CN107797556A - 一种利用巡维机器人实现服务器启停的方法 - Google Patents

一种利用巡维机器人实现服务器启停的方法 Download PDF

Info

Publication number
CN107797556A
CN107797556A CN201711059044.1A CN201711059044A CN107797556A CN 107797556 A CN107797556 A CN 107797556A CN 201711059044 A CN201711059044 A CN 201711059044A CN 107797556 A CN107797556 A CN 107797556A
Authority
CN
China
Prior art keywords
msub
image
mrow
msup
server
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201711059044.1A
Other languages
English (en)
Other versions
CN107797556B (zh
Inventor
高明
王柏勇
林克全
黎炼
张志亮
李硕
杨杰
罗智慧
马志刚
阮家宏
梅永坚
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangzhou Power Supply Bureau of Guangdong Power Grid Co Ltd
Original Assignee
Guangzhou Ke Teng Information Technology Co Ltd
Guangzhou Power Supply Bureau Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Guangzhou Ke Teng Information Technology Co Ltd, Guangzhou Power Supply Bureau Co Ltd filed Critical Guangzhou Ke Teng Information Technology Co Ltd
Priority to CN201711059044.1A priority Critical patent/CN107797556B/zh
Publication of CN107797556A publication Critical patent/CN107797556A/zh
Application granted granted Critical
Publication of CN107797556B publication Critical patent/CN107797556B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
    • G05D1/0234—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using optical markers or beacons
    • G05D1/0236—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using optical markers or beacons in combination with a laser
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0221—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving a learning process
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
    • G05D1/0246—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means
    • G05D1/0251—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means extracting 3D information from a plurality of images taken from different locations, e.g. stereo vision
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0257—Control of position or course in two dimensions specially adapted to land vehicles using a radar
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/70—Denoising; Smoothing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10024—Color image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20172—Image enhancement details
    • G06T2207/20182—Noise reduction or smoothing in the temporal domain; Spatio-temporal filtering

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Automation & Control Theory (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Electromagnetism (AREA)
  • Optics & Photonics (AREA)
  • Multimedia (AREA)
  • Image Analysis (AREA)

Abstract

本发明提供了一种利用巡维机器人实现服务器启停的方法，具体采用以下步骤进行：步骤1、确定数据中心服务器控制台的配置，将数据中心全部服务器接入到服务器控制台；步骤2、使用激光雷达，惯性测量单元及里程计，利用SLAM算法完成机房地图及巡维机器人路径规划；步骤3、对巡维机器人进行操作，控制巡维机器人移动到服务器控制台；步骤4、巡维机器人获取服务器控制台的图像，对服务器控制台的图像进行识别，根据识别结果对服务器控制台进行操作，实现对服务器的控制。本发明的有益效果为：操作简便、动作迅速，可代替人工准确快速地完成服务器启停，减少找错设备的失误情况发生。

