CN110989604A - 利用机器人进行数据处理的方法、设备和机器人 - Google Patents
利用机器人进行数据处理的方法、设备和机器人 Download PDFInfo
- Publication number
- CN110989604A CN110989604A CN201911281309.1A CN201911281309A CN110989604A CN 110989604 A CN110989604 A CN 110989604A CN 201911281309 A CN201911281309 A CN 201911281309A CN 110989604 A CN110989604 A CN 110989604A
- Authority
- CN
- China
- Prior art keywords
- data
- robot
- area
- sub
- environmental
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- 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
- G05D1/0238—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors
- G05D1/024—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors in combination with a laser
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J11/00—Manipulators not otherwise provided for
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- 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 or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- 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
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- 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
- G05D1/0259—Control of position or course in two dimensions specially adapted to land vehicles using magnetic or electromagnetic means
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- 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
Abstract
本发明提供利用机器人进行数据处理的方法、设备、机器人。该方法包括:机器人在区域中移动期间,实时计算出机器人的位置,并获取在位置处采集的环境数据;将环境数据和对应的位置发送到与机器人通信的检测设备;对区域中的任一子区域中获取的环境数据进行分析,并选择其中的一部分环境数据和对应的位置来更新当前历史数据。通过本发明,可以实时检测数据中心机房是否漏水,并且提高检测是否漏水的准确度。
Description
技术领域
本发明涉及利用机器人进行数据处理的方法、设备、机器人、存储介质、以及系统。
背景技术
数据中心机房属于信息化的基础设施,里面存放着大量的设备,包括信息化设备以及辅助类设备。无论任何设备出现问题都可能导致信息化设备宕机,给数据中心运营者以及客户造成无法估量的损失。数据中心机房中的信息化设备的运行需要制冷类辅助设备的支持,制冷类辅助设备主要是水冷设备,因此防止设备漏水是数据中心机房安全的重要方面。
数据中心机房传统的漏水检测方法是在管道上集成漏水绳。漏水绳是用特殊材料制成,其按长度均匀分布电阻。管道漏水时会造成局部短路引起电流的变化,上位机根据检测的变化值估算出漏水点。
人工巡检也是检测机房漏水的一种方法,通过在各个重点区域巡检发现漏水点。
然而,漏水绳检测方式虽然可靠,但存在一定的缺陷。该方式因为成本的原因无法做到所有管路实施,只能在重点管路或地下管路中敷设。而且只能检测管路漏水,无法检测地面或墙壁水渍。
人工巡检是一种传统的方式,但其受限于巡检人员的可靠性以及巡检的频次。
发明内容
为了解决上述问题,本发明提供了一种利用机器人进行数据处理的方法,所述方法包括:
所述机器人在区域中移动期间,实时计算出所述机器人的位置,并获取在所述位置处采集的环境数据;
将所述环境数据和对应的所述位置发送到与所述机器人通信的检测设备;
对所述区域中的任一子区域中获取的环境数据进行分析,并选择其中的一部分环境数据和对应的位置来更新当前历史数据。
