芬迪奇下肢外骨骼康復機器人研發實踐

近年來，隨著人口老齡化、神經損傷康復需求的增加以及運動輔助技術的發展，下肢外骨骼逐漸從實驗室走向醫院、家庭與運動場景。傳統外骨骼設備往往強調大扭矩、大結構和固定軌跡訓練，而新一代輕量化外骨骼正在向“更貼近真實步態、更適合日常穿戴、更強調主動參與”的方向發展。

芬迪奇智能外骨骼長期專注于碳纖維結構與下肢穿戴式機器人研發，圍繞髖、膝、踝等關鍵關節，持續推進輕量化結構、足底壓力傳感、姿態識別、AI 步態算法和多電機協同控制的融合創新。通過近階段研發測試，進一步形成了以踝關節多模塊控制、膝關節多模塊控制、膝踝組合控制、膝髖組合控制、髖踝組合控制、髖膝踝協同控制為核心的技術路線，并完成全部雙側四關節的組合一體控制、全力攻堅向雙側六關節全下肢協同系統邁進。

輕量化外骨骼的核心方向：

不是“機器帶人走”，而是“人與機器協同走”

目前不少醫院使用的重型康復外骨骼設備，往往重量較大，主要依靠預設步態軌跡進行訓練。這類設備在康復中心具有一定訓練價值，但也存在步態模式相對固定、患者主動參與不足、日常場景適應性有限等問題。

芬迪奇團隊認為，輕量化穿戴外骨骼的核心，不應只是讓設備按照固定軌跡帶動人體運動，而應通過傳感器和 AI 算法實時理解人體意圖，在關鍵時刻提供幫助：

站立時更穩，平地時更順，抬腿時更輕，下坡時更安全，訓練時更精準。

這也是我們近年來持續攻關的核心方向。

踝關節外骨骼：

從日常行走到主動背屈訓練的多模塊探索

踝關節是步態中極其關鍵的關節。踝關節控制能力不足，可能導致足下垂、拖腳、足跟離地困難、步態不穩等問題。芬迪奇踝關節外骨骼采用碳纖維結構與鞋體一體化設計，使鞋、踝關節、小腿支撐結構形成整體，提高穿戴穩定性和力傳遞效率。

在控制功能方面，我們圍繞不同使用場景研發了多個模塊：

1. 日常行走模式

面向普通平地行走場景，系統通過足底壓力與姿態傳感器識別足跟著地、全腳掌承重、前腳掌蹬地、足尖離地等階段，在合適的窗口提供輕量輔助。

該模式強調自然、柔和、低干擾，使踝關節外骨骼不再只是“機械支撐”，而是能夠在日常步態中順勢輔助。

2. 抬腳走模式

對于足下垂、拖腳、踝背屈能力不足的人群，抬腳走模式更加關注擺動期足尖抬起能力。系統在足尖離地后提供背屈輔助，幫助足部離開地面，降低拖腳風險。該模式適合康復訓練、步態改善及日常安全行走場景。

3. 意念背屈訓練模式

意念背屈訓練強調使用者的主動參與。當使用者嘗試主動背屈時，系統通過姿態變化、足底壓力變化和運動趨勢識別，判斷其主動意圖，并在合適時機提供輔助。

這種模式并不是簡單“機器帶著腳動”，而是鼓勵使用者主動發力，設備在關鍵階段補充力量，更符合康復訓練中“主動參與、適度輔助”的原則。

4. 自動背屈訓練模式

自動背屈訓練面向重復性踝關節活動訓練。系統可根據設定參數自動帶動踝關節完成規律背屈訓練，適合居家康復、早期功能訓練及訓練連續性不足的場景。

該模式可設置不同訓練強度，如輕度、標準、增強等檔位，使訓練更加可控、可重復、可量化。

膝關節外骨骼：

從簡單助力升級為“安全阻尼 + 絲滑行走”

膝關節是下肢承重和步態穩定的核心關節。對于膝關節無力、支撐不穩、下肢控制能力下降的人群，膝關節外骨骼不僅要能助力，更要能在關鍵時刻防止失穩。

在之前的正常行走上下樓、防塌陷、鎖膝等模塊，近期，我們在膝關節控制中加入了兩個重要模塊：

1. C-Brace 防塌膝阻尼模式

國際上知名的 C-Brace 是一種微處理器控制的智能膝踝足矯形器，其核心思想并非主動電機助力，而是通過液壓阻尼在承重期防止膝關節突然塌陷。其價格較高，通常被視為高端智能矯形支撐設備。

芬迪奇膝關節外骨骼借鑒了這一類“智能阻尼支撐”的思想，但采用主動電機與傳感器算法實現類似功能。系統通過足底壓力、大腿姿態、小腿姿態等信息判斷膝關節承重狀態和屈曲趨勢。當系統識別到膝關節有快速下沉、塌膝或承重不穩風險時，電機會自動增強反向阻尼，使膝關節變得更難突然彎曲，從而幫助提升站立和慢走安全性。

這個模塊的關鍵不是簡單鎖死膝關節，而是實現：

小晃動不亂動，慢彎曲可控制，快塌陷時迅速變硬。

這使膝關節外骨骼從單純助力設備，進一步升級為具備安全保護屬性的智能阻尼系統。

2. Smooth 平地絲滑模式

平地行走并不需要每一步都大力助推。很多穿戴式外骨骼如果觸發過早、輸出過猛，反而會出現搶腿、卡頓、抖動等問題。

Smooth 平地絲滑模式強調“少打擾、順勢幫”。系統根據足底壓力和腿部姿態判斷步態相位，在 toe push、toe-off 或擺動初期提供輕柔、連續、平滑的輔助。該模式通過延遲窗口、緩啟動、緩退出、冷卻時間和低幅電流控制，盡量減少電機突兀介入。