Description

一种利用巡维机器人实现服务器启停的方法
技术领域
本发明涉及设备智能控制技术领域，具体涉及一种利用巡维机器人实现服务器启停的方法。
背景技术
目前IT系统在企业内规模数量也越来越大，设备数量在数据中心也越来越多。面对日益增多的IT物理设备，面对业务发展带来的变更需求，在日常的运维工作中，对服务器启停的需求非常大，完成对服务器的智能控制能提高业务上线效率，更好地支撑业务发展。
现有技术中，对数据中心服务器启停主要采用人工方式，导致操作效率低下、操作失误高。
发明内容
针对上述问题，本发明旨在提供一种利用巡维机器人实现服务器启停的方法。
本发明的目的采用以下技术方案来实现：
提供了一种利用巡维机器人实现服务器启停的方法，具体采用以下步骤进行：
步骤1、确定数据中心服务器控制台的配置，将数据中心全部服务器接入到服务器控制台；
步骤2、使用激光雷达，惯性测量单元及里程计，利用SLAM算法完成机房地图及巡维机器人路径规划；
步骤3、对巡维机器人进行操作，控制巡维机器人移动到服务器控制台；
步骤4、巡维机器人获取服务器控制台的图像，对服务器控制台的图像进行识别，根据识别结果对服务器控制台进行操作，实现对服务器的控制。
本发明的有益效果为：操作简便、动作迅速，可代替人工准确快速地完成服务器启停，减少找错设备的失误情况发生。
附图说明
利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。
图1是本发明的流程示意图；
附图标记：
确定数据中心服务器控制台的配置，将数据中心全部服务器接入到服务器控制台1；使用激光雷达，惯性测量单元及里程计，利用SLAM算法完成机房地图及巡维机器人路径规划2；对巡维机器人进行操作，控制巡维机器人移动到服务器控制台3；巡维机器人获取服务器控制台的图像，对服务器控制台的图像进行识别，根据识别结果对服务器控制台进行操作，实现对服务器的控制4。
具体实施方式
结合以下实施例对本发明作进一步描述。
参见图1，本实施例的一种利用巡维机器人实现服务器启停的方法，具体采用以下步骤进行：
步骤1、确定数据中心服务器控制台的配置，将数据中心全部服务器接入到服务器控制台；
步骤2、使用激光雷达，惯性测量单元及里程计，利用SLAM算法完成机房地图及巡维机器人路径规划；
步骤3、对巡维机器人进行操作，控制巡维机器人移动到服务器控制台；
步骤4、巡维机器人获取服务器控制台的图像，对服务器控制台的图像进行识别，根据识别结果对服务器控制台进行操作，实现对服务器的控制。
本实施例操作简便、动作迅速，可代替人工准确快速地完成服务器启停，减少找错设备的失误情况发生。
优选的，所述巡维机器人移动到服务器控制台的移动速度可自行设定。
本优选实施例提高了巡维机器人的可操作性。
优选的，所述巡维机器人获取服务器控制台的图像通过安装在巡维机器人上的高清摄像头实现。
所述对服务器控制台的图像进行识别，具体采用以下步骤进行：
步骤1、对服务器控制台的图像进行去噪处理；
步骤2、对去噪后的图像进行初步分割，得到初步分割结果；
步骤3、根据初步分割结果对图像进行二次分割，得到最终分割结果；
步骤4、根据最终分割结果对分割效果进行评价；
步骤5、根据分割结果对图像进行识别。
本优选实施例通过对图像进行初步分割和二次分割，实现了图像的快速准确的分割，通过对分割结果进行评价，保证了图像分割的准确性，为后续图像准确识别奠定了基础。
优选的，所述对去噪后的图像进行初步分割，具体采用以下步骤进行：
步骤1、对去噪后的图像进行平滑处理；
步骤2、对平滑处理后的图像进行初步分割；
所述对去噪后的图像进行平滑处理，具体采用以下方式进行：采用核函数K(g1,g2)对图像进行平滑处理，得到图像的密度极大值点，所述核函数为：
式中,xr表示图像像素x的二维空间位置坐标，xs表示图像像素x的三维色彩特征向量，g1为核函数的半径，代表空域的核大小，g2为色彩特征空间的半径，代表值域的核大小；
所述对平滑处理后的图像进行初步分割，具体采用以下方式进行：图像中在同一个密度极大值点收敛的像素点划分为同一类，并把类的标号赋予类之内的所有点，若是分割之后的某个类的点的个数小于M，则将该类合并到相邻区域，得到图像的初步分割结果；所述划分标准为：所述在同一个密度极大值点收敛的像素点为空间域中距离小于g1或色彩特征空间中距离小于g2的像素点。
本优选实施例对图像进行初步分割，将图像分为较多的小区域，目标物体分割较细致，边界信息得到了有效的保留；通过对分割参数进行调整，获取了理想的初步分割结果。
优选的，所述根据初步分割结果对图像进行二次分割，具体采用以下步骤进行：
步骤1、根据初步分割结果获取图像的一次处理结果；
步骤2、根据初步分割结果获取图像的二次处理结果；
步骤3、根据一次处理结果和二次处理结果得到图像的最终分割结果。
所述根据初步分割结果获取图像的一次处理结果，具体采用以下方式进行：将经过初步分割后图像被划分为n个区域，Qi表示初步分割后图像的第i个区域，i＝1,2,…,n，每个区域对应的颜色向量用YQi表示：
YQi＝(x1i,x2i,x3i)
式中，x1i,x2i，x3i分别表示第i个区域内所有像素对应的红色、绿色、蓝色颜色分量的平均值；
将每个区域对应的颜色向量看作一个簇，采用下式计算簇之间的第一距离因子，
式中，Dij表示第i个簇和第j个簇之间的第一距离因子；
设定第一合并阈值，对第一距离因子小于第一合并阈值的簇进行合并，计算最终簇的数目，得到图像的一次处理结果。
所述根据初步分割结果获取图像的二次处理结果，具体采用以下方式进行：将经过初步分割后图像被划分为n个区域，Qi表示初步分割后图像的第i个区域，i＝1,2,…,n，每个区域对应的灰度值用HQi表示，HQi表示第i个区域内所有像素对应的灰度值的平均值；
将每个区域对应的灰度值看作一个簇，采用下式计算簇之间的第二距离因子，
式中，Eij表示第i个簇和第j个簇之间的第二距离因子；
设定第二合并阈值，对第二距离因子小于第二合并阈值的簇进行合并，计算最终簇的数目，得到图像的二次处理结果；
所述根据一次处理结果和二次处理结果得到图像的最终分割结果，具体采用以下方式进行：将一次处理结果和二次处理结果中簇的数目少的处理结果作为图像的最终分割结果。
本优选实施例实现了图像的快速准确分割，具体的，采用初步分割结果作为基础，大大减少了计算量，节约了时间，在处理图像数据时，选取了图像的两种颜色特征空间，提高了后续图像分割的可靠性，通过第一距离因子和第二距离因子对簇进行合并，获得了理想的处理结果，从而获取了理想的最终分割结果。
采用本发明利用巡维机器人实现服务器启停的方法对数据中心服务器进行操作，选取5个数据中心进行实验，分别为数据中心1、数据中心2、数据中心3、数据中心4、数据中心5，对操作效率和操作成本进行统计，同现有服务器操作方法相比，产生的有益效果如下表所示：
最后应当说明的是，以上实施例仅用以说明本发明的技术方案，而非对本发明保护范围的限制，尽管参照较佳实施例对本发明作了详细地说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的实质和范围。