其中,方法还包括:当所述机器人未进入所述预定子区域时,所述检测设备将所述环境数据与所述当前历史数据中的环境数据进行比较,并输出比较结果。
其中,在所述机器人进入所述任一子区域到离开所述任一子区域期间,定时的计算出所述机器人的多个位置,并获取在所述多个位置中的每个位置处采集到的环境数据,其中,每个子区域具有各自的中心坐标,从所述多个位置中选择与所述任一子区域的中心坐标距离最近的位置作为选择位置,并将在所述选择位置采集到的环境数据作为所述一部分环境数据与所述选择位置一起用于更新所述当前历史数据。
其中,所述区域中的每个子区域具有对应的当前历史数据,所述当前历史数据最多包含预定组数的历史数据,每组历史数据包括位置以及对应的环境数据,其中,当所述当前历史数据包含了所述预定组数的历史数据时,使用所述一部分环境数据和所述选择位置来替换其中最早存储的一组历史数据。
其中,所述当前历史数据存储在与检测设备进行通信的数据存储设备中,其中,所述区域中的每个子区域具有各自的初始图像,且存储在所述数据存储设备中。
其中,所述环境数据包括视频数据和温度数据,当所述机器人进入所述预定子区域时,所述检测设备将所述视频数据与所述预定子区域的所述初始图像进行比较,并输出所述比较结果。
其中,当所述机器人未进入所述预定子区域时,所述检测设备将所述温度数据与所述当前历史数据中的温度数据进行比较,当温度比较结果是异常时,将视频数据与当前所在子区域的初始图像进行比较,以输出所述比较结果。
其中,所述环境数据还包括湿度数据,当所述机器人未进入所述预定子区域时,所述检测设备还将所述湿度数据与所述当前历史数据中的湿度数据进行比较,并输出所述比较结果。
本发明还提供一种利用机器人进行数据处理的设备,所述设备包括:
计算和获取单元,所述机器人在区域中移动期间,实时计算出所述机器人的位置,并获取在所述位置处采集的环境数据;
发送单元,将所述环境数据和对应的所述位置发送到与所述机器人通信的检测设备;
分析单元,对所述区域中的任一子区域中获取的环境数据进行分析,并选择其中的一部分环境数据和对应的位置来更新当前历史数据。
本发明还提供一种机器人,包括:
如上所述的利用机器人进行数据处理的设备,和
采集设备,所述采集设备采集所述环境数据。
其中,所述采集设备包括成像设备和热成像仪,其中,所述成像设备采集所述视频数据,所述热成像仪采集所述温度数据。
其中,所述采集设备进一步包括湿度传感器,所述湿度传感器采集所述湿度数据。
本发明进一步提供一种计算机可读的存储介质,所述存储介质具有存储在其中的指令,当所述指令被执行时,使得所述计算机执行利用机器人进行数据处理的方法,其特征在于,所述指令包括:
计算和获取指令,在所述机器人在区域中移动期间,实时计算出所述机器人的位置,并获取在所述位置处采集的环境数据;
发送指令,将所述环境数据和对应的所述位置发送到与所述机器人通信的检测设备;
分析指令,对所述区域中的任一子区域中获取的环境数据进行分析,并选择其中的一部分环境数据和对应的位置来更新当前历史数据。
本发明进一步提供一种系统,包括:
存储器,用于存储由系统的一个或多个处理器执行的指令,以及
处理器,是所述系统的处理器之一,用于执行利用机器人进行数据处理的方法。
通过本发明,可以实时检测数据中心机房是否漏水,并且提高检测是否漏水的准确度。
附图说明
图1示出了根据本发明实施例的利用机器人进行数据处理的系统的框图;
图2示出了包含根据本发明实施例的机器人的环境的示意图;
图3示出了根据本发明实施例的在机器人中的设备的结构图;
图4示出了根据本发明实施例的利用机器人进行数据处理的方法的流程图。
具体实施方式
以下由特定的具体实施例说明本发明的实施方式,本领域技术人员可由本说明书所揭示的内容轻易地了解本发明的其他优点及功效。虽然本发明的描述将结合较佳实施例一起介绍,但这并不代表此发明的特征仅限于该实施方式。恰恰相反,结合实施方式作发明介绍的目的是为了覆盖基于本发明的权利要求而有可能延伸出的其它选择或改造。为了提供对本发明的深度了解,以下描述中将包含许多具体的细节。本发明也可以不使用这些细节实施。此外,为了避免混乱或模糊本发明的重点,有些具体细节将在描述中被省略。需要说明的是,在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互组合。
应注意的是,在本说明书中,相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
术语“第一”、“第二”等仅用于区分描述,不表示任何顺序,不能理解为指示或暗示相对重要性。
为使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明的实施方式作进一步地详细描述。
本发明所提供的实施方式可以在移动终端、计算机终端、或者类似的运算装置(如ECU(Electronic Control Unit,电子控制单元))、系统中执行。以运行在系统为例,图1是根据本发明实施例的利用机器人进行数据处理的系统的硬件结构框图。如图1所示,系统100可以包括一个或多个(图中仅示出一个)处理器101(处理器101可以包括但不限于中央处理器CPU、图像处理器GPU、数字信号处理器DSP、微处理器MCU或可编程逻辑器件FPGA等的处理装置)、用于与用户交互的输入输出接口102、用于存储数据的存储器103、以及用于通信功能的传输装置104。本领域普通技术人员可以理解,图1所示的结构仅为示意,其并不对上述电子装置的结构造成限定。例如,系统100还可包括比图1中所示更多或者更少的组件,或者具有与图1所示不同的配置。
