01、康复训练机器人：从“辅助训练”到“智能治疗”
随着我国医疗技术的发展，脑卒中患者的致死率明显下降，但大部分脑卒中幸存者一般会伴随功能障碍，循证医学指出重复性的动作训练可以改善患者的运动功能。康复机器人的出现开始逐渐代替一部分康复治疗师的体力工作，随着康复训练机器人技术的发展，康复训练机器人在康复过程中承担起越来越多的任务。智能康复训练机器人如何能够从当下“训练助手”的角色一步一步完成向“智能医生”角色的蜕变，或许在第四届中国康复机器人论坛中能够找到答案。
汕头大学校长郝志峰教授提到“生成式AI+自适应康复训练”启示我们基于连续动态行为大数据，在不同环境和场景下研究人体行为整体测量方法，健康功能识别和风险评估技术，开发跨平台统一数据交换和健康计算引擎的个体化健康行为AI干预系统。这也将加速推动康复训练机器人从“训练助手”完成向“智能医生”角色蜕变。
另外，世界神经康复联盟（WFNR）主席、英国皇家内科学院院士李常威院士在“Rehabilitation research in Robotic treatment康复研究用与机械人治疗”的主旨报告中，介绍了康复研究应用于机器人治疗的途径，强调了对比实验在研究中的重要性。中国科学院自动化研究所研究员、复杂系统管理与控制国家重点实验室副主任侯增广研究员在“康复机器人的智能人机交互与康复评价”的主旨报告中也分享了康复机器人的智能人机交互取得的研究进展，分析并强调了主动康复训练的重要性以及实施难点。
然而，着眼现实从康复治疗师的角度来看，康复机器人真正替代康复治疗师的工作还有很长的路要走。多场景适应、解放患者双手、穿脱及成本问题都会是影响康复训练机器人取代康复治疗师的关键。
02、智能假肢：从“模仿形态”到“宛如手足”
对于肢体残障人士来说，假肢的作用不仅仅是用于装饰以掩盖肢体残缺，他们更希望能完全自主灵活地控制假肢，真正达到“宛如手足”的效果。在2023中国康复机器人论坛上哈尔滨工业大学、北京大学和中科院深圳先进技术研究院等多家科研院所致力于还原残肢生理关节结构特性、准确解码人体运动意图和等方面的研究。目前，相关研究已经取得一定成果，特别是在假肢关节的仿生效果、人体运动意图感知以及假肢与人体之间的人机交互技术等方面颇有成效。
吉林大学工程仿生教育部重点实验室任雷教授的“仿生智能假肢设计-从仿生脚板到膝踝一体化”主旨报告，以人体骨骼肌肉系统和运动神经系统的基本规律和工作机理为切入点，从生物力学的角度出发，介绍了下肢关节仿生设计与控制系统集成设计和具有类人结构的生物启发的上肢仿生拉压体机械臂，并提出了假肢领域仿生拉压体的设计展望，为推动假肢技术的发展做出了巨大贡献。
哈尔滨工业大学机器人研究所副所长姜力教授以智能上肢假肢及其双向神经接口为主旨，介绍了上肢假肢的生机电一体化、欠驱动机构、刚软柔一体化设计、视肌电多模式共享控制等方面的发展，并提出了上肢假肢存在的解析再造、神经解码、感知反馈和集成应用四大科学问题。围绕“Cyborg Platform for Upper Limb Hypoplasia”，日本电气通信大学横井浩史教授就自己团队关于肌电假手中cyborg技术方面的研究进展进行了重点介绍。
北京大学工学院副院长王启宁教授主要围绕下肢膝踝假肢的结构设计、驱动设计、测试设备、人机接口和人机耦合系统介绍了本课题组的相关研究进展，并提出了面向运动功能修复与重建的生机电一体化机器人中存在的科学问题和主要挑战，包括：人类行走机理和人机耦合系统动力学、机器人感知-结构-驱动一体化、人机双向交互和神经接口、复杂动态环境人机感知运动融合和泛化学习。
