王振平，喻洪流，杜妍辰，曹武警，胡杰

上海理工大學(xué)醫(yī)療器械與食品學(xué)院(上海，200092)

假肢智能膝關(guān)節(jié)的研究現(xiàn)狀和發(fā)展趨勢(shì)

王振平，喻洪流，杜妍辰，曹武警，胡杰

上海理工大學(xué)醫(yī)療器械與食品學(xué)院(上海，200092)

近年來(lái)，隨著交通、工傷事故、自然災(zāi)害以及心血管等造成的截肢人數(shù)的增多，假肢智能膝關(guān)節(jié)的研究成為各國(guó)研究的熱點(diǎn)，而高性能的假肢智能膝關(guān)節(jié)的控制仍然是研究的難點(diǎn)。本文在對(duì)假肢智能膝關(guān)節(jié)進(jìn)行分類的基礎(chǔ)上，對(duì)智能膝關(guān)節(jié)的測(cè)控方法進(jìn)行了分析，并對(duì)假肢智能膝關(guān)節(jié)未來(lái)發(fā)展趨勢(shì)進(jìn)行展望。

假肢;智能膝關(guān)節(jié);控制;研究現(xiàn)狀

0 引言

據(jù)有關(guān)數(shù)據(jù)統(tǒng)計(jì)，截止2006年，我國(guó)殘疾人占全國(guó)人口的比例為6.34%，其中肢體殘疾2 412萬(wàn)人，占?xì)埣踩丝倲?shù)的29.07%［1］，下肢截肢人數(shù)約為158萬(wàn)人［2］，并且近年來(lái)此數(shù)據(jù)還在不斷增長(zhǎng)。下肢殘疾患者不能進(jìn)行正常行走，對(duì)其心理、日常生活、就業(yè)等方面造成了不便。另外，對(duì)于這類殘疾人，國(guó)家和社會(huì)需要對(duì)他們進(jìn)行額外的補(bǔ)償和照顧，增加了社會(huì)負(fù)擔(dān)。由于目前醫(yī)療水平尚不能是肢體再生，為這些截肢者安裝人工腿(假肢)就成了恢復(fù)其行走功能的唯一手段。對(duì)于下肢殘疾的患者，穿戴下肢假肢完全可以達(dá)到對(duì)人體缺失功能的代償，使患者生活自理，甚至進(jìn)行工作，從而回歸社會(huì)。

下肢假肢主要由接受腔、假腳與踝關(guān)節(jié)、膝關(guān)節(jié)和其他部件組成，其中膝關(guān)節(jié)是最重要的功能部件［3］。高性能的假肢膝關(guān)節(jié)可以保證患者在支撐期(從足跟觸地到足趾離地的期間)的穩(wěn)定性和擺動(dòng)期(從足趾離地到踵觸地期間)的靈活性。智能膝關(guān)節(jié)可以自動(dòng)調(diào)整假肢膝關(guān)節(jié)控制力矩來(lái)適應(yīng)步行速度、關(guān)節(jié)角度的變化，使假肢步態(tài)在對(duì)稱性和跟隨性方面更接近健康人步態(tài)，具有較高的仿生性能，因此也成為國(guó)際研究的熱點(diǎn)。

