NUS 余浩泳教授：外骨骼的轻量化与任务感知丨ICRA 2026

封面： 2026 年 6 月 2 日下午，在 ICRA 2026 医疗机器人主题 keynote 环节，新加坡国立大学（NUS）Haoyong Yu 发表演讲，回顾了其团队过去 10 年在可穿戴机器人与外骨骼方向的研究。 与许多强调“机器人能力堆叠”的路线不同，他的核心问题更直接：外骨骼的需求明明巨大，为什么仍然没有被广泛使用？ 他的回答并不是“市场还没准备好”，而是要求机器人研究者反过来审视自身：现有外骨骼往往太重、不够舒适、穿戴复杂、控制困难且成本高。 真正走向产业应用的可穿戴机器人，必须从结构设计、感知与控制三个层面同时降复杂度。 在背部支撑、肩部支撑和髋部行走辅助三个案例中，Haoyong Yu 反复强调一种工程取舍：能用一个电机解决的问题，就不要用两个电机制造同步控制难题；能用足够简单、鲁棒的传感方式完成任务识别，就不必把系统做成难以穿戴和维护的复杂传感阵列。 因此，这场演讲的核心洞察是：可穿戴机器人真正的难点，不只是“给人更多力”，而是让辅助力在正确的时间、正确的身体部位、以不妨碍人的方式出现。 外骨骼若想成为日常工具，必须先变得像衣物一样轻便、像机械传动一样可靠、像人的动作意图一样自然。

演讲中的几个关键判断可以概括为： 以下为 NUS 余浩泳教授在 ICRA 2026 大会上的演讲精编。 AI 科技评论根据现场参会记录与原英文演讲内容，在不改变原意的基础上进行了翻译与编辑。 从老龄化挑战到可穿戴机器人需求我在新加坡国立大学建立了 Biorobotics Lab，主要关注老龄化人口带来的巨大挑战。 过去几年，我逐渐把更多精力放在面向现有劳动者和患者的可穿戴机器人上。 今天我会聚焦几个工业应用中的外骨骼案例。 它们反映了我们如何尝试应对可穿戴机器人技术面临的一些挑战。 大家可以看到，实际需求非常巨大：我们都在谈老龄化劳动力、工人保护；建筑行业和物流行业的工人面临大量肌肉骨骼损伤问题；同时，很多老年人也仍然希望保持活跃生活，市场上也已经有很多现有设备。 但是，为什么外骨骼还没有被广泛使用？ 我们认为，作为一个研究共同体，我们也需要反过来看自己，不要只是责怪市场。 我们是不是做得足够好？ 很多我们做出来的外骨骼仍然很重，不够容易使用，穿戴不那么舒适，而且成本很高。 所以，我们仍然需要退一步，看看怎样才能把系统设计得更好，包括更好的感知、更好的控制，以及更好的结构设计。

接下来我会用几个设备作为例子，说明我们如何尝试处理这些问题。 我们当然不能解决所有挑战，但至少可以尽力去面对其中一些关键问题。 我首先从背部支撑外骨骼讲起。 腰背损伤在工伤中排名第一，造成的经济损失也非常高。 这里展示的是仅美国的数据，我认为欧洲、中国、日本等地区也会面对同样的问题。 背部支撑外骨骼的工作原理是什么？ 基本上，它是把负载绕过脊柱，把负载传递到腿部，从而减轻腰背负担。 这里有一个大约 30 年前日本设备的例子。 你可以看到，它非常有力，也很直观：在两个关节上放两个电机，就可以提供很强的支撑。 但问题在于，它非常重，也很难在工作场景中真正使用，所以并没有被广泛看到。 我们最初也开发过类似有多个执行器的外骨骼，但后来意识到，结构和控制都会遇到问题。 最后，我们在这类设备上采用了单电机方案。 你可以想象，外骨骼实际要做的，是为躯干运动提供辅助，而这个被辅助的动作本质上只有一个自由度。 既然如此，为什么一定要用两个电机？ 使用两个电机会增加两侧同步运动的难度。 人在弯腰、移动、走动时，两侧动作并不完全一致，两个电机的控制会变得更复杂。

