機械人步態控制的兩種主要策略

行走的人不得不一次又一次地調整步態以在路邊或台階上行走，有意或者無意，每個人都制定了控制策略來控制肌肉活動，以便應對外界發生的變化，從而保護他們免受絆倒和跌倒事故的影響。

拜羅伊特大學的研究人員現在已經使用計算機模擬分析了這些策略及其有效性。他們能夠證明，基於視覺感知的策略，在早期階段預知，並為肌肉的高度差異做好準備，比情境肌肉反射能更好地保護行走的姿態。他們的研究成果發表在《科學報告》中。

在不平坦的地面上行走的神經肌肉模型。腿部肌肉的預期調整甚至可以在地面發生變化之前調整身體的重心 (CoM)

如果提前感知到路緣石、台階或其他地面高度差異，肌肉可以相應地進行調整。膝、踝關節更加彎曲，身體重心高度發生變化。這種預期的肌肉適應在研究中被稱為預期控制策略或「高級策略」。另一種要求不高的「低級策略」完全基於肌肉反射。這些反射只有在步行過程中從路邊或樓梯踏出一步時才會觸發，並且絆倒和跌倒的風險迫在眉睫。

「在我們的研究中，我們試圖發現這些不同策略對步態行為的影響以及它們對於安全克服身高差異的重要性。然而，問題出現了，我們永遠無法像人類一樣完全關閉這兩種控制策略中的任何一種。因此，很難確定單一策略對選定的測試對象的影響。但是，通過計算機模擬，這樣的分析是可能的，」該研究的負責人 PD Roy Müller 博士解釋說，他是運動科學主席的研究助理，並作為拜羅伊特大學和 Klinikum Bayreuth GmbH-Medizincampus Oberfranken 步態實驗室的負責人。

研究人員將他們的計算機模擬建立在一個神經肌肉模型上，其中肌肉只受到反射的刺激。使用此模型，可以單獨顯示低級策略的效果。事實證明，只有在高度差不超過 3 厘米的情況下，這種策略才能保證步行到突然降低的表面的有效、預防事故的適應。然而，路緣石通常有 5 到 12 厘米高。顯然，僅基於反射的控制策略不足以避免跌倒。

因此，作為研究的一部分，在該模型中添加了額外的預期策略。計算機模擬顯示出明顯的好處。高低相結合的策略保證了3到21厘米的高度差可以在沒有事故的情況下進行管理。「這一結果清楚地強調了預期適應在日常生活中的重要性。它證明，由於視力下降或神經元疾病而只能在有限程度上做出調整的人跌倒的風險要高得多，」穆勒說。

繼這項新研究之後，拜羅伊特研究小組希望進一步研究預期策略。這包括，例如，藥物或酒精的可能影響，這可能會削弱肌肉控制。進一步的調查將集中在通過培訓和學習計劃可以在多大程度上加強和優化高層戰略的問題。