第一作者：Jinsoo Kim、Giuk Lee
通讯作者：Philippe Malcolm、Conor J. Walsh
通讯单位：内布拉斯加州大学奥马哈分校、哈佛大学
研究亮点：
1. 报道了一种可全方位认知互动的柔性外衣。
2. 展示了一种简洁而强大和基于势能和动能之间的转换的步态分类算法，能够检测穿戴者运动状态。
可穿戴器件与身体认知互动
可穿戴器件，如外部骨骼和柔性外衣，除了可以发挥其正常的功能，还可以为缺失肢体的人类提供假肢。在这两种情况下，它们都能对人类的功能和能力进行扩展、补充、替代或增强，并赋予或替代人类的四肢力量。人与器件之间的认知和行为上的互动是这些在器件被需要时无缝给人类提供帮助的关键。器件与佩戴者之间的身体互动能够产生克服佩戴者身体限制的力量，认知互动则使佩戴者能够随时引导和控制器件。
成果简介
哈佛大学Jinsoo Kim以及韩国中央大学Giuk Lee团队报道了一种柔性外衣，它通过一种全方位的认知互动，通过算法精确地确定和检测穿戴者的步态，为不同的物理行为(在本案例中是步行和跑步)切换辅助功能。
图1. 可穿戴器件
要点1：协助髋部伸展，提供辅助力量
早期的可穿戴机器人和柔性外衣被用来帮助健康的穿戴者降低步行或跑步的代谢，在医疗领域，它们还被用来帮助患有神经疾病的人进行物理治疗。在医疗保健中，它们通过提供辅助力量促进运动恢复或帮助病人运动，但如何才能有效地提供辅助力量呢?
Kim等人的研究表明，通过在步行和跑步的关键阶段协助髋关节伸展，可以降低代谢。这套柔性外衣保持附加质量尽可能与使用者接近，进而减少受器件限制的关节运动次数。辅助髋部伸展可以同时帮助行走和跑步，在线分类算法可以帮助柔性套装在行走和跑步之间切换辅助模式。
图2. 柔性外衣
要点2：可穿戴器件对人类运动协调能力影响很小
以前的研究指出，人类四肢的神经力学和动态力学性能在较宽的速度范围内，对实现高效的运动并适应运动模式具有重要的作用。在很大程度上，人类的高效运动是建立在被动下肢动力学的基础上的, 但关于可穿戴器件和柔性外衣的一些问题可能会破坏这些动力学。人造关节可能会出现失调，器件或外衣会施加力量去对抗佩戴者的运动，而不是提供帮助，或身体某个部位的惯性特征可以通过附加质量以不寻常的方式进行修改(例如,运动能感觉到乏力或头重脚轻)。
尽管神经力学发生了改变，但可穿戴器件对人类运动协调能力的影响很小，这说明还是可以使用这些技术来帮助人类运动。有研究发现，当使用可穿戴器件时，运动控制的维度不会随着不同的行走速度或辅助力的大小而改变；研究还表明，定时脉冲式运动结构在大范围的步行条件下(平坦的表面和不平坦的地形)能够保持不变。这些发现为以器件为基础的策略提供了支持，包括使用刚性可穿戴器件和使用柔性外衣，目的都是帮助健康的穿戴者运动，以及治愈神经患者或为他们帮助。
图3. 代谢率
要点3：步态分类算法检测运动状态
如何根据用户的行为习惯，通过可穿戴器件和外衣完美地提供帮助? Kim等人的工作展示了一种简洁而强大的步态分类算法，该算法基于势能和动能之间的转换，能够检测穿戴者是在行走还是在跑步。然而，检测实际的用户运动或运动意图可能更具挑战性。如果尝试对具有多个自由度的可穿戴器件进行比例控制，则需要更精细的策略来实现。
图4. 仿生步态分类算法和驱动
在这种情况下，通常通过分类算法对神经信号和生物电信号进行解码，进而获得器件指令。研究者们已经研究过各种类型的输入信号,包括侵入性和非侵入性的神经接口，以及对中枢神经系统（CNS）或外周神经系统（PNS）进行记录。理想情况下，神经接口需要与人类神经结构进行简单连接、通用操作无需校准、具有高时空分辨率，通过对一组神经细胞进行采样，以便将它们的活动与相关的运动功能联系起来，并具有长期稳定性。
目前可用的记录和信号处理策略还没有一种可以完全满足这些要求，因此急需开发新的接口技术。与CNS相比,考虑到PNS的复杂性相对较低，以及解码肌肉神经驱动的最新进展，我们有理由相信，在未来几年内，我们将看到基于解码人类运动神经代码的代表性部分，开发出强大的人机接口，来指挥可穿戴机器人。
图5. 灵敏的机器人
小结
对可穿戴技术的需求将使人类生物力学发生最小程度的改变，这将导致可穿戴机器人从刚性的可穿戴器件过渡到柔性的外衣，正如Kim等人报道的那种，并最终过渡到能够影响或帮助人类运动的植入式神经假肢。在使用辅助技术的同时，保护人类神经力学的需求可能会导致可植入、联网记录的产生，以及刺激神经假肢的问世。这类设备将通过有效的接口来解码穿戴者的运动意图，并在必要时对其施加影响，进而提高性能。
参考文献：
1. José L. Pons. Witnessing a wearables transition. Science. 2019
DOI: 10.1126/science.aaw9407
https://science.sciencemag.org/content/365/6454/636
2. Jinsoo Kim*, Giuk Lee*, Roman Heimgartner, Dheepak Arumukhom Revi, Nikos Karavas,Danielle Nathanson, Ignacio Galiana, Asa Eckert-Erdheim, Patrick Murphy, DavidPerry, Nicolas Menard, Dabin Kim Choe, Philippe Malcolm3, Conor J. Walsh.Reducing the metabolic rate of walking and running with a versatile, portableexosuit. Science. 2019
DOI: 10.1126/science.aav7536
https://science.sciencemag.org/content/365/6454/668