灵活性仍然是限制智能假肢发展的关键之一。与生物关节相比，智能假肢在外形、自由度、人机接口等方面还要有更加苛刻的要求。因此，深度解码人体运动神经信息，以控制较少主动自由度再现生物关节灵巧运动特性是智能假肢需要解决的关键问题。目前的智能假肢与人类肢体的自然运动还有很大的差距，实现多自由度、高仿生的智能假肢关节还有很长的路要走。
03、外骨骼机器人：从“步履蹒跚”到“如影随形”
随着我国老龄化趋势的加剧，老年人的各项身体机能开始衰弱，日常行动逐渐迟缓甚至丧失。外骨骼机器人的推出为增强老年人或肢体功能障碍患者的运动能力带来了希望，传统的助行辅具也将逐渐被更加智能化、科技化的外骨骼取缔。近年来，随着人机交互技术的革新及外骨骼机器人自适应运动功能的改善，外骨骼有望协助功能人群实现无障碍行走。
第四届中国康复机器人论坛上，中国科学院深圳先进技术研究院吴新宇研究员强调外骨骼机器人能显著提高下肢功能障碍、衰退人群的运动能力和生活质量，结合多模态融合控制方法能解决兼顾准确性、全局性、鲁棒性。北京航空航天大学机器人研究所丁希仑教授认为要加强人机步态适应性、结构驱动设计相容性和人机交互协调性。应将矢状面、平面步态转换到三维运动个性化步态，适应不同运动、结构特征的柔顺驱动设计。
柔性外骨骼使用柔软、轻薄且具有韧性的新型复合材料材料取代部分或全部坚硬、体量大和刚性的结构，以降低外骨骼本体重量、提升穿戴舒适度。香港中文大学汤启宇教授介绍的柔性康复机械手，采集肌电信号和关节角度信号，配合自适应压力控制算法控制机器人辅助训练。为了克服柔性驱动器无法反向驱动的痛点，东南大学宋爱国教授团队研制了一种基于混合驱动器的柔性手部可穿戴康复机器人，核心由多腔式柔性驱动器和记忆合金（SMA）弹性驱动器组成，通过构建融合柔性外骨骼手与交互式镜像训练系统，提高了使用者的主动参与训练积极性。上海理工大学孟巧玲副教授指出柔性外骨骼的发展主要集中在在仿生性、人机交互性、安全性、成本和能源五个方面。并分别从柔性外骨骼手、重力平衡式肘关节外骨骼、肩关节软外骨骼、柔性下肢外骨骼介绍了柔性外骨骼研发的关键技术。
轻便、灵活、多功能的外骨骼机器人对功能障碍患者的康复治疗、功能辅助等无疑有巨大的帮助，外骨骼不仅可以将康复治疗师或护工从繁重的体力工作中解放，也能提升功能障碍患者康复治疗效率及生活质量。随着外骨骼自适应及交互技术的不断发展，未来的外骨骼与人有望融为一体。
04、康复机器人的“身”与人的“心”真的能够“相融”吗？
近日，中国康复机器人论坛在广州召开，来自全国各地乃至海外的教授学者共同参与了本次论坛的讨论。而脑机接口、人工智能等作为跨学科领域多学科融合的康复机器人智能化交互技术内容也在讨论之列。
天津大学明东教授团队打破国外公司对脑-机芯片与脑-机接口系统的垄断，设计出拥有自主知识产权的脑-机芯片与脑电放大器系统，实现国际最快脑机交互系统的应用，填补了国内研究的空白，推动了脑机接口产业化进程。明东教授以脑电的应用出发，目前已经实现脑电在康复评估、人工神经机器人系统、脑控驱动外骨骼、脑-肌电控手部康复训练系统、多模态重症监护等方面的实际应用。未来，明东教授认为运动想象（MI）将成为重要的康复手段，而训练功能性的脑-机接口将大行其道。
华南理工大学李远清教授针对脑-机接口的应用范式展开，展示了脑-机接口在认知功能障碍方面的评估与训练、情绪评估与调节、睡眠状态评估等。并从产业化的方向展示了脑机接口与智能家居的结合可以帮助高位截瘫患者恢复生活自信心，通过使用脑机接口实现对电视、空调、窗帘等家居的智能控制，将病人的心理状态从抑郁转向乐观生活。同时，通过脑机接口对轮椅与机械臂的控制也可完成日常生活空间的转移与物品取放、喝水进食等。
