CN111767895A - 设备识别方法、装置、机器人和计算机可读存储介质 - Google Patents

Abstract

本公开提供了一种设备识别方法、装置、机器人和计算机可读存储介质。其中，该设备识别方法应用于包括图像采集装置的机器人，该设备识别方法包括：穿过机柜的网孔采集被放置在机柜中的目标设备的N帧标识子图像，其中，N为大于1的整数；针对N帧标识子图像中的每帧标识子图像，将标识子图像与参考图库中的参考图像的子图像进行匹配，得到N帧目标子图像；根据N帧目标子图像生成目标设备的标识图像；以及对标识图像进行识别，以确定目标设备的信息。

Description

设备识别方法、装置、机器人和计算机可读存储介质

技术领域

本公开涉及机器人技术领域，更具体地，涉及一种设备识别方法、装置、机器人和计算机可读存储介质。

背景技术

随着人工智能、自动控制、通信和计算机技术的快速发展，机器人被越来越多地应用于工农业生产、建筑、物流、和日常生活等诸多领域。具体地，目前机器人被逐渐应用到数据中心，用于对数据中心中的服务器等电子设备进行维护，这类机器人一般也可以称之为巡检机器人或机房智能巡检机器人，机房智能巡检机器人可以用于代替人工进行机房内服务器设备的日常巡检。

在实现本公开构思的过程中，发明人发现相关技术中至少存在如下问题：由于应用环境和需要实现的功能越来越复杂，目前巡检机器人无法较为准确的识别出设备，导致机器人智能化程度低。

发明内容

有鉴于此，本公开提供了一种设备识别方法、装置、机器人和计算机可读存储介质。

本公开的一个方面提供了一种设备识别方法，应用于包括图像采集装置的机器人，所述方法包括穿过机柜的网孔采集被放置在所述机柜中的目标设备的N帧标识子图像，其中，N为大于1的整数；针对所述N帧标识子图像中的每帧标识子图像，将所述标识子图像与参考图库中的参考图像的子图像进行匹配，得到N帧目标子图像；根据所述N帧目标子图像生成所述目标设备的标识图像；以及对所述标识图像进行识别，以确定所述目标设备的信息。

根据本公开的实施例，所述参考图库中包括多帧参考图像，每帧参考图像包括M帧子图像，每帧子图像具有对应的位置信息，M为大于或等于N的整数，所述方法还包括：确定每帧所述标识子图像的位置信息。

其中，所述将所述标识子图像与参考图库中的参考图像的子图像进行匹配包括：将所述标识子图像的图像内容与所述参考图像的子图像的图像内容进行匹配；将所述标识子图像的位置信息与所述参考图像的子图像的位置信息进行匹配；以及将所述图像内容和所述位置信息都匹配的子图像作为与所述标识子图像对应的目标子图像。

根据本公开的实施例，上述方法还包括在将所述标识子图像与所述参考图像的子图像进行匹配之前，对所述标识子图像进行图像处理，以得到满足预设图像参数的标识子图像；以及将所述满足预设图像参数的标识子图像与所述参考图像的子图像进行匹配。

根据本公开的实施例，在采集所述目标设备的N帧标识子图像的过程中，将已经采集到的标识子图像与所述参考图库中的参考图像的子图像进行匹配。

根据本公开的实施例，所述目标设备的标识附着在所述目标设备表面的预设位置。

根据本公开的实施例，所述网孔具有第一尺寸，所述标识子图像具有第二尺寸，所述第二尺寸小于或等于所述第一尺寸。

本公开的另一个方面提供了一种设备识别装置，应用于包括图像采集装置的机器人，所述设备识别装置包括：采集模块，用于获得通过穿过机柜的网孔采集到的目标设备的N帧标识子图像，其中，所述目标设备被放置在所述机柜中，N为大于1的整数；匹配模块，用于针对所述N帧标识子图像中的每帧标识子图像，将所述标识子图像与参考图库中的参考图像的子图像进行匹配，得到N帧目标子图像；生成模块，用于根据所述N帧目标子图像生成所述目标设备的标识图像；以及识别模块，用于对所述标识图像进行识别，以确定所述目标设备的信息。

根据本公开的实施例，所述参考图库中包括多帧参考图像，每帧参考图像包括M帧子图像，每帧子图像具有对应的位置信息，M为大于或等于N的整数，所述设备识别装置还包括：确定模块，用于确定每帧所述标识子图像的位置信息。