输入输出接口102可以连接一个或多个显示器、触控屏等,用于显示从系统100传送的数据,还可以连接键盘、触控笔、触控板和/或鼠标等,用于输入诸如,选择、创建、编辑等的用户指令。
存储器103可用于存储应用软件的软件程序以及模块,例如与本发明实施方式中的利用机器人进行数据处理对应的程序指令/模块,处理器101通过运行存储在存储器103内的软件程序以及模块,从而执行各种功能应用以及数据处理,即实现上述的利用机器人进行数据处理的方法。存储器103可包括高速随机存储器,还可包括非易失性存储器,如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中,存储器103可进一步包括相对于处理器101远程设置的存储器,这些远程存储器可以通过网络连接至系统100。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
传输装置104用于经由一个网络接收或者发送数据。上述的网络具体实例可包括系统100的通信供应商提供的互联网。在上述运行环境下,本发明提供了本发明的利用机器人进行数据处理的方法的流程图。
图2示出了包含根据本发明实施例的机器人的环境20的示意图。如图所示,在该环境中20具有机器人21(也可以称为巡检机器人)、检测设备22、数据存储设备23。数据存储设备23例如是数据库23。检测设备22可以访问数据库23,数据库23可以和检测设备22部署在同一台服务器上,也可以部署在不同的服务器上,而不受限制。
如图2所示,机器人21、检测设备22、数据库23可以通过网络(图未视)进行通信。机器人21包括采集设备200和设备214。采集设备200包括成像设备211(例如可见光摄像机等)、热成像仪212和湿度传感器213,成像设备211采集视频数据,热成像仪212采集温度数据,而湿度传感器213采集湿度数据。设备214可以是工控机、嵌入式工控机,或X86架构工控机等等,而不受限制。在下面的描述中,以工控机214为例进行说明。
图3示出了根据本发明实施例的机器人21中的工控机214的结构图,如图3所示,工控机214包括计算和获取单元31、发送单元32和分析单元33。
图4示出了根据本发明实施例的利用机器人进行数据处理的方法的流程图。
下面结合图2-图4,具体描述本发明的实施例。
在步骤S41,在机器人21在区域中移动期间,计算和获取单元31实时计算出机器人21的位置,并获取在该位置处采集的环境数据。
在本实施例中,例如机器人21在数据中心机房中移动。可以理解,本发明的机器人21也可以在其他封闭性较好的区域移动,而不受限制。当机器人21到达某个位置后,计算和获取单元31可以采用现有的激光SLAM技术,实时计算出机器人21的位置,例如坐标值。此时,采集设备200采集机器人21在该位置周围的环境数据,并且计算和获取单元31可以从采集设备200获取该环境数据。
本实施例中,预先将数据中心机房划分为多个子区域,例如,可以针对数据中心机房的每层楼进行划分,因此可以将多层楼的数据中心机房划分为多个子区域。且每个子区域的面积可以相同或不同,本例中,例如每个子区域的面积都是1m2。每个子区域具有各自的中心坐标值、以及子区域范围,这些中心坐标值以及子区域范围都预先存储在数据库23中。
通常,成像设备211、热成像仪212和湿度传感器213分别实时采集视频数据、温度数据和湿度数据,因此上述的环境数据通常包括视频数据、温度数据和湿度数据。。
机器人21在数据中心机房中移动,当进入预定子区域As时,例如进入包含明管路接头处的子区域As时,计算和获取单元31计算出机器人21的坐标(xs,ys)。此时,成像设备211采集视频数据Vs,热成像仪212和湿度传感器213分别采集温度数据Ts和湿度数据Hs,计算和获取单元31从采集设备200获取到视频数据Vs、温度数据Ts和湿度数据Vs。
如上所述,数据中心机房被划分为多个子区域,其中每个子区域具有各自的初始图像,且存储在数据库23中。初始图像是该子区域正常情况下的图像,例如,没有出现漏水的图像。
在步骤S42,发送单元32将采集到的环境数据和机器人21的位置发送到与机器人21通信的检测设备22。
如上所述,机器人21进入了预定子区域As,那么发送单元32将坐标(xs,ys)以及视频数据Vs、温度数据Ts和湿度数据Vs发送给检测设备22。检测设备22从数据库23中获取子区域As的初始图像Is,将视频数据Vs和初始图像Is进行比较,这里,检测设备22可以使用现有的深度学习算法进行图像比较,从而判断出当前子区域As中是否出现异常,例如是否出现漏水。
