in a tetraplegic 10790268.2016.1226701. patient:a proof-of-concept demonstration[J].Lancet Neurol,2019, [20]Chen G,Qi P.Yu HY,et al.Mechanical design and evaluation of a 18(12):1112-1122.D01:10.1016/S1474-4422(19)30321-7. compact portable knee-ankle-foot robot for gait rehabilitation[.Mech [31]Leeb R,Sagha H,Chavarriaga R.et al.A hybrid brain-computer in- Mach Theory,2016,9(103):51-64.DOI:10.1016/j.mechmach- terface based on the fusion of electroence phalographic and electromyo- theory.2016.04.012 graphie activities [J].Neural Eng.2011.8(2):25011-25016.DOI: [21]Benabid AL,Costecalde T,Eliseyev A,et al.An exoskeleton con- 10.1088/1741-2560/8/2/025011. trolled by an epidural wireless brain-machine interface in a tetraplegic [32]王海莲人体下肢运动意图的脑机多源感知方法研究[D]西安： patient:a proof-of-concept demonstration[J].Lancet Neurol,2019, 西北工业大学，2018. 18(12):1112-1122.D01:10.1016/S1474-4422(19)30321-7. [33]明东，蒋晟龙，王忠鹏，等.基于人机信息交互的助行外骨骼机器人 [22]Marco MDRS,Vitiello N,Lenzi T,et al.Sensing pressure distribution 技术进展[J].自动化学报，2017,43(7)：1089-1100.D0I:10. on a lower-limb exoskeleton physical human-machine interface[J]. 