- CRISP // TUM 2025
- 1 KHZ 控制环
- 多机器人
CHIRON
心智与身体的桥梁
VLA 模型预测机器人应该做什么。但将神经网络输出转换为安全的、1 kHz 实时物理命令 — 包含阻抗控制、工作空间边界和紧急停止 — 这是一个未解决的部署问题。CHIRON 闭合了 AI 策略与真实机器人硬件之间的回路。
模块状态: 运行中控制环频率
1kHz
- 部门
- ANIMA
- 波次
- W2
- 领域
- 行动
- 第四波 // ANIMA 套件
- ROS2 VLA 控制器
VLA 输出不会说"机器人语言"
视觉-语言-动作模型预测机器人应该做什么，但将预测转换为物理机器人命令需要精心的控制工程。大多数 VLA 部署止步于神经网络输出 — 它们没有解决核心难题：如何在 1 kHz 下安全地闭合真实机器人的控制回路？
真实机器人需要基于阻抗的柔顺控制（不仅仅是刚性控制）、工作空间边界强制、紧急停止和重力补偿。VLA 策略输出和工业机器人控制接口之间没有标准桥梁。每个实验室都从零开始重新发明这个技术栈。
CHIRON 提供什么
CHIRON 实现了 CRISP 框架（基于学习的操控策略的柔顺 ROS2 控制器）— 一个生产就绪的控制层，将 VLA 动作预测转换为实时机器人命令。
能力
- 7D VLA 动作（6D 位姿 + 夹爪）→ 1 kHz 实时关节命令
- 笛卡尔阻抗、操作空间、关节阻抗、混合力-位置控制
- 实时安全：速度/力矩监控、工作空间边界、紧急停止
- 多机器人：Franka Panda/FR3、KUKA IIWA、Kinova Gen3（可扩展）
- C++ 骨干（<1ms 周期）+ Python FastAPI 前端 + 逐机器人适配器
- 100 Hz WebSocket 流 + ROS2 话题订阅 VLA 动作
为什么这很难
1 kHz 的实时机器人控制需要同时解决四个耦合问题：
- 01实时调度：C++ 骨干 <1ms 周期时间，Python 集成不阻塞 GIL
- 02硬件抽象：统一接口支持 Franka libfranka、KUKA ROS2、Kinova gRPC
- 03安全第一：每个控制周期监控速度、力矩和工作空间 — 违规立即停止
- 04VLA 集成：将归一化的 7D 动作转换为机器人特定的关节命令，处理速率限制和饱和
- 05阻抗调参：每轴 0-1000 N/m 刚度、0.5-2.0 阻尼比 — 默认临界阻尼
CHIRON 通过 C++ 控制器骨干（1 kHz 回路）、Python FastAPI 前端和逐机器人适配器模块实现。安全不可妥协。
实时性能
生产硬件上的硬实时指标：
| 指标 | 数值 |
|---|---|
| 控制环频率 | 1 kHz（1ms 周期） |
| 控制环延迟 | <1 ms |
| 状态查询延迟 | 0.5–1 ms |
| 命令处理 | 0.2–0.5 ms |
| WebSocket 更新率 | 100 Hz |
| 并发连接 | 100+ 支持 |
| 支持的机器人 | Franka、KUKA、Kinova |
| 控制模式 | 4 种（阻抗、操作空间、关节、混合） |
| 笛卡尔刚度范围 | 0–1000 N/m 每轴 |
| 阻尼比 | 0.5–2.0（临界阻尼） |
| 最大速度监控 | 逐关节可配置 |
| 最大力矩监控 | 逐关节可配置 |
| 工作空间边界 | 可配置最小/最大 XYZ |
| 紧急停止延迟 | <2 ms |
已构建的功能
| 组件 | 状态 | 说明 |
|---|---|---|
| 核心模型 | 已完成 | CRISP 控制器栈已验证 — 生产就绪 |
| 笛卡尔阻抗 | 已完成 | 任务空间刚度 + 阻尼 + 重力补偿 |
| 操作空间 | 已完成 | 零空间优化的任务空间控制 |
| 关节阻抗 | 已完成 | 关节空间 PD + 重力补偿 |
| 混合力-位置 | 已完成 | 接触感知操控（力/力矩监控） |
| 1 kHz 控制环 | 已完成 | C++ 骨干，可预测 <1ms 延迟 |
| VLABridge | 已完成 | 动作缩放、速率限制、安全过滤 |
| 安全监控器 | 已完成 | 实时速度/力矩/工作空间强制 |
| FastAPI REST API | 已完成 | /command、/state、/configure、/emergency_stop |
| WebSocket 流 | 已完成 | 100 Hz 实时机器人状态 |
| ROS2 集成 | 已完成 | VLA 动作的话题订阅 |
| Docker 部署 | 已完成 | 多容器 + Prometheus/Grafana |
| Franka 支持 | 已完成 | 通过 libfranka 集成 |
| KUKA 支持 | 已完成 | 通过 ROS2 LBRCIF 接口 |
| Kinova 支持 | 已完成 | 通过 gRPC API |
| API 层 | 进行中 | 公共 REST + gRPC API — 等待数据集基础设施 |
| Kubernetes | 计划中 | k8s/ 目录中的清单 |
CHIRON 部署场景
- APP_01
操控实验室
研究用标准 VLA 部署层 — 基于学习的控制实验的 CRISP 合规基线。
- APP_02
工厂自动化
生产线上协作机械臂的安全认证 ROS2 控制。
- APP_03
物流与仓储
仓储规模抓取-放置操作的可靠阻抗控制。
- APP_04
协作机器人制造商
AI 策略引擎和机器人硬件平台之间的即插即用集成层。
- APP_05
研究机构
基准测试基于学习的操控策略的 CRISP 合规基线控制器。
- APP_06
多机器人机队
跨异构机器人硬件的统一 VLA 控制器接口 — Franka、KUKA、Kinova。
底层技术
基础：CRISP（TUM，2025）
- 实时 C++ 控制器骨干（libfranka、ROS2、自定义）
- 1 kHz 控制环 <1ms 延迟保证
- 通过逆动力学的重力补偿
- 笛卡尔阻抗：接触密集型任务的任务空间柔顺
- 操作空间：零空间优化的冗余解析
- 混合力-位置：接触期间的同时力和位置控制
核心创新
CHIRON 弥合了神经网络策略输出与实时机器人控制之间的鸿沟 — 将归一化的 VLA 动作转换为跨多个机器人平台的安全阻抗控制关节命令，运行在 1 kHz。
部署架构
- C++ 控制器骨干 + Python FastAPI 前端
- 逐机器人适配器模块（Franka、KUKA、Kinova）
- Prometheus + Grafana 监控
- 带 ROS2 桥接的 Docker 多容器
机器人接口
- Franka
- libfranka — 1 kHz 实时控制，阻抗 + 力传感
- KUKA
- ROS2 LBRCIF — 插值控制，工业级可靠性
- Kinova
- gRPC API — 基于目标的控制，轻量级集成
研究论文
- [01]CRISP：基于学习的操控策略的柔顺 ROS2 控制器 — TUM，2025 年 9 月