1 智能膝關(guān)節(jié)的分類

目前，假肢智能膝關(guān)節(jié)還沒(méi)有一個(gè)統(tǒng)一的定義。一般認(rèn)為智能膝關(guān)節(jié)是采用微電腦控制的、可以對(duì)膝上假肢進(jìn)行擺動(dòng)相速度對(duì)稱性進(jìn)行自動(dòng)調(diào)節(jié)且(或)可以對(duì)站立相的穩(wěn)定性進(jìn)行自動(dòng)控制的膝關(guān)節(jié)。如果有的假肢膝關(guān)節(jié)采用微電腦控制，但并未采用智能控制方法，或者說(shuō)其擺動(dòng)速度不能自適應(yīng)調(diào)節(jié)，或不能自動(dòng)控制站立相穩(wěn)定性時(shí)，實(shí)際上并不具有“智能”，只能算是一種廣義概念上的智能膝關(guān)節(jié)。為討論方便起見(jiàn)，這里討論的智能膝關(guān)節(jié)包括所有微電腦控制的膝關(guān)節(jié)?，F(xiàn)在全世界的智能膝關(guān)節(jié)種類繁多，按照是否為膝關(guān)節(jié)屈伸提供動(dòng)力，可分為外動(dòng)力膝關(guān)節(jié)和無(wú)動(dòng)力膝關(guān)節(jié)。鑒于目前產(chǎn)品化的外動(dòng)力膝關(guān)節(jié)只有Power knee一款，此處主要針對(duì)無(wú)動(dòng)力膝關(guān)節(jié)相關(guān)產(chǎn)品進(jìn)行分類，總體上可按照膝關(guān)節(jié)轉(zhuǎn)軸數(shù)量、擺動(dòng)相阻尼產(chǎn)生方式、支撐相穩(wěn)定性控制方式3方面進(jìn)行分類。下面就不同的分類方法及研究成果進(jìn)行歸納，結(jié)果見(jiàn)表1。

表1 假肢智能膝關(guān)節(jié)的分類Tab.1 Classification of intelligent prosthetic knee

2 假肢智能膝關(guān)節(jié)的測(cè)控方法

智能膝關(guān)節(jié)與以前研制的機(jī)械式膝關(guān)節(jié)控制方法有很大的不同，以液壓膝關(guān)節(jié)為例:根據(jù)傳感器測(cè)出的實(shí)時(shí)步行速度，通過(guò)電機(jī)控制流量控制閥的開(kāi)度，來(lái)改變膝關(guān)節(jié)彎曲和伸展的阻尼，最終達(dá)到膝關(guān)節(jié)的彎曲和伸展速度都能隨著患者步行速度的變化而變化。智能膝關(guān)節(jié)的控制從過(guò)程方面來(lái)說(shuō)，包括了步態(tài)信息的測(cè)量與假肢側(cè)跟蹤控制兩個(gè)大的方面。

2.1 步態(tài)信息測(cè)量

步態(tài)信息按照信息源的性質(zhì)，分為肌電信號(hào)和生物力學(xué)信號(hào)兩類。下面就肌電信號(hào)和生物力學(xué)信號(hào)兩方面分別進(jìn)行分析。

2.1.1 肌電信號(hào)

肌電(EMG)信號(hào)控制系統(tǒng)是根據(jù)肌肉的電信號(hào)進(jìn)行步態(tài)判斷，進(jìn)而控制假肢膝關(guān)節(jié)的運(yùn)動(dòng)的控制方法。EMG信號(hào)作為一個(gè)信息源，并用來(lái)作為控制源已經(jīng)有很多應(yīng)用，如外骨骼上肢、外骨骼手，上肢假肢等方面［5-6］。近年來(lái)用肌電信號(hào)控制下肢假肢也是研究的熱點(diǎn):Cheron G等［7］(2003年)利用動(dòng)態(tài)遞歸神經(jīng)網(wǎng)絡(luò)，通過(guò)對(duì)肌電信號(hào)進(jìn)行模式識(shí)別，預(yù)測(cè)下肢關(guān)節(jié)角度。Herr H等［8］(2005年)提出了基于EMG的膝下假肢主動(dòng)踝關(guān)節(jié)的位置控制方法。Huang H等［9］(2009年)利用EMG信號(hào)來(lái)識(shí)別7種運(yùn)動(dòng)模式，并且達(dá)到90%的準(zhǔn)確率。Hardaker PA等［10］(2013)通過(guò)對(duì)比實(shí)驗(yàn)得出肌電信號(hào)傳感器的最佳放置位置在股四頭肌。但是肌電信號(hào)控制下肢沒(méi)有上肢假肢和外骨骼進(jìn)展快，這是因?yàn)橄轮M(jìn)行支撐人體、協(xié)調(diào)步速、適應(yīng)路況等復(fù)雜任務(wù)，這些都涉及肌肉和神經(jīng)多個(gè)變量因素，各個(gè)因素之間相互作用，另外肌電信號(hào)本身容易受空氣與人體自身狀態(tài)等因素影響，因此對(duì)控制理論的研究提出了很高的要求［11］。從目前的研究來(lái)看，大部分研究都仍處于實(shí)驗(yàn)室水平和理論研究，并且肌電信號(hào)的研究主要是用于運(yùn)動(dòng)模式的識(shí)別，距實(shí)際應(yīng)用還有很大的距離。

