外骨骼机器人已在工业搬运、康复辅助等结构化、周期性任务中展现出重要应用价值，但想要走进日常生活、适配更多复杂场景，还存在一大核心短板：当人出现步态切换、变速行走、上下坡等不规律、变化剧烈的非平稳运动（Non-steady Locomotion）时，传统基于时间变量的控制方法很难跟上人体实时变化的运动节奏，造成人机运动同步性与交互效率下降。

外骨骼机器人非平稳运动控制方法

近日，中国科学院沈阳自动化研究所机器人学研究室科研团队，提出一种基于人体小腿摆角状态驱动的下肢外骨骼机器人智能控制方法，使外骨骼机器人能够在非平稳运动过程中持续感知人体运动状态，实现人机运动状态的连续匹配与仿生协同。经多类实验验证，在行走奔跑、上下斜坡、运动过渡、前后向变速干扰等多类非平稳运动下，该方法可以实现人机运动匹配度大于90.0%，相对常规控制方法提升30.8%。

该方法从人体生物力学与运动科学角度出发，将人体小腿摆角设计为外骨骼机器人助力轨迹的过程驱动变量，以双高斯函数作为助力轨迹模型，实现人机运动状态的连续同步；同时，提出一种仅基于IMU传感器的助力轨迹模型仿生参数在线学习方法，通过助力模型参数的逐步态更新，实现助力轨迹的力学仿生，提升对人体需求变化的快速适应能力。

人体非平稳运动的可控模拟与诱导范式

外骨骼机器人助力效率评价的人体实验

该方法有助于克服外骨骼机器人在非平稳运动中的控制难题，解决外骨骼机器人应用场景受限的问题，推动外骨骼机器人在复杂任务中的实际应用。

该成果以A Shank Angle-Based Control System Enables Soft Exoskeleton to Assist Human Non-Steady Locomotion为题，发表于机器人领域国际权威期刊IEEE Transactions on Automation Science and Engineering（vol. 23）。沈阳自动化所谈晓伟副研究员为论文第一作者，赵新刚研究员和李宁副研究员等为通讯作者。相关系列研究成果已发表于T-RO,T-ASE,T-IM,T-HMS等期刊。该研究获得国家自然科学基金、国家重点研发计划、沈阳自动化所基础研究计划等项目的支持。

DOI: 10.1109/TASE.2026.3710825

论文链接：https://ieeexplore.ieee.org/abstract/document/11598935