智能厨房机器人系统双臂同步框架

《IEEE Access》：Dual-Arm Synchronization Framework for Smart Kitchen Robotic Systems

　　

智能厨房机器人系统将双臂机械臂与集中式控制集成于紧耦合执行环境中，此类系统要求精确的时间协调，微小时序失配会劣化任务可靠性与一致性。传统方法依赖隐式同步或基于时间戳的触发，未显式补偿时延不对称与执行可变性。研究人员提出由任务级同步（TLS）与实时运动级同步（RT-MLS）构成的两层同步框架。TLS采用基于屏障（barrier）的协调强制相位级对齐，RT-MLS通过自适应比例速度缩放补偿执行级时延不对称。研究人员建立随机时序模型，并基于李雅普诺夫（Lyapunov）的稳定性分析确立RT-MLS收敛性。在真实双臂平台上的四种任务场景实验表明，调度对齐达亚毫秒级，轨迹异构场景下完成间隙缩减最高达48%。结果表明所提TLS+RT-MLS框架在不增加系统复杂度的前提下提升了时序一致性与执行可靠性。

研究背景与动机

智能厨房机器人系统需在紧耦合执行环境下由双臂机械臂完成双手机器人操作（bimanual manipulation），如切剁、揉捏、转运食材等。现有双臂协调研究多聚焦轨迹规划、学习驱动操作与协同控制，多智能体系统与网络控制系统（NCS）虽提供共识与分布式协调理论，但均未在软件执行层显式建模通信时延、调度抖动与执行可变性。集中式控制下两臂共享参考调度时刻t₀，实际执行时刻t_i=t₀+d_i+ε_i（i∈{A,B}），其中d_i为确定性时延，ε_i~N(0,σ_i²)为随机抖动，同步误差e_sync=|t_A?t_B|须满足e_sync≤τ。传统隐式同步或时间戳触发无法补偿时延不对称(d_A?d_B)与抖动差(ε_A?ε_B)，导致烹饪动作中抓取不稳、洒落或碰撞。为此研究人员将双臂同步建模为软件层随机时序问题，提出DASF（Dual-Arm Synchronization Framework）框架。

主要关键技术方法

研究人员在集中式有线以太网交换架构下，以单台控制PC协调两台6自由度协作机械臂，控制周期100Hz。构建随机时序模型后，设计两层机制：任务级同步（TLS）以相位屏障（phase barrier）强制两臂同相位推进；实时运动级同步（RT-MLS）以50ms间隔监测两臂已用时差Δt(s)=t_elapsed,A(s)?t_elapsed,B(s)，经带死区函数?(·)的比例校正c(s)=clip(K_P?(Δt(s)),?c_max,c_max)映射为对称速度缩放s_A=clip(1+c,s_min,s_max)、s_B=clip(1?c,s_min,s_max)，K_P=0.003，死区ε=3.0ms，速度限幅[0.95,1.05]。以李雅普诺夫函数V(s)=Δt(s)²证明K_P<2/δ（δ=0.05s，即K_P<40）时ΔV<0，保证收敛。实验在食材转运、切剁、揉捏、舀取四场景各100次循环对比Sequential(No-sync)、Timestamp-based、Event-based基线。

研究结果

引言与相关工作：梳理机器人烹饪、双臂协调、分布式同步三类文献，指出现有方法缺软件层时序误差反馈补偿，定位DASF于时序感知双臂操纵交叉点。

系统描述：硬件为双6-DoF臂+中央PC经以太网交换机集中控制；控制架构同机运行但受进程调度与通信延迟引入抖动；执行管道分TLS相位对齐与RT-MLS实时调速两层。

系统模型：给出t_i=t₀+d_i+ε_i与e_sync=|(d_A?d_B)+(ε_A?ε_B)|，定义补偿输入u使t′_A=t_A+f(u)、t′_B=t_B?f(u)，目标u^*=argmin_uE[(e′_sync)²]，在线以Δt(s)比例反馈近似。

DASF框架：TLS用相位屏障保|t_A^(k)?t_B^(k)|≤τ_k；RT-MLS在相位内50ms周期测Δt(s)作对称调速；两层分级运行互不耦合。

同步分析：TLS相位误差e_k方差Var(e_k)=σ_A²+σ_B²，违例概率P(|e_k|>τ)≈2Q((τ?|d_A?d_B|)/√(σ_A²+σ_B²))；RT-MLS以V(s)=Δt(s)²证K_P=0.003?40时ΔV<0，稳态E[Δt]→0且Var(Δt)≤σ_A²+σ_B²，死区抑噪、限幅防过补偿；TLS离散边界与RT-MLS连续相位内动态解耦，稳定性分析适用于联合框架。

实验评估：四场景各100循环显示TLS+RT-MLS相较Sequential(No-sync)调度间隙达亚毫秒级对齐，轨迹异构场景（食材转运）完成间隙最高降48%；Timestamp-based与Event-based无此补偿能力；TLS与TLS+RT-MLS调度间隙分布统计无差异，证RT-MLS不干扰相位级同步。

讨论与结论翻译

讨论指出DASF新颖性不在单一屏障或速度缩放控制器，而在将二者统合于带显式随机时序模型与李雅普诺夫收敛分析的时序感知框架；假设针对集中式有线厨房环境，无线多跳需重审。结论：研究人员提出DASF双层同步框架，TLS以屏障协调相位、RT-MLS以50ms比例速度缩放补偿执行级时延不对称；随机时序模型与李雅普诺夫分析证RT-MLS稳定收敛；真实双臂平台四烹饪场景实验获亚毫秒调度对齐与最高48%完成间隙缩减，表明该框架不增系统复杂度即提升时序一致性与执行可靠性。论文发表于《IEEE Access》。