近年来，外骨骼机器人因其能够增强或扩展人类能力而在货运、救灾和康复等领域展现出广泛的应用。作为一种很有前途的外骨骼机器人，下肢辅助外骨骼机器人可以跟随佩戴者的腿部运动并提供负重支撑。与工业机械臂不同，下肢赋能外骨骼机器人的运动轨迹不能通过预编程或仅根据操作环境生成。而是根据佩戴者的运动意图和辅助需求来规划。特别是步态信息提供了穿戴者步行状态的反馈，影响运动意图、辅助策略和辅助效果的预测。因此，步态识别是涉及下肢外骨骼机器人的人机合作中的关键任务之一。
收集人脚压力、速度和加速度的可穿戴传感器适用于评估外骨骼机器人的步态感知。一般来说，构建这样的传感器系统，应考虑便携性和合规性，以便无缝集成到机器人中，以及移动肢体时的佩戴舒适度。然而，典型的传感器系统目前基于大尺寸的刚性基板。过去十年，柔性电子器件的发展为传感器提供了轻量化和良好的舒适度。各种柔性传感器，例如压力传感器、温度传感器和湿度传感器，已被设计和证明用于跟踪人类身体活动。然而，由于制造技术和方法有限，柔性传感器通常会出现批次间的差异，这阻碍了它们在实际系统中的应用。
定制激光直写技术是一种高效、高精度、绿色智能制造技术，通过激光与物质相互作用生成敏感纳米材料或功能性微纳米结构。使用这种方法，已经演示了各种柔性传感器，例如气体、应变和压力传感器以及生物传感器.激光诱导石墨烯( LIG )是用于感测或互连电极的柔性传感器最有用的材料之一，并且可以通过聚酰亚胺(PI)膜的一步激光烧蚀来制造。通过将LIG转移到软聚合物上，例如聚二甲基硅氧烷(PDMS)、ecoflex和水凝胶，可以生成用于软或柔性装置的复合材料。
在这项工作中，设计了一种基于LIG的可穿戴步态识别传感器系统，应用于外骨骼机器人以实现实时步态识别。通过激光加工对PI薄膜进行选择性碳化，制备了由LIG/PDMS敏感单元和叉指LIG电极组成的定制智能鞋垫。此外，利用机器学习算法提高了不同条件下步态的识别精度。外骨骼机器人的实际应用表明，基于LIG的步态识别传感器系统可以为人机交互控制提供高精度的步态信息。配备高灵敏度压力传感器阵列和算法的智能鞋垫在康复医学的步态分析和识别方面具有很大的应用潜力。
结果与讨论
外骨骼机器人控制时，必须获取人体的实时步态信息。检测外骨骼机器人步态阶段的智能鞋垫系统由位于足部受力点的七组压力传感器组成，反映足底压力变化和压力分布状态。在单个步态周期中，足部的运动可分为几个阶段，包括初始接触(IC)、负载响应(LR)、中期站立(MS)、最终站立(TS)和摆动(SW)，如图1b所示。脚跟与地面之间的初始接触是一个瞬态过程，这表明相应的冲击不一定会在每个步态周期中发生。在加载响应步骤中，腿部吸收冲击力，直到前脚掌着地。在站立期间，脚保持静止并支撑体重，因为另一只脚开始摆动。当脚跟离开地面时，最终姿势开始并持续，在此期间脚趾保持接触地面。然后，脚将进入摆动阶段。所有脚与地面接触点的步态阶段都称为站立阶段。传感器系统的开发是为了实时准确地识别上述步态阶段。
