本書主要介紹醫療機器人的基礎知識、研究挑戰、關鍵成果、應用以及未來發展趨勢，包含輔助、康復和服務等機器人類別。每章都由該領域的專家撰寫，涵蓋解剖造型、肌肉骨骼、神經和認知系統，以及運動能力、自適應性、集成性和安全問題等。其中關于機械和控制方面的大規模尖端應用對于學術界和工業界有很高的參考價值。本書適合機器人領域的研究者、學生和技術人員鞏固理論基礎、了解業界前沿，也適合生物醫學領域的讀者了解相關工程實踐。
前 言Human Modeling for Bio-Inspired Robotics: Mechanical Engineering in Assistive Technologies緣起未來的醫療與輔助技術的發展，需要對人因工程進行很好的研究和理解，因為醫療與輔助系統的設計、控制和分析流程是嚴重依賴人類交互行為的。這些包含醫療與輔助機器人在內的新興領域的出現，歸因于人們為提高生活質量而不斷增長的對新技術的需求。例如，美國政府在2011年宣布的“全國機器人行動倡議”，就是鼓勵和支持在“人類參與交互循環”機器人系統或“人機協作機器人”領域中開展科學研究。
除了需要理解傳統機器人學中的關鍵內容，諸如力學和編程，這項新興的研究還需要從工程的角度分析人類運動學、生理學和心理學，也就是本書中所謂的“人類建模”。要掌握該領域復雜和跨學科的內容，并將理論知識應用到實際中，必須對該領域進行系統級的研究。
與人機協作機器人相關的研究成果傾向于發表在主題非常寬泛的期刊和會議論文集中，寬泛的主題使得新進的研究人員難以有效地找到研究材料。本書旨在為學術界和工業界的研究人員提供該領域的基礎知識，并且展示了趨向于宏觀（人類實際尺寸）應用的人類功能的力學和控制中的最新研究結果。這些內容由相關領域的高級專家組織和編寫。雖然視覺與聽覺系統的建模也很重要，但是這些內容超出了本書作者的專業知識范圍，因此不包括在內。
本書中收集的工作提供了對人體機構的系統級的討論，討論的主題包括解剖學、肌肉骨骼、神經與認知系統的建模，以及運動的功能、自適應性和整合性。本書的目標讀者是機器人等相關方向的研究生，以及新加入這個研究領域、需要盡快提高機械設計與控制能力的專業工程師。本書假設讀者在工程學上具有基本的本科知識水平，例如機械、生物醫學或電氣工程。本書每章強調并總結了一項主題研究的背景、挑戰、關鍵成果、應用和未來趨勢，同時最大限度地減少高等數學的知識。本書的這種設置方法還旨在向具有生理學和生物醫學背景的讀者介紹工程方面的知識。雖然每章都是一篇獨立的、完整的論文，但是這些論文是圍繞著一個一致的主題組織的。
本書的作者們已經在IEEE國際機器人與自動化大會、IEEE先進智能機電一體化大會和ASME動力學與控制大會上組織了多個研討會和專題報告會。這項工作得到了ASME動力學系統和控制部門的機械電子學、機器人和生物系統技術委員會的支持。我們要感謝所有組織者、主題演講者和提供幫助的工作人員。
內容組織本書涵蓋了人類建模的兩大主題：
1）人類肌肉骨骼系統的建模及應用，人類運動的計算分析、建模及應用。
2）人類認知和肌肉技能的建模及應用。
本書中有6個關注人類肌肉骨骼系統和人類運動的計算分析的主題。在第1章中，Deshpande等人提出了一種人類掌指關節的被動剛性的建模方法，以及肌腱單元和囊狀韌帶復合體彈性的建模方法；他們對10個人類受試者進行實驗，并收集關節角度和指尖力度的數據。在第2章中，Alamdari和Krovi主要關注如何更好地理解人類下肢與肢體環境的物理相互作用，并對這類計算建模方法進行了綜述，還討論了人–機器人交互的應用設置。在第3章，Bu等人闡述了基于肌電（EMG）信號的人–機器人接口的混合運動與任務的建模框架，并且介紹了使用任務建模的EMG控制的人–機器人接口的案例研究。在第4章中，Hayashibe等人概述了基于家庭的康復系統以及該系統的最先進產品，并且提出了考慮特定主題變量平衡的個性化測量方案。在第5章中，sharma和kirsch討論了使用正向動態優化方法與三連桿動態行走模型來進行關節角度軌跡的計算，該計算需要獲得最小電刺激或電機轉矩輸入。在第6章中，Park概述了主要依賴于身體運動的柔性可穿戴技術，并用輔助和康復技術的多個示例討論了集成有各種柔性可穿戴傳感器和致動器的機器人系統。
