面向機(jī)械臂抓取的檔案盒數(shù)字標(biāo)簽圖像抗干擾識別方法

顧宇歐，叢 潛，劉 博，黃 晶

（松花江水力發(fā)電有限公司豐滿大壩重建工程建設(shè)局，吉林吉林 132108）

機(jī)械臂是機(jī)器人研究領(lǐng)域的重要組成部件，將計算機(jī)電子、機(jī)械控制等多項應(yīng)用技術(shù)集合在一起。進(jìn)行施工作業(yè)時，機(jī)械臂元件可以按照預(yù)先設(shè)置好的路線完成物體抓取指令，并可以根據(jù)起始運動位置、終止運動位置的變化情況，自發(fā)調(diào)整臂關(guān)節(jié)結(jié)構(gòu)的抓取運動路徑[1-2]。與其他類型的物體運輸行為相比，機(jī)械臂抓取行為不但能夠?qū)⒋\貨物由起始點安全轉(zhuǎn)運至目標(biāo)點，還可以避免電量信號出現(xiàn)過度消耗的情況。在機(jī)械臂抓取運輸貨物的過程中，網(wǎng)絡(luò)主機(jī)可以根據(jù)臂關(guān)節(jié)結(jié)構(gòu)實時位置確定整條運輸路徑的走向趨勢。且已生成的機(jī)械臂運動圖像能夠以數(shù)字標(biāo)簽的形式存儲于主機(jī)元件中，以供其他設(shè)備結(jié)構(gòu)的調(diào)取與利用。

數(shù)字標(biāo)簽是一種多媒體圖像信息存儲形式，可以根據(jù)圖像樣本所占存儲空間的不同，對其進(jìn)行編碼與重排處理，并可以將完成排列后的多媒體圖像信息整合成全新的數(shù)據(jù)集合樣本[3]。在識別大面積圖像樣本時，由于數(shù)字標(biāo)簽文件中總是存在明顯的噪點參量，且這些噪點信息很難被直接提取出來，這也是導(dǎo)致原始圖像抗干擾能力始終達(dá)不到理想標(biāo)準(zhǔn)的主要原因?；谏疃壬窠?jīng)網(wǎng)絡(luò)的圖像識別方法雖然能夠避免噪點信息完全覆蓋數(shù)字標(biāo)簽圖像中的固有節(jié)點，但卻并不能將這些噪點參量完全提取處理。因此該方法在增強(qiáng)原始圖像抗干擾能力方面的應(yīng)用能力相對有限[4]。為解決上述問題，提取機(jī)械臂抓取行為的執(zhí)行思想，并以此為基礎(chǔ)，設(shè)計一種新型的檔案盒數(shù)字標(biāo)簽圖像抗干擾識別方法。

1 面向機(jī)械臂抓取的檔案盒數(shù)字標(biāo)簽建立

1.1 機(jī)械臂運動模型

在對檔案盒數(shù)字標(biāo)簽圖像中噪點信息進(jìn)行提取的過程中，首先需要對機(jī)械臂元件的運動行為建模，進(jìn)而確定臂關(guān)節(jié)結(jié)構(gòu)在各個方向上的趨向性運動能力[5-6]。設(shè)分別表示X軸、Y軸、Z軸方向上的機(jī)械臂運動基向量，εx表示X軸方向上的運動趨向系數(shù)，εy表示Y軸方向上的運動趨向系數(shù)，εz表示Z軸方向上的運動趨向系數(shù)。聯(lián)立上述物理量，可將臂關(guān)節(jié)趨向性運動行為表達(dá)式X、Y、Z分別表示為：

在式（1）的基礎(chǔ)上，設(shè)αx表示臂關(guān)節(jié)結(jié)構(gòu)在X軸方向上的轉(zhuǎn)向系數(shù)，αy表示Y軸轉(zhuǎn)向系數(shù)，αz表示Z軸轉(zhuǎn)向系數(shù)。

