一种基于人工智能的服务器巡检方法及系统专利检索-立体像对显示技术专利检索查询-专利查询网

一种基于人工智能的服务器巡检方法及系统

阅读：862发布：2020-05-08

专利汇可以提供一种基于人工智能的服务器巡检方法及系统专利检索，专利查询，专利分析的服务。并且本发明公开了一种基于人工智能的服务器巡检方法及系统。本发明包括如下步骤：将机器人送入待巡检的服务器机房，通过机器人双目视觉模块把机器人的周围环境重构为三维模型；云端服务器对采集的图片进行处理，对三维空间进行建模和路径规划；对服务器的操作面板图像进行采集，输入图像推理识别模型进行识别；机器人通过服务器状态采集模块采集服务器设备状态信息，并将采集的参数输入智能分析模块，来分析识别服务器状态信息。本发明的机器人通过重构三维模型实现待巡检的服务器机房运动路径规划，分别对机房环境进行实时采集和服务器的设备状态进行智能采集，由智能分析模块完成对服务器的巡检，提高了巡检效率、确保了巡检的准确率。，下面是一种基于人工智能的服务器巡检方法及系统专利的具体信息内容。

权利要求

1.一种基于人工智能的服务器巡检方法，其特征在于，包括如下步骤：
步骤S1：将机器人送入待巡检的服务器机房，通过机器人双目视觉模块把机器人的周围环境重构为三维模型，并将采集到的图片传输到云端服务器；
步骤S2：云端服务器对采集的图片进行处理，对三维空间进行建模和路径规划，为机器人提供运动路径；
步骤S3：机器人在运动过程中，环境采集模块实时采集服务器机房环境数据，并将数据传输至云端服务器进行比对监控；
步骤S4：机器人通过RFID读写器读取服务器的RFID标签获取服务器信息，并对服务器的操作面板图像进行采集，输入图像推理识别模型进行识别；
步骤S5：机器人通过服务器状态采集模块采集服务器设备状态信息，并将采集的参数输入智能分析模块，来分析识别服务器状态信息；
步骤S6：机器人的告警处理模块发现异常时，将智能分析模块分析的故障结果传输到云端服务器，并由云端服务器下发至运维人员手持设备；
步骤S7：日志模块对上述步骤S1至步骤S7中的执行情况进行记录。
2.根据权利要求1所述的一种基于人工智能的服务器巡检方法，其特征在于，所述步骤S1中，采用目视觉模块重构三维场景的步骤如下：
步骤S11：通过组成双目的摄像头分别采集左图像和右图像，然后通过预处理子模块进行图像预处理后送入处理器进行进一步处理；
步骤S12：对进行预处理后的图像数据进行消除畸形及立体矫正处理后，再进行高斯拉普拉斯滤波，通过立体匹配获得视差，然后进行三维坐标重构；
步骤S13：将三维坐标重构后得到的数据与当前机器人的姿态数据相结合，通过处理器更新存储单元中的全局地图信息，从而得到完整地图信息。
3.根据权利要求1所述的一种基于人工智能的服务器巡检方法，其特征在于，所述步骤S2中，机器人的运动路径规划采用蚁群算法进行路径规划，服务器机房环境较为复杂时，可以通过人工远程遥控的方式对机器人操控进行巡检。
4.根据权利要求1所述的一种基于人工智能的服务器巡检方法，其特征在于，所述步骤S3中，环境采集模块采集的数据有温度、湿度、洁净度、烟雾浓度和气流速度在内的传感器。
5.根据权利要求1所述的一种基于人工智能的服务器巡检方法，其特征在于，所述步骤S4中，服务器预先存储正常工作状态下服务器的操作面板图，当机器人拍摄的服务器的操作面板图片上传到云端服务器与正常工作状态下的服务器操作面板图进行比对，比对内容包括指示灯工作状态和仪器仪表指针位置。
6.根据权利要求1所述的一种基于人工智能的服务器巡检方法，其特征在于，所述步骤S5中，智能分析模块为巡检数据分析模块，由机器学习、状态分析、历史状态对比的多个子模块。
7.根据权利要求1所述的一种基于人工智能的服务器巡检方法及系统，其特征在于，所述步骤S6中，告警处理模块处理流程如下：
步骤S61：采集服务器设备状态信息不在触发项规定的正常范围内时，判断触发项为异常触发项；
步骤S62：存在异常触发项时，根据预设的触发项表，查找异常触发项对应的巡检项；
步骤S63：机器人根据查找的巡检项进行相关巡检，生成相关的巡检结果。
8.一种基于人工智能的服务器巡检系统，包括云端服务器、智能机器人和机房内服务器，其特征在于：
所述云端服务器、智能机器人和机房内服务器依次双向通讯连接；
所述云端服务器包括图片处理模块、三维建模模块、路径规划模块、数据传输模块和数据存储模块；
所述智能机器人包括环境采集模块、数据传输模块、设备状态采集模块、RFID读写模块、日志模块、数据存储模块、双目视觉模块、告警处理模块、图像推理识别模块、智能分析模块和服务器状态采集模块；
所述机房内服务器包括RFID标签和数据存储模块。
9.根据权利要求8所述的一种基于人工智能的服务器巡检系统，其特征在于，所述环境采集模块、数据传输模块、设备状态采集模块、RFID读写模块、日志模块、双目视觉模块、告警处理模块、图像推理识别模块、智能分析模块和服务器状态采集模块均与数据存储模块连接，所述告警处理模块用于发现异常时进行报警的装置，由短信通知、邮件通知和电话通知服务器运维人员的移动智能终端。