根据本公开的实施例，所述匹配模块包括：第一匹配单元，用于将所述标识子图像的图像内容与所述参考图像的子图像的图像内容进行匹配；第二匹配单元，用于将所述标识子图像的位置信息与所述参考图像的子图像的位置信息进行匹配；以及确定单元，用于将所述图像内容和所述位置信息都匹配的子图像作为与所述标识子图像对应的目标子图像。

根据本公开的实施例，上述装置还包括：处理模块，用于在将所述标识子图像与所述参考图像的子图像进行匹配之前，对所述标识子图像进行图像处理，以得到满足预设图像参数的标识子图像；以及所述匹配模块还用于将所述满足预设图像参数的标识子图像与所述参考图像的子图像进行匹配。

根据本公开的实施例，所述匹配模块还用于在采集所述目标设备的N帧标识子图像的过程中，将已经采集到的标识子图像与所述参考图库中的参考图像的子图像进行匹配。

本公开的另一个方面提供了一种机器人，包括：图像采集装置，用于穿过机柜的网孔采集被放置在所述机柜中的目标设备的N帧标识子图像，其中，N为大于1的整数；一个或多个处理器；存储器，用于存储一个或多个指令，其中，当所述一个或多个指令被所述一个或多个处理器执行时，使得所述一个或多个处理器实现如上所述的方法。

本公开的另一个方面提供了一种计算机可读存储介质，其上存储有可执行指令，该指令被处理器执行时使处理器实现如上所述的方法。

本公开的另一方面提供了一种计算机程序，所述计算机程序包括计算机可执行指令，所述指令在被执行时用于实现如上所述的方法。

根据本公开的实施例，通过将目标设备的N帧标识子图像与参考图像的子图像进行匹配，得到N帧目标子图像，基于匹配得到的N帧目标子图像生成目标设备的标识图像，从而基于标识图像确定目标设备的信息。解决了相关技术中由于机柜门的网孔特性，机器人无法识别到机柜中的单台服务器，只能定位到机柜，导致机房智能巡检机器人巡检精度不足的技术问题，达到了提高机房智能巡检机器人巡检精度和机器人智能化程度的技术效果。

附图说明

通过以下参照附图对本公开实施例的描述，本公开的上述以及其他目的、特征和优点将更为清楚，在附图中：

图1示意性示出了根据本公开实施例的可以应用设备识别方法、装置、机器人和计算机可读存储介质的应用场景图；

图2示意性示出了根据本公开实施例的设备识别方法的流程图；

图3示意性示出了根据本公开实施例的被放置在机柜中的目标设备的示意图；

图4示意性示出了根据本公开实施例的目标设备的标识的示意图；

图5示意性示出了根据本公开实施例的将标识子图像与参考图库中的参考图像的子图像进行匹配的流程图；

图6示意性示出了根据本公开另一实施例的设备识别方法的流程图；

图7示意性示出了根据本公开实施例的利用智能巡检机器人穿过机柜网孔识别服务器设备的示意图；

图8示意性示出了根据本公开实施例的利用智能巡检机器人穿过机柜网孔识别服务器设备的方法流程图；

图9示意性示出了根据本公开的实施例的设备识别装置的框图；以及

图10示意性示出了根据本公开实施例的适于实现上文描述的方法的机器人的框图。

具体实施方式

以下，将参照附图来描述本公开的实施例。但是应该理解，这些描述只是示例性的，而并非要限制本公开的范围。在下面的详细描述中，为便于解释，阐述了许多具体的细节以提供对本公开实施例的全面理解。然而，明显地，一个或多个实施例在没有这些具体细节的情况下也可以被实施。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本公开的概念。

在此使用的术语仅仅是为了描述具体实施例，而并非意在限制本公开。在此使用的术语“包括”、“包含”等表明了所述特征、步骤、操作和/或部件的存在，但是并不排除存在或添加一个或多个其他特征、步骤、操作或部件。

在此使用的所有术语(包括技术和科学术语)具有本领域技术人员通常所理解的含义，除非另外定义。应注意，这里使用的术语应解释为具有与本说明书的上下文相一致的含义，而不应以理想化或过于刻板的方式来解释。

在使用类似于“A、B和C等中至少一个”这样的表述的情况下，一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如，“具有A、B和C中至少一个的系统”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的系统等)。在使用类似于“A、B或C等中至少一个”这样的表述的情况下，一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如，“具有A、B或C中至少一个的系统”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的系统等)。