機(jī)械臂運動模型表達(dá)式為：

為使機(jī)械臂元件的運動行為保持穩(wěn)定狀態(tài)，要求αx系數(shù)、αy系數(shù)、αz系數(shù)取值必須同時屬于(0,1]的數(shù)值區(qū)間。

1.2 抓取位姿標(biāo)定

抓取位姿標(biāo)定表達(dá)式可以判定所求解機(jī)械臂運動模型是否符合檔案盒數(shù)字標(biāo)簽的構(gòu)建需求。由于待處理圖像中包含大量的常規(guī)像素節(jié)點與噪點參量，所以在實施抓取位姿標(biāo)定時，還應(yīng)考慮所選取標(biāo)簽節(jié)點與其他標(biāo)簽節(jié)點之間的互聯(lián)關(guān)系[7-8]。設(shè)δ表示機(jī)械臂抓取運動節(jié)點的初始標(biāo)記系數(shù)，dx表示運動位姿步長值在X軸方向上的數(shù)值分量，dy表示Y軸方向上的數(shù)值分量，dz表示Z軸方向上的數(shù)值分量，表示參量dx、dy、dz的平均值。在上述物理量的支持下，聯(lián)立式（2），可將機(jī)械臂抓取位姿標(biāo)定表達(dá)式定義為：

對于原始輸入圖像而言，只有實現(xiàn)對機(jī)械臂抓取位姿的按需標(biāo)定，才能夠根據(jù)數(shù)字標(biāo)簽節(jié)點的排列形式，推斷出噪點參量與常規(guī)像素參量之間的混合程度，從而實現(xiàn)對噪點信息準(zhǔn)確提取。

1.3 抽取系數(shù)

抽取系數(shù)也叫抽樣標(biāo)定系數(shù)，在對待測圖像檔案盒數(shù)字標(biāo)簽節(jié)點進(jìn)行識別時，主機(jī)元件可以將抽取系數(shù)指標(biāo)作為參考條件，實現(xiàn)對噪點信息的準(zhǔn)確提取[9-10]。設(shè)χ表示機(jī)械臂抓取執(zhí)行指令的迭代次數(shù)，φ1、φ2、…、φn表示n個不同的機(jī)械臂抓取執(zhí)行指令定義項指標(biāo)，β表示待測圖像中的噪點信息識別系數(shù)，f表示數(shù)字標(biāo)簽節(jié)點排列系數(shù)。

面向機(jī)械臂抓取的檔案盒數(shù)字標(biāo)簽抽取系數(shù)求解表達(dá)式為：

在求解抽取系數(shù)表達(dá)式時，要求φ1≠φ2≠…φn≠0 的不等式條件恒成立。

2 數(shù)字標(biāo)簽圖像的抗干擾識別技術(shù)

2.1 MNIST數(shù)據(jù)集

MNIST 數(shù)據(jù)集是一個完整的數(shù)據(jù)信息集合空間。對于待測圖像而言，只有所選MNIST 數(shù)據(jù)集合能夠?qū)n案盒數(shù)字標(biāo)簽信息完全包含在內(nèi)，才能促進(jìn)主機(jī)元件對噪點參量進(jìn)行準(zhǔn)確提取[11-12]。在不考慮其他干擾條件的情況下，MNIST 數(shù)據(jù)集合中所包含的數(shù)字標(biāo)簽信息越多，主機(jī)元件可調(diào)度的噪點信息參量也就越多，此時所得識別結(jié)果也就越符合實際應(yīng)用需求。設(shè)h表示MNIST 數(shù)據(jù)集合中的一個隨機(jī)變量，ΔM表示檔案盒數(shù)字標(biāo)簽信息的單位累積量，l1、l2表示兩個不相等的噪點參量檢測特征，k˙表示噪點信息檢測系數(shù)，φ表示數(shù)值標(biāo)簽分布指標(biāo)。在上述物理量的支持下，聯(lián)立式（4），可將MNIST 數(shù)據(jù)集表示為：

