在负重行走辅助技术领域，南方科技大学机械与能源工程系付成龙教授团队取得了突破性进展。其团队研发的穿戴式半人马负重助行机器人，为解决高强度负重行走难题提供了创新方案，相关研究成果发表于机器人领域权威期刊《International Journal of Robotics Research》。
负重行走常见于军事行动、应急救援及日常生活场景，但传统方式存在显著弊端：人体代谢率会因高强度负重急剧上升，作业效率随之下降，肌肉骨骼损伤风险也大幅增加。目前主流的穿戴式外骨骼机器人虽能提供一定助力，但因助力方向与人体行进方向存在较大夹角，导致助力效率低下。实验数据显示，此类设备仅能将人体新陈代谢率降低约10%，与背包负重方式相比优势有限。
针对现有技术的局限性，研究团队突破传统设计框架，提出全新的人机协作模式。该模式借鉴自然界四足动物的负重形态，将机器人设计为独立肢体而非与人腿刚性并联。通过穿戴式弹性耦合接口，机器人与人体背部实现柔性连接，构建起"人类智能导航+机器人力量负重"的混合四足系统。这种设计既保留了人类在复杂环境中的决策能力，又充分发挥了机器人分担重量、提供行进推力的优势。
为解决人机动力学耦合难题，团队创新设计了基于菱形连杆与拮抗弹簧的软化弹性耦合机构。该机构具有独特的非线性刚度特性：当作用力较小时呈现高刚度，实现快速响应；当作用力增大时刚度降低，提供强缓冲效果。这种特性使机器人能够像独立个体般稳定运行，同时通过接口精准输出助力。结合"行走-交互协同控制框架"，机器人可实时感知人体运动意图，无需人工指令即可实现全向跟随，并在维持自身平衡的同时提供稳定的水平推力。
综合实验验证了该系统的卓越性能。在机动性测试中，机器人能在1米狭窄空间内连续完成"8"字绕桩动作，并借助视觉感知自主规划路径，顺利通过台阶、斜坡等复杂地形。负重效能测试显示，与背负20kg重物（约占体重29%）相比，穿戴机器人并开启水平助力后，人体净代谢成本降低35%，足底压力减少52%。步态分析进一步表明，受试者穿戴机器人后的步宽变异性显著降低，侧向稳定性指标与空载行走无异，验证了"垂直负载分担+水平质心助力"复合模式的高能效优势。
这项研究从系统设计层面重新定义了负重行走辅助机器人的发展方向。不同于传统腿式外骨骼必须模拟人体形态的局限，半人马系统采用"人类负责环境感知与决策、机器人负责承重与助力"的分工原则，形成了人机共融的四足协作形态。该设计使机器人既能分担垂直负荷，又能沿人体质心运动方向输出稳定推力，直接补偿负重行走所需的推进功，显著提升了负重行走的效率与可持续性。
在应用场景方面，该机器人展现出广阔前景。其独特的负重行走能力使其特别适用于应急救援物资转运、野外巡检勘探、复杂地形后勤保障等需要突破人体生理极限的场景。通过将人类在非结构化环境中的适应性与决策优势，与腿足机器人的承载能力有机结合，该技术为挑战环境下的负重行走辅助提供了全新解决方案。
