本發(fā)明涉及炒菜機器人智能控制，具體為一種基于知識圖譜的炒菜機器人智能控制方法及系統(tǒng)。

背景技術(shù)：

1、炒菜機器人是典型的應(yīng)用載體，集成了機械執(zhí)行、傳感感知、食材處理與多模態(tài)控制算法，用于替代人類完成復(fù)雜的炒菜過程。其中，調(diào)味控制環(huán)節(jié)是實現(xiàn)風(fēng)味穩(wěn)定性與菜品質(zhì)量均衡性的核心步驟之一。調(diào)味行為不僅涉及調(diào)料種類和劑量的控制，更與調(diào)料之間的組合順序、物理狀態(tài)、化學(xué)特性密切相關(guān)，屬于炒菜機器行為序列中最具不確定性與感官驅(qū)動性的子任務(wù)。

2、當(dāng)前多數(shù)炒菜機器人系統(tǒng)在執(zhí)行調(diào)味指令時，往往依賴預(yù)設(shè)的固定調(diào)料順序或基于菜譜邏輯的靜態(tài)控制流程，缺乏對調(diào)味劑之間實際風(fēng)味協(xié)同關(guān)系與化學(xué)沖突風(fēng)險的理解與判斷能力。尤其在處理具有高復(fù)雜度組合的調(diào)味操作時，現(xiàn)有系統(tǒng)無法感知潛在沖突風(fēng)險，無法做出規(guī)避或調(diào)整。

3、上述問題的根源在于，炒菜機器人在調(diào)味控制過程中缺乏對“調(diào)味劑交互邏輯”的語義理解能力，無法識別不同調(diào)味劑之間在特定溫度、酸堿環(huán)境和香型結(jié)構(gòu)下所產(chǎn)生的物理化學(xué)行為。這種“感知與理解的缺位”導(dǎo)致系統(tǒng)只能被動執(zhí)行調(diào)味流程，一旦調(diào)味劑順序錯誤或組合不當(dāng)，極易引發(fā)不良反應(yīng)，如局部油炸溫度上升導(dǎo)致焦化香型破壞，酸堿中和反應(yīng)釋放氣泡沖擊鍋底結(jié)構(gòu)，或產(chǎn)生難以去除的苦澀后味，最終表現(xiàn)為菜品色澤暗淡、氣味異常、風(fēng)味破裂等感官失調(diào)效果。

技術(shù)實現(xiàn)思路

1、針對現(xiàn)有技術(shù)的不足，本發(fā)明提供了一種基于知識圖譜的炒菜機器人智能控制方法及系統(tǒng)，解決了背景技術(shù)中提到的問題。

2、為實現(xiàn)以上目的，本發(fā)明通過以下技術(shù)方案予以實現(xiàn)：一種基于知識圖譜的炒菜機器人智能控制系統(tǒng)，包括調(diào)味數(shù)據(jù)采集與處理模塊、調(diào)味劑沖突知識圖譜推理模塊、沖突等級評估與規(guī)避策略生成模塊、指令修正與控制信號重構(gòu)模塊、感官結(jié)果反饋與評價模塊和圖譜演化學(xué)習(xí)與行為模型優(yōu)化模塊；

3、調(diào)味數(shù)據(jù)采集與處理模塊通過機器人攪拌臂附帶的傳感器，對炒菜過程中調(diào)味數(shù)據(jù)進(jìn)行采集，擬合為原始數(shù)據(jù)集w，并進(jìn)行預(yù)處理，獲取調(diào)味數(shù)據(jù)集wt；

4、調(diào)味劑沖突知識圖譜推理模塊對調(diào)味數(shù)據(jù)集wt進(jìn)行分析，構(gòu)建調(diào)味劑之間潛在化學(xué)反應(yīng)與風(fēng)味沖突的知識圖譜k-g_taste，判斷添加的調(diào)味劑是否存在沖突，并量化沖突，獲取沖突強度值ψcon；

5、沖突等級評估與規(guī)避策略生成模塊根據(jù)獲取的沖突強度值ψcon，對調(diào)味動作進(jìn)行分類，并生成對應(yīng)的規(guī)避控制策略；

6、指令修正與控制信號重構(gòu)模塊將規(guī)避控制策略轉(zhuǎn)換為機器控制信號，替換原始調(diào)味執(zhí)行計劃io，獲取新調(diào)味計劃inew；