在MNIST 數(shù)據(jù)集合中，任意兩個噪點檢測特征參量都不可能相等，這也是主機(jī)元件能夠?qū)υ朦c信息進(jìn)行準(zhǔn)確識別的主要原因。

2.2 激活函數(shù)

在已知機(jī)械臂抓取運動行為的前提下，主機(jī)元件可以根據(jù)數(shù)字標(biāo)簽節(jié)點的排列形式，完成對待測圖像的復(fù)原。且在復(fù)原處理的過程中，噪點信息參量在檔案盒結(jié)構(gòu)中的存儲格式始終遵循激活函數(shù)條件[13]。所謂激活函數(shù)是指主機(jī)元件對于圖像噪點信息參量的處理能力，若無其他干擾性識別行為的出現(xiàn)，激活函數(shù)可以同時標(biāo)記的噪點信息參量越多，主機(jī)元件對于數(shù)字標(biāo)簽結(jié)構(gòu)的識別能力也就越強(qiáng)[14]。設(shè)ι表示圖像噪點信息標(biāo)記系數(shù)，ρ表示數(shù)字標(biāo)簽節(jié)點在原始待測圖像中的分布密度，?表示機(jī)械臂抓取指令的執(zhí)行強(qiáng)度，y～ 表示噪點參量辨識特征，μ表示噪點信息感應(yīng)系數(shù)。

面向機(jī)械臂抓取原則的待識別圖像激活函數(shù)為：

由于數(shù)字標(biāo)簽結(jié)構(gòu)的分布形式并不固定，所以在建立激活函數(shù)時，應(yīng)將圖像噪點信息的多樣性考慮在內(nèi)。

2.3 初始識別權(quán)重

初始識別權(quán)重是指處理主機(jī)在提取圖像噪點信息時所遵循的執(zhí)行標(biāo)準(zhǔn)，由于機(jī)械臂抓取行為的運動形式并不固定，所以初始識別權(quán)重表達(dá)式必須要適應(yīng)噪點信息參量的變化狀態(tài)。在計算過程中，初始識別權(quán)重表達(dá)式求解受到數(shù)據(jù)信息篩查系數(shù)、識別指令趨向執(zhí)行特征兩項物理量的直接影響[15-16]。數(shù)據(jù)信息篩查系數(shù)常表示為，在激活函數(shù)取值不發(fā)生改變的情況下，該項物理系數(shù)的取值越大，主機(jī)元件對于噪點信息參量的識別能力也就越強(qiáng)。識別指令趨向執(zhí)行特征常表示為I，由于檔案盒數(shù)字標(biāo)簽結(jié)構(gòu)中圖像噪點信息的存儲數(shù)值不可能為零，所以系數(shù)I的取值始終屬于(0,+∞)的數(shù)值區(qū)間。

初始識別權(quán)重表達(dá)式為：

式中，R表示抗干擾向量的初始取值，R′表示基于系數(shù)R的待識別噪點信息度量值。綜合上述指標(biāo)參量，完成面向機(jī)械臂抓取的檔案盒數(shù)字標(biāo)簽圖像抗干擾識別方法的設(shè)計[17]。

3 實例分析

在圖1 所示機(jī)械臂抓取行為過程中，分別利用檔案盒數(shù)字標(biāo)簽技術(shù)、深度神經(jīng)網(wǎng)絡(luò)技術(shù)對原圖像中的噪點信息參量進(jìn)行提取，前者作為實驗組、后者作為對照組。

圖1 機(jī)械臂抓取行為執(zhí)行過程

確保在進(jìn)行實驗組、對照組實驗時，其他外界因素始終保持一致，具體實驗設(shè)計流程如下：

利用數(shù)字標(biāo)簽技術(shù)提取機(jī)械臂抓取圖像中的噪點信息，記錄在實驗過程中，主機(jī)元件對于噪點參量的提取速率，將所得實驗數(shù)據(jù)作為實驗組變量；

