23、跑步机上人体步行控制的双摆模型及步间波动研究

跑步机上人体步行控制的双摆模型及步间波动研究

1 引言

步行是肢体的有节奏运动，能使人类和动物持续向前移动。它由大脑运动中枢、神经脊髓回路和反射、众多肌肉、不同感觉系统与环境之间的复杂相互作用产生。神经系统通过整合视觉、前庭和本体感觉等感官反馈以及大脑中的内部模型，将人体作为一个复杂系统进行控制，以维持动态稳定和有效步行。

步行过程中存在内部（神经生物学）和外部（环境）的不确定性来源，导致每一步都略有不同。这些变异性可能包含神经系统如何应对噪声以调节肢体运动的重要信息。例如，老年人的运动变异性会随年龄增长而增加，且与跌倒历史和未来跌倒可能性相关。同时，运动变异性的增加有助于康复期间的运动学习。除了运动和感觉源的生物噪声外，高度的自由度也是变异性的来源之一，大量的肌肉和关节为神经系统实现同一目标提供了无限选择。

步行中的步长（Ln）、时间（Tn）和速度（Vn）是被广泛研究的全局参数。去趋势波动分析（DFA）常用于分析这些参数的时间序列，研究表明地面步行时这些参数序列具有高统计持续性，使用节拍器会使 Tn 变为反持续时间序列，这意味着对 Tn 的控制力度更大。在固定速度跑步机上步行，步长的反持续特征会增加。跑步机上每一步后的位置（Pn）也是重要参数。为探究神经系统在跑步机上步行采用的策略（位置控制或速度控制），曾设计过四个黑箱模型，但这些模型缺乏对运动生物力学的信息。因此，简单的概念性动态机器人模型，如质量 - 弹簧模型和摆模型，在研究中具有重要作用。不过，目前尚未有基于摆模型研究跑步机上 Tn、Ln、Vn 和 Pn 变异性的研究。

2 材料与方法

2.1 双摆模型

采用双摆作为人体步行模型，该模型考虑了步行的单支撑