📚 课程目录第4章延迟测试的核心指标

4. 延迟测试的核心指标

在机器人控制器延迟测试中，单次测量值只能说明“某一时刻发生了什么”，无法支撑系统级判断。真正决定控制器是否满足实时控制要求的，是一组能够从不同角度刻画延迟分布、稳定性和服务能力的核心指标。理解这些指标的定义、相互关系与适用边界，是设计测试方案、分析测试结果和定位性能瓶颈的前提。

核心结论：延迟测试不是追求一个“最小延迟”数字，而是通过最大延迟、最小延迟、平均延迟、百分位数、抖动、吞吐量和实时性指标，共同回答三个问题——延迟有多快、延迟有多稳、系统能承载多少负载。

一、核心指标的定义与物理含义

机器人控制器的延迟通常指从指令发出到执行反馈完成之间的时间差。围绕这一时间差，常用指标可分为三类：极值类（最大延迟、最小延迟）、统计类（平均延迟、百分位数、抖动）和能力类（吞吐量、实时性指标）。

最小延迟：所有有效样本中的最短响应时间，反映系统在理想条件下的最快路径。它常用于判断硬件与软件链路是否存在可优化的“上限空间”，但不能代表常规体验。
最大延迟：所有有效样本中的最长响应时间，直接关联控制安全。对于运动控制、力控和急停响应，最大延迟往往比平均值更重要。
平均延迟：样本总和除以样本数，适合观察整体趋势，但容易被极端值掩盖。若平均延迟很低而最大延迟很高，说明系统存在偶发卡顿。
百分位数：如P50、P90、P95、P99，表示有相应比例的样本低于该值。P99延迟比平均值更能暴露尾部问题，是实时控制场景的关键指标。
抖动：延迟的波动程度，常用相邻样本延迟差、标准差或P99与P50之差表示。抖动大意味着控制周期不稳定，可能导致轨迹跟踪误差增大。
吞吐量：单位时间内成功处理的指令数或控制周期数，反映控制器在给定延迟约束下的服务能力。
实时性指标：包括周期抖动、超时率、截止期错过率、CPU调度延迟等，用于判断系统是否满足硬实时或软实时要求。

二、指标之间的关系与测试数据流

这些指标并非孤立存在。测试系统通常先采集原始时间戳，再计算延迟样本，最后从样本中提取极值、统计量、抖动和实时性判定结果。下图展示了从指令注入到指标输出的完整数据流，以及各指标在链路中的位置。

三、关键指标的计算与采集示例

在工程实践中，延迟样本通常以微秒或毫秒为单位记录。以下示例展示如何从原始时间戳计算常用指标，并输出P99和抖动结果。

import numpy as np

# 假设已采集N次指令的发送与反馈时间戳（单位：ms）
t_send = np.array([...])
t_ack  = np.array([...])

latency = t_ack - t_send          # 延迟样本
latency = latency[latency > 0]     # 剔除异常负值

L_min = np.min(latency)
L_max = np.max(latency)
L_avg = np.mean(latency)
P50   = np.percentile(latency, 50)
P90   = np.percentile(latency, 90)
P99   = np.percentile(latency, 99)

# 抖动：相邻样本差值的标准差
jitter = np.std(np.diff(latency))

# 吞吐量：单位时间内成功完成的指令数
throughput = len(latency) / (t_ack[-1] - t_send[0]) * 1000  # 次/秒

print(f"Min={L_min:.3f} Max={L_max:.3f} Avg={L_avg:.3f}")
print(f"P50={P50:.3f} P90={P90:.3f} P99={P99:.3f}")
print(f"Jitter={jitter:.3f} Throughput={throughput:.1f} ops/s")

四、指标对比与适用场景

不同指标对问题的敏感度不同，测试报告中应组合使用。下表给出各指标的核心作用、典型阈值关注点和适用场景。

指标	核心作用	关注点	适用场景
最小延迟	反映最快响应能力	是否接近理论下限	硬件选型、链路优化
最大延迟	反映最坏响应情况	是否超过安全截止期	急停、力控、安全回路
平均延迟	反映整体趋势	是否稳定在目标区间	长期监控、版本对比
P99 / P95	暴露尾部延迟	是否满足实时阈值	运动控制、周期任务
抖动	反映周期稳定性	是否导致轨迹误差	插补、同步控制
吞吐量	反映服务能力	是否满足负载需求	多轴并发、视觉引导
实时性指标	判定是否满足实时约束	超时率、截止期错过率	硬实时控制、安全认证

五、常见误区与复盘要点

误区一：只看平均延迟。平均延迟低不代表系统稳定，P99和最大延迟才是实时控制的安全边界。
误区二：把最小延迟当作性能指标。最小延迟只说明“最好情况”，不能代表常规运行水平。
误区三：忽略抖动。两个系统平均延迟相同，抖动大的系统在轨迹跟踪中可能表现更差。
误区四：吞吐量与延迟脱节。高吞吐量若以延迟超标为代价，对实时控制没有意义。

复盘时应重点检查：样本是否覆盖空载、满载和峰值负载；是否区分冷启动与稳态运行；是否记录时间同步误差；是否将P99与最大延迟同时纳入验收标准。只有把极值、统计、抖动、吞吐量和实时性指标放在同一张测试报告中交叉分析，才能对机器人控制器的延迟性能做出可靠判断。