Science Robotics / Research Article

Exoskeletons need to react faster than physiological responses to improve standing balance

作者：Owen N. Beck, Max K. Shepherd, Rish Rastogi, Giovanni Martino, Lena H. Ting, Gregory S. Sawicki · 单位：Department of Kinesiology and Health Education, University of Texas at Austin, Austin, TX, USA, Wallace H. Coulter Department of Biomedical Engineering, Emory University and Georgia Institute of Technology, Atlanta, GA, USA, Department of Physical Therapy and Rehabilitation Science, Northeastern University, Boston, MA, USA, Department of Mechanical and Industrial Engineering, Northeastern University, Boston, MA, USA, Department of Rehabilitation Medicine, Division of Physical Therapy, Emory University, Atlanta, GA, USA, George W. Woodruff School of Mechanical Engineering, Georgia Institute of Technology, Atlanta, GA, USA, School of Biological Sciences, Georgia Institute of Technology, Atlanta, GA, USA · 来源：Science Robotics · 发布日期：2023-02-22 · DOI：10.1126/scirobotics.adf1080

触觉机器人

精读笔记

Problem Setting

《Exoskeletons need to react faster than physiological responses to improve standing balance》（Science Robotics / 2023）处理的不是一般意义上的“外骨骼能否辅助平衡”，而是平衡辅助中最核心的时序冲突：设备应该先于人体反应改变身体动力学，还是等待人体反应出现后再叠加帮助。

真正困难点在于，站立扰动后的早期窗口极短。人体踝关节有效反应矩大约要到 130 ms 后才出现，但倒立摆式身体在这之前已经被扰动推向失稳。外骨骼理论上可以更快，但过快介入会改变踝关节角度、肌腱拉伸和本体感觉输入，可能抑制随后的肌肉反应，甚至造成用户抵抗设备。这构成了本文的关键矛盾：机械上越早越有利，神经控制上越早越可能扰乱反馈。

以前方法卡在两个方向之间：快速机械触发路线证明过外骨骼能改善某些平衡行为，但难以解释是否破坏生理反应；肌电/脑电等生理触发路线更“协同”，但天然受到神经延迟限制。本文实际要回答的是：对于反应性站立平衡，协同的本质是同步人体反应，还是抢在人体反应前塑形全身动力学。

Motivation

已有路线不够的地方在于，它们没有把“外骨骼早期机械收益”和“对人体感觉-运动反馈的干扰”同时量化。若只看 balance threshold，无法知道提高是否以牺牲人体控制为代价；若只看 EMG，又无法判断肌电变化对任务级稳定性的意义。

作者的核心观察是：初始反应性腿部肌肉活动并不简单由局部踝关节拉伸决定，而更像是由全身状态变量，尤其 CoM 动力学，经延迟和缩放后驱动。这使得一个很重要的可能性成立：即使外骨骼快速扭矩破坏了踝部局部感觉输入，人体初始反应也未必崩溃，因为控制目标是维持全身平衡，而不是复现局部牵张反射。

关键缺口因此是时序因果性：如果同样的扭矩轮廓只是 onset 不同，早于人体反应和对齐人体反应哪一个真正改善平衡？这篇论文的价值就在于把这个问题做成了一个相对干净的 neuromechanics 对照实验。

Core Idea

论文的核心思想是：平衡外骨骼不应只被看作“人体反应矩的放大器”，而应被看作一个绕过神经传导延迟的快速机械反馈通道。它的任务不是等待用户产生反应后补力，而是在用户还来不及产生有效关节矩之前，先改变身体-支撑面系统的动力学状态，尤其是通过踝跖屈扭矩前移 CoP、降低 CoM 速度和 CoM 相对支撑基底的偏移。

这个思想引入的 inductive bias 是任务级全身变量优先于局部关节变量：控制器应该更关注 CoM 等全身稳定性状态，而不是仅跟随局部肌肉活动或踝部机械量。它与 prior 的本质区别不是硬件更强，也不是扭矩更大，而是把人机信息流重排为“外骨骼先依据机械状态预测/预补偿人体即将需要的反应”，而不是“人体先反应，外骨骼再复制或放大”。