2.1.2 生物力學(xué)信號(hào)

該方法通過(guò)對(duì)步態(tài)信息進(jìn)行步態(tài)判斷，來(lái)控制假肢膝關(guān)節(jié)的運(yùn)動(dòng)。生物力學(xué)信號(hào)的獲取分為從假肢側(cè)和健側(cè)獲取信號(hào)兩種途徑:通過(guò)健側(cè)獲取生物力學(xué)信號(hào)是用安裝在健康腿上的傳感器獲取健肢的運(yùn)動(dòng)信息，假肢根據(jù)健側(cè)的運(yùn)動(dòng)信息實(shí)時(shí)地跟蹤健康腿的步態(tài)，病人無(wú)需訓(xùn)練就能直接安裝使用，獲得實(shí)時(shí)步態(tài)對(duì)稱性，從而改善步態(tài)舒適性。另一種途徑是通過(guò)假肢側(cè)獲取生物力學(xué)信號(hào)。2006年，Ossur公司推出的主動(dòng)膝關(guān)節(jié)假肢Power Knee就是通過(guò)對(duì)健康腿關(guān)節(jié)運(yùn)動(dòng)信息及足底壓力的測(cè)量，實(shí)現(xiàn)了對(duì)健側(cè)的生物力學(xué)信號(hào)的獲?。?2］。而文獻(xiàn)［13］中Varol HA等(2010年)首先利用假肢側(cè)傳感器的數(shù)據(jù)進(jìn)行模式訓(xùn)練，并最終通過(guò)實(shí)時(shí)數(shù)據(jù)能夠識(shí)別坐、站立、行走狀態(tài)的開(kāi)始、終止和過(guò)度，準(zhǔn)確率達(dá)到100%，模式轉(zhuǎn)換之間僅達(dá)到500 ms的延遲。用生物力學(xué)進(jìn)行步態(tài)信息測(cè)量的方法的研究依賴于傳感器的精度、靈敏度、安裝位置等因素，但是重點(diǎn)仍然集中在建立阻尼控制參數(shù)、運(yùn)動(dòng)參數(shù)之間的耦合關(guān)系，并建立相應(yīng)的動(dòng)力學(xué)模型及數(shù)值算法等。

步態(tài)信息的測(cè)量可分別使用肌電信號(hào)和生物力學(xué)信號(hào)，也可以同時(shí)使用兩種測(cè)量方式。如文獻(xiàn)［14］的研究中，同時(shí)用到肌電信號(hào)和假肢側(cè)的生物力學(xué)信號(hào)，在運(yùn)動(dòng)模式的識(shí)別中支撐相準(zhǔn)確率達(dá)到了99%以上，擺動(dòng)相準(zhǔn)確率達(dá)到了95%，并且結(jié)果顯示這種方式比單獨(dú)使用肌電信號(hào)或者生物力學(xué)信號(hào)用于模式識(shí)別效果要明顯。

2.2 假肢側(cè)的跟蹤控制

2.2.1 現(xiàn)有產(chǎn)品常用控制技術(shù)

