本文是一篇综述性论文（Survey Paper），发表于期刊 Advanced Robotics 2025年第39卷第4期，作者为Yuhan Shen、Shuyi Wang、Yichun Shen、Hua Xing和Li Gong。第一作者和通讯作者来自上海理工大学健康科学与工程学院，合作作者来自上海中医药大学附属岳阳中西医结合医院推拿科。该综述系统回顾了2014至2024年间中医按摩机器人领域的研究进展，重点讨论了机械输出模式、穴位定位技术和路径规划策略三个核心技术要素，旨在为未来临床应用和研究提供参考。

论文首先阐述了中医按摩疗法的理论基础与临床价值。中医按摩以脏腑经络学说为指导，通过手法刺激体表经络和穴位，调节气血运行、缓解肌肉紧张、改善血液循环，在高血压、2型糖尿病、膝骨关节炎、神经根型颈椎病以及小儿脑瘫等疾病的临床治疗中显示出明确疗效。文章指出，尽管中医按摩临床应用广泛，但其传承依赖长期实践和经验积累，缺乏统一的标准化操作规范，且按摩从业者普遍短缺，因此将机器人技术与按摩疗法结合成为应对现代医疗需求的重要方向。作者从Web of Science、PubMed和IEEE Xplore数据库中筛选了179篇初始文献，通过排除重复、非原创研究、技术应用不明确或结果数据不完整的论文，最终纳入73篇研究作为本综述的主要信息来源。

论文的核心内容围绕三个技术层面展开。第一是按摩机器人的机械输出机制。作者将现有研究中的输出方式归纳为机电一体化、气囊加压和电刺激调节三类。机电一体化输出通过控制电机功率、速度和旋转角度来调节按摩力度，是最常见的方式。在纳入的39篇涉及机械输出方式的研究中，有22篇报道了通过精确控制电机和机械结构实现对按摩力和按摩模式的精细调节。以新加坡Aitreat公司开发的EMMA系统为例，该系统集成了控制系统、机械框架、传感器模块和用户交互界面，能够高度模拟人手运动并实现精确力控。在执行结构设计上，论文将按摩执行器分为仿手指结构和机械臂结构。仿手指结构具有较高灵活性和精确性，适用于特定穴位的精细施力，如Dong等人提出的基于并联机构和柔顺关节的按摩平台、Hiraiwa等人开发的WAO-1肌筋膜按摩机器人以及Luo等人设计的8关节四指机械手，后者可基于肌电信号实现最大指尖力42N、运行速度108°/s的输出。机械臂结构则提供更大的工作空间和力矩输出能力，适用于全身按摩和广泛穴位施力，如Pang提出的模块化按摩机械臂系统定位误差小于0.1 mm，Huang等人开发的带弹性关节的仿人机械臂可实现稳定的按压和揉捏操作。在驱动控制方面，论文总结了基于传感器数据采集、生理信号建模、控制算法集成和实时反馈调整的通用范式，并列举了基于阻抗控制、导纳控制、力/位混合控制等策略的研究实例，其中基于肌电信号的六轴力预测系统在X、Y、Z轴的平均绝对误差分别为0.7139 N、0.7479 N和1.3060 N。气囊加压输出通过调节气囊充气量或敏感度实现按摩强度控制，典型设备有Antonelli等人报道的腰部气囊按摩机器人和Liu等人提出的气压驱动软体按摩机器人，后者在0.4 MPa气压下可实现最大40.49 N的输出。电刺激调节则结合经皮神经电刺激和肌肉电刺激技术，用于疼痛缓解和深静脉血栓预防。