7、感官結(jié)果反饋與評價模塊在執(zhí)行新調(diào)味計劃inew后，采集菜品表面亮度lfi、苦味殘留評分kwb和用戶滿意度評分su，對最終菜品進(jìn)行風(fēng)味感官評價，獲取風(fēng)味連貫性評分φfla；

8、圖譜演化學(xué)習(xí)與行為模型優(yōu)化模塊根據(jù)獲取的沖突強度值ψcon、規(guī)避控制策略和風(fēng)味連貫性評分φfla，計算獲取調(diào)味控制優(yōu)化評分ωfin。

9、優(yōu)選的，調(diào)味數(shù)據(jù)采集與處理模塊包括多通道傳感采集單元和數(shù)據(jù)預(yù)處理與標(biāo)準(zhǔn)化變換單元；

10、多通道傳感采集單元通過安裝在機器人攪拌臂的傳感器，對炒菜過程中調(diào)味數(shù)據(jù)進(jìn)行采集，包括調(diào)味劑投放時間點at、鍋體油溫to、調(diào)味劑表面活性度us、混合液體酸堿值ph和調(diào)味劑反射率qr，并擬合為原始數(shù)據(jù)集w；

11、其中，調(diào)味劑投放時間點at通過安裝在機器人攪拌臂內(nèi)部的內(nèi)嵌觸發(fā)計時器采集獲?。?/p>

12、鍋體油溫to通過放置于鍋底中心的紅外熱電堆傳感器采集獲取；

13、調(diào)味劑表面活性度us通過安裝在調(diào)味液分布區(qū)的微電導(dǎo)率檢測電極采集獲?。?/p>

14、調(diào)味劑表面活性度us通過以下公式獲?。?/p>

15、；

16、式中，δcx表示單位時間內(nèi)電導(dǎo)率變化，δcc表示單位時間內(nèi)調(diào)味劑濃度變化，通過體積與溶液體積比估算，x表示電導(dǎo)與表面張力響應(yīng)系數(shù)）

17、混合液體酸堿值ph通過納米型微ph探頭采集獲??；

18、調(diào)味劑反射率qr通過多光譜反射成像頭采集獲??；

19、調(diào)味劑反射率qr通過以下公式獲?。?/p>

20、；

21、式中，rvi表示可見光波段反射率，rni表示近紅外波段反射率，r1表示紅外權(quán)重系數(shù)，rre表示標(biāo)準(zhǔn)參考板白色反射率，rx表示防止除零的微小補償值；

22、數(shù)據(jù)預(yù)處理與標(biāo)準(zhǔn)化變換單元對原始數(shù)據(jù)集w進(jìn)行異常值處理和歸一化處理，獲取調(diào)味數(shù)據(jù)集wt；

23、異常值處理通過使用標(biāo)準(zhǔn)差離群檢測法對原始數(shù)據(jù)集w中的異常值進(jìn)行檢測并剔除；

24、歸一化處理通過min-max歸一化法對原始數(shù)據(jù)集w進(jìn)行歸一化處理，獲取調(diào)味數(shù)據(jù)集wt；

25、調(diào)味數(shù)據(jù)集wt通過以下公式獲?。?/p>

26、；

27、式中，wtb表示調(diào)味數(shù)據(jù)集wt中第b項數(shù)據(jù)，wb表示原始數(shù)據(jù)集w中第b項數(shù)據(jù)，minwb表示原始數(shù)據(jù)集w中第b項數(shù)據(jù)谷值，maxwb表示原始數(shù)據(jù)集w中第b項數(shù)據(jù)的峰值。

28、優(yōu)選的，調(diào)味劑沖突知識圖譜推理模塊包括圖譜構(gòu)建與節(jié)點語義綁定單元和沖突觸發(fā)推理與沖突強度量化單元；

29、圖譜構(gòu)建與節(jié)點語義綁定單元對調(diào)味數(shù)據(jù)集wt進(jìn)行分析，構(gòu)建知識圖譜k-g_taste，包含圖譜節(jié)點、圖譜邊和語義綁定機制；

30、圖譜節(jié)點包括調(diào)味劑節(jié)點、風(fēng)味物質(zhì)節(jié)點、化學(xué)反應(yīng)機制節(jié)點和感官反應(yīng)節(jié)點；