另一方面,当机器人21未进入子区域(例如,进入子区域A1)时,成像设备211采集视频数据V1,热成像仪212和湿度传感器213分别采集温度数据T1和湿度数据H1。此时,计算和获取单元31获取的环境数据包括视频数据V1、温度数据T1和湿度数据H1。另外,计算和获取单元31也会计算出机器人21的当前坐标(x1,y1)。
此时,发送单元32将视频数据V1、温度数据T1、湿度数据H1、当前坐标(x1,y1)发送到检测设备22。检测设备22将温度数据T1与数据库23中存储的当前历史数据(下面具体说明)中的温度数据进行比较,并输出比较结果。此时,检测设备22并不会直接将视频数据V1和对应的初始图像进行比较。
在步骤S43,分析单元33对数据中心机房中的任一子区域中获取的环境数据进行分析,并选择其中的一部分环境数据和对应的位置来更新当前历史数据。
下面将详细说明当前历史数据。
当机器人21从进入任一子区域到离开任一子区域期间(例如,从进入子区域A3到离开子区域A3期间),定时的计算出机器人21的多个位置,并获取在多个位置中的每个位置处采集到的环境数据。
例如,子区域A3不是预定子区域,并且在每个位置处采集到的环境数据包含视频数据、温度数据和湿度数据,计算和获取单元31计算出每个位置的坐标。其中,温度数据例如包括在子区域A3中的第n个位置的坐标(x3n,y3n)处采集到的最高温度Tmax3n,最低温度Tmin3n以及平均温度Tavg3n。针对这n个不同的位置,可以得到n组不同的数据(x31,y31,Tmax31,Tmin31,Tavg31,H31)、(x32,y32,Tmax32,Tmin32,Tavg32,H32)、……(x3n,y3n,Tmax3n,Tmin3n,Tavg3n,H3n)。这些数据可以例如存储在机器人21上的内存215中。
每个子区域具有各自的中心坐标,例如子区域A3的中心坐标是(x3,y3)。当机器人21离开子区域A3后,计算和获取单元31从内存215中取出这n组数据,并根据每组数据中的坐标以及子区域A3的中心坐标(x3,y3),计算出与中心坐标(x3,y3)距离最近的那个位置(坐标)作为选择位置(坐标)。本例中,例如计算出与中心坐标(x3,y3)距离最近的坐标是(x32,y32),那么就将(x32,y32)作为选择位置,那么发送单元32将与该选择位置对应的一组数据(x32,y32,Tmax32,Tmin32,Tavg32,H32)一起发送到检测设备22,然后存储到数据库23中,用于更新当前历史数据。可以看出,所存储的一组数据包括温度数据Tmax32,Tmin32,Tavg32,湿度数据H32以及对应的坐标(x32,y32)。
每个子区域具有对应的当前历史数据,该当前历史数据最多包含预定组数(例如6组)的历史数据,每组历史数据包括位置以及对应的环境数据。例如,子区域A3的当前历史数据包含6组历史数据,其中包括上述的一组历史数据(x32,y32,Tmax32,Tmin32,Tavg32,H32)。当机器人21每次进入子区域A3并离开子区域A3之后,计算和获取单元31都可以按照上述方式计算,并选择其中的一组数据存储到数据库23中,用于更新与子区域A3对应的当前历史数据。
在数据库23中存储的针对子区域A3的当前历史数据已经包含了6组历史数据时,将选择的一组数据替代其中最早存储的一组历史数据,这样,可以确保当前历史数据被实时更新,以确保检测设备22的后续比较结果更加准确。
另外,如上所述,在步骤S42中,当机器人21未进入预定子区域(例如,进入子区域A1)时,检测设备22将温度数据T1与数据库23中存储的当前历史数据中的温度数据进行比较。例如,温度数据T1包含最高温度T1max,最低温度T1min和平均温度T1avg,将当前历史数据中的多组(例如6组)历史数据中的6个历史最高温度的平均值与T1max进行比较,将6个历史最低温度的平均值与T1min进行比较,并将6个历史平均温度的平均值与T1avg进行比较,以判断温度数据T1是否异常。当温度判断结果是异常时,检测设备22则使成像设备211开始采集机器人21当前所在子区域A1的视频数据V1,使得检测设备22如上所述,将视频数据V1与数据库23中的子区域A1的初始图像进行比较,从而最终判断出当前子区域A1中是否出现异常。
当判断出当前子区域A1中出现异常,则输出异常结果(例如出现漏水),并通知运维人员进行处理;当判断出当前子区域A1中未出现异常时,则输出警告,提示运维人员进行确认。
另一方面,检测设备22将湿度数据H1与当前历史数据中的多组(例如6组)历史数据中的6个历史湿度的平均值进行比较,如果湿度数据H1出现异常,则输出警告,提示运维人员进行确认。
虽然在上述比较中,分别使用了对应历史数据的平均值进行比较,但是也可以使用对应历史数据的方差等进行比较,而不受限制。
此外,虽然在本实施例中,采集设备200包括成像设备211、热成像仪212以及湿度传感器213,但是采集设备200可以只包括成像设备211和热成像仪212,或者包括其他类型的采集设备,而不受限制。
通常,数据中心机房的制冷系统主要是由中央空调实现。中央空调由制冷冷机、水泵、末端空调及其附属管路等组成。漏水点也是基于以上各部分产生的。一般漏水点包括管路之间连接处、管路和阀门连接处、管路和泵连接处等。如果漏水量稍大,则管路经过的墙壁以及地面可能会带来水渍。漏水区域包括制冷间、管路经过区域以及空调间等。通过本发明,可以实时确定数据中心机房的地面水渍或潮湿区域、墙壁水渍或潮湿区域、明管路接头处水渍(包括与阀门及泵连接处)等。