16383/j.aas.2017c160032. Sensors,2011,11(1):207-227.D01:10.3390/s110100207. [23]Donati A,Shokur S,Morya E,et al.Long-term training with a brain- (修回日期：2020-12-02) machine interface-based gait protocol induces partial neurological re- (本文编辑：阮仕衡)ｃｕｒｓｉｖｅ ｌｅａｓｔ￣ｓｑｕａｒｅｓ ｍｅｔｈｏｄ [ Ｊ]. Ｓｅｎｓｏｒｓꎬ ２０１９ꎬ １９ ( ２４ ): ５４４９. ＤＯＩ: １０.３３９０ / ｓ１９２４５４４９. [１５] Ｋｉｍ ＪＨꎬ Ｈａｎ ＪＷꎬ Ｋｉｍ ＤＹ. Ｄｅｓｉｇｎ ｏｆ ａ ｗａｌｋｉｎｇ ａｓｓｉｓｔａｎｃｅ ｌｏｗｅｒ ｌｉｍｂ ｅｘｏｓｋｅｌｅｔｏｎ ｆｏｒ ｐａｒａｐｌｅｇｉｃ ｐａｔｉｅｎｔｓ ａｎｄ ｈａｒｄｗａｒｅ ｖａｌｉｄａｔｉｏｎ ｕｓｉｎｇ ＣｏＰ [Ｊ]. Ｉｎｔ Ｊ Ａｄｖ Ｒｏｂｏｔ Ｓｙｓｔꎬ ２０１３ꎬ１０( １１３):４０￣４２. ＤＯＩ: １０.５７７２ / ５５３３６. [１６] Ｍｕｍｍｏｌｏ Ｃꎬ Ｐｅｎｇ ＷＺꎬ Ａｇａｒｗａｌ Ｓꎬ ｅｔ ａｌ. Ｓｔａｂｉｌｉｔｙ ｏｆ Ｍｉｎａ ｖ２ ｆｏｒ ｒｏ￣ ｂｏｔ￣ａｓｓｉｓｔｅｄ ｂａｌａｎｃｅ ａｎｄ ｌｏｃｏｍｏｔｉｏｎ[Ｊ]. Ｆｒｏｎｔ Ｎｅｕｒｏｒｏｂｏｔꎬ ２０１８ꎬ１２: ６２. ＤＯＩ: １０.３３８９ / ｆｎｂｏｔ.２０１８.０００６２. [１７] Ｐａｍｕｎｇｋａｓ ＤＳꎬ Ｃａｅｓａｒｅｎｄｒａ Ｗꎬ Ｓｏｅｂａｋｔｉ Ｈꎬ ｅｔ ａｌ. Ｏｖｅｒｖｉｅｗ: ｔｙｐｅｓ ｏｆ ｌｏｗｅｒ ｌｉｍｂ ｅｘｏｓｋｅｌｅｔｏｎｓ [ Ｊ]. Ｅｌｅｃｔｒｏｎｉｃｓꎬ ２０１９ꎬ ８ ( １１): １２８３. ＤＯＩ: １０.３３９０ / ｅｌｅｃｔｒｏｎｉｃｓ８１１１２８３. [１８] Ｒａｈｍａｎ ＳＭＭꎬ Ｉｋｅｕｒａ Ｒꎬ Ｈａｙａｋａｗａ Ｓꎬ ｅｔ ａｌ. Ｄｅｓｉｇｎ ｇｕｉｄｅｌｉｎｅｓ ｆｏｒ ｐｏｗｅｒ ａｓｓｉｓｔ ｒｏｂｏｔｓ ｆｏｒ ｌｉｆｔｉｎｇ ｈｅａｖｙ ｏｂｊｅｃｔｓ ｃｏｎｓｉｄｅｒｉｎｇ ｗｅｉｇｈｔ ｐｅｒｃｅｐ￣ ｔｉｏｎꎬ ｇｒａｓｐ ｄｉｆｆｅｒｅｎｃｅｓ ａｎｄ ｗｏｒｓｔ￣ｃａｓｅｓ [ Ｊ]. Ｉｎｔ Ｊ Ｍｅｃｈａｔｒｏ Ａｕｔｏｍꎬ ２０１１ꎬ １(１): ４６￣５９. ＤＯＩ: １０.１５０４ / ＩＪＭＡ.２０１１.０３９１５５. [１９] Ｙａｔｓｕｙａ Ｋꎬ Ｈｉｒａｎｏ Ｓꎬ Ｓａｉｔｏｈ Ｅꎬ ｅｔ ａｌ. Ｃｏｍｐａｒｉｓｏｎ ｏｆ ｅｎｅｒｇｙ ｅｆｆｉｃｉｅｎｃｙ ｂｅｔｗｅｅｎ Ｗｅａｒａｂｌｅ Ｐｏｗｅｒ￣Ａｓｓｉｓｔ Ｌｏｃｏｍｏｔｏｒ (ＷＰＡＬ) ａｎｄ ｔｗｏ ｔｙｐｅｓ ｏｆ ｋｎｅｅ￣ａｎｋｌｅ￣ｆｏｏｔ ｏｒｔｈｏｓｅｓ ｗｉｔｈ ａ ｍｅｄｉａｌ ｓｉｎｇｌｅ ｈｉｐ ｊｏｉｎｔ (ＭＳＨ￣ＫＡＦＯ) [Ｊ ]. Ｊ Ｓｐｉｎａｌ Ｃｏｒｄ Ｍｅｄꎬ ２０１８ꎬ ４１ ( １ ): ４８￣５４. ＤＯＩ: １０. １０８０ / １０７９０２６８.