💻 computer science

Toward Context-Aware Exoskeleton Assistance: Integrating Computer Vision Payload Estimation with a Multi-Metric Optimization Space

本文提出了一种上下文感知背部支撑外骨骼系统，该系统集成了一个基于计算机视觉的负载估计模型与一个源自群体数据的多指标优化框架，以实现预测性、自适应的辅助，从而在显著降低肌肉激活并改善卸载效果的同时，不增加用户的舒适度负担。

原作者： Andrea Dal Prete, Seyram Ofori, Chan Yon Sin, Ashwin Narayan, Ding Shuo, Francesco Braghin, Haoyong Yu, Marta Gandolla

发布于 2026-09-07

📖 1 分钟阅读☕ 轻松阅读

CC BY 4.0

原作者： Andrea Dal Prete, Seyram Ofori, Chan Yon Sin, Ashwin Narayan, Ding Shuo, Francesco Braghin, Haoyong Yu, Marta Gandolla

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

在建筑工地、仓库和工厂这些繁忙的环境中，工人经常需要搬运重物，这一任务给人类的背部带来了巨大的压力。多年来，工程师们开发了被称为背部支撑外骨骼的穿戴式设备来提供帮助。这些机器就像外部肌肉一样，利用电机协助佩戴者进行抬举，目标是减轻疲劳并预防损伤。然而，一个显著的问题限制了它们目前的有效性：大多数此类设备都运行在固定设置下。无论工人是在搬运轻型纸箱还是重型木箱，它们提供的帮助量都是一样的。这种“一刀切”的方法可能会适得其反；对于轻载荷，过多的帮助会让感觉笨拙且不舒适；而对于重载荷，帮助不足则无法保护工人。科学家们面临的挑战在于，如何创造一种能够在工人接触物体之前就感知到重量，并能瞬间调整支撑力，使助力程度与负载相匹配的系统。

一个研究小组通过教会外骨骼如何“看见”并理解工人即将搬运的物体，在解决这一问题上迈出了重要一步。该系统不再是等待工人开始抬举后再做出反应，而是利用摄像头和先进的人工智能，从远处估算物体的重量。通过分析物体的外观及其容器，设备可以在提升循环开始前预测负载。这种预测能力使得外骨骼能够在提升动作开始的那一刻，准备好精确所需的助力量，从而消除了现有技术中常见的延迟问题。研究人员通过人类志愿者对这种方法进行了测试，以观察它是否能在减少肌肉劳损的同时，不会让设备感觉不适或具有侵入感。

为了构建这个更智能的系统，团队首先需要理解设备提供的帮助量与人携带的重量之间复杂的关系。他们组织了十二名健康的志愿者进行实验，让他们在穿着外骨骼的情况下完成不同重量的抬举任务。研究人员测量了志愿者背部和腿部肌肉的电活动，询问了他们对设备不适感的感受，并记录了他们对不同助力水平的偏好。他们发现，理想的帮助量并不是一条直线，而是随着重量的变化呈非线性变化。对于轻载荷，少量的辅助效果最好，以避免干扰自然运动；而对于重载荷，则需要强力的辅助来真正保护背部。至关重要的是，他们发现单一的静态支撑水平永远无法适用于所有情况。适合重箱子的设置对于轻箱子来说会显得受限，反之亦然。这证实了设备必须进行动态调整才能真正发挥作用。

在掌握了最优支撑水平的基础上，研究人员开发了一个计算机视觉流水线，作为外骨骼的“眼睛”。该系统使用安装在设备臀部的摄像头来捕捉环境图像。当工人靠近一个箱子时，软件会识别该物体，并利用一种复杂的深度学习模型，估算其属于轻型、中型还是重型。团队测试了两种不同类型的用于此任务的人工智能模型。一种是标准的、处理速度快的模型，另一种是被称为能够理解上下文和深度的更先进的系统。事实证明，先进的模型表现优异得多。它能够观察半透明的箱子，看到内部物品，并将物体与背景杂物（如地板上的胶带或箱子顶部的纸张）区分开来。它成功实现了实时重量类别估算，准确率超过百分之八十二。这种高水平的准确性意味着设备可以在工人弯腰之前就决定正确的支撑水平。

