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。