2.2.1.1 基于有限狀態(tài)機(jī)的專家控制

有限狀態(tài)機(jī)是表示有限個(gè)狀態(tài)以及這些狀態(tài)之間的轉(zhuǎn)移和動(dòng)作的數(shù)學(xué)模型，一個(gè)有限狀態(tài)機(jī)包含3個(gè)部分:一個(gè)用于描述系統(tǒng)不同狀態(tài)的有限狀態(tài)集;一個(gè)用于表示系統(tǒng)所接收的輸入信息的輸入集;一個(gè)狀態(tài)轉(zhuǎn)移規(guī)則的規(guī)則集［15］。該方法利用人體正常行走時(shí)重復(fù)運(yùn)動(dòng)的特性，通過(guò)對(duì)典型事件即步態(tài)的典型狀態(tài)進(jìn)行規(guī)劃，根據(jù)假肢上傳感器檢測(cè)出的信息對(duì)應(yīng)的不同事件，根據(jù)控制模式數(shù)據(jù)庫(kù)制定的規(guī)則進(jìn)行動(dòng)作輸出［15-16］。很多不同種類的下肢假肢都用到了基于有限狀態(tài)機(jī)的專家控制［17-18］，其中動(dòng)力膝關(guān)節(jié)通常用到有限狀態(tài)機(jī)的專家控制來(lái)控制關(guān)節(jié)阻抗和關(guān)節(jié)位置［19］，這種控制方法易于實(shí)現(xiàn)，但是因假肢本身步態(tài)的異常性，較難模擬實(shí)際的正常步態(tài)，而且還需要繁雜的訓(xùn)練來(lái)獲得控制的目標(biāo)參數(shù)，使用不便。英中耐Adaptive Knee和奧托博克C-Leg［20］都是用到專家控制的典型產(chǎn)品。

2.2.1.2 模糊控制

模糊控制是一種智能控制方式，是操作者根據(jù)自己的經(jīng)驗(yàn)設(shè)計(jì)能模仿人工智能的模糊控制器進(jìn)行的控制，具有很強(qiáng)的穩(wěn)定性和魯棒性。模糊控制器是模糊控制的核心，它是根據(jù)美國(guó)控制理論專家Zadeh LA教授1965年提出的模糊控制集合的概念，運(yùn)用模糊集理論，將人的經(jīng)驗(yàn)?zāi)：D(zhuǎn)化為可數(shù)學(xué)實(shí)現(xiàn)的控制器，最終實(shí)現(xiàn)對(duì)被控對(duì)象的實(shí)時(shí)控制［21-23］。如一種模糊控制方式:通過(guò)第n次和第n-1次測(cè)量值的差Tn-Tn-1與設(shè)定值T0的比較，得出第n+1次輸出值與第n次輸出值的關(guān)系:

其中A為增益系數(shù)，T0、K0為設(shè)定值，其中Tn是測(cè)量值，Kn是輸出值，對(duì)增益系數(shù)A，第n次和第n-1次測(cè)量值T的差Tn-Tn-1與設(shè)定值T0比較，當(dāng)兩者在允許范圍內(nèi)時(shí)，輸出值不變;當(dāng)兩者偏差越大，增益系數(shù)A就越大，最終保持輸出值穩(wěn)定。模糊控制的模糊規(guī)則全靠經(jīng)驗(yàn)進(jìn)行，信息簡(jiǎn)單的模糊處理導(dǎo)致控制精度降級(jí)。但是模糊控制很容易和PID控制、變結(jié)構(gòu)控制、自適應(yīng)控制、最優(yōu)控制等傳統(tǒng)控制方法結(jié)合，發(fā)揮各自優(yōu)點(diǎn)，具有很好的應(yīng)用前景。德林公司的Auto-Pilot膝關(guān)節(jié)是應(yīng)用模糊控制的典型產(chǎn)品。