说明书全文

一种基于人工智能的服务器巡检方法及系统

技术领域

[0001] 本发明属于机器人巡检技术领域，特别是涉及一种基于人工智能的服务器巡检方法，同时还涉及一种基于人工智能的服务器巡检系统。

背景技术

[0002] 目前，国内服务器行业机房巡检依然采用人工巡检方式，即通过值班人员定时检查设备状态、机房环境状态，以及通过i6000等监控系统对信息系统进行状态监控，显然这种方式存在信息获取滞后、信息共享性差、人员易懈怠、人工记录数据可能不准确等问题。若能将深度学习构建的神经网络与系统巡检时通过传感器对设备敏感部位的信号采集的数据相结合，对系统运行状态进行监测和发现异常情况后对故障进行分析、诊断，以实现信息和资源的共享，可加快异常信息的解决效率。但目前尚缺少相应的系统。

发明内容

[0003] 本发明的目的在于提供一种基于人工智能的服务器巡检方法及系统，机器人通过重构三维模型实现待巡检的服务器机房运动路径规划，分别对机房环境进行实时采集和服务器的设备状态进行智能采集，由智能分析模块完成对服务器的巡检，解决了现有的服务器机房巡检采用人力巡检导致的巡检效率差、巡检不彻底准确的问题。

[0004] 为解决上述技术问题，本发明是通过以下技术方案实现的：

[0005] 本发明为一种基于人工智能的服务器巡检方法，包括如下步骤：

[0006] 步骤S1：将机器人送入待巡检的服务器机房，通过机器人双目视觉模块把机器人的周围环境重构为三维模型，并将采集到的图片传输到云端服务器；

[0007] 步骤S2：云端服务器对采集的图片进行处理，对三维空间进行建模和路径规划，为机器人提供运动路径；

[0008] 步骤S3：机器人在运动过程中，环境采集模块实时采集服务器机房环境数据，并将数据传输至云端服务器进行比对监控；

[0009] 步骤S4：机器人通过RFID读写器读取服务器的RFID标签获取服务器信息，并对服务器的操作面板图像进行采集，输入图像推理识别模型进行识别；

[0010] 步骤S5：机器人通过服务器状态采集模块采集服务器设备状态信息，并将采集的参数输入智能分析模块，来分析识别服务器状态信息；

[0011] 步骤S6：机器人的告警处理模块发现异常时，将智能分析模块分析的故障结果传输到云端服务器，并由云端服务器下发至运维人员手持设备；

[0012] 步骤S7：日志模块对上述步骤S1至步骤S7中的执行情况进行记录。

[0013] 优选地，所述步骤S1中，采用目视觉模块重构三维场景的步骤如下：

[0014] 步骤S11：通过组成双目的摄像头分别采集左图像和右图像，然后通过预处理子模块进行图像预处理后送入处理器进行进一步处理；

[0015] 步骤S12：对进行预处理后的图像数据进行消除畸形及立体矫正处理后，再进行高斯拉普拉斯滤波，通过立体匹配获得视差，然后进行三维坐标重构；

[0016] 步骤S13：将三维坐标重构后得到的数据与当前机器人的姿态数据相结合，通过处理器更新存储单元中的全局地图信息，从而得到完整地图信息。

[0017] 优选地，所述步骤S2中，机器人的运动路径规划采用蚁群算法进行路径规划，服务器机房环境较为复杂时，可以通过人工远程遥控的方式对机器人操控进行巡检。

[0018] 优选地，所述步骤S3中，环境采集模块采集的数据有温度、湿度、洁净度、烟雾浓度和气流速度在内的传感器。

[0019] 优选地，所述步骤S4中，服务器预先存储正常工作状态下服务器的操作面板图，当机器人拍摄的服务器的操作面板图片上传到云端服务器与正常工作状态下的服务器操作面板图进行比对，比对内容包括指示灯工作状态和仪器仪表指针位置。