其目標是讓使用者感覺：還是自己在走，只是更穩、更輕、更順。

膝關節與踝關節組合：

從單點助力走向動力鏈協同

單個關節做好只是第一步。真正的下肢外骨骼難點，在于多關節之間的協同。膝關節負責承重、防塌、屈伸與擺動準備；踝關節負責足跟著地、前腳掌蹬地、背屈防拖腳和足部穩定。二者組合后，不再是兩個電機簡單疊加，而是形成一條下肢動力鏈。

例如：

在支撐期，膝關節需要提供阻尼支撐，踝關節需要保持足部穩定；
在蹬地期，踝關節幫助足跟離地和推進，膝關節需要配合釋放；
在擺動期，踝關節需要背屈防拖腳，膝關節需要配合屈曲縮短腿長；
在落地前，膝關節又要提前準備承重，防止落地后塌膝。

因此，膝踝組合控制的難度遠高于單關節控制。通過不斷測試，我們逐步形成了“支撐走路、絲滑行走、防塌保護、擺動釋放、足尖抬起”的協同邏輯。

從雙側四關節到六關節：

系統級下肢動力鏈重構

目前，芬迪奇團隊已經完成了雙側四關節配合的研發探索，即左右兩側膝踝、髖膝、髖踝關節的協同控制。雙側系統并不是簡單復制左右代碼，而是要處理左右步態相位、雙腳支撐、單腳支撐、起步、停步和安全降級等問題。

我們認為，雙側控制應采用：

底層左右獨立安全控制，頂層統一相位協調。

也就是說，每條腿必須能夠獨立保證安全；同時，主控系統需要識別左腿支撐、右腿擺動，或右腿支撐、左腿擺動等全局相位，從而讓支撐腿更穩、擺動腿更順。

在此基礎上，我們正在全力研發攻克六關節協同系統，即左右髖、膝、踝共六個關節的協同控制。六關節系統將進一步涉及髖關節抬腿、膝關節防塌、踝關節防拖腳和全下肢動力鏈重構，是輕量化下肢外骨骼研發中最高難度的方向。

ChatGPT 賦能：

從經驗調參走向智能研發

研發過程中，ChatGPT 在控制邏輯設計、算法框架分析、代碼優化、功能文檔整理和產品表達方面發揮了重要作用。傳統外骨骼研發往往依賴工程師長期經驗和大量反復試錯。現在，借助 AI 輔助，我們可以更快地完成：

• 步態相位邏輯設計；

• C-Brace 類阻尼控制思路拆解；

• Smooth 平地助力模塊設計；

• 髖、膝、踝多關節協同框架搭建；

• 代碼結構優化與參數調試建議；

• 產品技術文檔、說明書與臨床溝通資料整理。

我們并不把 AI 視為簡單工具，而是把它作為研發體系中的“智能協同伙伴”。通過ChatGpt大模型賦能，工程師可以更高效地分析復雜步態問題、構建多模式控制邏輯，并將臨床反饋、測試體驗和工程參數快速轉化為下一輪迭代方案。

對于輕量化外骨骼這樣的復雜系統而言，AI 的價值是幫助團隊建立更完整的系統思維：

從單關節，到多關節；從單側，到雙側；從固定軌跡，到真實意圖識別；從機械助力，到智能協同。

關節控制難易程度對比

醫院用重型外骨骼與芬迪奇輕量化外骨骼對比

階段性成果與未來方向

經過持續研發與測試，芬迪奇團隊已經在踝關節多模塊控制、膝關節 C-Brace 類防塌膝阻尼、Smooth 平地絲滑模式、膝踝組合等控制以及雙側四關節配合方面取得令人滿意的結果。

未來，我們將繼續圍繞以下方向推進：

第一，進一步優化 C-Brace 類防塌膝阻尼模式，使其在站立、慢走、支撐期和復雜地面中更加穩定可靠。

第二，繼續打磨 Smooth 平地絲滑模式，使外骨骼真正做到不搶腿、不突兀、不干擾自然步態。

第三，在更大扭矩電機平臺上推進下坡、下樓和受控屈膝模式，使設備具備更強的安全制動能力。

第四，全力研發雙側六關節協同系統，實現左右髖、膝、踝在真實步態中的系統級配合。

第五，進一步完善ChatGPT 與大模型能力賦能，讓外骨骼從“可穿戴機械設備”進一步升級為“智能步態輔助平臺”。

結語

下肢外骨骼的未來，不應只是更重、更大、更強，而應是更輕、更順、更懂人。芬迪奇團隊希望通過碳纖維結構創新、傳感器融合、主動電機控制、AI大模型賦能和多關節協同算法，探索一條不同于傳統重型康復設備的新路線：

讓設備不再只是帶人走，而是理解人、輔助人、保護人。

從踝關節日常行走與背屈訓練，到膝關節 C-Brace 類防塌阻尼與 Smooth 平地絲滑行走，再到雙側四關節配合和未來六關節協同，芬迪奇下肢外骨骼康復機器人正在向更輕量、更智能、更自然、更安全的方向持續邁進。