步行助力機器人與使用者通過束帶緊密結合在一起，形成一個高度自動化的人－機一體化系統。 此系統要實時地獲得使用者的運動信息。 用于運動信息采集的典型傳感器有：sEMG（表面肌電傳感器）、肌肉壓力傳感器及關節角度傳感器等。

　　研究中，考慮對應于人體三維運動在裝置和人體間適當地配置測力點，根據各測力點感受到的人體運動時的多維力導向信息，以及事先設定的參考值，判斷下一刻動作是屈或伸，完成由人－機交互信息到使用者運動意圖的推理，這樣就不同于通過捆綁于人體上的肌電傳感器及角度儀用于檢測人體運動信息的方法。

　　4 仿小腿肌肉功能模型的下肢助力機器人控制分析

　　英國著名生理學家希爾（Hill A V）提出了一個由三個元素組成的肌肉結構力學模型，又稱三元素模型，用此反應肌肉的功能。 隨著對人體結構逐步深入的認識，不同的模型及分析方法被提出。

　　人體運動系統是由骨骼和固著在骨上的肌肉組成的，肌肉的收縮和舒張牽動骨骼，使人體能夠進行各種運動。 由于人體結構和功能的特殊性和復雜性，將人體下肢作適當簡化及必要的假設后，對人體下肢建立其功能模型，圖 4 為下肢的小腿部分骨－肌肉功能模型。 這里，骨骼簡化為棍狀結構體，肌肉簡化為由彈簧－阻尼組成的阻抗模型。 其中： k 和 c 分別表示彈性系數和阻尼系數，并忽略了由摩擦力和機械傳動阻力引起的未知干擾，模型的運動方程為：

　　其中： M 為肌肉產生的力矩［N·m］，I 為轉動慣量 ［kg·m2］，β 為關節角加速度 ［rad/s2］，ω 為關節速度 ［rad/s］，θ 為關節角度 ［rad］。

　　肌力的產生是由肌肉的收縮和舒張所引起的，由力矩定義可知：

　　其中：

　　其中： x 表示肌肉在收縮與舒張中的長度變量，由圖 4 可知，x 可按下式計算：

　　人在行走時，主要是通過髖關節及膝關節的屈伸運動來實現其行走功能，雙腿的擺動多分布于矢狀面內。 助力機器人的助力機器臂可以看作為一個開式運動鏈，它是由一系列連桿通過轉動關節串聯而成，開鏈的一端固定在腰帶上，末端安裝有特別制作的金屬鞋底，髖關節及膝關節屈伸運動由伺服電動機驅動，關節的相對運動導致連桿的運動，使助力腿完成類似人的下肢步行動作。

　　步行助力機器人與人體下肢通過束帶緊密聯系在一起，如圖 5 所示，步行助力機器人的最終運動是通過位于使用者與裝置間的各測力點感受到的人體運動時的多維力信息來完成自主運動，不需要任何操縱臺或外部控制設備，形成一個高度自動化的人－機混合系統。 助力機器人要達到助力的功能，首先，對使用者下肢運動預判;其次，助力裝置除克服自身動力矩（主要由裝置自身重量引起的重力矩）外，還要降低人體肌肉對關節所能產生的力作用，即降低肌力，從而達到助力的目的。 結合裝置自身的動力矩，對式（3）進行如下調整：

　　其中： Mexoskeleton是對外骨骼裝置進行動力學分析后的關節動力矩; μ 為修正因子;助力機器人連桿裝置的轉動慣量計算如下：

　　近似計算人體各段轉動慣量的公式如下：

　　其中： X1為體重［kg］; X2為身高［cm］; Bi0，Bi1，Bi2為二元回歸方程系數。

　　同時，角加速度可表示如下：

　　其中： dt 可以近似地認為是實際控制系統中的控制采樣周期 T ，即 dt =·T ，整理合并后可得：

　　式（7）所確立的力與角速度間的對應關系式是建立在人體肌肉功能模型之上，是形成系統伺服規則的重要依據。