德國斯圖加特大學的研究團隊在機器人技術領域取得突破性進展——他們成功將人類膝跳反射的神經回路移植到仿生機械腿上，使機器人能夠像人類一樣對機械刺激做出快速反應。這項研究近日發表于《npj Robotics》期刊，首次驗證了生物反射回路在物理硬件中的可行性，為未來智能假肢和下肢外骨骼開發提供了全新思路。
研究團隊以人體解剖數據為藍本，構建了高度仿真的機械腿模型。該裝置采用3D打印技術制造，幾何參數嚴格參照成年男性平均體型設計，包括腿長、質量分布等關鍵指標。膝關節采用四連桿機構替代傳統鉸鏈，精準復現人類膝蓋特有的滑動-滾動復合運動模式，使髕腱力矩臂隨關節角度動態變化。驅動系統由四根氣動人工肌肉組成，分別模擬股四頭肌的四個頭，每根肌肉內置導電乳膠弦傳感器，可同時監測肌肉長度和收縮速度，其功能與人體肌梭高度相似。
實驗裝置設計巧妙，采用與臨床膝跳反射檢查相同的擺錘結構，從15°至50°八個角度釋放敲擊髕腱。14名健康志愿者與仿生腿在完全相同條件下接受測試，人類反應通過肌電信號和運動捕捉系統記錄，機器人數據則通過拉伸傳感器和高速攝像獲取。結果顯示，機械腿的膝關節最大屈曲角度始終落在人類數據95%置信區間內，二者運動軌跡呈現顯著一致性。
研究人員將反射過程拆解為四個關鍵階段進行對比分析：從撞擊到髕腱形變最大值階段，機械腿耗時12.1毫秒，與人類11.7毫秒幾乎持平；信號傳導階段機器人僅需5.9毫秒，較人類的25.1毫秒快四倍，這主要得益于電信號在銅導線中的傳輸速度遠超神經信號；在肌肉響應階段，機器人用時108.1毫秒，比人類的69.9毫秒慢近40毫秒，這歸因于氣動系統需要時間建立壓力；總反應時間方面，二者處于相同數量級。特別值得注意的是，敲擊力度與反應速度的正相關關系在人機兩側完全一致，證明機械系統成功復現了生物肌肉的動態耦合特性。
為驗證反射回路的功能價值，研究團隊在神經肌肉行走仿真模型中開展虛擬實驗。該模型包含雙下肢七個自由度和十四條肌肉，通過脊髓反射控制網絡實現行走。當在腳踝高度設置障礙物時，配備膝跳反射的模型能在股四頭肌被拉伸后25毫秒內啟動保護性收縮，將腳部向前拉起避免絆倒；而無反射回路的對照組則直接摔倒。這證明單關節反射可作為行走系統的關鍵穩定組件，盡管研究團隊強調其不能替代復雜地形下的多關節協調控制。
該技術與主流機器人控制路線形成互補關系。當前先進人形機器人依賴電機驅動和強化學習算法，從感知擾動到執行動作需要數百毫秒。而新系統將首個穩定響應交由底層反射回路處理，使高層控制器可專注于長期策略規劃。這種分層架構既保留了傳統方法的決策能力，又引入了生物系統的快速響應優勢。
盡管取得重要進展，研究團隊坦言當前系統仍存在局限：僅復現了肌梭傳感器，未集成腱器官、皮膚感受器等生物傳感器；膝關節活動度限制在矢狀面內；尚未在多關節行走系統中驗證實際效果。這些不足恰恰指明了后續研究方向，特別是在膝關節假肢和下肢外骨骼領域，具備自動觸發支撐功能的反射回路有望在用戶感知危險前提供保護，顯著提升穿戴設備的安全性和自然度。