２０１６. １２２６７０１. [２０] Ｃｈｅｎ Ｇꎬ Ｑｉ Ｐꎬ Ｙｕ ＨＹꎬ ｅｔ ａｌ. Ｍｅｃｈａｎｉｃａｌ ｄｅｓｉｇｎ ａｎｄ ｅｖａｌｕａｔｉｏｎ ｏｆ ａ ｃｏｍｐａｃｔ ｐｏｒｔａｂｌｅ ｋｎｅｅ￣ａｎｋｌｅ￣ｆｏｏｔ ｒｏｂｏｔ ｆｏｒ ｇａｉｔ ｒｅｈａｂｉｌｉｔａｔｉｏｎ[Ｊ]. Ｍｅｃｈ Ｍａｃｈ Ｔｈｅｏｒｙꎬ ２０１６ꎬ９ ( １０３): ５１￣６４. ＤＯＩ: １０. １０１６ / ｊ. ｍｅｃｈｍａｃｈ￣ ｔｈｅｏｒｙ.２０１６.０４.０１２. [２１] Ｂｅｎａｂｉｄ ＡＬꎬ Ｃｏｓｔｅｃａｌｄｅ Ｔꎬ Ｅｌｉｓｅｙｅｖ Ａꎬ ｅｔ ａｌ. Ａｎ ｅｘｏｓｋｅｌｅｔｏｎ ｃｏｎ￣ ｔｒｏｌｌｅｄ ｂｙ ａｎ ｅｐｉｄｕｒａｌ ｗｉｒｅｌｅｓｓ ｂｒａｉｎ￣ｍａｃｈｉｎｅ ｉｎｔｅｒｆａｃｅ ｉｎ ａ ｔｅｔｒａｐｌｅｇｉｃ ｐａｔｉｅｎｔ: ａ ｐｒｏｏｆ￣ｏｆ￣ｃｏｎｃｅｐｔ ｄｅｍｏｎｓｔｒａｔｉｏｎ[ Ｊ]. Ｌａｎｃｅｔ Ｎｅｕｒｏｌꎬ ２０１９ꎬ １８(１２):１１１２￣１１２２. ＤＯＩ: １０.１０１６ / Ｓ１４７４￣４４２２(１９)３０３２１￣７. [ ２２] Ｍａｒｃｏ ＭＤＲＳꎬ Ｖｉｔｉｅｌｌｏ Ｎꎬ Ｌｅｎｚｉ Ｔꎬ ｅｔ ａｌ. Ｓｅｎｓｉｎｇ ｐｒｅｓｓｕｒｅ ｄｉｓｔｒｉｂｕｔｉｏｎ ｏｎ ａ ｌｏｗｅｒ￣ｌｉｍｂ ｅｘｏｓｋｅｌｅｔｏｎ ｐｈｙｓｉｃａｌ ｈｕｍａｎ￣ｍａｃｈｉｎｅ ｉｎｔｅｒｆａｃｅ [ Ｊ]. Ｓｅｎｓｏｒｓꎬ ２０１１ꎬ１１(１):２０７￣２２７. ＤＯＩ: １０.３３９０ / ｓ１１０１００２０７. [２３] Ｄｏｎａｔｉ Ａꎬ Ｓｈｏｋｕｒ Ｓꎬ Ｍｏｒｙａ Ｅꎬ ｅｔ ａｌ. Ｌｏｎｇ￣ｔｅｒｍ ｔｒａｉｎｉｎｇ ｗｉｔｈ ａ ｂｒａｉｎ￣ ｍａｃｈｉｎｅ ｉｎｔｅｒｆａｃｅ￣ｂａｓｅｄ ｇａｉｔ ｐｒｏｔｏｃｏｌ ｉｎｄｕｃｅｓ ｐａｒｔｉａｌ ｎｅｕｒｏｌｏｇｉｃａｌ ｒｅ￣ ｃｏｖｅｒｙ ｉｎ ｐａｒａｐｌｅｇｉｃ ｐａｔｉｅｎｔｓ[ Ｊ]. Ｓｃｉ Ｒｅｐ ６ꎬ ２０１６ꎬ６ ( ６): ３０３８３. ＤＯＩ:１０.１０３８ / ｓｒｅｐ３０３８３. [２４] 李雪敏.大艾机器人:让患者站起来ꎬ重获行走的信心[ Ｊ].科技创 新与品牌ꎬ ２０１９ꎬ８:４８￣５１. [２５] 戴宗妙ꎬ都军民.外骨骼机器人研究现状及面临的问题[ Ｊ].现代制 造工程ꎬ ２０１９ꎬ３:１５４￣１６１. ＤＯＩ: １０.１６７３１ / ｊ. ｃｎｋｉ.１６７１￣３１３３.２０１９. ０３.０２７. [２６] 李龙飞ꎬ朱凌云ꎬ苟向锋.可穿戴下肢外骨骼康复机器人研究现状 与发展趋势[ Ｊ].