在机房应用场景中，机房内安装的机柜前门和/或后门为具有网孔的门，由于机柜门的网孔特性，会对机器人识别机柜中的单台服务器产生影响，例如，机器人识别机柜中的服务器时由于网孔的存在，导致画面不完整不清晰，或者由于金属网孔的反光导致画面不完整不清晰，进而导致机器人无法识别单台服务器，导致故障识别效果不佳，经常需要人工再次现场复检才能找到故障机器。

本公开实施例的机房智能巡检机器人能够透过机柜网孔识别服务器设备或者其它设备，在检测出服务器故障的同时能够匹配对应的服务器信息，从而将设备故障精细到单台服务器。

本公开的实施例提供了一种设备识别方法、装置、机器人和计算机可读存储介质。其中，该设备识别方法应用于包括图像采集装置的机器人，该方法包括：穿过机柜的网孔采集被放置在机柜中的目标设备的N帧标识子图像，其中，N为大于1的整数；针对N帧标识子图像中的每帧标识子图像，将标识子图像与参考图库中的参考图像的子图像进行匹配，得到N帧目标子图像；根据N帧目标子图像生成目标设备的标识图像；以及对标识图像进行识别，以确定目标设备的信息。

图1示意性示出了根据本公开实施例的可以应用设备识别方法、装置、机器人和计算机可读存储介质的应用场景图。需要注意的是，图1所示仅为本公开实施例的应用场景的示例，以帮助本领域技术人员理解本公开的技术内容，但并不意味着本公开实施例不可以为其他应用场景。

如图1所示，在该应用场景100中，机房内可以包括多排机柜，机柜的数量和排数不做限定。具体地，例如可以包括第一排机柜110、第二排机柜120、第三排机柜130和第四排机柜140，每一排机柜中可以包括多个机柜，每个机柜中可以包括多个设备，例如，可以包括4个设备。设备的类型不做限定，例如可以是服务器，存储介质等等。机房内安装的机柜前门和/或后门为具有网孔的门。

根据本公开实施例的机器人150能够透过机柜网孔识别机柜中的设备。

根据本公开的实施例，机器人150可以包括图像采集装置，用于采集机房内的图像，包括地面图像和机柜图像等等。机器人150还可以包括一个或多个处理器和存储器，存储器用于存储一个或多个指令，其中，当一个或多个指令被一个或多个处理器执行时，使得一个或多个处理器实现本公开所提供的设备识别方法。

根据本公开的实施例，机器人150还可以包括深度感知仪、激光导航器和防撞雷达。

深度感知仪可以用于检测机器人在机房内移动时移动前方的障碍物信息。根据本公开的实施例，深度感知仪的类型不做限定，例如，深度感知仪可以是能够朝各个方向发射激光的激光测距装置。

根据本公开的实施例，机器人150还可以将图像采集装置和深度感知仪安装在一起。图像采集装置和深度感知仪可以安装在机器人身体前方，与激光导航器的扫描方向相同。

激光导航器和防撞雷达可以是相关技术中采用的排查障碍物的设备，设置在机器人的较低位置，例如设置在靠近底盘的位置。其中，激光导航器由于激光平行发射一般只能检测到平行于地面的特定高度(即激光仪安装高度)的平面障碍物情况，高于或低于该特定高度则无法检测。防撞雷达(如超声波)的检测敏感度距离小，适应于近距离固定高度的检测。

应该理解，图1中的机柜、机器人和机柜中的设备的数目仅仅是示意性的。根据实现需要，可以具有任意数目的机柜、机器人和机柜中的设备。

图2示意性示出了根据本公开实施例的设备识别方法的流程图。

该方法应用于包括图像采集装置的机器人，如图2所示，该方法包括操作S201～S204。

在操作S201，穿过机柜的网孔采集被放置在机柜中的目标设备的N帧标识子图像，其中，N为大于1的整数。

根据本公开的实施例，图3示意性示出了根据本公开实施例的被放置在机柜中的目标设备的示意图。

如图3所示，机柜300可以包括机柜门301和机柜把手302，其中，机柜门301表面可以具有大量的网孔，根据本公开的实施例，机柜300也可以没有机柜把手302。机柜300中可以放置有设备303～设备306，以设备303为目标设备为例，机器人可以穿过机柜300的网孔采集被放置在机柜中的目标设备303的N帧标识子图像。

根据本公开的实施例，穿过机柜300的网孔采集目标设备303的N帧标识子图像可以是指采集光线穿过网孔采集目标设备303的N帧标识子图像，而不是机器人的图像采集装置本身越过网孔直接采集目标设备303的N帧标识子图像。换言之，机器人的图像采集装置在采集图像时仍然是在机柜门301外面采集。