研究的最后阶段是在动态环境中对这种预测系统进行了实测。十二名新志愿者走过一段路线，在穿着外骨骼的同时捡起不同重量的箱子。研究人员对比了三种情景：不使用任何设备进行抬举、使用固定水平的助力进行抬举，以及使用根据摄像头所见内容改变支持力的全新自适应系统进行抬举。结果非常明确。与固定设置相比，自适应系统将背部肌肉的峰值激活降低了高达百分之二十三。它还将平均肌肉做功的减少量提高了百分之八以上。或许最重要的一点是，这种增加的保护并没有以牺牲舒适度为代价。志愿者并未报告使用自适应系统感到更加不适，许多人实际上更喜欢它，因为它感觉更自然，且能对他们的特定任务做出响应。

这项研究还强调了为什么这种预测性方法如此至关重要。在之前的系统中，设备通常要等到工人开始抬举后才意识到负载有多重。到那时，背部肌肉承受的最剧烈压力已经发生了。通过预先估算重量，新系统确保了支持力能在需要的时候——即动作开始的那一刻——准时到位。研究人员指出，虽然该系统在具有清晰透明箱子的受控实验室环境中表现出色，但在现实工业应用中仍面临挑战。例如，在缺乏视觉线索的情况下，估算不透明或形状不规则的物体仍然很困难。然而，概念验证是坚实的：通过将对人类舒适度的深刻理解与观察并预测环境的能力相结合，穿戴式机器人可以超越简单的静态工具，成为能够主动保护人类健康的智能伙伴。

技术摘要：迈向上下文感知型外骨骼辅助

问题陈述

目前的主动背部支撑外骨骼在优化与自适应方面面临显著局限。尽管它们能有效降低肌肉激活度和脊柱负荷，但通常依赖于缺乏上下文感知辅助调节的反应式传感机制。在集成用户与环境数据进行高层控制方面存在关键空白；具体而言，现有系统难以根据载荷和用户意图确定最优支持水平。此外，当前的载荷估计技术往往存在延迟问题，无法在初始提升阶段（即背部肌肉激活峰值出现前）提供支持调节。同时，“一刀切”的高强度辅助方法并非最优方案，因为对于较轻的载荷，这可能会导致关节失调、增加不适感并降低接受度。

研究方法

1. 多指标优化空间

作者首先建立了一个基于人群衍生的优化框架，以定义载荷（ $P_{yl}$ ）与辅助水平（ $A_s$ ）之间的关系。

数据采集： 实验由 12 名健康受试者完成，他们在不同辅助水平（低、中、强）下执行不同重量（5 kg 轻载、10 kg 中载、15 kg 重载）的屈腰提物任务。
优化函数 (OF)： 使用带有径向基函数核的高斯过程构建了一个连续优化空间。总优化函数 ( $J_{tot}$ $J_{t o t}$ ) 结合了三个加权指标：
- EMG 降低度 ( $J_{EMG}$ )： 背部和腿部肌肉活动百分比的降低（权重 0.6）。
- 感知不适度 ( $J_{dsc}$ )： 源自评估力量、舒适度和运动限制的加权问卷（权重 -0.2）。
- 用户偏好 ( $J_{prf}$ )： 基于载荷对辅助水平的主观偏好（权重 0.2）。
目标： 确定一个非线性关系，从而为任何给定载荷定义出平衡肌肉减轻与舒适度及偏好的最优辅助水平。