[0020] 优选地，所述步骤S5中，智能分析模块为巡检数据分析模块，由机器学习、状态分析、历史状态对比的多个子模块。

[0021] 优选地，所述步骤S6中，告警处理模块处理流程如下：

[0022] 步骤S61：采集服务器设备状态信息不在触发项规定的正常范围内时，判断触发项为异常触发项；

[0023] 步骤S62：存在异常触发项时，根据预设的触发项表，查找异常触发项对应的巡检项；

[0024] 步骤S63：机器人根据查找的巡检项进行相关巡检，生成相关的巡检结果。

[0025] 本发明为一种基于人工智能的服务器巡检系统，包括云端服务器、智能机器人和机房内服务器；

[0026] 所述云端服务器、智能机器人和机房内服务器依次双向通讯连接；

[0027] 所述云端服务器包括图片处理模块、三维建模模块、路径规划模块、数据传输模块和数据存储模块；

[0028] 所述智能机器人包括环境采集模块、数据传输模块、设备状态采集模块、RFID读写模块、日志模块、数据存储模块、双目视觉模块、告警处理模块、图像推理识别模块、智能分析模块和服务器状态采集模块；

[0029] 所述机房内服务器包括RFID标签和数据存储模块。

[0030] 优选地，所述环境采集模块、数据传输模块、设备状态采集模块、RFID读写模块、日志模块、双目视觉模块、告警处理模块、图像推理识别模块、智能分析模块和服务器状态采集模块均与数据存储模块连接，所述告警处理模块用于发现异常时进行报警的装置，由短信通知、邮件通知和电话通知服务器运维人员的移动智能终端。

[0031] 本发明具有以下有益效果：

[0032] (1)本发明通过将机器人送入待巡检的服务器机房，通过机器人双目视觉模块把机器人的周围环境，将采集的左图像和右图像通过预处理子模块进行图像预处理，进行消除畸形及立体矫正处理后，再进行高斯拉普拉斯滤波，通过立体匹配获得视差，然后进行三维坐标重构，最终通过路径规划模块实现机器人在服务器机房的自由移动，使人工智能机器人能够代替传统的人工巡检，提高了巡检效率，确保了巡检的准确率；

[0033] (2)本发明通过机器人在巡检过程中，对机房的内部环境进行实时监控，采集多种环境数据与预设的触发项表进行比对，一旦比对结果出现异常，立刻通过云端服务器以短信通知、邮件通知和电话通知服务器运维人员，提高了故障排查效率，最大限度降低服务器故障带来的损失；

[0034] (3)本发明通过机器人在巡检中，扫描服务器上RFID标签，对服务器的操作面板进行拍照，利用图像推理识别模块与正常情况下操作面板比对识别，快速辨别出异常的指示灯和仪器仪表指针，智能分析出故障原因，并推送至运维人员，提高运维人员的维修效率。