Claims (8)

1.一种利用巡维机器人实现服务器启停的方法，其特征在于，具体采用以下步骤进行：
步骤1、确定数据中心服务器控制台的配置，将数据中心全部服务器接入到服务器控制台；
步骤2、使用激光雷达，惯性测量单元及里程计，利用SLAM算法完成机房地图及巡维机器人路径规划；
步骤3、对巡维机器人进行操作，控制巡维机器人移动到服务器控制台；
步骤4、巡维机器人获取服务器控制台的图像，对服务器控制台的图像进行识别，根据识别结果对服务器控制台进行操作，实现对服务器的控制。
2.根据权利要求1所述的利用巡维机器人实现服务器启停的方法，其特征在于，所述巡维机器人移动到服务器控制台的移动速度可自行设定。
3.根据权利要求2所述的利用巡维机器人实现服务器启停的方法，其特征在于，所述巡维机器人获取服务器控制台的图像通过安装在巡维机器人上的高清摄像头实现。
4.根据权利要求3所述的利用巡维机器人实现服务器启停的方法，其特征在于，所述对服务器控制台的图像进行识别，具体采用以下步骤进行：
步骤1、对服务器控制台的图像进行去噪处理；
步骤2、对去噪后的图像进行初步分割，得到初步分割结果；
步骤3、根据初步分割结果对图像进行二次分割，得到最终分割结果；
步骤4、根据最终分割结果对分割效果进行评价；
步骤5、根据分割结果对图像进行识别。
5.根据权利要求4所述的利用巡维机器人实现服务器启停的方法，其特征在于，所述对去噪后的图像进行初步分割，具体采用以下步骤进行：
步骤1、对去噪后的图像进行平滑处理；
步骤2、对平滑处理后的图像进行初步分割；
所述对去噪后的图像进行平滑处理，具体采用以下方式进行：采用核函数K(g1,g2)对图像进行平滑处理，得到图像的密度极大值点，所述核函数为：
<mrow> <mi>K</mi> <mrow> <mo>(</mo> <msub> <mi>g</mi> <mn>1</mn> </msub> <mo>,</mo> <msub> <mi>g</mi> <mn>2</mn> </msub> <mo>)</mo> </mrow> <mo>=</mo> <mfrac> <mn>1</mn> <mrow> <msup> <msub> <mi>g</mi> <mn>1</mn> </msub> <mn>3</mn> </msup> <msup> <msub> <mi>g</mi> <mn>2</mn> </msub> <mn>2</mn> </msup> </mrow> </mfrac> <msup> <mi>e</mi> <mrow> <mo>-</mo> <mo>|</mo> <mo>|</mo> <mfrac> <msup> <mi>x</mi> <mi>r</mi> </msup> <msub> <mi>g</mi> <mn>1</mn> </msub> </mfrac> <mo>|</mo> <msup> <mo>|</mo> <mn>2</mn> </msup> </mrow> </msup> <msup> <mi>e</mi> <mrow> <mo>-</mo> <mo>|</mo> <mo>|</mo> <mfrac> <msup> <mi>x</mi> <mi>s</mi> </msup> <msub> <mi>g</mi> <mn>2</mn> </msub> </mfrac> <mo>|</mo> <msup> <mo>|</mo> <mn>2</mn> </msup> </mrow> </msup> </mrow>
式中,xr表示图像像素x的二维空间位置坐标，xs表示图像像素x的三维色彩特征向量，g1为核函数的半径，代表空域的核大小，g2为色彩特征空间的半径，代表值域的核大小；
所述对平滑处理后的图像进行初步分割，具体采用以下方式进行：图像中在同一个密度极大值点收敛的像素点划分为同一类，并把类的标号赋予类之内的所有点，若是分割之后的某个类的点的个数小于M，则将该类合并到相邻区域，得到图像的初步分割结果；所述划分标准为：所述在同一个密度极大值点收敛的像素点为空间域中距离小于g1或色彩特征空间中距离小于g2的像素点。
6.根据权利要求5所述的利用巡维机器人实现服务器启停的方法，其特征在于，所述根据初步分割结果对图像进行二次分割，具体采用以下步骤进行：
步骤1、根据初步分割结果获取图像的一次处理结果；
步骤2、根据初步分割结果获取图像的二次处理结果；
步骤3、根据一次处理结果和二次处理结果得到图像的最终分割结果。
7.根据权利要求6所述的利用巡维机器人实现服务器启停的方法，其特征在于，所述根据初步分割结果获取图像的一次处理结果，具体采用以下方式进行：将经过初步分割后图像被划分为n个区域，Qi表示初步分割后图像的第i个区域，i＝1,2,…,n，每个区域对应的颜色向量用表示：
<mrow> <msub> <mi>Y</mi> <msub> <mi>Q</mi> <mi>i</mi> </msub> </msub> <mo>=</mo> <mrow> <mo>(</mo> <msub> <mi>x</mi> <mrow> <mn>1</mn> <mi>i</mi> </mrow> </msub> <mo>,</mo> <msub> <mi>x</mi> <mrow> <mn>2</mn> <mi>i</mi> </mrow> </msub> <mo>,</mo> <msub> <mi>x</mi> <mrow> <mn>3</mn> <mi>i</mi> </mrow> </msub> <mo>)</mo> </mrow> </mrow>