31、其中，調(diào)味劑節(jié)點包括醬油、白醋和小蘇打；

32、風(fēng)味物質(zhì)節(jié)點包括芳香烴類、醛類化合物和苦味源；

33、化學(xué)反應(yīng)機制節(jié)點包括酸堿中和、酯化反應(yīng)和高溫焦化；

34、感官反應(yīng)節(jié)點包括澀感增強、麻感疊加和口腔刺激峰值；

35、圖譜邊包括沖突邊、條件邊和協(xié)同邊；

36、沖突邊包括調(diào)味劑之間存在互斥反應(yīng)和風(fēng)味增強；

37、條件邊表示在鍋體油溫to＞180°c且ph＜4時觸發(fā)沖突；

38、協(xié)同邊包括調(diào)味劑協(xié)同增強和風(fēng)味融合；

39、語義綁定機制在每次新添加調(diào)味劑時，都會基于調(diào)味數(shù)據(jù)集wt中的數(shù)據(jù)信息，并在圖譜中進(jìn)行綁定。

40、例如：混合液體酸堿值ph＜0.3且調(diào)味劑反射率qr＞0.8，則推理為高酸性和濃稠調(diào)味劑，綁定至有機酸節(jié)點，并與已有節(jié)點自動建立臨時關(guān)聯(lián)邊，標(biāo)注可能觸發(fā)機制。

41、優(yōu)選的，沖突觸發(fā)推理與沖突強度量化單元通過遍歷知識圖譜k-g_taste中的圖譜邊，識別當(dāng)前新調(diào)味劑與現(xiàn)存調(diào)味組合之間是否形成沖突路徑，并結(jié)合風(fēng)味沖突系數(shù)ωfla、化學(xué)反應(yīng)沖突系數(shù)ωch和感官增強矛盾系數(shù)ωse，進(jìn)行沖突強度計算，為確保數(shù)據(jù)在計算中具備可比性與統(tǒng)一性，對風(fēng)味沖突系數(shù)ωfla、化學(xué)反應(yīng)沖突系數(shù)ωch和感官增強矛盾系數(shù)ωse進(jìn)行歸一化處理，并對歸一化處理的數(shù)據(jù)進(jìn)行整合，獲取沖突強度值ψcon；

42、沖突強度值ψcon通過以下公式獲?。?/p>

43、；

44、式中，ln表示對數(shù)函數(shù)，ωfla表示風(fēng)味沖突系數(shù)，ωch表示化學(xué)反應(yīng)沖突系數(shù)，ωse表示感官增強矛盾系數(shù)，a1、a2和a3分別表示風(fēng)味沖突系數(shù)ωfla、化學(xué)反應(yīng)沖突系數(shù)ωch和感官增強矛盾系數(shù)ωse的預(yù)設(shè)權(quán)重值，且a1+a2+a3≤1；

45、風(fēng)味沖突系數(shù)ωfla通過以下公式獲?。?/p>

46、；

47、式中，i和j表示不同的調(diào)味劑，ec表示沖突邊的調(diào)味劑組合，表示調(diào)味劑i和j的風(fēng)味譜編碼，具體表示調(diào)味劑之間的差異程度，若差異小，說明風(fēng)味兼容性好，沖突風(fēng)險低，若差異大，說明風(fēng)味容易出現(xiàn)不協(xié)調(diào)，wx表示風(fēng)味差異敏感指數(shù)，wij表示圖譜邊權(quán)值；

48、化學(xué)反應(yīng)沖突系數(shù)ωch通過以下公式獲取：

49、；

50、式中，θij表示反應(yīng)強度因子，σ表示sigmoid激活函數(shù)，er表示存在潛在反應(yīng)關(guān)系的調(diào)味劑對，phij表示酸堿差異，phij=∣phi-phj∣表示調(diào)味劑iph值與調(diào)味劑jph值的差值，uij表示表面活性差異，uij=∣usi-usj∣表示調(diào)味劑i表面活性度us與調(diào)味劑j表面活性度us的差值；