2. 基于计算机视觉的自适应控制管线

为了实现预测性、无延迟的辅助，作者开发了一种利用计算机视觉的高层控制策略。

硬件： 在外骨骼右髋部安装了一个 RGB 摄像头和一个飞行时间 (ToF) 深度传感器。数据通过 Raspberry Pi 4B 进行处理，重度计算任务被卸载至云端工作站（Apple M3 芯片），以保持低延迟（端到端约 100 ms）。
目标检测与选择： 使用经过微调的 YOLOv11 模型检测物体。ToF 传感器提供深度数据，以计算每个物体的概率因子 ( $\alpha_i$ )，并根据接近程度和视场角选择最可能被提升的物体。
载荷估计： 被选中的物体图像由深度学习模型进行处理，将其重量分类为三类（轻、中、重）。
- 模型对比： 作者对比了 MobileNetv2 (CNN) 和 DINOv2 (Vision Transformer)。
- 选择： 选择 DINOv2 是因为它具有更优越的特征提取能力、深度感知能力，以及在杂乱或透明箱体场景中区分前景与背景的能力。
控制集成： 估计的载荷类别实时缩放低层辅助扭矩剖面（ $\tau_{adj} = \tau_{cmd} \cdot k_{pyl}$ ），在提升周期开始前调整辅助增益。

3. 验证

第二组 12 名受试者在涉及行走和提物任务的动态环境中验证了该系统。性能通过 EMG（竖脊肌和腿部肌肉）、感知不适度和用户偏好进行衡量，并将自适应管线与静态辅助基准和无外骨骼条件进行了对比。

核心贡献

优化空间定义： 提出了一个新颖的多指标优化空间，揭示了载荷与最优辅助之间非线性的、与受试者无关的关系。研究表明，虽然高强度辅助能降低平均背部肌肉激活，但可能会增加峰值腿部激活和不适感，因此需要依赖载荷的策略。
基于视觉的管线： 开发了一个利用 DINOv2 和深度传感进行实时预测性控制的管线，用于在提升前估计载荷，有效地消除了驱动延迟。
集成与验证： 将视觉管线成功集成到外骨骼控制回路中，证明了其性能优于静态基准，且不会增加用户不适感。
开源发布： 提供开源数据和代码以促进进一步研究。

结果

优化趋势： 对基准数据的分析证实，最优辅助随载荷呈非线性增加。具体而言，低辅助对于轻载是最佳的，以最小化腿部肌肉激活和不适感；而重载则需要强辅助以最大化背部肌肉的减轻。
模型性能： 基于 DINOv2 的载荷估计模型在离线训练期间表现出稳定的训练过程和改进的验证准确率（从 90.32% 提高到 94.72%）。在实时试验中，完整的基于计算机视觉的自适应控制管线实现了 82.41% 的总分类准确率，其中轻载、中载和重载类别的精确度分别为 85.30%、76.30% 和 86.10%。
肌肉激活： 与静态基准相比，自适应策略将峰值背部肌肉激活降低了高达 23%，并将平均卸载量提高了 8.15%。值得注意的是，自适应控制还降低了中等载荷下的峰值腿部肌肉激活，而静态高强度辅助则会增加该数值。
不适度与偏好： 虽然由于在重载时提供更高辅助，自适应控制导致感知不适度略有上升，但线性混合效应模型（Linear Mixed-Effects Models）的统计分析显示，自适应与静态条件下的整体不适度没有显著差异（ $p=0.454$ ）。然而，83.33% 的受试者更倾向于自适应控制，认为其具备上下文感知支持。
统计显著性： 线性混合效应模型确认了辅助类型具有高度显著的主效应（ $p < 0.001$ ），自适应辅助比静态辅助多提供了 8.15% 的背部肌肉减少效果。

意义与主张

本文声称提供了对背部外骨骼辅助的多指标景观进行的首次系统性和实证分析，证明了最优支持水平遵循一种仅凭直觉无法推断的非线性趋势。作者断言，其方法通过以下方式为主动背部支撑外骨骼树立了新基准：

实现预测性感知，在提升周期开始前调节支持，解决了反应式系统中的关键延迟问题。
通过人群衍生的框架实现与受试者无关的优化。
证明了上下文感知自适应控制相比于静态或被动策略，能在生物力学有效性和用户舒适度之间提供更优的平衡。

研究结论认为，在多变的工业场景中，具有预测性和上下文感知调节功能的主动外骨骼比被动或静态系统更具优势。作者承认了研究的局限性，包括对透明箱体训练的依赖以及对云端处理的依赖，并建议未来的工作应侧重于边缘计算、针对不透明物体的传感器融合，以及在多样化工业环境中的测试。