《科學》最新封面：超人運動服問世，走路省力9%，跑步省力4%

●孫滔

這項研究登上了《科學》封面

這是一款機器助力服裝，可以讓人在運動時減少代謝，節(jié)省能量。這款特殊服裝更像是一套自行車運動衣，由內(nèi)布拉斯加大學奧馬哈分校（UNO）和哈佛大學的研究人員合作研發(fā)。這套衣服可以讓人在行走時節(jié)省9.3%的能量，在跑步時節(jié)約4%的能量，這個效果相當于佩戴者減重了7.4公斤和5.7公斤。

機械助力衣

走路和跑步并不簡單，兩種步態(tài)中肌肉和關(guān)節(jié)的生物力學有著根本的區(qū)別，生物力學家常常把行走比作鐘擺，而跑步則是一種重心上下波動的彈簧運動。另外，行走時人體重心在站立狀態(tài)最高，而跑步時則是站立狀態(tài)重心最低。這些就讓發(fā)明同時協(xié)助走路和跑步的助力衣服有了很大挑戰(zhàn)。

共同通訊作者、內(nèi)布拉斯加大學奧馬哈分校助理教授Philippe Malcolm稱，他們正是在利用這些生物力學原理來開發(fā)步態(tài)分類算法，通過依附身上的傳感器來跟蹤人體重心的加速度，從而準確檢測佩戴者運動狀態(tài)的變化。一旦檢測到步態(tài)切換，裝備會自動調(diào)整其動作程序。

走路和跑步還是有共同點的，兩者都具有髖關(guān)節(jié)的延伸，前腳在落地之后都需要發(fā)力來驅(qū)動身體前行。這也是這套裝備的核心理念。這套重達五公斤的裝備由織物包裹，在腰背和大腿處與腰帶連結(jié)，其在大腿處的裝置會產(chǎn)生拉伸作用，以協(xié)助髖部伸展。同時軀干部的傳感器在檢測佩戴者是在走路還是運動，大腿處的傳感器檢測腿部位置的變化，這時候裝備后面的馬達（驅(qū)動器）就會在佩戴者前腳落地之前拉伸裝備，這就可以幫助臀部伸肌，節(jié)約相同運動力度所消耗的能量。

運動節(jié)能衣服并非首創(chuàng)，但這次的創(chuàng)新在于，這是首款能同時用于走路和跑步的機器助力衣服，這需要一套算法來同時適應走路和跑步的步態(tài)。裝備的功能由人工智能算法控制，后者可以檢測從步行到跑步的步態(tài)無縫切換，步態(tài)不同就需要不同的動作。而后腿在移動時，裝備是松弛的，沒有任何限制。研究人員對九名受試者在跑步機上進行了測試，分別在五分鐘內(nèi)走路450米（每秒1.5米）和跑步750米（每秒2.5米）。他們還準備驗證這套裝備是否能幫助人們跑得更快，更持久。

100%準確的算法

在研究人員的跑步機試驗中，六名男性參與者進行了0.5米/秒～4米/秒的運動試驗，在所有速度梯度以及兩種步態(tài)下，算法對步態(tài)的區(qū)分達到了100%準確，算法還能對上坡、下坡有準確適應。

“超人”運動服的外觀與構(gòu)成。圖C表示裝備在人體各個部位的重量分布，腰部占據(jù)重量的90%，而該部位恰恰是運動中最為節(jié)能的

八名男性參與了戶外路面試驗，步態(tài)分類的準確率是99.98%，試驗中有兩步被錯誤分類，研究人員分析認為可能是步態(tài)切換后第一步的質(zhì)心能量擾動結(jié)果。有猜測認為戶外不規(guī)則的路面可能會影響佩戴者步態(tài)的規(guī)律，然而戶外泥雪路面的單人測試顯示，步態(tài)區(qū)分準確率仍然高達100%。

此前，同樣是來自這支研究團隊的成果，他們在2017年就開發(fā)出一款能助力行走的裝備，可以讓人走路節(jié)省23%能量。這樣的裝備對于中風患者或老年人會是好消息。之前已經(jīng)有更為龐大笨重的商業(yè)產(chǎn)品為殘疾人和倉庫工人使用，那么，最新的助力衣服會大受消防員、救援人士和軍隊系統(tǒng)青睞?！堵槭±砉た萍荚u論》發(fā)表文章認為，是材料學、驅(qū)動器和機器學習的進展促進實現(xiàn)了今天這種更輕、更強大、更具適應性的可穿戴系統(tǒng)。

這個裝備是美國國防高級研究計劃局（DARPA）的資助項目，研究團隊此前與醫(yī)療機器人公司ReWalk合作，推出了協(xié)助佩戴者髖關(guān)節(jié)和踝關(guān)節(jié)來行走的產(chǎn)品。與此前的產(chǎn)品相比，最新的助力衣服設計上更簡單，也更輕，其91%的重量接近人體重心，這會極大程度減少佩戴者的負重負擔和運動限制，也就更便于行走和跑步。

未來，研究人員會進一步減輕裝備重量，提供個性化幫助以及提高使用的便捷性。

未來挑戰(zhàn)在于腦機接口

芝加哥康復研究所的JoséL.Pons教授在同期《科學》發(fā)表評論《見證可穿戴設備過渡》稱，這種可穿戴機器人可以增強正常人的身體機能，也可以輔助殘疾人活動。

JoséL.Pons認為，新的可穿戴設備展示了一種優(yōu)雅且強大的步態(tài)區(qū)分算法，這是一種基于勢能和動能過渡的算法，不過他也指出，要在實際中檢測佩戴者移動以及移動意圖是有挑戰(zhàn)性的。當遇到多個自由度控制問題時，就需要更精細的機器人指令。

這時候需要分類算法來解碼神經(jīng)和生物電信號，這就需要考慮包括侵入式和非侵入式在內(nèi)的神經(jīng)電極信號和肌肉電極等輸入信號。理想狀態(tài)下，神經(jīng)接口需要與人類神經(jīng)元建立簡單連接、無校準的多功能操作、高的時空分辨率、神經(jīng)細胞群采樣以關(guān)聯(lián)相關(guān)活動機能，還需要實現(xiàn)神經(jīng)接口的長期穩(wěn)定連接。而目前的接口技術(shù)并不能滿足這些要求。

JoséL.Pons認為，因為周圍神經(jīng)系統(tǒng)比中樞神經(jīng)系統(tǒng)的復雜性要低很多，在肌肉神經(jīng)信號解碼進展迅速的背景下，人們還是有可能在數(shù)年內(nèi)開發(fā)出解碼人體運動神經(jīng)信號的可穿戴機器人?！?/p>