直觉上它成立，因为站立扰动是强时序敏感问题。早期 50–150 ms 的小幅 CoP/CoM 改变会影响后续是否越过稳定边界；而 170 ms 后即使提供相同扭矩，系统状态已经更接近失稳，边际收益下降。这里的关键不是 torque magnitude，而是 torque 在系统动力学轨迹上的插入时间。

Method

方法的关键不是复杂控制，而是用实验设计拆解机制。

第一，作者构造了三种条件：baseline、人工快速扭矩、生理延迟扭矩。两种辅助使用相同扭矩轮廓，只改变起始时间。这一点解决的是归因问题：若早期条件更好，不能简单解释为扭矩更大或辅助更多，而主要指向 onset timing。

第二，扰动采用后向支撑面平移，并用 standing balance threshold 作为任务级指标。这个指标比单次姿态偏移更接近“是否真正维持平衡”，避免只优化局部力学变量却不改善任务结果。

第三，作者同时测 CoM/CoP、踝关节力学、比目鱼肌束力学和 EMG。这是必要的，因为论文的问题本身跨越机械和神经反馈：早期扭矩若有效，应该在 CoM 层面看到稳定性收益；若有副作用，应该在局部肌束拉伸和肌电反应中看到破坏。

第四，用延迟缩放的机械变量解释初始比目鱼肌活动，比较 CoM velocity、CoM acceleration、踝角、踝矩、肌束力/长/速等变量的解释力。这个分析的功能不是建立最终控制器，而是验证哪类状态变量更像人体反应的反馈坐标系。

Key Insight / Why It Works

最重要的 insight 是：快速外骨骼扭矩的收益主要来自早期塑形全身倒立摆动力学，而不是来自增强人体肌肉输出。早期跖屈扭矩把 CoP 更早推向有利方向，使 CoM 速度和相对支撑基底偏移下降；这些变化发生在人体踝反应矩真正起作用之前，因此对稳定边界有高杠杆效应。

更关键的是，作者证明了一个反直觉点：快速扭矩确实几乎消除了踝部/比目鱼肌束的局部牵张输入，但初始比目鱼肌活动只下降有限，拮抗肌活动也没有显著上升。这削弱了“过快设备必然打乱人体反射”的担忧。换言之，人机冲突没有想象中严重，因为初始平衡反应不是单纯局部 stretch reflex，而更接近由全身状态组织的任务级反馈。

论文中最可能的核心贡献是这个机制归因，而不是 9% 阈值提升本身。9% 是有意义但不算巨大；真正推动领域的是指出外骨骼控制信号应前移到机械全身状态估计，而不是后移到肌电/脑电等生理读出。

哪些部分可能只是辅助？固定 30 Nm 扭矩轮廓、具体 ExoBoot 实现、QUEST 阈值估计都更像实验工程支撑。它们帮助把问题做干净，但不是可迁移的核心。真正可迁移的是“在神经延迟之前介入 + 使用全身状态变量预测人体反应方向”。

这不是 scaling，也不是 data coverage 驱动；更像是更好的 inductive bias 和更正确的控制坐标选择。它把外骨骼从 local joint actuator 重新定义为 task-level balance controller 的快速机械分支。

Relation To Prior Work

这篇工作最接近三条 prior：一是站立/步行平衡外骨骼中基于机械扰动快速触发的辅助；二是基于 EMG/EEG 的生理同步控制；三是 Ting 等一系列用 CoM 反馈解释姿态反应的 neuromechanical feedback model。

与快速触发外骨骼相比，本文新增的是神经机制层面的解释：不是只证明“快有用”，而是进一步问“快是否破坏感觉反馈、是否诱发肌肉抵抗”。它给出的答案比较强：局部感觉输入被破坏，但任务级反应基本保留。

与肌电/脑电控制相比，本文的本质差异在于不把生理信号当作最优同步对象。生理信号的优势是用户意图/反应相关，但在反应性平衡里它们太晚；等它们出现时，机械状态已经恶化。本文实际上对“physiologically delayed assistance”路线提出了限制：对快速失稳任务，生理同步可能是错误目标。