將處理后圖像恢復(fù)至初始狀態(tài)，確保復(fù)原后圖像與原始圖像的清晰程度完全相同；

利用深度神經(jīng)網(wǎng)絡(luò)技術(shù)提取機(jī)械臂抓取圖像中的噪點信息，記錄在實驗過程中，主機(jī)元件對于噪點參量的提取速率，將所得實驗數(shù)據(jù)作為對照組變量；對比所得實驗組、對照組數(shù)據(jù)，總結(jié)實驗規(guī)律；

實驗主機(jī)在單位時間內(nèi)所能準(zhǔn)確識別的噪點信息數(shù)量，可以反映出所采用識別方法在促進(jìn)原始圖像抗干擾能力方面的作用能力。在其他影響因素保持相同的情況下，實驗主機(jī)在單位時間內(nèi)所能準(zhǔn)確識別的噪點信息數(shù)量越多，所采用識別方法在促進(jìn)原始圖像抗干擾能力方面的作用能力也就越強(qiáng)。反之，若實驗主機(jī)在單位時間內(nèi)所能準(zhǔn)確識別的噪點信息數(shù)量相對較少，則表示所采用識別方法在促進(jìn)原始圖像抗干擾能力方面的作用能力也就相對較弱。

以15 min 為一個單位時長，分析在4 個單位時長內(nèi)，實驗組、對照組方法對于原圖像中噪點信息的識別能力，結(jié)果如表1 所示。

表1 識別能力對比

實驗組：在實驗組方法作用下，實驗主機(jī)在單位時間內(nèi)所能準(zhǔn)確識別的噪點信息數(shù)量呈現(xiàn)出先上升、再穩(wěn)定、最后繼續(xù)上升的變化態(tài)勢。整個實驗過程中，實驗組噪點信息識別數(shù)量與理想識別數(shù)值之間的最大差值結(jié)果僅能達(dá)到1.2×107個。

對照組：在對照組方法作用下，實驗主機(jī)在單位時間內(nèi)所能準(zhǔn)確識別的噪點信息數(shù)量呈現(xiàn)出先上升、再趨于穩(wěn)定的變化態(tài)勢。整個實驗過程中，對照組噪點信息識別數(shù)量均值始終小于實驗組，與理想識別數(shù)值之間的最大差值結(jié)果達(dá)到了2.6×107個，高于實驗組差值水平。

實驗結(jié)論為：1）深度神經(jīng)網(wǎng)絡(luò)技術(shù)在提取機(jī)械臂抓取圖像噪點信息方面的應(yīng)用能力相對有限，并不符合增強(qiáng)原始圖像抗干擾能力的實際應(yīng)用需求。2）數(shù)字標(biāo)簽技術(shù)則可以針對機(jī)械臂抓取圖像中的噪點信息進(jìn)行精準(zhǔn)提取，在增強(qiáng)原始圖像抗干擾性方面的應(yīng)用能力相對較強(qiáng)，與深度神經(jīng)網(wǎng)絡(luò)技術(shù)相比，更符合實際應(yīng)用需求。

4 結(jié)束語

對于機(jī)械臂抓取圖像來說，基于數(shù)字標(biāo)簽技術(shù)的識別方法可以根據(jù)機(jī)械臂運動模型，求解噪點信息抽取系數(shù)，再聯(lián)合激活函數(shù)表達(dá)式確定初始識別權(quán)重指標(biāo)的計算數(shù)值。與基于深度神經(jīng)網(wǎng)絡(luò)技術(shù)的識別方法相比，這種新型識別方法能夠準(zhǔn)確識別數(shù)字標(biāo)簽圖像中的噪點參量，縮小了噪點信息識別結(jié)果與實際存在數(shù)量之間的差值水平，也增強(qiáng)了原始圖像的抗干擾性能力。