本发明中采用了成像设备211,并且成像设备211实时采集视频数据。由于检测设备22需要一定的时间来处理视频数据并进行比较,因此一般在机器人21到达预定子区域时,检测设备22才会直接处理视频数据并进行比较如此,可以提高检测数据中心机房异常(例如漏水)的效率。另外,本发明还采用了实时采集温度数据的热成像仪212,将其与成像设备211结合使用,并在温度数据出现异常时,检测设备22处理视频数据并进行比较,以进一步确定当前所处的子区域是否出现异常,例如漏水,或者提示运维人员前去检查,以便及时发现漏水等异常情况,因此本发明可以实时地、准确地检测数据中心机房异常(例如漏水)。进一步,本发明还可以进一步采用实时采集湿度数据的湿度传感器,并在湿度数据出现异常时,提示运维人员前去检查,以便及时发现漏水等。因此,本发明可以进一步实时地、准确地检测数据中心机房异常(例如漏水)。
进一步,本发明将实时采集到的环境数据与数据库23中实时更新的当前历史数据进行比较,因此可以进一步提高检测是否漏水的准确度。
本发明还提供了一种计算机可读的存储介质,所述存储介质具有存储在其中的指令,当所述指令被执行时,使得所述计算机执行利用机器人进行数据处理的方法,指令包括:
计算和获取指令,在所述机器人在区域中移动期间,实时计算出所述机器人的位置,并获取在所述位置处采集的环境数据;
发送指令,将所述环境数据和对应的所述位置发送到与所述机器人通信的检测设备;
分析指令,对所述区域中的任一子区域中获取的环境数据进行分析,并选择其中的一部分环境数据和对应的位置来更新当前历史数据。
在此处所提供的说明书中,说明了大量具体细节。然而,能够理解,本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中,并未详细示出公知的方法、结构和技术,以便不模糊对本说明书的理解。
类似地,应当理解,为了精简本发明并帮助理解各个发明方面中的一个或多个,在上面对本发明的示例性实施例的描述中,本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而,并不应将该公开的方法解释成反映如下意图:即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说,如权利要求书所反映的那样,发明方面在于少于前面公开的单个实施例的所有特征。因此,遵循具体实施方式的权利要求书由此明确地并入该具体实施方式,其中每个权利要求本身都作为本发明的单独实施例。
本领域那些技术人员可以理解,可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件,以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外,可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述,本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的替代特征来代替。
此外,本领域的技术人员能够理解,尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征,但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如,在权利要求书中,所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的终端设备来实现。在列举了若干终端设备的单元权利要求中,这些终端设备中的若干个可以是通过同一个硬件项来具体体现。
Claims (21)
1.一种利用机器人进行数据处理的方法,其特征在于,所述方法包括:
所述机器人在区域中移动期间,实时计算出所述机器人的位置,并获取在所述位置处采集的环境数据;
将所述环境数据和对应的所述位置发送到与所述机器人通信的检测设备;
对所述区域中的任一子区域中获取的环境数据进行分析,并选择其中的一部分环境数据和对应的位置来更新当前历史数据。
2.如权利要求1所述的方法,其特征在于,所述方法还包括:当所述机器人未进入所述预定子区域时,所述检测设备将所述环境数据与所述当前历史数据中的环境数据进行比较,并输出比较结果。
3.如权利要求2所述的方法,其特征在于,在所述机器人进入所述任一子区域到离开所述任一子区域期间,定时的计算出所述机器人的多个位置,并获取在所述多个位置中的每个位置处采集到的环境数据,
其中,每个子区域具有各自的中心坐标,从所述多个位置中选择与所述任一子区域的中心坐标距离最近的位置作为选择位置,并将在所述选择位置采集到的环境数据作为所述一部分环境数据与所述选择位置一起用于更新所述当前历史数据。
4.如权利要求3所述的方法,其特征在于,所述区域中的每个子区域具有对应的当前历史数据,所述当前历史数据最多包含预定组数的历史数据,每组历史数据包括位置以及对应的环境数据,