作为机械工程师，我们想到传统燃油车只有一台发动机，但至少可以驱动两个轮子，有时甚至驱动四个轮子。 那为什么不把同样的原理用于外骨骼，用一台电机来驱动两侧？ 这样带来了很大好处：电机数量减少，重量和成本下降，控制也更容易，因为不需要让左右两侧设备精确同步。 我们还使用了串联弹性元件，把内在柔顺性引入系统，让设备更舒适。 这个原型内部其实很简单：通过线缆，一台电机可以给两条腿提供相等的力，同时允许两侧在速度和角度上自由变化。 雷峰网通过这种方式，我们得到一个更轻的系统，两侧可以获得相等的力，同时在运动频率上有更好的灵活性。 当然，我们仍然需要做生物力学测试来证明它的效果。 实验显示，它可以提供约 30% 到 45% 的辅助。 设备的演示也说明，使用单电机之后，整体动作更容易控制。 第二个设备关注的是另一个高发伤害部位，也就是肩关节。 建筑和物流行业的工人经常需要长时间举着工具过头作业，也有很多反复抬举的任务，这会给现场工人带来很大问题。 我们开发的这个设备，基本上采用了类似的工作原理，用来支撑上臂，帮助工人完成过头作业。

它的原则也很相似：使用一个电机，通过同样大小的力，为两侧提供不同角度和不同速度下的辅助，从而在手臂运动上保留更多灵活性。 设备内部基本上是一台电机驱动一个机构，串联弹性元件也被集成进去，再通过线缆路径形成差速机构，驱动两侧手臂。 雷峰网我们希望设备更轻，也希望它在双手运动上有更多自由度。 我们没有停在这里。 髋部外骨骼现在已经很常见，尤其是在中国市场。 很多人希望用它去爬山、徒步。 当我们想把这类设备用于行走辅助时，发现如果使用两个电机，很难很好地同步，也很难实现良好的人机协同。 尤其是老年人在不同步态和地形下行走时，这个问题会更加明显。 所以我们又为这个应用设计了一个差速机构，也尽量保持简单。 通过减少机械结构，并使用单电机，可以满足需求。 我们还发现，任务感知和环境感知是另一个关键挑战。 设备要真正与人的动作同步使用，就必须知道人在做什么。 于是我们开发了 FMT 传感器，以及相关的感知机制，使设备能够更好地检测任务，并提供自适应控制。 在背部支撑外骨骼中，如果你测试过这类设备，就会发现：如果把辅助力调得很高，而你实际上并没有搬重物，你可能会因为突然出现的巨大辅助力而遇到危险。 因此，检测你正在搬多重的物体非常重要。

肩部支撑外骨骼也是一样。 对于髋部外骨骼来说，检测你是在平地行走、上楼、下楼，还是走在不规则地形上，也非常重要。 否则，你可能不得不依靠开关，把设备切换到不同工作模式。 传统上，你可以使用 EMG 传感器，也可以使用 IMU，并把多种传感器组合起来。 但 EMG 传感器需要贴在皮肤上，IMU 往往需要布置在身体多个节段上，才能实现比较好的控制和动作分割。 我们的做法是把 FMT 传感器做成阵列。 它可以绑在衣服外面，不需要直接接触皮肤。 我们还在标定阶段加入了振动电机，并使用简单的感知算法，实现了不错的自适应控制。 简单来说，FMT 是一种力敏传感方式，可以通过肌肉体积变化来感知肌肉运动。 把它做成阵列之后，再配合简单分类机制，就可以检测工作负载、工作模式和任务类别。 它不一定像 EMG 那样精确，但对于控制外骨骼而言已经足够，而且硬件很容易使用，也很容易穿戴。 当然，第一步是做分类，并训练系统，让它能适用于不同用户。 如果每个用户、每个任务都要重新做训练和标定，这就不够高效。 我们使用一些简单网络来训练分类器。 为什么不是连续输出，而是几个等级？ 因为为了保持简单，并且让响应时间达到实时要求，几个等级就已经足够。