[0035] 当然，实施本发明的任一产品并不一定需要同时达到以上所述的所有优点。附图说明

[0036] 为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

[0037] 图1为本发明的一种基于人工智能的服务器巡检方法步骤图；

[0038] 图2为本发明的一种基于人工智能的服务器巡检系统结构示意图。

具体实施方式

[0039] 下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

[0040] 请参阅图1所示，本发明为一种基于人工智能的服务器巡检方法，包括如下步骤：

[0041] 步骤S1：将机器人送入待巡检的服务器机房，通过机器人双目视觉模块把机器人的周围环境重构为三维模型，并将采集到的图片传输到云端服务器；

[0042] 步骤S2：云端服务器对采集的图片进行处理，对三维空间进行建模和路径规划，为机器人提供运动路径；

[0043] 步骤S3：机器人在运动过程中，环境采集模块实时采集服务器机房环境数据，并将数据传输至云端服务器进行比对监控；

[0044] 步骤S4：机器人通过RFID读写器读取服务器的RFID标签获取服务器信息，并对服务器的操作面板图像进行采集，输入图像推理识别模型进行识别；

[0045] 步骤S5：机器人通过服务器状态采集模块采集服务器设备状态信息，并将采集的参数输入智能分析模块，来分析识别服务器状态信息；

[0046] 步骤S6：机器人的告警处理模块发现异常时，将智能分析模块分析的故障结果传输到云端服务器，并由云端服务器下发至运维人员手持设备；

[0047] 步骤S7：日志模块对上述步骤S1至步骤S7中的执行情况进行记录。

[0048] 其中，步骤S1中，采用目视觉模块重构三维场景的步骤如下：

[0049] 步骤S11：通过组成双目的摄像头分别采集左图像和右图像，然后通过预处理子模块进行图像预处理后送入处理器进行进一步处理；

[0050] 步骤S12：对进行预处理后的图像数据进行消除畸形及立体矫正处理后，再进行高斯拉普拉斯滤波，通过立体匹配获得视差，然后进行三维坐标重构；

[0051] 步骤S13：将三维坐标重构后得到的数据与当前机器人的姿态数据相结合，通过处理器更新存储单元中的全局地图信息，从而得到完整地图信息。

[0052] 其中，步骤S2中，机器人的运动路径规划采用蚁群算法进行路径规划，服务器机房环境较为复杂时，可以通过人工远程遥控的方式对机器人操控进行巡检。

[0053] 其中，步骤S3中，环境采集模块采集的数据有温度、湿度、洁净度、烟雾浓度和气流速度在内的传感器。

[0054] 其中，步骤S4中，服务器预先存储正常工作状态下服务器的操作面板图，当机器人拍摄的服务器的操作面板图片上传到云端服务器与正常工作状态下的服务器操作面板图进行比对，比对内容包括指示灯工作状态和仪器仪表指针位置。

[0055] 其中，步骤S5中，智能分析模块为巡检数据分析模块，由机器学习、状态分析、历史状态对比的多个子模块，通过深度学习完成对机器的学习，能够实现对服务器运行状态的分析。

[0056] 其中，步骤S6中，告警处理模块处理流程如下：

[0057] 步骤S61：采集服务器设备状态信息不在触发项规定的正常范围内时，判断触发项为异常触发项；

[0058] 步骤S62：存在异常触发项时，根据预设的触发项表，查找异常触发项对应的巡检项；

[0059] 步骤S63：机器人根据查找的巡检项进行相关巡检，生成相关的巡检结果。

[0060] 请参阅图2所示，本发明为一种基于人工智能的服务器巡检系统，包括云端服务器、智能机器人和机房内服务器；

[0061] 云端服务器、智能机器人和机房内服务器依次双向通讯连接；

[0062] 云端服务器包括图片处理模块、三维建模模块、路径规划模块、数据传输模块和数据存储模块；

[0063] 智能机器人包括环境采集模块、数据传输模块、设备状态采集模块、RFID读写模块、日志模块、数据存储模块、双目视觉模块、告警处理模块、图像推理识别模块、智能分析模块和服务器状态采集模块；

[0064] 机房内服务器包括RFID标签和数据存储模块。

[0065] 其中，环境采集模块、数据传输模块、设备状态采集模块、RFID读写模块、日志模块、双目视觉模块、告警处理模块、图像推理识别模块、智能分析模块和服务器状态采集模块均与数据存储模块连接，告警处理模块用于发现异常时进行报警的装置，由短信通知、邮件通知和电话通知服务器运维人员的移动智能终端。

[0066] 值得注意的是，上述系统实施例中，所包括的各个单元只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。

[0067] 另外，本领域普通技术人员可以理解实现上述各实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，相应的程序可以存储于一计算机可读取存储介质中。

[0068] 以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节，也不限制该发明仅为所述的具体实施方式。显然，根据本说明书的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本发明的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。

标题	发布/更新时间	阅读量
一种基于区域地图标识的机器人巡逻方法及机器人设备	2020-05-11	283
基于双视点的立体渲染方法	2020-05-08	559
一种自动调节空调制冷量、制热量的方法及空调	2020-05-08	633
机器人	2020-05-08	159
一种显示边缘图像的方法和电子设备	2020-05-11	797
一种TO封装中对封帽同轴度的控制方法	2020-05-08	774
基于虚拟现实的孤独症早期筛查评估系统及方法	2020-05-08	246
一种基于四侧光源图像的织物平整度的客观评定方法	2020-05-11	677
一种基于AKAZA的卫星遥感像对的特征匹配方法	2020-05-08	649
机器人系统、机器人的校准治具、机器人的校准方法	2020-05-08	795

一种基于人工智能的服务器巡检方法及系统

一种基于人工智能的服务器巡检方法及系统

技术领域

背景技术

发明内容

具体实施方式

该功能需要专业版企业版VIP权限，您可以：