電影《流浪地球》中，通過控制機器人外骨骼，救援隊在冰原中拖動火石、救助墜落的人員、最后協力推動“頂針”，賺足了觀眾的眼球。這在現實中可以實現嗎？我們真的可以如電影中一樣，隨心所欲地操控沉重的機械戰甲嗎？當前，基于肌電的人機交互技術為我們提供了可能。

肌電技術：可識別每一個動作

骨骼肌肉電信號，簡稱肌電，是一種伴隨肌肉收縮運動，由肌肉細胞和相關神經元電活動疊加產生的信號。肌電信號早先主要被應用在運動相關的疾病診斷和康復訓練等領域中。由于在目標肌肉群的皮膚上放置電極即可采集到表面肌電信號，對人體沒有任何損害，近年來，肌電這項技術也開始為普通人群提供服務。

肌電的產生與肌肉的活動息息相關。不同的動作伴隨著不同的肌肉群收縮模式，也對應著不同的肌電響應情況，因此，肌電常被用于進行人體活動狀態的解讀。

目前，肌電已經被證明可以用來識別諸如握拳、打響指和抬手等多個手勢，以及前進、后退和轉向等多種步態。此外，由于動作的產生也需要肌肉活動，肌電不僅可以識別已經發生的動作，還可以對將要進行的動作進行預測。由于肌電在動作識別方面的潛力，其在人機交互中的應用開始逐步受到關注。

實際上，當前市面上已經有多種較為成熟的動作識別解決方案，比較著名的有Kinect 和Leap Motion等。但是，這些方案往往都是基于計算機視覺實現，需要通過攝像頭拍攝到人的活動，根據圖像分割技術，提取關鍵的骨骼節點，識別出當前對應的動作。正因為其原理如此，這些方案對于環境光線，遮擋物和離攝像頭的距離都有一定的要求，因而也限制了應用場景和人的活動范圍。基于肌電的動作識別只需要在胳膊或者小腿等位置貼上電極，不再需要布置攝像頭等其它外部設備，就可以實現各種場景下的動作識別，相較而言，就要靈活得多。

▲Leap Motion方案是基于計算機視覺實現的（圖片來源/LeapMotion.com）

人機交互：多個場景應用廣泛

正因為其靈活性，基于肌電的動作識別在多種人機交互場景中都有應用的可能。

例如，航空航天、深海作業和災害現場搜救等條件嚴苛充滿風險的地方往往需要遠程控制機器人進行協助。而利用肌電進行機器人控制只需要使用者作出相應的動作即可，這讓整個操作流程變得非常便捷，操作員更有身臨其境的感覺，對突然出現的危機情況也可以更快地進行反應。此外，這種基于肌電的使用者動作同步模擬還有望被應用在遠程手術中。也許在未來的一天，通過分析肌電實時提取大夫的手部動作，我們可以讓身處北京的大夫控制手術機器人治療深圳的患者，讓頂尖的醫生能幫助到更多的人。

另外，基于肌電的動作識別還可以被應用于機器人外骨骼的控制。這種技術既可以打造中強力的機械戰士，也能在日常生活中發揮作用，例如搬運重物，在火災現場救出被困在高層的人們，等等。除此之外，該技術還可以幫助肢體缺損的人重獲活動能力。例如，已經有基于肌電的解決方案，幫助因事故完全切除手掌的鋼琴愛好者，控制機械手成功彈起了自己心愛的樂曲。

肌電在娛樂行業也有相應的前景，除了控制小車、無人機等小游戲之外，基于肌電的動作識別也可以作為虛擬現實和增強現實游戲的一個輸入維度，只需要如真實世界中作出相應的動作，玩家就可以在游戲世界中走動，拾取物品或者進行一次攻擊，這種交互模式相較于現有的控制手柄會帶來更高的控制感和沉浸感，讓游戲體驗提升。同時，基于肌電的動作識別還可以用于智能家居的控制，想象一下這樣的場景：進門之后打一個響指，家中的燈光、空調和音樂就相繼打開，迎接主人的回歸。

▲基于小腿表面肌電的智能移動機器人控制系統示意圖。通過對采集的肌電信號進行比較分析, 選取了動作段與靜息區別較為明顯的CH1等四通道信號作為后 續研究信號源。左上圖是電極放置的位置；右上圖是實際的控制場景；左下圖是機器人的示意圖；右下圖是步態識別的準確率（供圖/ 高小榕）

人機融合：“雙向”交互營造沉浸式體驗

基于肌電的人機交互在國內外都受到廣泛的關注，也是研究的熱門話題之一。我和清華大學神經工程研究室徐超立一起，提出了一種新穎的“基于小腿表面肌電信號的智能移動機器人控制方法”。通過采集單腿的小腿肌電信號，并將用戶步態動作的識別結果實時轉化為對機器人運動控制的指令，該系統實現了人與智能移動機器人的實時協同交互。該系統采集方法簡單，實時性和準確率都很高，于2016年發表在《中國生物醫學工程雜志》上，引起學術界好評，在2019年被評為“北京地區廣受關注學術論文”。

那么在下一階段中，肌電在人機交互領域還有哪些提升的方向？一種可能性是實現“雙向”的交互。目前常用的，把肌電中信息解碼后用于控制設備只是一種從人到機的單向信息傳遞，實際上，在與觸覺反饋和肌肉電刺激等技術結合之后，我們還可以將反饋信息再直接輸入給人。例如，通過肌電控制化身在虛擬現實場景中鞠一捧水的同時，如果具有反向的輸入通道，我們還可以感覺到水的重量和流動感。這種雙向的交互可以進一步地提高真實感，從而實現人機交互到人機融合的跨越。

由于肌電采集相對簡潔，蘊含信息豐富，在動作識別中具有很大的潛力。但也需要注意到現有技術仍存在著運動噪聲干擾判別、動作識別效果受個體差異影響，單次使用時間長性能降低等問題。我們期待在研究者的不斷努力下，肌電可以在人機交互中發揮更大的作用，為廣大用戶群體帶來更自然、更便利的人機交互解決方案。■