51、感官增強矛盾系數(shù)ωse通過以下公式獲?。?/p>

52、；

53、式中，pij表示調(diào)味劑i與j的感官沖突權(quán)重值，從知識圖譜中獲取的經(jīng)驗值，例如“辣+麻”設(shè)為0.8，“咸+澀”設(shè)為0.6，ps表示當(dāng)前調(diào)味劑組合中所有已知存在沖突邊的調(diào)味劑對集合，si和sj表示對調(diào)味劑i和調(diào)味劑j的主觀刺激強度評分，表示每種調(diào)味劑在當(dāng)前組合條件下的舌面感官刺激程度，通過專業(yè)廚師團(tuán)隊設(shè)定單一調(diào)味劑在獨立狀態(tài)下的感官評分獲取。

54、當(dāng)前調(diào)味劑組合中所有已知存在沖突邊的調(diào)味劑對集合ps通過以下方式獲?。?/p>

55、設(shè)當(dāng)前炒菜動作中實際參與的調(diào)味劑集合為d={d1,d2,...,dn}，則所有可能的調(diào)味劑對為：

56、c={（di，dj）∣di，dj∈d，i＜j}；c表示全集；

57、從全集c中篩選出與圖譜中沖突邊匹配的組合，即可得到當(dāng)前調(diào)味劑組合中所有已知存在沖突邊的調(diào)味劑對集合ps；

58、ps={（di，dj）∈c∣（di，dj）∈沖突邊}；

59、優(yōu)選的，沖突等級評估與規(guī)避策略生成模塊包括沖突等級分類決策單元和策略規(guī)則映射生成單元；

60、沖突等級分類決策單元對獲取的沖突強度值ψcon進(jìn)行分析，對調(diào)味動作進(jìn)行分類，獲取分類等級lco，并生成對應(yīng)的規(guī)避控制策略；

61、分類等級lco通過以下方式匹配獲?。?/p>

62、當(dāng)沖突強度值ψcon＜0.3時，則分類等級lco=0，表示無沖突；規(guī)避控制策略為：不用進(jìn)行操作；

63、當(dāng)0.3≤沖突強度值ψcon＜0.6時，則分類等級lco=1，表示輕度沖突；規(guī)避控制策略為：延遲調(diào)味；

64、當(dāng)0.6≤沖突強度值ψcon＜0.8時，則分類等級lco=2，表示中度沖突；規(guī)避控制策略為：延遲調(diào)味和插入緩沖劑；

65、當(dāng)0.6＜沖突強度值ψcon＜1.0時，則分類等級lco=3，表示高度沖突；規(guī)避控制策略為：順序重排和插入緩沖劑；

66、策略規(guī)則映射生成單元根據(jù)分類等級lco和規(guī)避控制策略，輸出動態(tài)參數(shù)化策略值，包括延遲時間tdel、調(diào)料順序調(diào)整和中和劑選擇；

67、延遲時間tdel通過以下公式獲?。?/p>

68、；

69、式中，λ1表示基礎(chǔ)調(diào)味延遲系數(shù)，λ2表示鍋體溫度對調(diào)味反應(yīng)速度的影響系數(shù)；

70、調(diào)料順序調(diào)整的公式如下：系統(tǒng)以最小化總順序沖突度為目標(biāo)，重排調(diào)料順序；

71、

72、式中，πij表示調(diào)味劑i與調(diào)味劑j的順序沖突度，pij表示調(diào)味劑i與j的感官沖突權(quán)重值，λ3表示時間重疊度懲罰因子，δtij表示調(diào)味劑i與調(diào)味劑j的添加時間差；

73、將獲取的調(diào)味劑i與調(diào)味劑j的順序沖突度πij構(gòu)建為矩陣，按從低到高排序，越小代表適合提前添加；按照排序結(jié)果，重新排列調(diào)味指令索引，構(gòu)建出新的順序表，高沖突度的調(diào)味劑自動排至后序或插入中和劑；

74、中和劑選擇的公式如下：

75、；

76、式中，θbu表示調(diào)和強度指標(biāo)，zus表示調(diào)味劑表面活性度的總和，phra表示調(diào)味池中當(dāng)前最大最小酸堿值差，eo表示非零正數(shù)；