2.2.1.3 神經(jīng)網(wǎng)絡(luò)控制

人工神經(jīng)網(wǎng)絡(luò)(Artifficial Nerual Networks，ANNs)簡(jiǎn)稱神經(jīng)網(wǎng)絡(luò)，基于神經(jīng)網(wǎng)絡(luò)的控制稱為神經(jīng)網(wǎng)絡(luò)控制(NNC)。目前使用得最廣泛的是T.Koholen的定義，即“神經(jīng)網(wǎng)絡(luò)是由具有適應(yīng)性的簡(jiǎn)單單元組成的廣泛并行互連的網(wǎng)絡(luò)，它的組織能夠模擬生物神經(jīng)系統(tǒng)對(duì)真實(shí)世界物體所作出的交互反應(yīng)?！鄙窠?jīng)網(wǎng)絡(luò)是通過(guò)對(duì)人的神經(jīng)系統(tǒng)的模擬，用于信息處理的一種非精確的數(shù)學(xué)模型。神經(jīng)網(wǎng)絡(luò)控制具有并行分布性處理、可學(xué)習(xí)性、較強(qiáng)魯棒性、和較強(qiáng)泛化能力的特點(diǎn)，并且對(duì)任何規(guī)則都可通過(guò)范例學(xué)習(xí)存儲(chǔ)于神經(jīng)網(wǎng)絡(luò)，通用性強(qiáng)。因此神經(jīng)網(wǎng)絡(luò)用于膝關(guān)節(jié)控制系統(tǒng)是必然趨勢(shì)。但是鑒于神經(jīng)網(wǎng)絡(luò)不能解釋自己的推理過(guò)程和推理依據(jù)、數(shù)據(jù)不充分使神經(jīng)網(wǎng)絡(luò)無(wú)法進(jìn)行工作等缺點(diǎn)，在膝關(guān)節(jié)的控制中，經(jīng)常會(huì)用神經(jīng)網(wǎng)絡(luò)控制與其他智能控制方式相融合(即基于神經(jīng)網(wǎng)絡(luò)的智能控制)或者是基于傳統(tǒng)控制理論的神經(jīng)控制，這些技術(shù)目前都處于研究中，并未應(yīng)用于現(xiàn)有產(chǎn)品。奧索公司研發(fā)的Reoh Knee膝關(guān)節(jié)是運(yùn)用神經(jīng)網(wǎng)絡(luò)控制的典型產(chǎn)品。

2.2.2 處于研究中未實(shí)際應(yīng)用的控制技術(shù)

目前商業(yè)化的智能膝關(guān)節(jié)大部分應(yīng)用的智能控制方法限于簡(jiǎn)單的專家控制、模糊控制、神經(jīng)網(wǎng)絡(luò)控制，更為復(fù)雜的智能控制方法還未得到應(yīng)用。這些還處于研究中的方法大多都是基于專家控制、模糊控制、神經(jīng)網(wǎng)絡(luò)控制等的智能控制技術(shù)，或是運(yùn)用不同的方法論或使它們與傳統(tǒng)的控制理論相結(jié)合，如文獻(xiàn)［24］的模糊控制中，通過(guò)對(duì)比查找表、網(wǎng)格劃分和群集的3種不同的基于數(shù)據(jù)的方法論，得出在不同的步速中，用網(wǎng)格劃分和群集的方法論是控制假肢步態(tài)的最優(yōu)選擇的結(jié)論。文獻(xiàn)［25］中，A.A.Alzaydi等人(2011年)在動(dòng)力膝關(guān)節(jié)的控制中，通過(guò)對(duì)神經(jīng)網(wǎng)絡(luò)控制和模糊控制在處理不確定數(shù)據(jù)和是否需要訓(xùn)練等多方面的對(duì)比，最終選用模糊PID控制來(lái)控制膝關(guān)節(jié)直流電機(jī)。在國(guó)內(nèi)人工神經(jīng)網(wǎng)絡(luò)中的諸多模型被用于膝關(guān)節(jié)控制的研究:上海理工大學(xué)喻洪流教授等人設(shè)計(jì)了基于小腦模型神經(jīng)網(wǎng)絡(luò)控制器的智能膝上假肢［26］，河北工業(yè)大學(xué)楊鵬教授的團(tuán)隊(duì)基于BP神經(jīng)網(wǎng)絡(luò)的運(yùn)動(dòng)模式識(shí)別和基于概率神經(jīng)網(wǎng)絡(luò)的步態(tài)識(shí)別的研究等［27，28］。此外，神經(jīng)網(wǎng)絡(luò)專家控制、神經(jīng)網(wǎng)絡(luò)模糊邏輯控制等復(fù)合智能控制技術(shù)也處于不斷研究中。

