# 整体研究框架

## 1. 系统架构

```text
操作员/任务系统
       │
       ▼
┌────────────────────────────────────────────┐
│ Linux 大脑域                               │
│ 感知、LLM/VLM/VLA、任务规划、技能选择      │
│ GPU/NPU、ROS 2、模型运行时                 │
└──────────────────┬─────────────────────────┘
                   │ 有界异步命令
                   │ 序号/时间戳/期限/有效期
┌──────────────────▼─────────────────────────┐
│ RTOS 小脑域                                │
│ 安全校验、状态估计、轨迹跟踪、关节控制     │
│ 现场总线、联锁、超时回退、安全状态         │
└──────────────────┬─────────────────────────┘
                   │ 周期控制量
                   ▼
              执行器与机器人本体

     Hypervisor / AMP / IOMMU / 静态资源分区
```

传感数据按需求分别进入大小脑：高频本体反馈优先直达小脑，图像、语音和复杂环境信息主要进入大脑。关键安全传感器不得仅通过 Linux 域转发。

## 2. 三层时间模型

| 层次 | 典型任务 | 时间属性 | 主要指标 |
|---|---|---|---|
| L1 控制闭环 | 关节控制、姿态稳定、联锁 | 硬实时/严格固实时 | deadline、jitter、最大响应时间 |
| L2 技能与决策窗口 | 轨迹片段、目标位姿、避障决策 | 固实时 | 按期率、新鲜度、回退率 |
| L3 认知与交互 | 语言理解、长任务规划、解释 | 软实时 | TTFT、端到端延迟、任务成功率 |

基本约束为：

```text
R_control <= D_control

采用大脑结果时：
R_brain <= D_brain AND age(result) <= A_max

大脑不可用时：
R_fallback <= D_fallback
```

## 3. 三条研究主线

### 主线一：时间契约

- 规定大脑输出的期限、有效期和更新频率；
- 把大脑输出转换为结构化技能或轨迹约束；
- 对迟到、乱序、重复和低置信度结果定义统一处理；
- 保证小脑在没有新命令时仍能连续控制。

### 主线二：资源与故障隔离

- 为小脑保留 CPU 核、内存、定时器和关键 I/O；
- 路由关键中断到 RTOS 域；
- 限制 Linux 和加速器 DMA 范围；
- 测量 LLC、DRAM、互联、功耗和热等残余共享干扰；
- 验证一个域崩溃或重启时另一域的持续运行能力。

### 主线三：联合评价

不能只报告控制延迟，也不能只报告大模型速度。结论必须联合回答：

- 小脑控制是否按时；
- 大脑结果是否按期且有效；
- 分域使用了多少静态资源；
- 推理吞吐和能效付出了多少代价；
- 故障与恢复期间机器人是否保持受控。

## 4. 研究假设

- H1：大脑负载会通过共享资源显著扩大控制尾延迟。
- H2：RTOS/Linux 分域能够降低调度、中断和故障传播影响，但不能自动消除内存带宽与热耦合。
- H3：有界异步时间契约能够避免小脑等待大脑，并降低过期决策进入执行路径的风险。
- H4：准入、限流和故障降级可扩大“控制无违约且 AI 结果仍有用”的运行区域。

## 5. 研究成果形态

- 原型系统：RTOS 小脑域、Linux 大脑域与隔离层；
- 跨域协议：请求、响应、心跳、超时和版本管理；
- 实验工具：时间戳、压力发生、故障注入和物理链路测量；
- 数据集：控制周期、大脑请求、功耗热状态和故障事件的对齐时间序列；
- 论文结论：适用边界、收益来源和残余风险。