与 CoM feedback model 的关系更像是把已有姿态控制理论迁移到外骨骼控制。CoM velocity 解释肌肉反应不是完全新思想，但本文的新意在于用外骨骼主动扰乱局部踝机械输入后，仍观察到 CoM 变量更强，从而把该理论转化为设备控制原则。

Dataset / Evaluation

评估是真人真机实验，生态有效性比离线仿真或纯台架实验强。它覆盖了健康成年人在站立状态下的反应性平衡，并使用自适应 psychometric 方法估计每个条件下的平衡阈值，任务级 claim 得到较直接验证。

但覆盖范围很窄：只有 10 名健康成人，最终阈值分析还去掉一名；扰动主要是支撑面后向平移；设备只作用于踝跖屈；控制策略是固定扭矩模板，不是在线优化控制。它证明的是一个受控场景中的时序原则，而不是完整日常平衡辅助方案。

evaluation 对核心 claim“需要快于生理反应”总体是支持的，因为同样扭矩轮廓、不同 onset 的比较很有说服力。但对更强 claim“应使用 CoM kinematics 作为控制输入”只提供间接支持：CoM velocity 更好解释 EMG，不等于用 CoM 控制一定最优。文中未充分说明从解释性变量到闭环控制变量之间的稳定性、噪声和延迟问题。

Limitation

最大限制是时序估计并非完全直接测量。生理踝关节反应矩 onset 是由 soleus EMG 和文献延迟推断，ExoBoot 实际扭矩传递也依赖电流、同步测试、界面延迟和逆动力学估计。核心结论依赖“快速条件确实早于人体有效关节矩，延迟条件确实接近/晚于人体反应”这一前提；虽然证据足够合理，但不是无懈可击。

第二，生理延迟条件可能不是公平意义上的最优晚辅助。作者固定了与快速条件相同的扭矩轮廓，而没有针对 171 ms onset 重新优化幅值、持续时间或相位。因此“晚辅助无效”不等于所有生理同步控制无效，只能说明这个固定模板在该任务下没有显著改善。增益来源不清的地方在于：早期条件优势到底来自 onset 本身，还是 onset 与该幅值/持续时间组合恰好更合适。

第三，实验刻意控制了初始姿态、扰动方向和随机化条件，以隔离反馈机制；这也意味着它没有充分覆盖真实部署中的 adaptation。日常使用中，用户会改变前馈肌张力、姿态策略、对设备的期待和反馈增益。本文假设这些在条件间基本一致，这对实验归因有利，但对长期泛化是弱点。

第四，CoM velocity 作为“全身感觉反馈代理”仍是简化。人体实际融合本体、前庭、视觉和皮肤输入，CoM 变量只是任务级状态的低维投影。把它直接用于可穿戴控制会遇到传感器布置、估计延迟、漂移、步态相位和非线性扰动等问题。这里的 planner/控制器还没有形成真正长期状态建模；更多是证明一个早期状态反馈方向。

第五，泛化到行走、老年人、神经疾病和多关节策略仍未充分说明。尤其是高跌倒风险人群的反应延迟、肌力、感觉噪声和外骨骼接受度都不同，快速扭矩是否仍不诱发抵抗或 maladaptation 需要重新验证。

Takeaway

  • 1. 对反应性平衡辅助，最值得记住的不是“多给力”，而是“早给力”。
  • 在神经延迟之前改变 CoM/CoP 轨迹，比在人体反应出现后放大关节矩更有杠杆。
  • 2. 外骨骼控制应从局部关节同步转向全身任务变量预测。
  • CoM velocity 这类变量可能比 EMG 或踝部拉伸更适合作为快速平衡辅助的控制坐标。

一句话总结

这篇论文把平衡外骨骼从“生理反应放大器”推进为“先于神经延迟的任务级机械反馈通道”，其真正贡献是用实验说明快速塑形 CoM 动力学比同步人体踝反应更关键。