3 智能膝關(guān)節(jié)的發(fā)展趨勢(shì)

通過(guò)對(duì)上述智能膝關(guān)節(jié)研究現(xiàn)狀的分析，我們可以看出現(xiàn)有的智能膝關(guān)節(jié)仍存在很多不足，克服這些不足還需要解決很多技術(shù)難題。智能膝關(guān)節(jié)的未來(lái)發(fā)展趨勢(shì)將主要體現(xiàn)在如下幾個(gè)方面:

(1)安全性更加提高，價(jià)格相對(duì)降低。

膝關(guān)節(jié)假肢對(duì)于截肢患者來(lái)說(shuō)是另一條腿，其安全性對(duì)患者來(lái)說(shuō)是要考慮的第一要素。目前已有的高性能的膝關(guān)節(jié)，價(jià)格從30到60萬(wàn)元不等，隨著技術(shù)的不斷進(jìn)步，高性能的膝關(guān)節(jié)假肢會(huì)越來(lái)越多，價(jià)格必然有所下降。

(2)使用方便、舒適，可多模式控制，步速可實(shí)現(xiàn)寬范圍自動(dòng)調(diào)整。

現(xiàn)有的很多假肢患者穿戴不便，行走時(shí)會(huì)使患者感覺(jué)到不適，尤其在不同路況的情況下。未來(lái)的膝關(guān)節(jié)假肢將會(huì)減少患者的不適，也不需要患者進(jìn)行過(guò)長(zhǎng)時(shí)間的訓(xùn)練，就能使穿戴者完成行走、蹲、坐等多姿態(tài)的適應(yīng)，同時(shí)步速可以實(shí)現(xiàn)在寬范圍內(nèi)的自動(dòng)調(diào)整，無(wú)需患者進(jìn)行手動(dòng)調(diào)整，就能使穿戴者適應(yīng)不同的路況，不同的速度。

(3)更加智能化的控制，更高的控制精度。

隨著微處理器技術(shù)的進(jìn)步，各國(guó)在智能膝上假肢的研究在控制方法方面也取得了成就，智能控制的方式更加多樣化，控制精度也在不斷改進(jìn)提高。從這些進(jìn)步中，可以看出具有自適應(yīng)、自組織、和自學(xué)習(xí)功能的智能控制技術(shù)，特別是具有實(shí)時(shí)和快速學(xué)習(xí)性能的智能控制技術(shù)，是未來(lái)發(fā)展的必然趨勢(shì)。

(4)能與智能髖踝關(guān)節(jié)協(xié)調(diào)控制，最終漸進(jìn)于正常腿的步態(tài)。

目前大部分智能假肢只考慮了膝關(guān)節(jié)的作用，髖踝關(guān)節(jié)只是作為輔助，無(wú)法完全像正常腿一樣行走。要使膝關(guān)節(jié)的步態(tài)接近于正常腿的步態(tài)，必然要同樣考慮髖踝關(guān)節(jié)的結(jié)構(gòu)和控制的復(fù)雜性，使其也智能化，并且完成膝關(guān)節(jié)和髖踝關(guān)節(jié)的協(xié)調(diào)控制。總之，隨著機(jī)械、材料、控制、康復(fù)醫(yī)學(xué)等學(xué)科的進(jìn)步及其不斷的交叉融合，將來(lái)的假肢智能膝關(guān)節(jié)具有價(jià)格低廉、控制精度更加提高、智能化程度更加完善、步態(tài)趨于正常腿步態(tài)的特點(diǎn)。

