基于极限学习机的仿真机器鱼动作策略

针对URWPGSim2D仿真平台,为实现机器鱼快速、准确的调整,本文将机器鱼的状态定义为"调整"和"推球",并提出基于极限学习机的动作决策模型,利用此模型自主选择相应的动作策略。动作决策模型根据当前时刻周围的环境信息,利用极限学习机确定机器鱼的状态,自主选择当前时刻的最优击球点,并确定机器鱼速度和角速度档位的最优组合。经URWPGSim2D仿真平台验证结果表明:机器鱼可根据策略调整路径,选择合适的动作策略,以更少的时间代价完成比赛。这说明基于极限学习机的动作决策策略能充分考虑机器鱼和水球的实时信息,在不同情况下选择不同的策略,具有很强的适应能力,满足仿真机器鱼对于动作决策的要求。

基于机器视觉的工件定位和识别

根据机器视觉系统具有非接触性、实时性、稳定性及高精度的特点。文中采用机器视觉技术对工件的定位和识别进行了研究。通过求取工件轮廓中心矩和轮廓轴线二阶导数的最小值,求得工件的中心坐标和旋转角度;通过提取模板工件的Hu不变矩与工件轮廓的Hu不变矩,利用轮廓的相似度量函数识别工件类型。实验结果表明,通过提取工件轮廓矩能在旋转的情况下精确地定位和识别工件。

基于图像处理的绝缘子缺陷检测

基于图像处理技术实现了绝缘子的缺陷检测。首先将图像从RGB空间转换到HSI空间,分别针对图像的H分量和S分量进行图像分割,然后取H和S分量分割图像的交集,得到伪标准二值图像。接着,针对绝缘子相互遮挡的情况,直接运用图像处理算法,获取了较为满意的绝缘子串的整体轮廓,滤除误检轮廓,实现绝缘子的识别。最后,依据绝缘子自爆的特点,对绝缘子的自爆缺陷进行检测,给出绝缘子故障判断。实验结果表明:该方法能够较好地提取绝缘子前景图像,精准提取绝缘子轮廓和诊断故障。