式中，x1i,x2i,x3i分别表示第i个区域内所有像素对应的红色、绿色、蓝色颜色分量的平均值；
将每个区域对应的颜色向量看作一个簇，采用下式计算簇之间的第一距离因子，
<mrow> <msub> <mi>D</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>=</mo> <msqrt> <mrow> <mo>|</mo> <mo>|</mo> <msub> <mi>Y</mi> <msub> <mi>Q</mi> <mi>i</mi> </msub> </msub> <mo>-</mo> <msub> <mi>Y</mi> <msub> <mi>Q</mi> <mi>j</mi> </msub> </msub> <mo>|</mo> <msup> <mo>|</mo> <mn>2</mn> </msup> <mo>+</mo> <mn>1</mn> </mrow> </msqrt> <mo>+</mo> <mfrac> <msup> <mi>e</mi> <mrow> <mo>|</mo> <mo>|</mo> <msub> <mi>Y</mi> <msub> <mi>Q</mi> <mi>i</mi> </msub> </msub> <mo>-</mo> <msub> <mi>Y</mi> <msub> <mi>Q</mi> <mi>j</mi> </msub> </msub> <mo>|</mo> <msup> <mo>|</mo> <mn>2</mn> </msup> </mrow> </msup> <mn>2</mn> </mfrac> </mrow>
式中，Dij表示第i个簇和第j个簇之间的第一距离因子；
设定第一合并阈值，对第一距离因子小于第一合并阈值的簇进行合并，计算最终簇的数目，得到图像的一次处理结果。
8.根据权利要求7所述的利用巡维机器人实现服务器启停的方法，其特征在于，所述根据初步分割结果获取图像的二次处理结果，具体采用以下方式进行：将经过初步分割后图像被划分为n个区域，Qi表示初步分割后图像的第i个区域，i＝1,2,…,n，每个区域对应的灰度值用表示，表示第i个区域内所有像素对应的灰度值的平均值；
将每个区域对应的灰度值看作一个簇，采用下式计算簇之间的第二距离因子，
<mrow> <msub> <mi>E</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>=</mo> <mi>l</mi> <mi>n</mi> <mo>&amp;lsqb;</mo> <msup> <mrow> <mo>(</mo> <msub> <mi>H</mi> <msub> <mi>Q</mi> <mi>i</mi> </msub> </msub> <mo>-</mo> <msub> <mi>H</mi> <msub> <mi>Q</mi> <mi>j</mi> </msub> </msub> <mo>)</mo> </mrow> <mn>2</mn> </msup> <mo>+</mo> <mn>1</mn> <mo>&amp;rsqb;</mo> <mo>+</mo> <mfrac> <msup> <mrow> <mo>(</mo> <msub> <mi>H</mi> <msub> <mi>Q</mi> <mi>i</mi> </msub> </msub> <mo>-</mo> <msub> <mi>H</mi> <msub> <mi>Q</mi> <mi>j</mi> </msub> </msub> <mo>)</mo> </mrow> <mn>2</mn> </msup> <mn>2</mn> </mfrac> </mrow>
式中，Eij表示第i个簇和第j个簇之间的第二距离因子；
设定第二合并阈值，对第二距离因子小于第二合并阈值的簇进行合并，计算最终簇的数目，得到图像的二次处理结果；
所述根据一次处理结果和二次处理结果得到图像的最终分割结果，具体采用以下方式进行：将一次处理结果和二次处理结果中簇的数目少的处理结果作为图像的最终分割结果。
CN201711059044.1A 2017-11-01 2017-11-01 一种利用巡维机器人实现服务器启停的方法 Active CN107797556B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711059044.1A CN107797556B (zh) 2017-11-01 2017-11-01 一种利用巡维机器人实现服务器启停的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711059044.1A CN107797556B (zh) 2017-11-01 2017-11-01 一种利用巡维机器人实现服务器启停的方法