根据本公开的实施例，N帧标识子图像是关于目标设备的标识的子图像，该子图像可以是标识的一部分，而不是标识的全部。

根据本公开的实施例，目标设备的标识可以是二维码标签、序列号标签、资源编码标签等可以用于表征目标设备的标识。

根据本公开的实施例，目标设备的标识可以附着在目标设备表面的预设位置。

根据本公开的实施例，图4示意性示出了根据本公开实施例的目标设备的标识的示意图。

如图4所示，在目标设备303的边缘处附着有标识3031。根据本公开的实施例，标识3031的位置不做限定，可以是目标设备303表面的任意预设位置。

根据本公开的实施例，机柜门301表面的网孔可以具有第一尺寸，标识子图像可以具有第二尺寸，第二尺寸小于或等于第一尺寸。

根据本公开的实施例，机柜门301的网孔尺寸例如可以是6mm*6mm，穿过6mm*6mm大小的网孔可以采集标识的一部分，例如采集5mm*5mm大小的部分标识，第二尺寸可以是5mm*5mm。一般情况下，标识本身尺寸是大于5mm*5mm的，例如，标识本身尺寸可以是30mm*30mm。由于网孔的遮挡特性，若要完整的获取目标设备303的标识图像，需要连续6次采集机柜门301，每次采集5mm*5mm尺寸的小图。

在操作S202，针对N帧标识子图像中的每帧标识子图像，将标识子图像与参考图库中的参考图像的子图像进行匹配，得到N帧目标子图像。

根据本公开的实施例，参考图库中的参考图像可以是关于不同标识的原始图像，每个标识可以对应于一个设备，每个标识可以具有对于的参考图像，一个参考图像可以包括多个子图像。

根据本公开的实施例，可以将实时采集到的标识子图像与参考图像的子图像进行匹配，得到N帧目标子图像。

在操作S203，根据N帧目标子图像生成目标设备的标识图像。

根据本公开的实施例，由于实时采集到的标识子图像可能是不清楚不完整的部分图像，为了提高识别的准确度，可以使用匹配的N帧目标子图像生成目标设备的标识图像，得到的标识图像是清晰完整的图像，从而可以消除网孔的遮挡特性，解决机器人识别不准确的问题。

在操作S204，对标识图像进行识别，以确定目标设备的信息。

根据本公开的实施例，标识图像可以关联目标设备的信息，例如，可以关联目标设备的的设备型号，物理地址等等。通过对标识图像进行识别可以确定目标设备的关联信息，对目标设备进行定位。

根据本公开的实施例，为了确保识别的准确性，通过采用参考图像匹配法进行定位，巡检时只需将采集到的子图像与参考图的子图像进行匹配，可以实现部分标识的快速定位，从而节约巡检时间，提升图像处理效率。

根据本公开的实施例，通过将目标设备的N帧标识子图像与参考图像的子图像进行匹配，得到N帧目标子图像，基于匹配得到的N帧目标子图像生成目标设备的标识图像，从而基于标识图像确定目标设备的信息。解决了相关技术中由于机柜门的网孔特性，机器人无法识别到机柜中的单台服务器，只能定位到机柜，导致机房智能巡检机器人巡检精度不足的技术问题，达到了提高机房智能巡检机器人巡检精度和机器人智能化程度的技术效果。

需要说明的是，本公开实施例中的流程图所示的操作除非明确说明不同操作之间存在执行的先后顺序，或者不同操作在技术实现上存在执行的先后顺序，否则，多个操作之间的执行顺序可以不分先后，多个操作也可以同时执行。

根据本公开的实施例，例如，在采集目标设备的N帧标识子图像的过程中，可以将已经采集到的标识子图像与参考图库中的参考图像的子图像进行同步匹配。换言之，操作S201和操作S202可以同步进行，每采集完一帧标识子图像，就可以与参考图像的子图像进行同步匹配。

如果等待所有图像采集结束后再进行图像匹配，那么机器人的计算量过大且等待时间较长，因此本公开的实施例将采集图像与匹配同时进行，降低了等待处理时间，节约了巡检时间。

下面参考图5～图8，结合具体实施例对图2所示的方法做进一步说明。

根据本公开的实施例，参考图库中可以包括多帧参考图像，每帧参考图像包括M帧子图像，每帧子图像具有对应的位置信息，M为大于或等于N的整数。

根据本公开的实施例，以参考图像为二维码标签为例，可以将所有设备的二维码标签图像存储到机器人内，将每个二维码标签分割成M帧子图像，每帧子图像的大小可以预先设定，具体大小与采集的标识子图像的大小可以相同。