77、通過獲取的調(diào)和強度指標(biāo)θbu與預(yù)設(shè)的調(diào)和閾值θth進(jìn)行比較，判斷中和劑的加入；

78、中和劑的加入通過以下方式匹配獲取：

79、當(dāng)調(diào)和強度指標(biāo)θbu≤調(diào)和閾值θth時，則不執(zhí)行中和劑插入；

80、當(dāng)調(diào)和強度指標(biāo)θbu＞調(diào)和閾值θth時，則插入高湯和糖漿作為中和劑。

81、優(yōu)選的，指令修正與控制信號重構(gòu)模塊包括指令修正調(diào)度生成單元和控制信號格式映射與動態(tài)插入單元；

82、指令修正調(diào)度生成單元根據(jù)規(guī)避控制策略和動態(tài)參數(shù)化策略值，調(diào)整調(diào)味操作順序，構(gòu)建更新后的調(diào)味執(zhí)行計劃inew，包括調(diào)味指令的優(yōu)先級排序和調(diào)味時間線重構(gòu)；實現(xiàn)原始調(diào)味執(zhí)行計劃io到inew的指令層轉(zhuǎn)換。

83、步驟一、對調(diào)味指令的優(yōu)先級進(jìn)行重新排序，獲取調(diào)味指令優(yōu)先值pm；

84、調(diào)味指令優(yōu)先值pm通過以下公式獲取：

85、；

86、式中，pmi表示調(diào)味劑i的調(diào)味指令優(yōu)先值，ψcon（i）表示調(diào)味劑i參與的沖突強度值，θbu（i）表示調(diào)味劑i對應(yīng)的調(diào)和強度能力，pm表示策略強制重排因子，例如必須延后指令賦值為1，否則為0，系統(tǒng)以調(diào)味指令優(yōu)先值pm升序排序，優(yōu)先調(diào)度沖突弱、風(fēng)味穩(wěn)的調(diào)味動作；

87、步驟二、調(diào)味時間線重構(gòu)：對每個調(diào)味指令重新分配時間標(biāo)簽，獲取新調(diào)味劑投放時間點nat；

88、新的調(diào)味劑投放時間點nat通過以下公式獲取：

89、；

90、式中，nat（i）表示調(diào)味劑i的新調(diào)味劑投放時間點，at（i）表示調(diào)味劑i的調(diào)味劑投放時間點，tdel（i）表示調(diào)味劑i的延遲時間，δs（i）表示調(diào)味劑i由順序調(diào)整產(chǎn)生的執(zhí)行時序平移量；

91、控制信號格式映射與動態(tài)插入單元將調(diào)味執(zhí)行計劃inew轉(zhuǎn)換為具體可執(zhí)行控制信號集合ec，包括執(zhí)行臂控制和中和劑插入；

92、每條控制信號集合ec定義為五元組，并傳入調(diào)味臂進(jìn)行執(zhí)行：

93、ec=（id，tplan，ad，v，f）；

94、式中，id表示調(diào)味指令編號，tplan表示計劃執(zhí)行時間，ad表示調(diào)味劑接口通道，v表示調(diào)料體積，f表示附加標(biāo)志，如否為重排，否為插入動作和是否延遲；

95、中和劑插入判斷如下；

96、當(dāng)調(diào)味組合滿足調(diào)和強度指標(biāo)θbu＞調(diào)和閾值θth時，則動態(tài)創(chuàng)建中和劑插入信號，并插入高湯和糖漿作為中和劑，且滿足vbu=vxψconzus；

97、式中，vbu表示中和劑體積，vx表示系統(tǒng)調(diào)和系數(shù)。

98、優(yōu)選的，感官結(jié)果反饋與評價模塊包括多維感官感知與預(yù)處理單元和綜合評分單元；

99、多維感官感知與預(yù)處理單元在執(zhí)行新調(diào)味計劃inew后，對菜品表面亮度lfi、苦味殘留評分kwb和用戶滿意度評分su進(jìn)行采集，并進(jìn)行歸一化處理，獲取評分?jǐn)?shù)據(jù)組pfd；

100、菜品表面亮度lfi通過攝像頭采集rgb圖像后轉(zhuǎn)換為亮度通道獲??；

101、苦味殘留評分kwb通過微型電子鼻陣列和紅外反射光譜采集獲?。?/p>

102、用戶滿意度評分su通過用戶交互界面采集獲取。

103、優(yōu)選的，綜合評分單元根據(jù)獲取的評分?jǐn)?shù)據(jù)組pfd，對最終菜品進(jìn)行風(fēng)味感官評價，獲取風(fēng)味連貫性評分φfla；

