1. 项目概述:当咖啡师遇上大模型
去年在深圳Maker Faire上看到一台会拉花的机械臂后,我就琢磨着能不能做个更智能的版本。传统咖啡机械臂需要预先编程每个动作轨迹,换个杯型或配方就得重新调试。而结合大语言模型后,机械臂能听懂"做杯拿铁,拉个天鹅图案"这样的自然指令——这就像给机械臂装了个咖啡师大脑。
这个项目的核心在于让LLM(大语言模型)同时处理三类任务:
- 理解用户的口语化点单("下午茶想要杯轻度烘焙的卡布奇诺")
- 分解为可执行的机械动作序列(研磨18g咖啡粉→萃取30秒→打奶泡至60℃)
- 实时调整参数(根据咖啡豆湿度调整研磨粗细)
需要模型API调用? 免费领10W Token,多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 硬件选型与改造要点
2.1 机械臂本体改造
我选用的是UR3e协作机械臂(6轴,500mm工作半径),改造重点在末端执行器:
- 3D打印多功能夹具(可切换:咖啡勺/拉花针/清洁刷)
- 加装FSR402压力传感器(检测咖啡粉压实力度)
- 集成双目摄像头(OAK-D-Lite,用于奶泡高度检测)
关键细节:所有电路用蛇皮管包裹防潮,电机需改用食品级润滑脂
2.2 外围设备组网
- 研磨机:Eureka Mignon Specialita(通过RS485转Modbus通信)
- 意式机:Rancilio Silvia Pro(加装PLC控制模块)
- 电子秤:Acaia Pearl(蓝牙传输数据)
- 温控系统:PID调节的加热块(±0.5℃精度)
通过ROS2的multi-master架构实现设备协同,延迟控制在200ms内。
3. 大模型部署方案对比
3.1 模型选型实验记录
测试了三种方案:
| 模型 | 推理速度 | 准确率 | 显存占用 |
|---|---|---|---|
| LLaMA3-8B | 22token/s | 78% | 12GB |
| Qwen1.5-4B | 35token/s | 82% | 8GB |
| Phi-3-mini | 48token/s | 85% | 6GB |
最终选择Phi-3-mini量化版,在Jetson AGX Orin上能稳定运行。
