下肢外骨骼技术可为行动不便的老年人与肢体残疾患者提供辅助训练，帮助恢复受损运动机能。然而，现阶段研究由于缺乏可靠的交互评估基准，在临床转化方面遇到了瓶颈。现有方法多集中于验证辅助策略的效果，对交互质量关注不足；传统生物力学指标则忽视人机双向作用与外骨骼性能退化，且依赖外部传感器和结构化环境，难以满足临床康复对评估实时性、动态性和安全性的要求。

近日，中国科学院沈阳自动化研究所机器人学研究室科研团队提出了一种“辅助正常度”评估方法，用于系统刻画外骨骼在名义状态(nominal state)下的人机耦合特征。针对传统评估偏重“方法优劣”而忽视交互质量的问题，科研团队首次将评价视角从单一主体拓展到整体耦合系统，构建了一个多维、低成本的量化指标框架，涵盖步态重塑性、相位偏差权重和多关节协同三项指标，能够动态反映不同时段的人机交互表现。

同时，科研团队进一步提出了同源差异评估范式，通过在健康人与偏瘫患者中使用同一外骨骼系统，并以两类人群步态差异作为校准基准，实现了评估指标的有效标定。该方法为康复外骨骼提供了一种面向交互质量、可推广、可标准化的评价方法，可助力提升训练的安全性、个体化调节和临床部署。

科研团队在8名健康受试者和9名偏瘫患者中开展了实验验证。结果表明，“辅助正常度”能够揭示外骨骼训练过程中步态逐步恢复的趋势，并反映出人机交互的显著时变特性，验证了其作为交互质量评估指标的有效性与敏感性。该方法对硬件依赖性和辅助策略约束较低，展现出良好的泛化性与推广潜力，为外骨骼临床康复应用和个性化调控提供了新的方法论。

该研究以Manifesting Nominal Assistance in Hemiplegia Gait Training Through an Assistive Normality Framework为题发表于系统工程领域期刊IEEE Transactions on Systems,Man,and Cybernetics: Systems。沈阳自动化所博士陈万鑫为该论文第一作者，张弼副研究员、赵新刚研究员为通讯作者。

该研究得到了国家自然科学基金项目、辽宁省自然科学基金项目的支持。