康复机器人是非常重要的康复方式，目前多通过硬件来控制：如机械按钮、操纵杆、平板电脑等。硬件控制的优点是稳定明确，但患者接受的是被动运动。虽然患者可主动参与，但不可避免的是，其参与的动机会自然消退，甚至会出现患者训练时瞌睡的尴尬局面。

事实上，我们还可通过更高级的运动意图识别来控制。

运动意图识别控制

运动意图识别这项技术，对患者康复极具意义。它充分调动和维持了运动的主动性，促进有效性最大化。丰富的随机对照试验和系统综述已经证明了这一点。

运动意图识别的方式主要有三种

一、脑电信号意图识别

脑电信号意图识别植入电极最理想的方式是将电极放置在颅骨内，硬脑膜外，直接采集皮层的电活动。这种方式的最大优势是，第一时间就能被采集下来。但是植入电极在运动皮质位置的选择和固定，以及植入过程的有创操作，还有医学伦理等问题，使这种方式尚不能在人体验证使用。

目前成熟的方式是：通过一个布满电极的帽子，在颅骨外、头皮外进行脑电信号的采集。这种方式无创、可接受程度高。缺点是：脑电信号在穿透脑膜、颅骨、筋膜、头皮的过程中，发生了深刻的变化，造成了去噪解读的复杂。但通过技术处理后依然是目前最可接受的方式。

通过脑电的信号进行意图识别，信号直接及时，如果在操作便捷、解读准确、可重复性等方面达到要求后，被视为理想的意图识别方式，是真正的意图识别。巴西研究者已经通过脑机接口控制外骨骼机器人的方式，实现了令人惊讶的显著有效性。

三、力传感器意图识别

力传感器意图识别分为力矩传感器和压电传感器。肌肉收缩带动关节运动，进而对传感器施加了力，传感器也就采集到了患者的运动意图。其实，此时已不是运动意图识别了，而是运动效应检测，因为其相对于意图的产生，有严重的滞后性。压电传感器、重心偏移检测、足底压力检测等，道理一样。

那诸如此类的价值在哪里呢？在于患者恢复后期，虽有产生肌肉收缩和力，但不足以支撑自己的运动。所以，此时需要将传感器结合电机，用电机输出再补上一部分力，来满足实际需要。力矩传感器结合电机，我们称之为“关节模组”。目前有些康复机器人正是采用了这样的方式。

以上就是为了增加康复机器人的有效性和辅助性，采用的三种运动意图识别的方式。脑电意图识别多用于康复早中期，也就是常说的“脑机接口”，后期使用效果也不错。肌电意图识别多用于康复中后期和假肢辅具，力矩传感器意图识别多用于康复后期。

意图信号的处理识别，随着机器学习算法的应用，也已经到了新的发展阶段，另外通过肌肉型态学，通过综合行为特征等，进行数据学习识别亦在规划中。