医疗卫生装备ꎬ２０１９ꎬ４０ ( １２):８９￣９７. ＤＯＩ: １０. １９７４５ / ｊ.１００３￣８８６８.２０１９３０８. [２７] 黄梓亮ꎬ方晨昊ꎬ欧阳小平ꎬ等.基于多信息融合的下肢外骨骼机器 人感知系统研究[Ｊ].工程设计学报ꎬ ２０１８ꎬ ２５(２):１６０￣１６６. ＤＯＩ: １０.３７８５ / ｊ.ｉｓｓｎ.１００６￣７５４Ｘ.２０１８.０２.００５. [２８] Ｌｅｅ Ｋꎬ Ｌｉｕ Ｄꎬ Ｐｅｒｒｏｕｄ Ｌꎬ ｅｔ ａｌ. Ａ ｂｒａｉｎ￣ｃｏｎｔｒｏｌｌｅｄ ｅｘｏｓｋｅｌｅｔｏｎ ｗｉｔｈ ｃａｓｃａｄｅｄ ｅｖｅｎｔ￣ｒｅｌａｔｅｄ ｄｅｓｙｎｃｈｒｏｎｉｚａｔｉｏｎ ｃｌａｓｓｉｆｉｅｒｓ [ Ｊ]. Ｒｏｂ Ａｕｔｏｎ Ｓｙｓｔꎬ ２０１６ꎬ ９０(Ｃ):１５￣２３. ＤＯＩ: １０.１０１６ / ｊ.ｒｏｂｏｔ.２０１６. １０.００５. [２９] 许辉.助力型下肢外骨骼感知控制系统的研究与设计[Ｄ].成都: 电子科技大学ꎬ２０１９. [３０] Ｂｅｎａｂｉｄ ＡＬꎬ Ｃｏｓｔｅｃａｌｄｅ Ｔꎬ Ｅｌｉｓｅｙｅｖ Ａꎬ ｅｔ ａｌ. Ａｎ ｅｘｏｓｋｅｌｅｔｏｎ ｃｏｎ￣ ｔｒｏｌｌｅｄ ｂｙ ａｎ ｅｐｉｄｕｒａｌ ｗｉｒｅｌｅｓｓ ｂｒａｉｎ￣ｍａｃｈｉｎｅ ｉｎｔｅｒｆａｃｅ ｉｎ ａ ｔｅｔｒａｐｌｅｇｉｃ ｐａｔｉｅｎｔ: ａ ｐｒｏｏｆ￣ｏｆ￣ｃｏｎｃｅｐｔ ｄｅｍｏｎｓｔｒａｔｉｏｎ[ Ｊ]. Ｌａｎｃｅｔ Ｎｅｕｒｏｌꎬ ２０１９ꎬ １８(１２):１１１２￣１１２２. ＤＯＩ: １０.１０１６ / Ｓ１４７４￣４４２２(１９)３０３２１￣７. [３１] Ｌｅｅｂ Ｒꎬ Ｓａｇｈａ Ｈꎬ Ｃｈａｖａｒｒｉａｇａ Ｒꎬ ｅｔ ａｌ. Ａ ｈｙｂｒｉｄ ｂｒａｉｎ￣ｃｏｍｐｕｔｅｒ ｉｎ￣ ｔｅｒｆａｃｅ ｂａｓｅｄ ｏｎ ｔｈｅ ｆｕｓｉｏｎ ｏｆ ｅｌｅｃｔｒｏｅｎｃｅ ｐｈａｌｏｇｒａｐｈｉｃ ａｎｄ ｅｌｅｃｔｒｏｍｙｏ￣ ｇｒａｐｈｉｃ ａｃｔｉｖｉｔｉｅｓ [ Ｊ]. Ｎｅｕｒａｌ Ｅｎｇ.２０１１ꎬ８( ２):２５０１１￣２５０１６. ＤＯＩ: １０.１０８８ / １７４１￣２５６０ / ８ / ２ / ０２５０１１. [３２] 王海莲.人体下肢运动意图的脑机多源感知方法研究[Ｄ].西安: 西北工业大学ꎬ２０１８. [３３] 明东ꎬ蒋晟龙ꎬ王忠鹏ꎬ等.基于人机信息交互的助行外骨骼机器人 技术进展[ Ｊ]. 自动化学报ꎬ２０１７ꎬ ４３ ( ７):１０８９￣１１００. ＤＯＩ: １０. １６３８３ / ｊ.ａａｓ.２０１７ｃ１６００３２. (修回日期:２０２０￣１２￣０２) (本文编辑:阮仕衡) 􀅰８６􀅰 中华物理医学与康复杂志 ２０２１ 年 １ 月第 ４３ 卷第 １ 期 Ｃｈｉｎ Ｊ Ｐｈｙｓ Ｍｅｄ Ｒｅｈａｂｉｌꎬ Ｊａｎｕａｒｙ ２０２１ꎬ Ｖｏｌ. ４３ꎬ Ｎｏ.１