近日，南方科技大學機械與能源工程系（簡稱“機械系”）教授付成龍研究團隊在人體運動增強機器人領域取得系列重要研究進展，相關成果發表於IEEE Transactions on Cybernetics、IEEE Transactions on Neural Systems and Rehabilitation Engineering、Mechanism and Machine Theory、ASME Journal of Mechanisms and Robotics 等國際知名刊物上。
發表在系統與控制論旗艦期刊IEEE Transactions on Cybernetics 上的論文報道了課題組開展的一種“長眼睛”的假肢的研究。
在動力大腿假肢控制研究中，如何實現複雜環境下“人-機-環”協調控制是一個挑戰性難題。現有研究主要透過各類人機互動方式來解決上述問題，即期望透過各類人機介面訊號識別人體運動意圖以控制假肢適應環境。但目前人機介面訊號難以達到期望中的可靠性和準確性。人穿戴假肢在環境中行走是一個典型的“人-機-環”問題，而現有研究缺少“機”和“環”之間的鏈路。
該研究探索假肢視覺對“人-機-環”迴路的作用機制，打通“機”和“環”之間的鏈路。在運動過程中，人體視覺神經系統負責運動決策，假肢視覺負責環境資訊感知，透過人機資訊融合，“長眼睛”的智慧假肢可以在複雜地形下“預見性”地規劃步伐，顯著提高大腿截肢者適應複雜環境的能力。
南科大機械系2018級博士生張貺恩為論文第一作者，付成龍為論文通訊作者，南科大為論文第一單位和通訊單位。相關研究獲得了國家重點研發計劃智慧機器人專項、國家自然科學基金聯合基金重點專案和廣創團隊專案的資助。
發表在康復工程領域旗艦期刊IEEE Transactions on Neural Systems and Rehabilitation Engineering 上的論文提出了一種無監督的跨受試者適應方法，用以預測未被標記訊號的目標受試者的運動意圖，將受試者和研究人員從標記大量資料中解放出來。
準確預測人體運動意圖有助於控制可穿戴機器人在不同地形上的運動，從而輔助人類平穩行走。傳統的預測人類運動意圖的方法需要收集和標記人體訊號，並訓練每個新受試者使用特定的分類器，這給受試者和研究人員都帶來了繁重負擔。
為解決上述問題，付成龍研究團隊提出了該方法。研究設計了兩個分類器使分類誤差達到最大，並設計了一個特徵發生器使源物件和目標物件之間的隱藏特徵差異降低，從而得到不同領域的資料自適應分類器。所述特徵分類器與發生器均由神經網路構成，研究團隊先使用源物件的標記訓練集和目標物件的未標記訓練集對神經網路進行訓練，然後在已標記的目標受試者的驗證集和測試集上進行測試和驗證。該方法在兩個公共資料集上進行了實驗驗證，結果表明，該方法可以對未被標記訊號的目標受試者的運動意圖和活動進行分類，平均準確率分別為93.60%和94.59%。在未來的工作中，團隊將評估該方法在預測殘疾受試者運動意圖和控制可穿戴機器人方面的潛力。
張貺恩為論文第一作者，付成龍為論文通訊作者，南科大為論文第一單位和通訊單位。相關研究獲得了國家重點研發計劃智慧機器人專項、國家自然科學基金聯合基金重點專案和廣創團隊專案的資助。
發表在機構學領域旗艦期刊 Mechanism and Machine Theory 上的研究成果聚焦攜帶重物時節省體力的方法。
自人類文明開河以來，物質的搬運與轉移就一直存在於人們的日常生活中，世界各地形成了多種不同的負重方式。受中國古代扁擔挑運的啟發，付成龍研究團隊分析了彈性負載結構的變阻尼節能機制，提出了一種變阻尼能量最優控制策略，建立了變阻尼彈性振動影響腿部力的解析模型，揭示了彈性負載結構的變阻尼節能機制。研究透過變阻尼調控負載振動相位，動態改變地面反力，降低了人體腿部肌肉做功。
清華大學2016級博士生楊連昕為論文第一作者，付成龍為論文通訊作者，南科大為論文通訊單位。該工作得到了國家自然科學基金重點專案、SUSTech-MIT機械工程教育與科研中心的支援，該論文被Nature網站選為深入讀物。
發表在機構學與機器人領域知名期刊ASME Journal of Mechanisms and Robotics上的論文設計了一種具有能量回收、儲存和再利用功能的準被動外骨骼，為外骨骼節能設計開闢了新思路。
人體行走伴隨大量機械能產生，但很大一部分都被浪費掉了。如果這些被浪費的機械能透過回收儲存下來，並在合適時機，以恰當方式釋放出來推進行走，將會大大降低外骨骼功耗。付成龍研究團隊提出的該外骨骼透過一個可控棘輪-彈簧單元，可耦合回收膝關節擺動相末期和踝關節支撐相中期的負功，並在合適時機集中釋放，輔助踝關節蹬地，能量回收利用率達77.3%。
清華大學碩士生常藝鏵和王煒鑫為論文共同第一作者，付成龍為論文通訊作者，南科大為論文通訊單位。此項工作得到了國家重點研發計劃主動健康與老齡化科技應對專項的支援。
IEEE Transactions on Neural Systems and Rehabilitation Engineering：
https://ieeexplore.ieee.org/document/8960271
Mechanism and Machine Theory：
https://doi.org/10.1016/j.mechmachtheory.2019.103738
ASME Journal of Mechanisms and Robotics：
https://doi.org/10.1115/1.4046835