［1］中華人民共和國(guó)國(guó)家統(tǒng)計(jì)局，第二次全國(guó)殘疾人調(diào)查領(lǐng)導(dǎo)小組.《2006年第二次全國(guó)殘疾人抽樣調(diào)查主要數(shù)據(jù)公報(bào)》(第一號(hào))［EB/OL］.(2007-11-21).［2015-02 -23］.http://www.cdpf.org.cn/sjzx/cjrgk/200804/ t20080407_387580.shtm l.

［2］楊鵬，劉作軍，耿艷利，等.智能下肢假肢關(guān)鍵技術(shù)研究進(jìn)展［J］.河北工業(yè)大學(xué)學(xué)報(bào)，2013(1):76-80.

［3］喻洪流.假肢矯形器原理與應(yīng)用［M］.南京:東南大學(xué)出版社，2011，104-105.

［4］劉愛(ài)峰，馬劍雄，魏強(qiáng)等.膝關(guān)節(jié)生物力學(xué)模型研究進(jìn)展［C］.//中國(guó)矯形外科雜志.2013:1774-1776.

［5］Ngeo J，Tamei T，Shibata T.Estimation of continuousmulti-DOF finger joint kinematics from surface EMG using amultioutput Gaussian process［C］//Engineering in Medicine and Biology Society(EMBC)，2014 36th Annual International Conference of the IEEE.IEEE，2014:3537-3540.

［6］Jin D，Zhang R，Zhang J，et al.An intelligent aboveknee prosthesis with EMG-based terrain identification［C］//Systems，Man，and Cybernetics，2000 IEEE International Conference on.IEEE，2000，3:1859-1864.

［7］Cheron G，Leurs F，Bengoetxea A，et al.A dynamic recurrent neural network for multiple muscles electromyographicmapping to elevation angles of the lower limb in human locomotion［J］.JNeurosci Meth，2003，129(2):95 -104.

［8］Au SK，Bonato P，Herr H.An EMG-position controlled system for an active ankle-foot prosthesis:an initial experimental study［C］.//International Conference on Rehabilitation Robotics.IEEE，2005:375-379.

［9］Huang H，Kuiken TA，Lipschutz RD.A strategy for identifying locomotionmodes using surface electromyography［J］.IEEE T Bio-Med Eng，2009，56(1):65-73.

［10］Hardaker PA，Passow BN，Elizondo D.State detection from electromyographic signals towards the control of prosthetic limbs［C］//Computational Intelligence(UKCI)，2013 13th UKWorkshop on.IEEE，2013:120-127.

［11］耿曉博.肌電信號(hào)控制下肢假肢關(guān)鍵技術(shù)研究［D］.河北工業(yè)大學(xué)，2013.

［12］OSSUR.The POWER KNEE［EB/OL］.［2015-4-13］.http://www.ossur.com/prosthetic-solutions/products/ knees-and-legs/bionic-knees/power-knee

［13］Varol HA，Sup F，Goldfarb M.Multiclass real-time intent recognition of a powered lower limb prosthesis［J］.IEEE T Bio-Med Eng，2010，57(3):542-551.

［14］Huang H，Zhang F，Hargrove L J，et al.Continuous locomotion-mode identification for prosthetic legs based on neuromuscular-mechanical fusion［J］.IEEE T BIOMED ENG，2011，58(10):2867-2875.

［15］Zlatnik D，Steiner B，Schweitzer G.Finite-state control of a trans-femoral(TF)prosthesis［J］.IEEE TCONTR SYST T，2002，10(3):408-420.