Publications (2)

Publication Number Publication Date
CN107797556A true CN107797556A (zh) 2018-03-13
CN107797556B CN107797556B (zh) 2018-08-28

Family

ID=61548848

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711059044.1A Active CN107797556B (zh) 2017-11-01 2017-11-01 一种利用巡维机器人实现服务器启停的方法

Country Status (1)

Country Link
CN (1) CN107797556B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108737509A (zh) * 2018-04-28 2018-11-02 深圳汇通智能化科技有限公司 一种基于增强现实的智能数据中心机器人巡视系统
CN109489660A (zh) * 2018-10-09 2019-03-19 上海岚豹智能科技有限公司 机器人定位方法及设备
CN109739239A (zh) * 2019-01-21 2019-05-10 天津迦自机器人科技有限公司 一种用于巡检机器人的不间断仪表识别的规划方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105094130A (zh) * 2015-07-29 2015-11-25 广东省自动化研究所 激光制导地图构建的agv搬运机器人导航方法和装置
CN106531484A (zh) * 2016-11-23 2017-03-22 国网四川省电力公司成都供电公司 一种高压开关柜就地分闸自动操作机器人
CN106598052A (zh) * 2016-12-14 2017-04-26 南京阿凡达机器人科技有限公司 一种基于环境地图的机器人安防巡检方法及其机器人
CN106710001A (zh) * 2016-12-29 2017-05-24 山东鲁能智能技术有限公司 一种基于变电站巡检机器人集中监控仿真系统及其方法
CN107181634A (zh) * 2017-07-26 2017-09-19 郑州云海信息技术有限公司 一种服务器统一管理方法和系统
CN107291072A (zh) * 2016-03-31 2017-10-24 大族激光科技产业集团股份有限公司 一种移动机器人路径规划系统及方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105094130A (zh) * 2015-07-29 2015-11-25 广东省自动化研究所 激光制导地图构建的agv搬运机器人导航方法和装置
CN107291072A (zh) * 2016-03-31 2017-10-24 大族激光科技产业集团股份有限公司 一种移动机器人路径规划系统及方法
CN106531484A (zh) * 2016-11-23 2017-03-22 国网四川省电力公司成都供电公司 一种高压开关柜就地分闸自动操作机器人
CN106598052A (zh) * 2016-12-14 2017-04-26 南京阿凡达机器人科技有限公司 一种基于环境地图的机器人安防巡检方法及其机器人
CN106710001A (zh) * 2016-12-29 2017-05-24 山东鲁能智能技术有限公司 一种基于变电站巡检机器人集中监控仿真系统及其方法
CN107181634A (zh) * 2017-07-26 2017-09-19 郑州云海信息技术有限公司 一种服务器统一管理方法和系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
WENLONG HUANG.ETC: "Artificial immune kernel clustering network for unsupervised image segmentation", 《PROGRESS IN THE NATURAL SCIENCE》 *
王建玺等: "一种新的大规模图像数据集分割方法", 《微处理器》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108737509A (zh) * 2018-04-28 2018-11-02 深圳汇通智能化科技有限公司 一种基于增强现实的智能数据中心机器人巡视系统
CN109489660A (zh) * 2018-10-09 2019-03-19 上海岚豹智能科技有限公司 机器人定位方法及设备
CN109739239A (zh) * 2019-01-21 2019-05-10 天津迦自机器人科技有限公司 一种用于巡检机器人的不间断仪表识别的规划方法