本書還包含關注人類認知和肌肉技能建模方法的5個主題。在第7章中，Lisi和Morimoto概述了可行的非侵入性技術，隨后詳細描述了基于感覺運動節律（SMR）的腦機接口（BMI）技術，并描述了在實現基于SMR的解碼器及其主要組件中的重要挑戰。在第8章中，Ravichandar和Dani概述了人類意圖估計算法，并介紹了一種推斷人類操作者手臂運動意圖的算法，該算法根據微軟 Kinect傳感器的觀察結果進行推斷。在第9章中，Bai和Christensen概述了外骨骼設計的主要挑戰，并介紹了基于人–機器人交互的生物機構模擬器的設計方法，該方法旨在有效地設計外骨骼結構和運動控制器以根據需要實現運動輔助。在第10章中，Wagner和Briscoe研究了眾望所歸的下一代機器人系統，這些機器人將能與患者進行社交互動，對患者的情緒、個性和喜惡進行建模，并使用這些交互信息來指導機器人進行相應協助的決策。最后，在第11章中，Ueda等人針對人–機器人身體相互作用中的神經運動適應機制，探討了相關的理論、方法和工具。
Jun Ueda，佐治亞理工學院機械工程學院副教授，研究領域為電子工程、控制系統工程和機械工程，是機器人領域系統動力學和魯棒控制方面的專家，并為工業和醫療應用開發傳感和驅動設備。
Yuichi Kurita，廣島大學工程部副教授，是機器人領域人機工程分析和生理測量方面的專家，曾參與的項目包括研發可提高人類感知和運動能力的輔助設備以及醫療應用中的觸覺建模等。
目 錄
Human Modeling for Bio-Inspired Robotics: Mechanical Engineering in Assistive Technologies
譯者序
前言
第一部分 人類肌肉骨骼系統的建模及應用，人類運動的計算分析、建模及應用
第1章 在機器人手掌中為提升操作性而實現的類人關節剛性 2
1.1 引言 2
1.2 關節剛性的建模 2
1.2.1 方法 2
1.2.2 實驗結果 7
1.2.3 關節剛性建模的總結 12
1.2.4 對具有并行柔性的機器人關節的分析 13
1.2.5 時間延遲作用 13
1.2.6 加入并行柔性的作用 14
1.2.7 系統并行柔性的設計指南 16
1.3 被動關節剛性的多指操縱 16
1.3.1 系統模型 16
1.3.2 抓握穩定性分析 17
1.3.3 操作控制器的設計 17
1.3.4 實驗與結果 18
1.4 討論 21
參考文獻 22
第2章 人類下肢肌肉骨骼的計算分析綜述 24
2.1 引言 24
2.2 人類行走的步態周期 25
2.3 正常人類行走的生物力學 27
2.4 人類行走的量化模型 27
2.4.1 人類行走的運動學 28
2.4.2 人類行走的動力學 29
2.5 肌肉骨骼與鉸接系統交互的計算分析 37
2.6 結論 40
參考文獻 41
第3章 肌電控制的人–機器人接口：一種混合運動和任務的建模方法 47
3.1 引言 47
3.2 EMG動作分類 48
3.2.1 EMG采集與分析 48
3.2.2 動作分類 51
3.3 人類接口的任務建模 53
3.3.1 人類任務建模 53
3.3.2 結合肌電建模與任務建模 55
3.4 使用任務建模的肌電控制人–機器人接口 56
3.4.1 系統描述 56
3.4.2 動作分類實驗 58
3.4.3 機器人操作實驗 60
3.5 討論與總結 62
3.5.1 分類準確率的增加 62
3.5.2 BN任務模型對分類結果的影響 63
參考文獻 64
第4章 基于家庭的姿勢平衡康復的個性化建模 68