根据本公开的实施例，在采集标识子图像的同时，可以确定每帧标识子图像的位置信息，该位置信息可以是标识子图像在整个标识中的相对位置信息。例如，第一标识子图像在标识图像的左侧，可以确定第一标识子图像的位置信息为标识图像的左侧，例如，第二标识子图像在标识图像的右侧，可以确定第二标识子图像的位置信息为标识图像的右侧。当然，本公开可以预先将标识图像划分为多个位置，给每个位置进行标号，根据标号可以确定每帧标识子图像的位置信息。

根据本公开的实施例，机房智能巡检机器人可以按照一定的顺序对目标设备正面上的标识进行图像采集，并将采集图像和参考图进行快速匹配，当该设备图像采集完成后，机器人可以获得完整的标识图像，对该标识图像进行图像识别，获得相应的目标设备信息。标识可以包括二维码标签、序列号标签、资源编码标签等等。

图5示意性示出了根据本公开实施例的将标识子图像与参考图库中的参考图像的子图像进行匹配的流程图。

如图5所示，该将标识子图像与参考图库中的参考图像的子图像进行匹配包括操作S501～S503。

在操作S501，将标识子图像的图像内容与参考图像的子图像的图像内容进行匹配。

在操作S502，将标识子图像的位置信息与参考图像的子图像的位置信息进行匹配。

在操作S503，将图像内容和位置信息都匹配的子图像作为与标识子图像对应的目标子图像。

根据本公开的实施例，可以在每采集一帧标识子图像后，不仅将标识子图像的图像内容与参考图像的子图像的图像内容进行匹配，而且，将标识子图像的位置信息与参考图像的子图像的位置信息进行匹配，可以提高匹配效率和匹配准确度。

根据本公开的实施例，标识子图像可以具有对应的位置信息，在图像采集装置到达标识上的第i个位置采集第i个标识子图像之前，可以完成对第i-1个位置的标识子图像处理，将第i-1个位置的标识子图像与不同参考图像中的第i-1个位置的参考子图像进行匹配，为确保识别准确性，巡检时只需将标识子图像与参考子图像进行匹配，实现部分标识快速定位，从而节约巡检时间，提升了图像处理效率。

图6示意性示出了根据本公开另一实施例的设备识别方法的流程图。

根据本公开的实施例，在该实施例中，可以包括操作S201、S601～S602、操作S203和操作S204，为了描述的简洁起见，关于操作S201、操作S203和操作S204的描述可以参考上述实施例，在此不再赘述。如图6所示，该方法包括操作S601～S602。

在操作S601，在将标识子图像与参考图像的子图像进行匹配之前，对标识子图像进行图像处理，以得到满足预设图像参数的标识子图像。

根据本公开的实施例，预设图像参数例如可以包括清晰度和亮度等等，对标识子图像进行图像处理可以是对标识子图像进行像素补偿，调节图像的清晰度和亮度等等。

在操作S602，将满足预设图像参数的标识子图像与参考图像的子图像进行匹配。

根据本公开的实施例，通过对标识子图像进行图像处理，将满足预设图像参数的标识子图像与参考图像的子图像进行匹配，可以提高图像匹配的准确度，进而达到精准识别的技术效果。

下面参考图7和图8，结合具体实施例对设备识别方法做进一步说明。

图7示意性示出了根据本公开实施例的利用智能巡检机器人穿过机柜网孔识别服务器设备的示意图。

如图7所示，机器人可以移动摄像头到达机柜中的目标服务器，对目标服务器上的标识进行采集，具体操作流程参见图8所示。

图8示意性示出了根据本公开实施例的利用智能巡检机器人穿过机柜网孔识别服务器设备的方法流程图。

如图8所示，该方法包括操作S801～S813。

在操作S801，垂直移动机器人的摄像头到达服务器某槽位高度，记录初始位置i。

在操作S802，采集图像，获取位置i的标识子图像。

在操作S803，对位置i的标识子图像进行图像增强。如修改清晰度，亮度，像素补偿等等。

在操作S804，得到修改后的满足条件的标识子图像。

在操作S805，将满足条件的标识子图像在参考图库中进行匹配。

在操作S806，得到匹配的参考图的子图像。

在操作S807，判断i是否等于N，其中，N可以是预先将标识进行划分后得到的子图像的数量，每个子图像具有对应的位置。如果是，则进入操作S809，如果不是，则执行操作S808。