Also Published As

Publication number Publication date
CN107797556B (zh) 2018-08-28

Similar Documents

Publication Publication Date Title
US10691927B2 (en) Image deformation processing method and apparatus, and computer storage medium
DE112019000217T5 (de) Ein Robotersystem mit automatisiertem Paketregistrierungsmechanismus und Leitung zur automatischen Erkennung
US11295413B2 (en) Neural networks for cropping images based on body key points
US9802317B1 (en) Methods and systems for remote perception assistance to facilitate robotic object manipulation
Weng et al. Enhancement of real‐time grasp detection by cascaded deep convolutional neural networks
CN105205453B (zh) 基于深度自编码器的人眼检测和定位方法
CN114782626B (zh) 基于激光与视觉融合的变电站场景建图及定位优化方法
CN107797556B (zh) 一种利用巡维机器人实现服务器启停的方法
US11348275B2 (en) Methods and apparatuses for determining bounding box of target object, media, and devices
CN109558902A (zh) 一种快速目标检测方法
CN104899563A (zh) 一种二维人脸关键特征点定位方法及系统
CN105217324A (zh) 一种新型的拆垛方法和系统
CN111178170B (zh) 一种手势识别方法和一种电子设备
CN103440667A (zh) 一种遮挡状态下运动目标稳定追踪的自动装置
CN113850793A (zh) 一种码垛规划方法、装置及电子设备
CN112215308A (zh) 一种吊装物体单阶检测方法、装置、电子设备及存储介质
Li et al. Visual slam in dynamic scenes based on object tracking and static points detection
CN107861510A (zh) 一种智能车辆驾驶系统
CN113516322B (zh) 基于人工智能的工厂障碍物风险评估方法及系统
CN112102342A (zh) 平面轮廓识别方法、装置、计算机设备和存储介质
CN115331199A (zh) 障碍物的检测方法、装置、电子设备及存储介质
CN113128346B (zh) 起重机施工现场的目标识别方法、系统、装置及存储介质
CN113177941A (zh) 一种钢卷边裂识别方法、系统、介质和终端
CN107562207A (zh) 一种基于手势识别控制的智能医疗系统
Cai et al. Deep representation and stereo vision based vehicle detection

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20190626

Address after: 510000 No. 2 Tianhe Second Road, Tianhe District, Guangzhou City, Guangdong Province

Patentee after: Guangzhou Power Supply Bureau

Address before: 510000 No. 2 Tianhe Second Road, Tianhe District, Guangzhou City, Guangdong Province

Co-patentee before: GUANGZHOU KE TENG INFORMATION TECHNOLOGY CO., LTD.

Patentee before: Guangzhou Power Supply Bureau

TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20210222

Address after: 510620, No. two, No. 2, Tianhe South Road, Guangzhou, Guangdong, Tianhe District

Patentee after: Guangzhou Power Supply Bureau of Guangdong Power Grid Co.,Ltd.

Address before: 510000 No. 2 Tianhe Second Road, Tianhe District, Guangzhou City, Guangdong Province

Patentee before: GUANGZHOU POWER SUPPLY Co.,Ltd.