［16］Ochoa-Diaz C，Rocha TS，de Levy Oliveira L，etal.An above-knee prosthesis with magnetorheological variable -damping［C］//Biomedical Robotics and Biomechatronics(2014 5th IEEE RAS＆EMBS International Conference on.IEEE，2014:108-113.

［17］Herr H，Wilkenfeld A.User-adaptive control of amagnetorheological prosthetic knee［J］.IND ROBOT，2003，30(1):42-55.

［18］Sup F，Varol HA，Goldfarb M.Upslope walking with a powered knee and ankle prosthesis:initial results with an amputee subject［J］.IEEE T Neur Sys Reh，2011，19 (1):71-78.

［19］Zhang F，Liu M，Huang H.Effects of Locomotion Mode Recognition Errors on Volitional Control of Powered Above -Knee Prostheses.［J］.IEEE T Neur Sys Reh，2014，23(1):64-72.

［20］Industry IOBO.Manual for the 3c100 Otto Bock C-LEG［R］.Duderstadt，Germany，1998.

［21］張廣舉.基于膝關(guān)節(jié)角度的助行功能性電刺激模糊控制研究［D］.天津大學(xué)，2010.

［22］Pires DS，Serra GLO.A newmethodology formodelbased robust fuzzy digital PID controller design［C］//Proceedings of the 2012 Third Global Congress on Intelligent Systems.IEEE Computer Society，2012:264-267.

［23］Khan MW，Choudhry MA，Zeeshan M.An efficient design of genetic algorithm based Adaptive Fuzzy Logic Controller for multivariable control of HVAC systems［C］// Computer Science and Electronic Engineering Conference (CEEC)，2013 5th.IEEE，2013:1-6.

［24］Caltenco-Arciniega HA，Melendez-Calderon A，Dosen S，etal.Comparison of different fuzzy controllers for powered prosthetic gait［C］//Proceedings of the Electronics，Robotics and Automotive Mechanics Conference.IEEE Computer Society，2007:651-656.

［25］Alzaydi AA，Cheung A，Joshi N，et al.Active prosthetic knee fuzzy logic-PID motion control，sensors and test platform design［J］.IJSRET，2011，2(12):1-17.

［26］喻洪流，錢省三，沈凌，等.基于小腦模型神經(jīng)網(wǎng)絡(luò)控制的步速跟隨智能膝上假肢［J］.中國(guó)組織工程研究與臨床康復(fù)，2007，11(31):6233-6235.

［27］劉磊，楊鵬，劉作軍，等.BP神經(jīng)網(wǎng)絡(luò)大腿截肢者運(yùn)動(dòng)模式識(shí)別［J］.計(jì)算機(jī)仿真，2014，31(5):331-335.

［28］袁娜.基于概率神經(jīng)網(wǎng)絡(luò)的步態(tài)識(shí)別［D］.河北工業(yè)大學(xué)，2014.

Research Status and Development Trend of Intelligent Prosthetic Knee

WANG Zhenping，YU Hongliu，DU Yanchen，CAOWujing，HU Jie School of Medical Instrument and Food Engineering，
University of Shanghai for Science and Technology(Shanghai，200093)

In recent years，with the increasing number of amputation caused by traffic accidents，natural disasters or cardiovascular diseases，the research on about intelligent prosthetic knee has become a research focus.However，the control of intelligent prosthetic knee with high performance is still the difficulty of research.In this paper，based on the classification of intelligent prosthetic knee，controlmethods of intelligent knee jointwere analyzed，and the future development trend of intelligent prosthetic knee was discussed aswell.

prostheses，intelligent prosthetic knee，control，development trend

R318.1

A

1674-1242(2015)03-0159-05

10.3969/j.issn.1674-1242.2015.03.008

2015-04-21)

王振平，E-mail:jixie777@126.com

喻洪流，E-mail:yhl98@hotmail.com