最初我们只是想检测用户是否正在搬东西，后来扩展到四个等级，也已经比较有效。 我们不需要把它做得过于复杂。 这里是它和现有方法的一些比较。 它的准确率更高，延迟也小得多，这对实时通信非常重要。 这里展示的是一个非常简单的实验室测试，用来判断用户是否在搬 5 kg、10 kg 或者其他重量。 这个系统目前仍处在实验室测试阶段。 现在，整个系统已经被优化并集成到这样一个设备中。 这个外骨骼有两个主要部分：一部分是躯干部分，像夹克一样穿在身上；另一部分是腿部结构，连接在大腿位置。 这两个部分会在你弯腰抬起物体时一起工作。 你们现在看到的是绑在手臂上的传感带，它会使用 FMT 传感器感知你拿了多重的东西。 如果你手里拿的是很重的物体，外骨骼就会检测到这一点，并按负载比例增加辅助。 如果你没有拿很多重量，它就会减少辅助，避免妨碍你的动作。 对于这个应用，你只需要一个传感器。 所以当你穿上外骨骼之后，只需要打开它，等待标定，设备就会初始化。 我们的外骨骼很容易穿戴，并使用智能算法来调节辅助。 因为时间有限，我不会展开所有细节。 对于肩部应用，我们也可以使用这种传感带，做任务识别和自适应控制。 下面我再花几分钟讲行走辅助，也就是髋部外骨骼。

如我刚才提到的，在不同地形和不同速度下行走，是非常有挑战的。 我们意识到，对于这类应用，你只需要为摆动腿提供辅助力；对另一条腿，则可以提供一定支撑或者保持在后方。 因此真正需要检测的是：哪条腿正在摆动。 这就是我们把传感带集成到单电机髋部外骨骼中的方式。 我们做了一些分类与控制，可以实现一定程度的地形适应。 这里可以看到信号从平地行走开始，再到其他地形；系统不需要手动切换模式，就能检测任务并自适应地提供辅助力。 我的梦想是，即使以后退休，我仍然可以和年轻学生一起竞争、一起走到任何我想去的地方。 最后，我要感谢资助机构多年来的慷慨支持，也感谢我的团队在过去至少 10 年里和我一起完成这些有趣的工作。 谢谢大家。 Q&A 问答环节听众提问：谢谢您的演讲。 EMG 通常被用于评估可穿戴机器人，但我使用时发现它噪声很大，也很难复现。 有没有其他方法来评估可穿戴机器人？ 余浩泳：在另一条线上，我们会用 EMG 作为测量，用来证明肌肉激活或肌肉刚度变化的效果。 但在实时控制中，我们使用的是 FMT 传感器。 它没有那么精确，但好处是可以放在衣服上，不需要直接贴在皮肤上。 听众提问：那您的指标是否仍然依赖 EMG？ 余浩泳：是的。

在实验室评估中，我们使用商用医用级 EMG 传感器，可以得到很好的测量结果。 这也是评估这类设备时比较常用的方法。 听众提问：我想问任务意图检测的问题，这对可穿戴设备非常重要。 您的方法是使用传感器检测任务。 如果寻找其他替代方式，比如利用可穿戴设备内部的执行器或其他信息，您怎么看？ 余浩泳：执行器或者内部传感器不一定能够检测负载。 检测用户到底背了多重、拿了多重，有很多方式。 有人会把传感器放在抓握位置，我们也尝试过 EMG，也尝试过视觉。 所以方法很多。 但到目前为止，在我们实验室里，FMT 是我们发现的非常鲁棒、也很容易使用的方法。 听众提问：进一步的问题是：如果系统已经适应并知道了任务，下一步系统如何响应任务？ 是改变控制器，还是采取其他方式？ 余浩泳：大多数时候，你只需要提供不同等级的辅助。 但对于行走来说，平地行走、上楼、下楼需要不同的控制器。 因此在内部，一旦你对任务有足够好的感知和置信度，系统当然可以在没有外部干预、也不需要按按钮的情况下进行切换。