在操作S808，水平移动摄像头，位置i＝i+1，重复在操作S802～操作S806。

在操作S809，获得N个匹配的参考图的子图像。

在操作S810，将N个匹配的参考图的子图像按各位置信息完成图像拼接，得到完整标识图像。

在操作S811，识别完整标识图像。

在操作S812，判断是否有匹配的标识图像。如果检测出匹配的标识图像，执行操作S813；如果没有检测出匹配的标识图像，执行操作S801。

在操作S813，输出服务器信息。

根据本公开的实施例，可以提升机房智能巡检机器人在机房中巡检精度，无需人工二次复核故障设备，弥补以往巡检效率低的问题。可以应用于市场上的各类巡检机器人。

根据本公开的实施例，通过将服务器的N帧标识子图像与参考图像的子图像进行匹配，得到N帧目标子图像，基于匹配得到的N帧目标子图像生成服务器的标识图像，从而基于标识图像确定服务器的信息。解决了相关技术中由于机柜门的网孔特性，机器人无法识别到机柜中的单台服务器，只能定位到机柜，导致机房智能巡检机器人巡检精度不足的技术问题，达到了提高机房智能巡检机器人巡检精度和机器人智能化程度的技术效果。

图9示意性示出了根据本公开的实施例的设备识别装置的框图。

如图9所示，设备识别装置900应用于包括图像采集装置的机器人，设备识别装置900包括：采集模块910、匹配模块920、生成模块930和识别模块940。

采集模块910用于获得通过穿过机柜的网孔采集到的目标设备的N帧标识子图像，其中，目标设备被放置在机柜中，N为大于1的整数。

匹配模块920用于针对N帧标识子图像中的每帧标识子图像，将标识子图像与参考图库中的参考图像的子图像进行匹配，得到N帧目标子图像。

生成模块930用于根据N帧目标子图像生成目标设备的标识图像。

识别模块940用于对标识图像进行识别，以确定目标设备的信息。

根据本公开的实施例，通过将目标设备的N帧标识子图像与参考图像的子图像进行匹配，得到N帧目标子图像，基于匹配得到的N帧目标子图像生成目标设备的标识图像，从而基于标识图像确定目标设备的信息。解决了相关技术中由于机柜门的网孔特性，机器人无法识别到机柜中的单台服务器，只能定位到机柜，导致机房智能巡检机器人巡检精度不足的技术问题，达到了提高机房智能巡检机器人巡检精度和机器人智能化程度的技术效果。

根据本公开的实施例，参考图库中包括多帧参考图像，每帧参考图像包括M帧子图像，每帧子图像具有对应的位置信息，M为大于或等于N的整数，设备识别装置900还包括确定模块，用于确定每帧标识子图像的位置信息。

根据本公开的实施例，匹配模块920包括：第一匹配单元、第二匹配单元和确定单元。

第一匹配单元用于将标识子图像的图像内容与参考图像的子图像的图像内容进行匹配。

第二匹配单元用于将标识子图像的位置信息与参考图像的子图像的位置信息进行匹配。

确定单元用于将图像内容和位置信息都匹配的子图像作为与标识子图像对应的目标子图像。

根据本公开的实施例，设备识别装置900还包括处理模块，用于在将标识子图像与参考图像的子图像进行匹配之前，对标识子图像进行图像处理，以得到满足预设图像参数的标识子图像。

匹配模块920还用于将满足预设图像参数的标识子图像与参考图像的子图像进行匹配。

根据本公开的实施例，匹配模块920还用于在采集目标设备的N帧标识子图像的过程中，将已经采集到的标识子图像与参考图库中的参考图像的子图像进行匹配。

根据本公开的实施例，所述目标设备的标识附着在所述目标设备表面的预设位置。

根据本公开的实施例，所述网孔具有第一尺寸，所述标识子图像具有第二尺寸，所述第二尺寸小于或等于所述第一尺寸。

根据本公开的实施例的模块、子模块、单元、子单元中的任意多个、或其中任意多个的至少部分功能可以在一个模块中实现。根据本公开实施例的模块、子模块、单元、子单元中的任意一个或多个可以被拆分成多个模块来实现。根据本公开实施例的模块、子模块、单元、子单元中的任意一个或多个可以至少被部分地实现为硬件电路，例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上系统、基板上的系统、封装上的系统、专用集成电路(ASIC)，或可以通过对电路进行集成或封装的任何其他的合理方式的硬件或固件来实现，或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者，根据本公开实施例的模块、子模块、单元、子单元中的一个或多个可以至少被部分地实现为计算机程序模块，当该计算机程序模块被运行时，可以执行相应的功能。

