机器人步态控制的两种主要策略

行走的人不得不一次又一次地调整步态以在路边或台阶上行走，有意或者无意，每个人都制定了控制策略来控制肌肉活动，以便应对外界发生的变化，从而保护他们免受绊倒和跌倒事故的影响。

拜罗伊特大学的研究人员现在已经使用计算机模拟分析了这些策略及其有效性。他们能够证明，基于视觉感知的策略，在早期阶段预知，并为肌肉的高度差异做好准备，比情境肌肉反射能更好地保护行走的姿态。他们的研究成果发表在《科学报告》中。

在不平坦的地面上行走的神经肌肉模型。腿部肌肉的预期调整甚至可以在地面发生变化之前调整身体的重心 (CoM)

如果提前感知到路缘石、台阶或其他地面高度差异，肌肉可以相应地进行调整。膝、踝关节更加弯曲，身体重心高度发生变化。这种预期的肌肉适应在研究中被称为预期控制策略或“高级策略”。另一种要求不高的“低级策略”完全基于肌肉反射。这些反射只有在步行过程中从路边或楼梯踏出一步时才会触发，并且绊倒和跌倒的风险迫在眉睫。

“在我们的研究中，我们试图发现这些不同策略对步态行为的影响以及它们对于安全克服身高差异的重要性。然而，问题出现了，我们永远无法像人类一样完全关闭这两种控制策略中的任何一种。因此，很难确定单一策略对选定的测试对象的影响。但是，通过计算机模拟，这样的分析是可能的，”该研究的负责人 PD Roy Müller 博士解释说，他是运动科学主席的研究助理，并作为拜罗伊特大学和 Klinikum Bayreuth GmbH-Medizincampus Oberfranken 步态实验室的负责人。

研究人员将他们的计算机模拟建立在一个神经肌肉模型上，其中肌肉只受到反射的刺激。使用此模型，可以单独显示低级策略的效果。事实证明，只有在高度差不超过 3 厘米的情况下，这种策略才能保证步行到突然降低的表面的有效、预防事故的适应。然而，路缘石通常有 5 到 12 厘米高。显然，仅基于反射的控制策略不足以避免跌倒。

因此，作为研究的一部分，在该模型中添加了额外的预期策略。计算机模拟显示出明显的好处。高低相结合的策略保证了3到21厘米的高度差可以在没有事故的情况下进行管理。“这一结果清楚地强调了预期适应在日常生活中的重要性。它证明，由于视力下降或神经元疾病而只能在有限程度上做出调整的人跌倒的风险要高得多，”穆勒说。

继这项新研究之后，拜罗伊特研究小组希望进一步研究预期策略。这包括，例如，药物或酒精的可能影响，这可能会削弱肌肉控制。进一步的调查将集中在通过培训和学习计划可以在多大程度上加强和优化高层战略的问题。