游戏控制器作为一种用来控制视频游戏的设备,已经进入了大多数掌机游戏爱好者的生活。技术更新日新月异,人们的生活明显改善,游戏玩家对游戏控制器的品质和体验要求也越来越高。但是国内对于游戏控制器的检测技术还停留在相对较低的水平,企业对游戏控制器的检测大多是对产品工艺质量、使用环境、跌落、寿命等可靠性测试。游戏控制器缺乏有效的检测方法,因此开展游戏控制器功能参数智能检测对提高产品质量和市场竞争力是至关重要的。参考行业测试标准,提出按键手感、游戏控制器音频、游戏控制器振动等表征游戏控制器质量的参数。开发游戏控制自动化检测生产线自动上下料机器人、指示灯检测的视觉检测系统、按键手感检测系统。为防止蓝牙信号干扰检测信号,设计了全封闭式蓝牙屏蔽箱。基于C#、OpenCV和MFC开发了游戏控制器在线检测软件系统,利用机器学习分类的方法实现对音频的预处理、特征提取、分类研究。通过100台质量合格的游戏控制器和100台功能异常的游戏控制器进行实验研究,实验结果发现:(1)该检测系统对质量合格的游戏控制器按键功能检测的准确率高达99%,对质量不合格的游戏控制器按键功能检测的误判率低于2%;(2)该检测系统对质量合格的游戏控制器手感检测的准确率达到95%,对质量不合格的游戏控制器手感检测的误判率为1%;(3)该检测系统对质量合格的游戏控制器指示灯检测的准确率高达98%,对指示灯不合格的游戏控制器检测的误判率为1%;(4)通过实验对比五种不同的机器学习分类方法在音频识别方面的研究,发现随机森林分类方法最适合解决有无噪声的分类问题,对无噪声的音频检测,随机森林检测的准确率为98%,对有噪声的音频检测,随机森林检测的准确率为100%。所开发的检测系统可广泛应用于游戏控制器的生产制造商,能实现按键功能、按键手感、指示灯、音频等功能的高效准确测量。