Python多进程监控机械臂坐标遇异常：Move_Relative未生效，坐标为0

错误原因 #

• 多进程内存隔离：Python multiprocessing 创建的子进程会拥有独立的内存空间，主进程定义的全局变量x、y会被复制到每个子进程中，子进程对变量的修改完全独立，不会同步到其他进程（包括主进程和另一个子进程）。所以Move_Relative修改的是自己进程内的x/y副本，monitor_coordinates打印的却是自己进程内的初始值0。
• 监控时机问题：monitor_coordinates仅执行一次打印，大概率在Move_Relative还未开始修改变量时就已经完成打印并退出。

修正方案 #

使用multiprocessing提供的共享内存对象（如Value）实现进程间变量共享，同时调整监控逻辑，让它能持续输出变量状态。

修正后的代码 #

import multiprocessing
import time

# 用共享内存定义变量：'i'表示整数类型，'d'表示双精度浮点数
x = multiprocessing.Value('i', 0)
y = multiprocessing.Value('d', 0.0)

def monitor_coordinates():
    # 持续监控5秒后自动退出，避免无限循环
    end_time = time.time() + 5
    while time.time() < end_time:
        # 通过value属性访问共享变量的当前值
        print(f"x: {x.value} y: {y.value}")
        time.sleep(0.5)

def Move_Relative():    
    while x.value < 100000:
        # 修改共享变量的value属性
        x.value += 1   
        y.value += 0.5
        # 加微小延迟，避免修改过快导致监控无法捕捉变化
        time.sleep(0.0001)

if __name__=='__main__':
    q = multiprocessing.Process(target=Move_Relative) 
    q.start()
    p = multiprocessing.Process(target=monitor_coordinates)    
    p.start()
    
    p.join()  # 先等待监控进程结束
    q.terminate()  # 终止移动进程
    q.join()

关键说明 #

• multiprocessing.Value创建的共享变量会在进程间共享内存空间，所有进程对value属性的修改都会实时同步。
• 给Move_Relative添加微小延迟，避免变量修改速度过快导致监控进程无法捕捉到变化；监控进程设置5秒运行时长，保证程序能正常退出。
• 先等待监控进程结束再终止移动进程，避免出现进程残留问题。

内容的提问来源于stack exchange，提问作者Adnane