最近，美国亚利桑那大学造出一种机器人腿设备，研究人员将人体组织系统所拥有的神经结构、肌肉骨骼构架和传感反馈路径进行一定简化后，用在机器人腿上，在模拟人类走路步态时，几乎能以假乱真。研究人员认为，这是第一个达到了生物行为精确度的完整行走模型。相关论文发表在2012年7月6日的《神经工程杂志》上。
这种“两足机器”建立在人类肌肉神经结构的原理上，通过韧带肌肉模拟收缩/舒张肌行为。人类走路系统的关键部分是中枢模式发生器（CPG），是一个位于腰部脊髓区的神经网络。人体不同部分接受环境刺激会产生反应，CPG收集这些反应信息，产生节奏肌肉信号并对这些信号进行控制。这一机制让人能自由行走而无需思考该怎么走。
最简单的CPG形式是一种半中枢，仅由两个神经元组成，分别发出信号和产生节奏。机器人腿的神经系统是一个人造半中枢振荡器，再加一些将信息反馈给半中枢的传感器，包括负荷传感器，当腿受到来自路面的压力时，把压力传给肢体。论文合著者特丽莎?克莱因说：“我们造出的行走模型，只需一个简单的半中枢来控制臀部，一套刺激反应器来控制下面的肢体，就能模仿人类走路步态而无需平衡。”
这种机器人系统模型代表了一个完整的生理或“神经机器人”，有助于研究人类和动物行走的神经生理过程、发展婴儿学步理论，帮人们理解脊髓损伤病人恢复行走能力的机制。
研究人员推测，婴儿学走路也是从简单的半中枢开始的，一段时间后，婴儿通过学习建立起一张“网”，以适应更复杂走路方式。这也解释了为什么把婴儿放在跑步机上时，他们会表现一些简单的走路姿势，因为在他们开始学走路之前，一个简单的半中枢已经存在。“这种支持网络可能也是形成CPG的核心，这解释了为何那些脊髓受伤的人在受伤后几个月内，通过适当刺激还能恢复行走能力。”克莱因说。
访问人数：