其中,当所述当前历史数据包含了所述预定组数的历史数据时,使用所述一部分环境数据和所述选择位置来替换其中最早存储的一组历史数据。
5.如权利要求4所述的方法,其特征在于,所述当前历史数据存储在与所述检测设备进行通信的数据存储设备中,
其中,所述区域中的每个子区域具有各自的初始图像,且存储在所述数据存储设备中。
6.如权利要求1-5中任一项所述的方法,其特征在于,所述环境数据包括视频数据和温度数据,当所述机器人进入所述预定子区域时,所述检测设备将所述视频数据与所述预定子区域的所述初始图像进行比较,并输出所述比较结果。
7.如权利要求6所述的方法,其特征在于,当所述机器人未进入所述预定子区域时,所述检测设备将所述温度数据与所述当前历史数据中的温度数据进行比较,当温度比较结果是异常时,将所述视频数据与当前所在子区域的初始图像进行比较,以输出所述比较结果。
8.如权利要求7所述的方法,其特征在于,所述环境数据进一步包括湿度数据,当所述机器人未进入所述预定子区域时,所述检测设备进一步将所述湿度数据与所述当前历史数据中的湿度数据进行比较,并输出所述比较结果。
9.一种利用机器人进行数据处理的设备,其特征在于,所述设备包括:
计算和获取单元,所述机器人在区域中移动期间,实时计算出所述机器人的位置,并获取在所述位置处采集的环境数据;
发送单元,将所述环境数据和对应的所述位置发送到与所述机器人通信的检测设备;
分析单元,对所述区域中的任一子区域中获取的环境数据进行分析,并选择其中的一部分环境数据和对应的位置来更新当前历史数据。
10.如权利要求9所述的设备,其特征在于,当所述机器人未进入所述预定子区域时,所述检测设备将所述环境数据与所述当前历史数据中的环境数据进行比较,并输出比较结果。
11.如权利要求10所述的设备,其特征在于,在所述机器人进入所述任一子区域到离开所述任一子区域期间,所述计算和获取单元定时的计算出所述机器人的多个位置,并获取在所述多个位置中的每个位置处采集到的环境数据,
其中,每个子区域具有各自的中心坐标,所述计算和获取单元从所述多个位置中选择与所述任一子区域的中心坐标距离最近的位置作为选择位置,并将在所述选择位置采集到的环境数据作为所述一部分环境数据与所述选择位置一起用于更新所述当前历史数据。
12.如权利要求11所述的设备,其特征在于,所述区域中的每个子区域具有对应的当前历史数据,所述当前历史数据最多包含预定组数的历史数据,每组历史数据包括位置以及对应的环境数据,
其中,当所述当前历史数据包含了所述预定组数的历史数据时,所述计算和获取单元使用所述一部分环境数据和所述选择位置来替换其中最早存储的一组历史数据。
13.如权利要求12所述的设备,其特征在于,所述当前历史数据存储在可分别与所述检测设备进行通信的数据存储设备中,
其中,所述区域中的每个子区域具有各自的初始图像,且存储在所述数据存储设备中。
14.如权利要求9-13中任一项所述的设备,其特征在于,所述环境数据包括视频数据和湿度数据,当所述机器人进入所述预定子区域时,所述检测设备将所述视频数据与所述预定子区域的所述初始图像进行比较,并输出所述比较结果。
15.如权利要求14所述的设备,其特征在于,当所述机器人未进入所述预定子区域时,所述检测设备将所述温度数据与所述当前历史数据中的温度数据进行比较,当温度比较结果是异常时,将所述视频数据与当前所在子区域的初始图像进行比较,以输出所述比较结果。
16.如权利要求15所述的设备,其特征在于,所述环境数据进一步包括湿度数据,当所述机器人未进入所述预定子区域时,所述检测设备进一步将所述湿度数据与所述当前历史数据中的湿度数据进行比较,并输出所述比较结果。
17.一种机器人,其特征在于,包括:
如权利要求9-16中任一项所述的设备,和
采集设备,所述采集设备采集所述环境数据。
18.如权利要求17所述的机器人,其特征在于,所述采集设备包括成像设备和热成像仪,其中,所述成像设备采集所述视频数据,所述热成像仪采集所述温度数据。
19.如权利要求18所述的机器人,其特征在于,所述采集设备进一步包括湿度传感器,所述湿度传感器采集所述湿度数据。
20.一种计算机可读的存储介质,所述存储介质具有存储在其中的指令,当所述指令被执行时,使得所述计算机执行利用机器人进行数据处理的方法,其特征在于,所述指令包括:
计算和获取指令,在所述机器人在区域中移动期间,实时计算出所述机器人的位置,并获取在所述位置处采集的环境数据;
发送指令,将所述环境数据和对应的所述位置发送到与所述机器人通信的检测设备;
分析指令,对所述区域中的任一子区域中获取的环境数据进行分析,并选择其中的一部分环境数据和对应的位置来更新当前历史数据。
21.一种系统,其特征在于,包括:
存储器,用于存储由系统的一个或多个处理器执行的指令,以及