104、風(fēng)味連貫性評分φfla通過以下公式獲取：

105、；

106、式中，l1、l2和l3分別表示菜品表面亮度lfi、苦味殘留評分kwb和用戶滿意度評分su的預(yù)設(shè)權(quán)重值，lref表示菜品標(biāo)準(zhǔn)亮度參考值，smax表示用戶評分的最大值。

107、優(yōu)選的，圖譜演化學(xué)習(xí)與行為模型優(yōu)化模塊綜合沖突強度值ψcon、延遲時間tdel和風(fēng)味連貫性評分φfla，計算獲取調(diào)味控制優(yōu)化評分ωfin，并對調(diào)味流程的狀態(tài)進(jìn)行判斷；

108、調(diào)味控制優(yōu)化評分ωfin通過以下公式獲?。?/p>

109、；

110、式中，ea表示延遲懲罰系數(shù)；

111、調(diào)味流程的狀態(tài)通過以下方式匹配獲取：

112、當(dāng)0.85＜調(diào)味控制優(yōu)化評分ωfin時，則表示調(diào)味過程高度協(xié)調(diào)，風(fēng)味良好，固化當(dāng)前圖譜為調(diào)味路徑模板；

113、當(dāng)0.6≤調(diào)味控制優(yōu)化評分ωfin≤0.85，則表示調(diào)味流程正常，進(jìn)入自學(xué)習(xí)調(diào)整階段；

114、當(dāng)調(diào)味控制優(yōu)化評分ωfin＜0.6時，則表示調(diào)味流程中存在沖突，調(diào)整圖譜結(jié)構(gòu)，對wij表示圖譜邊權(quán)值進(jìn)行調(diào)整，獲取新圖譜邊權(quán)值nwij；

115、新圖譜邊權(quán)值nwij通過以下公式獲?。?/p>

116、nwij=wij+w1（ωfin-ωref）-w2ψcon；

117、式中，ωref表示目標(biāo)評分，w1表示學(xué)習(xí)率，w2表示沖突懲罰因子。

118、一種基于知識圖譜的炒菜機器人智能控制方法，包括以下步驟：

119、s1、調(diào)味數(shù)據(jù)采集與處理模塊通過機器人攪拌臂附帶的傳感器，對炒菜過程中調(diào)味數(shù)據(jù)進(jìn)行采集，擬合為原始數(shù)據(jù)集w，并進(jìn)行預(yù)處理，獲取調(diào)味數(shù)據(jù)集wt；

120、s2、調(diào)味劑沖突知識圖譜推理模塊對調(diào)味數(shù)據(jù)集wt進(jìn)行分析，構(gòu)建調(diào)味劑之間潛在化學(xué)反應(yīng)與風(fēng)味沖突的知識圖譜k-g_taste，判斷添加的調(diào)味劑是否存在沖突，并量化沖突，獲取沖突強度值ψcon；

121、s3、沖突等級評估與規(guī)避策略生成模塊根據(jù)獲取的沖突強度值ψcon，對調(diào)味動作進(jìn)行分類，并生成對應(yīng)的規(guī)避控制策略；

122、s4、指令修正與控制信號重構(gòu)模塊將規(guī)避控制策略轉(zhuǎn)換為機器控制信號，替換原始調(diào)味執(zhí)行計劃io，獲取新調(diào)味計劃inew；

123、s5、感官結(jié)果反饋與評價模塊在執(zhí)行新調(diào)味計劃inew后，采集菜品表面亮度lfi、苦味殘留評分kwb和用戶滿意度評分su，對最終菜品進(jìn)行風(fēng)味感官評價，獲取風(fēng)味連貫性評分φfla；

124、s6、圖譜演化學(xué)習(xí)與行為模型優(yōu)化模塊根據(jù)獲取的沖突強度值ψcon、規(guī)避控制策略和風(fēng)味連貫性評分φfla，計算獲取調(diào)味控制優(yōu)化評分ωfin。