第二是按摩机器人的精确穴位定位系统。论文指出，穴位定位的准确性是保证治疗效果和安全性的关键。传统中医依靠自然标志法、骨度分寸法、手指同身寸法、经络触诊和经验取穴等方法定位穴位，2008年世界卫生组织发布的《WHO标准针灸穴位定位》为361个穴位的定位提供了现代解剖学术语标准。现代技术为实现穴位自动定位提供了新途径。作者将现有定位方法分为三类：基于机器视觉的定位、基于阻抗特性的定位和基于扫描成像的定位。机器视觉方法通过模板匹配和深度学习实现穴位识别，如Zhang等人利用红色标记点结合视觉反馈实现背部穴位实时跟踪，平均偏差为2.7像素；Sun等人采用新型二维码存储穴位信息，测量误差控制在±1.7 mm以内；Lin等人使用双目视觉设备通过引入深度信息进一步提升了定位质量。在机器学习方面，Sun等人基于VGG-19网络构建穴位检测模型，对穴位检测率达到82%；Li等人开发的AIR-Net图像配准网络结合Transformer架构和图谱图像配准，实现了高达90%的穴位识别准确率。然而，机器视觉方法在光照条件变化和个体皮肤特征差异下存在局限，论文建议通过环境光传感器实时调整图像处理参数以及在训练集中纳入多样化皮肤图像来增强模型鲁棒性。基于阻抗特性的定位方法利用了穴位电阻低于周围非穴位区域的电学特性，Johng在2002年提出该理论，Li等人对十二经络穴位的皮肤阻抗特性进行了系统研究，Zhu等人开发了基于多频生物电阻抗分析（MF-BIA）的穴位定位仪，在肺经LU3、LU4和LU9穴位的定位实验中显示出稳定结果。扫描定位方法则利用超声或CT图像建立骨骼和皮肤表面的三维模型，以标准骨度分寸法计算穴位位置，如Kim等人利用CT断层图像实现了全身穴位标准化定位，但由于原始数据获取要求高，临床应用受限。

第三是按摩机器人的路径规划方案。路径规划指机器人在执行按摩任务时确定从当前位置到目标位置的最优路径，涉及环境感知、目标确定、路径搜索和障碍物处理。传统路径规划算法如往复式算法、BFS算法、随机方法、逆螺旋覆盖算法和Boustrophedon前向法在移动机器人上已有成熟应用，但存在全局优化能力不足和对复杂环境适应性有限的问题。Wang等人在背部按摩机器人上部署了结合BFS的改进往复式算法，实现了以最短时间覆盖人体背部区域的路径优化。论文表格总结了多项研究中采用的路径规划算法及其覆盖率或精度，如Wang的算法在背部按摩中达到84.93%的覆盖率。机器学习技术的引入为路径规划提供了更智能和灵活的解决方案。Xu等人在视觉机器人按摩器上提出交互式轨迹规划方法，将操作者绘制的2D轨迹通过ICP算法投影为3D轨迹点，并利用机器学习模型学习点云特征表示，实现了实时轨迹更新。Chen等人提出了优化的穴位组匹配算法，可快速规划穴位组之间的运动路径，在保证按摩精度的同时提高效率。此外，机器学习还被用于学习人体姿态和肌肉状态等按摩任务中的关键特征，以及动态障碍物的检测和预测，这些技术被认为是提升按摩机器人自动化水平的关键方向。

论文最后总结了该领域面临的主要挑战。一是复现多样化手法的挑战，要求机器人具备高灵活性和精确性，能够模拟按压、揉捏、叩击等多种手法，同时适应不同用户的身体结构和治疗需求。二是全自动化技术实现的挑战，要求机器人具备独立完成按摩任务的感知、决策和执行能力，其路径规划算法必须能够处理复杂人体结构和动态环境。三是机器学习与人工智能集成的挑战，需要开发能够处理大量生理信号和用户反馈数据的算法，以实现个性化按摩方案，但相关的安全性和伦理问题也对现有监管体系提出了新要求。从成本角度看，按摩机器人高昂的研发和生产成本可能限制其市场推广，论文建议通过优化结构设计、降低复杂性和加强供应链合作来降低成本。在监管层面，论文强调需要建立完善的安全标准、质量控制体系以及数据保护和隐私政策，并关注医疗决策责任归属和机器人自主程度等伦理问题。

该综述的学术价值在于系统梳理了近十年中医按摩机器人的技术发展脉络，明确了机械输出、穴位定位和路径规划三个核心技术模块的研究现状和关键问题。其应用价值在于为按摩机器人的工程设计提供了分类框架和技术参考，为后续研究者在执行器结构选择、定位方法优化和智能路径规划算法开发方面提供了决策依据。论文特别强调了中医按摩与现代机器人技术融合的必要性和可行性，提出通过工程手段弥补传统按摩技术在标准化和可重复性方面的不足，为中医按摩的现代化和国际化推广提供了技术路径。