中国科学院苏州生物医学工程技术研究所杨洪波研究员针对智能康复设备能够打破康复训练单一枯燥乏味的特点出发，提出多通道融合的智能感知、多模式的双向交互以及多元信息的智能决策等相关技术与康复机器人相融合。杨洪波研究员认为未来的智能康复将以脑-机接口为基础，实现人的意图与人体的嗅觉、味觉、听觉、感觉等六大觉结合起来，真正做到将“身心融合”的手段与“以假乱真”的场景融合。
上海大学郭帅教授从康复机器人应如何应用到临床这一问题出发，从应用的角度阐述了康复机器人在临床方面的局限性问题。以这些问题为导向，郭帅教授提出使用云平台的解决方案，将评估、诊断、康复训练、远程医疗等功能通过机器学习、大数据、物联网等手段集成到云平台系统中去，实现康复模式的标准化、智能化、可复制性，将康复系统实现真正的落地实施。
在广州举办的中国康复机器人论坛中，诸多国内外康复领域的专家将未来康复机器人的发展趋势放在以脑-机接口为代表的智能交互方式上，除此之外，智能感知技术、物联网技术、虚拟现实技术等都在康复机器人中显现重要性，值得一提的是，生成式AI也出现在本次论坛的讨论中。未来，以“智能”为主题的康复机器人将逐步出现在人们面前。
05、护理机器人是未来老年照护方式的“唯一解”吗？
60后是几个子女照顾一位老人，有钱出钱，有力出力。80后是一个子女照顾一位老人，时时刻刻，寸步不离。90后是一个子女照顾两位老人，分身乏术，夜以继日。然而随着00后的父母老去，老年人的照护工作又将何去何从？
河北工业大学的郭士杰教授在“护理机器人研发及应用的国内外现状与发展趋势”报告中指出，以目前的技术人形机器人无法满足多功能照护需求，单一功能辅助机器人逐渐进入养老院，减轻甚至代替养老院的护工人员的工作。但对于目前最难解决也是需求最大的问题-移位转移，这一问题国内外的许多研究团队至今也还没有交出一份“满分答卷”。郭士杰教授团队提出了一种移乘转移机器人，可以辅助患者进行移位转移，减轻了护理人员的工作，但同时也表示这款机器人并不是移位转运最好的方式，并提出自己对未来移位转移机器人的看法：“未来的照护机器人必然还是人形机器人，它是一种具有多源传感器融合的，并具有遥感控制系统的，多功能融合的照护管家机器人。”
随着技术的发展，下肢运动障碍的老年人从使用传统移动辅具已经过渡到移动辅助机器人，上海交通大学陈卫东教授指出目前移动辅助机器人面临很多技术难题：高遮挡和动态环境如何建立精确的环境地图；由于里程计误差、复杂的地形结构、环境噪声、动态障碍物等因素导致无法建立准确的观测模型。陈卫东教授提出通过不同的传感器来解决技术难点，建立动态定位能力矩阵来评估外部传感器的定位标准。通过改进粒子滤波算法，改变外部检测信息的权重来提高外部信息的精度。对于路径规划问题，陈卫东教授提出可以通过环境定位清晰的区域作为最有路径规划区域，通过存储大量的地图数据，将场景变化特征进行区分，基于时间序列的建模，经过预测的基础上进行路径规划。在陌生环境地图建立方法：通过机器学习识别环境，识别到相关物体，规划路径到达目的地。对于未来的研究工作，陈卫东教授表示随着传感器的不断升级，各类传感器的性能也在不断增强，利用最新传感器结合人工智能开发导航和环境的识别算法，通过长期的环境建模辅助设备进行预见性的导航。同时也提出一种通过添加机械手臂协同轮椅做更多的工作。