例如，采集模块910、匹配模块920、生成模块930和识别模块940中的任意多个可以合并在一个模块/单元/子单元中实现，或者其中的任意一个模块/单元/子单元可以被拆分成多个模块/单元/子单元。或者，这些模块/单元/子单元中的一个或多个模块/单元/子单元的至少部分功能可以与其他模块/单元/子单元的至少部分功能相结合，并在一个模块/单元/子单元中实现。根据本公开的实施例，采集模块910、匹配模块920、生成模块930和识别模块940中的至少一个可以至少被部分地实现为硬件电路，例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上系统、基板上的系统、封装上的系统、专用集成电路(ASIC)，或可以通过对电路进行集成或封装的任何其他的合理方式等硬件或固件来实现，或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者，采集模块910、匹配模块920、生成模块930和识别模块940中的至少一个可以至少被部分地实现为计算机程序模块，当该计算机程序模块被运行时，可以执行相应的功能。

需要说明的是，本公开的实施例中设备识别装置部分与本公开的实施例中设备识别方法部分是相对应的，设备识别装置部分的描述具体参考设备识别方法部分，在此不再赘述。

本公开的实施例还提供了一种机器人，包括：图像采集装置，用于穿过机柜的网孔采集被放置在所述机柜中的目标设备的N帧标识子图像，其中，N为大于1的整数；一个或多个处理器；存储器，用于存储一个或多个指令，其中，当所述一个或多个指令被所述一个或多个处理器执行时，使得所述一个或多个处理器实现如上所述的设备识别方法。

本公开实施例的机房智能巡检机器人能够透过机柜网孔识别服务器设备或者其它设备，在检测出服务器故障的同时能够匹配对应的服务器信息，从而将设备故障精细到单台服务器。

图10示意性示出了根据本公开实施例的适于实现上文描述的方法的机器人的框图。图10示出的机器人仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。

如图10所示，根据本公开实施例的机器人1000包括处理器1001，其可以根据存储在只读存储器(ROM)1002中的程序或者从存储部分1008加载到随机访问存储器(RAM)1003中的程序而执行各种适当的动作和处理。处理器1001例如可以包括通用微处理器(例如CPU)、指令集处理器和/或相关芯片组和/或专用微处理器(例如，专用集成电路(ASIC))，等等。处理器1001还可以包括用于缓存用途的板载存储器。处理器1001可以包括用于执行根据本公开实施例的方法流程的不同动作的单一处理单元或者是多个处理单元。

在RAM 1003中，存储有机器人1000操作所需的各种程序和数据。处理器1001、ROM1002以及RAM 1003通过总线1004彼此相连。处理器1001通过执行ROM 1002和/或RAM 1003中的程序来执行根据本公开实施例的方法流程的各种操作。需要注意，所述程序也可以存储在除ROM 1002和RAM 1003以外的一个或多个存储器中。处理器1001也可以通过执行存储在所述一个或多个存储器中的程序来执行根据本公开实施例的方法流程的各种操作。

根据本公开的实施例，机器人1000还可以包括输入/输出(I/O)接口1005，输入/输出(I/O)接口1005也连接至总线1004。机器人1000还可以包括连接至I/O接口1005的以下部件中的一项或多项：包括键盘、鼠标等的输入部分1006；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分1007；包括硬盘等的存储部分1008；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分1009。通信部分1009经由诸如因特网的网络执行通信处理。驱动器1010也根据需要连接至I/O接口1005。可拆卸介质1011，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器1010上，以便于从其上读出的计算机程序根据需要被安装入存储部分1008。

根据本公开的实施例，根据本公开实施例的方法流程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读存储介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分1009从网络上被下载和安装，和/或从可拆卸介质1011被安装。在该计算机程序被处理器1001执行时，执行本公开实施例的系统中限定的上述功能。根据本公开的实施例，上文描述的系统、设备、装置、模块、单元等可以通过计算机程序模块来实现。

本公开还提供了一种计算机可读存储介质，该计算机可读存储介质可以是上述实施例中描述的设备/装置/系统中所包含的；也可以是单独存在，而未装配入该设备/装置/系统中。上述计算机可读存储介质承载有一个或者多个程序，当上述一个或者多个程序被执行时，实现根据本公开实施例的方法。

根据本公开的实施例，计算机可读存储介质可以是非易失性的计算机可读存储介质。例如可以包括但不限于：便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。

例如，根据本公开的实施例，计算机可读存储介质可以包括上文描述的ROM 1002和/或RAM 1003和/或ROM 1002和RAM 1003以外的一个或多个存储器。