4.1 引言 68
4.2 基于家庭的姿勢平衡康復 68
4.3 身體肢體的參數 70
4.4 人類受試者的質心位置估計 70
4.5 方法 72
4.5.1 SESC計算 72
4.5.2 使用卡爾曼濾波器的SESC參數識別和視覺反饋 73
4.5.3 角動量的零速率 74
4.5.4 實驗 75
4.6 實驗結果 76
4.6.1 高成本傳感器對比便攜式傳感器 76
4.6.2 收斂–骨架著色反饋與無視覺反饋 78
4.6.3 使用新運動集進行交叉驗證 78
4.6.4 姿勢穩定指數 80
4.7 討論 81
4.8 結論 81
參考文獻 81
第5章 步態恢復的混合神經假體的建模和動態優化 85
5.1 引言 85
5.2 動態模型 86
5.2.1 初始雙重支撐階段 86
5.2.2 單一支撐階段 87
5.2.3 沖擊和最終雙重支撐階段 89
5.3 動態優化 90
5.4 仿真與結果 91
5.4.1 在對抗肌肉副之間切換 91
5.4.2 對抗肌肉副的共激活作用 91
5.4.3 混合關節致動器 91
5.4.4 模擬結果 92
5.5 結論與未來的工作 94
附錄 95
參考文獻 96
第6章 身體運動感測的柔性可穿戴機器人技術 98
6.1 身體運動感測 98
6.2 嵌入導電液的柔性人造皮膚 101
6.3 應變敏感的導電聚合物 106
6.4 用于運動感測的光纖可穿戴傳感器 110
6.5 結論與未來的發展 112
參考文獻 112
第二部分 人類認知和肌肉技能的建模及應用
第7章 輔助和康復機器人的非侵入性腦機接口技術綜述 118
7.1 引言 118
7.2 腦機接口 118
7.2.1 腦電圖 118
7.2.2 大腦活動的類型 119
7.2.3 BMI的類別 119
7.2.4 偽跡信號 119
7.2.5 基于感覺運動節律的BMI 120
7.2.6 性能評估 123
7.3 輔助機器人的BMI 123
7.3.1 共享控制 123
7.3.2 BMI與非穿戴式機器人 124
7.3.3 BMI與可穿戴式機器人 124
7.4 康復機器人的BMI 127
7.4.1 上肢運動恢復 127
7.4.2 下肢與步態恢復 128
7.5 結論 129
致謝 130
參考文獻 130
第8章 輔助機器人中人–機器人協作的意圖推理 139
8.1 背景技術 139
8.2 研究挑戰和解決方法 141
8.2.1 系統建模 141
8.2.2 意圖推理 142
8.2.3 在線模型學習 146
8.3 應用 147
8.3.1 人–機器人協作 148
8.3.2 輔助機器人 150
8.4 討論 153
8.5 結論 153
附錄 153
參考文獻 157
第9章 生物力學的HRI建模和外骨骼輔助應用的機電一體化設計 160
9.1 引言 160
9.2 外骨骼設計的挑戰 161
9.2.1 人–外骨骼系統的生物力學建模 161
9.2.2 運動結構 162
9.2.3 致動器 162
9.2.4 感測 163
9.3 生物力學建模 163
9.4 HRI模型的開發 164
9.5 設計實例 165
9.5.1 實例一：用于重力補償的彈簧加載的外骨骼 165
9.5.2 實例二：2自由度主動輔助外骨骼 168
9.6 結論 171
致謝 172
參考文獻 172
第10章 輔助機器人的人類心理建模 174
10.1 引言 174
10.2 人類特征的維度 175
10.2.1 性格 176
10.2.2 情感和心情 176
10.2.3 智力 177
10.2.4 社交智力 177
10.3 構建HRI的行為模型 178
10.4 經濟決策模型 179
10.4.1 神經經濟學 181
10.4.2 認知架構 183
10.5 心理推理模型 183
10.5.1 心理特征的檢測和建模 184
10.5.2 利用情景 185
10.6 結論 185
新書資訊