处理器,是所述系统的处理器之一,用于执行如权利要求1-8中任一项所述的利用机器人进行数据处理的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911281309.1A CN110989604B (zh) | 2019-12-13 | 2019-12-13 | 利用机器人进行数据处理的方法、设备和机器人 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911281309.1A CN110989604B (zh) | 2019-12-13 | 2019-12-13 | 利用机器人进行数据处理的方法、设备和机器人 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110989604A true CN110989604A (zh) | 2020-04-10 |
CN110989604B CN110989604B (zh) | 2023-06-30 |
Family
ID=70093219
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911281309.1A Active CN110989604B (zh) | 2019-12-13 | 2019-12-13 | 利用机器人进行数据处理的方法、设备和机器人 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110989604B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112051005A (zh) * | 2020-09-09 | 2020-12-08 | 南京交通职业技术学院 | 大数据中心机房快速干燥装置 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2492883A1 (en) * | 2011-02-25 | 2012-08-29 | Guangzhou SAT Infrared Technology Co., Ltd. | Integrated system and method for security monitoring and early fire alarming |
CN105868934A (zh) * | 2016-05-09 | 2016-08-17 | 国网浙江东阳市供电公司 | 巡检远程管理方法 |
CN106843240A (zh) * | 2017-04-18 | 2017-06-13 | 哈尔滨理工大学 | 基于智能视频的防火机器人及多机协调系统 |
CN107632604A (zh) * | 2017-09-25 | 2018-01-26 | 上海木爷机器人技术有限公司 | 自主移动装置导引线导航方法及装置 |
CN108241366A (zh) * | 2016-12-27 | 2018-07-03 | 中国移动通信有限公司研究院 | 一种移动巡检机器人和移动巡检系统 |
CN108831090A (zh) * | 2018-06-25 | 2018-11-16 | 南京精益安防系统科技有限公司 | 一种火灾早期预警系统及其控制方法 |
CN109189132A (zh) * | 2018-11-08 | 2019-01-11 | 国网黑龙江省电力有限公司信息通信公司 | 一种机房监控系统及方法 |
CN109591025A (zh) * | 2018-10-16 | 2019-04-09 | 平安科技(深圳)有限公司 | 机房巡检方法、装置、电子设备及计算机可读存储介质 |
CN109822597A (zh) * | 2019-04-14 | 2019-05-31 | 北京中大科慧科技发展有限公司 | 一种数据中心的全自动智能巡检机器人 |
CN109871419A (zh) * | 2019-01-15 | 2019-06-11 | 深圳市元征科技股份有限公司 | 一种地图显示方法及装置 |
CN110009530A (zh) * | 2019-04-16 | 2019-07-12 | 国网山西省电力公司电力科学研究院 | 一种适用于便携式电力巡检的神经网络系统和方法 |
-
2019
- 2019-12-13 CN CN201911281309.1A patent/CN110989604B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2492883A1 (en) * | 2011-02-25 | 2012-08-29 | Guangzhou SAT Infrared Technology Co., Ltd. | Integrated system and method for security monitoring and early fire alarming |
CN105868934A (zh) * | 2016-05-09 | 2016-08-17 | 国网浙江东阳市供电公司 | 巡检远程管理方法 |
CN108241366A (zh) * | 2016-12-27 | 2018-07-03 | 中国移动通信有限公司研究院 | 一种移动巡检机器人和移动巡检系统 |
CN106843240A (zh) * | 2017-04-18 | 2017-06-13 | 哈尔滨理工大学 | 基于智能视频的防火机器人及多机协调系统 |