附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。本领域技术人员可以理解，本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合和/或结合，即使这样的组合或结合没有明确记载于本公开中。特别地，在不脱离本公开精神和教导的情况下，本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合和/或结合。所有这些组合和/或结合均落入本公开的范围。

以上对本公开的实施例进行了描述。但是，这些实施例仅仅是为了说明的目的，而并非为了限制本公开的范围。尽管在以上分别描述了各实施例，但是这并不意味着各个实施例中的措施不能有利地结合使用。本公开的范围由所附权利要求及其等同物限定。不脱离本公开的范围，本领域技术人员可以做出多种替代和修改，这些替代和修改都应落在本公开的范围之内。

Claims (10)

1.一种设备识别方法，应用于包括图像采集装置的机器人，所述方法包括：

穿过机柜的网孔采集被放置在所述机柜中的目标设备的N帧标识子图像，其中，N为大于1的整数；

针对所述N帧标识子图像中的每帧标识子图像，将所述标识子图像与参考图库中的参考图像的子图像进行匹配，得到N帧目标子图像；

根据所述N帧目标子图像生成所述目标设备的标识图像；以及

对所述标识图像进行识别，以确定所述目标设备的信息。

2.根据权利要求1所述的方法，其中，所述参考图库中包括多帧参考图像，每帧参考图像包括M帧子图像，每帧子图像具有对应的位置信息，M为大于或等于N的整数，所述方法还包括：

确定每帧所述标识子图像的位置信息；

其中，所述将所述标识子图像与参考图库中的参考图像的子图像进行匹配包括：

将所述标识子图像的图像内容与所述参考图像的子图像的图像内容进行匹配；

将所述标识子图像的位置信息与所述参考图像的子图像的位置信息进行匹配；以及

将所述图像内容和所述位置信息都匹配的子图像作为与所述标识子图像对应的目标子图像。

3.根据权利要求1或2所述的方法，还包括：

在将所述标识子图像与所述参考图像的子图像进行匹配之前，对所述标识子图像进行图像处理，以得到满足预设图像参数的标识子图像；以及

将所述满足预设图像参数的标识子图像与所述参考图像的子图像进行匹配。

4.根据权利要求1所述的方法，其中，在采集所述目标设备的N帧标识子图像的过程中，将已经采集到的标识子图像与所述参考图库中的参考图像的子图像进行匹配。

5.根据权利要求1所述的方法，其中，所述目标设备的标识附着在所述目标设备表面的预设位置。

6.根据权利要求1所述的方法，其中，所述网孔具有第一尺寸，所述标识子图像具有第二尺寸，所述第二尺寸小于或等于所述第一尺寸。

7.一种设备识别装置，应用于包括图像采集装置的机器人，所述设备识别装置包括：

采集模块，用于获得通过穿过机柜的网孔采集到的目标设备的N帧标识子图像，其中，所述目标设备被放置在所述机柜中，N为大于1的整数；

匹配模块，用于针对所述N帧标识子图像中的每帧标识子图像，将所述标识子图像与参考图库中的参考图像的子图像进行匹配，得到N帧目标子图像；

生成模块，用于根据所述N帧目标子图像生成所述目标设备的标识图像；以及

识别模块，用于对所述标识图像进行识别，以确定所述目标设备的信息。

8.根据权利要求1所述的设备识别装置，其中，所述参考图库中包括多帧参考图像，每帧参考图像包括M帧子图像，每帧子图像具有对应的位置信息，M为大于或等于N的整数，所述设备识别装置还包括：

确定模块，用于确定每帧所述标识子图像的位置信息；

其中，所述匹配模块包括：

第一匹配单元，用于将所述标识子图像的图像内容与所述参考图像的子图像的图像内容进行匹配；

第二匹配单元，用于将所述标识子图像的位置信息与所述参考图像的子图像的位置信息进行匹配；以及

确定单元，用于将所述图像内容和所述位置信息都匹配的子图像作为与所述标识子图像对应的目标子图像。

9.一种机器人，包括：

图像采集装置，用于穿过机柜的网孔采集被放置在所述机柜中的目标设备的N帧标识子图像，其中，N为大于1的整数；

一个或多个处理器；

存储器，用于存储一个或多个指令，

其中，当所述一个或多个指令被所述一个或多个处理器执行时，使得所述一个或多个处理器实现权利要求1至6中任一项所述的方法。

10.一种计算机可读存储介质，其上存储有可执行指令，该指令被处理器执行时使处理器实现权利要求1至6中任一项所述的方法。

Images