125、本發(fā)明提供了一種基于知識圖譜的炒菜機器人智能控制方法及系統(tǒng)，具備以下有益效果：

126、（1）系統(tǒng)運行時，通過構(gòu)建調(diào)味劑沖突知識圖譜，實現(xiàn)對調(diào)味劑之間化學(xué)反應(yīng)、風(fēng)味沖突與協(xié)同關(guān)系的結(jié)構(gòu)化表達(dá)與實時推理判斷。系統(tǒng)可主動識別潛在沖突，避免因調(diào)味順序或組合失當(dāng)而產(chǎn)生風(fēng)味崩潰、感官突變等問題，提升調(diào)味控制的“認(rèn)知智能”水平。

127、本發(fā)明引入感官結(jié)果反饋與圖譜進(jìn)化機制，將炒菜結(jié)束后的風(fēng)味表現(xiàn)量化為風(fēng)味連貫性評分φfla，并結(jié)合實際控制表現(xiàn)，計算出調(diào)味控制優(yōu)化評分。系統(tǒng)以該評分為依據(jù)，自動調(diào)整知識圖譜中的調(diào)味劑關(guān)系權(quán)重與行為路徑選擇優(yōu)先級，實現(xiàn)調(diào)味控制策略的不斷演化優(yōu)化。該機制使得機器人具備“通過結(jié)果調(diào)整知識與行為模型”的能力，突破了傳統(tǒng)系統(tǒng)無法自我改進(jìn)、無法理解“風(fēng)味因果”的瓶頸。

128、（2）提出以風(fēng)味沖突系數(shù)ωfla、化學(xué)反應(yīng)沖突系數(shù)ωch和感官增強矛盾系數(shù)ωse為核心的三重沖突量化指標(biāo)，并結(jié)合圖譜邊權(quán)權(quán)重與調(diào)味物理參數(shù)，構(gòu)建了完整的沖突強度評分機制。該評分系統(tǒng)不僅可以精確評估任意調(diào)味劑組合下的沖突風(fēng)險程度，還能為后續(xù)的規(guī)避控制策略生成提供可靠依據(jù)。相比以往無法度量沖突程度的系統(tǒng)，該模塊實現(xiàn)了從“識別沖突”到“量化沖突”的關(guān)鍵跨越，使系統(tǒng)具備了精準(zhǔn)化智能判斷與差異化調(diào)味策略制定的能力。

129、（3）通過分析鍋體油溫to、調(diào)味劑感官沖突權(quán)重和添加時間差多種動態(tài)參數(shù)，計算延遲時間、順序調(diào)整優(yōu)先級與是否插入中和劑等操作。尤其在沖突程度較高的情況下，系統(tǒng)能夠智能選擇如“糖漿、高湯”等特定緩沖劑用于中和調(diào)味反應(yīng)，有效緩解風(fēng)味偏移或刺激性增強等問題，從而提升菜品最終口感的連續(xù)性與協(xié)調(diào)性。這種參數(shù)化調(diào)度機制大大優(yōu)于以往“固定延遲秒數(shù)”或“死板順序重排”的模式，賦予系統(tǒng)針對性干預(yù)與實時調(diào)整能力。

130、（4）從數(shù)據(jù)源頭即引入對調(diào)味過程的細(xì)粒度物理指標(biāo)采集，并通過預(yù)處理與歸一化形成標(biāo)準(zhǔn)數(shù)據(jù)集，進(jìn)而在圖譜推理中構(gòu)建結(jié)構(gòu)化的調(diào)味知識圖譜。該圖譜涵蓋調(diào)味劑、風(fēng)味物質(zhì)、化學(xué)機制、感官反應(yīng)等多類節(jié)點及其之間的邏輯邊，使機器人系統(tǒng)能夠從靜態(tài)規(guī)則轉(zhuǎn)向具備上下文理解與沖突感知的結(jié)構(gòu)認(rèn)知，實現(xiàn)對復(fù)雜調(diào)味行為的科學(xué)建模與動態(tài)分析。不僅能識別調(diào)味沖突的存在，更可基于沖突強度進(jìn)行精細(xì)等級劃分，并自動生成包含延遲、順序重排、中和劑插入等在內(nèi)的動態(tài)化控制策略。這使得機器人在面對潛在風(fēng)味破壞或化學(xué)反應(yīng)風(fēng)險時，能自主調(diào)度動作、修正行為，從而實現(xiàn)調(diào)味風(fēng)險控制的精細(xì)化、柔性化與策略化，顯著提升調(diào)味過程的穩(wěn)定性和適應(yīng)性。