CN107632604A (zh) * | 2017-09-25 | 2018-01-26 | 上海木爷机器人技术有限公司 | 自主移动装置导引线导航方法及装置 |
CN108831090A (zh) * | 2018-06-25 | 2018-11-16 | 南京精益安防系统科技有限公司 | 一种火灾早期预警系统及其控制方法 |
CN109591025A (zh) * | 2018-10-16 | 2019-04-09 | 平安科技(深圳)有限公司 | 机房巡检方法、装置、电子设备及计算机可读存储介质 |
CN109189132A (zh) * | 2018-11-08 | 2019-01-11 | 国网黑龙江省电力有限公司信息通信公司 | 一种机房监控系统及方法 |
CN109871419A (zh) * | 2019-01-15 | 2019-06-11 | 深圳市元征科技股份有限公司 | 一种地图显示方法及装置 |
CN109822597A (zh) * | 2019-04-14 | 2019-05-31 | 北京中大科慧科技发展有限公司 | 一种数据中心的全自动智能巡检机器人 |
CN110009530A (zh) * | 2019-04-16 | 2019-07-12 | 国网山西省电力公司电力科学研究院 | 一种适用于便携式电力巡检的神经网络系统和方法 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112051005A (zh) * | 2020-09-09 | 2020-12-08 | 南京交通职业技术学院 | 大数据中心机房快速干燥装置 |
Also Published As
Publication number | Publication date |
---|---|
CN110989604B (zh) | 2023-06-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109800697B (zh) | 基于VGG-net风格迁移的变压器目标检测与外观缺陷识别方法 | |
US11520684B2 (en) | Method and apparatus for testing autonomous vehicle, and storage medium | |
JP6373355B2 (ja) | 測定データを捕捉し、測定データに注釈をつけるためのコンピュータ実現方法、及びそのためのシステム、並びに、コンピュータ読み取り可能な媒体 | |
KR102044493B1 (ko) | 타겟 장치의 위치를 결정하기 위한 방법 및 그 전자 장치 | |
CN110494861A (zh) | 基于图像的异常检测方法和系统 | |
JP6610640B2 (ja) | 位置認識方法およびシステム、ならびに異常判定方法およびシステム | |
CN104508576A (zh) | 工业工厂中的对象检验 | |
CN110986244B (zh) | 空调管路的检测方法、装置、存储介质、终端及空调 | |
JP2013199804A (ja) | 作業機械の異常診断装置 | |
Guan et al. | Automatic fault diagnosis algorithm for hot water pipes based on infrared thermal images | |
CN108109132A (zh) | 一种图像分析方法及装置 | |
CN108388227B (zh) | 空调远程故障诊断方法及系统 | |
CN110989604A (zh) | 利用机器人进行数据处理的方法、设备和机器人 | |
CN114492629A (zh) | 异常检测方法、装置、电子设备及存储介质 | |
CN110307617B (zh) | 换热器及其脏堵检测方法、装置和系统、电器设备 | |
CN111595081A (zh) | 维护检修方法、维护检修系统和信息终端 | |
TWI586943B (zh) | enhanced-FFT線上機台振動量測系統與方法 | |
CN108592312B (zh) | 空调机组无线组网的检验方法、装置和系统 | |
US11906185B2 (en) | State analyzer system and state analysis device | |
JP2740718B2 (ja) | ガス、蒸気等の漏洩地点および漏洩量推定システム | |
JPH07333171A (ja) | 漏洩検出方法及び装置 | |
CN114444776A (zh) | 一种基于神经网络的危险源分析方法及装置 | |
CN113778091A (zh) | 一种风电场升压站设备巡检方法 | |
CN113989643A (zh) | 管道状态检测方法、装置、介质及计算设备 | |
CN113379285A (zh) | 建筑环境监测方法、装置、设备、存储介质及程序产品 |
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 |