CN114093052A - 适用于机房管理的智能巡检方法及系统 - Google Patents
适用于机房管理的智能巡检方法及系统 Download PDFInfo
- Publication number
- CN114093052A CN114093052A CN202111359994.2A CN202111359994A CN114093052A CN 114093052 A CN114093052 A CN 114093052A CN 202111359994 A CN202111359994 A CN 202111359994A CN 114093052 A CN114093052 A CN 114093052A
- Authority
- CN
- China
- Prior art keywords
- data
- intelligent robot
- intelligent
- preset
- machine room
- 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.)
- Pending
Links
- 238000007689 inspection Methods 0.000 title claims abstract description 133
- 238000000034 method Methods 0.000 title claims abstract description 52
- 238000001514 detection method Methods 0.000 claims abstract description 74
- 238000007726 management method Methods 0.000 claims abstract description 38
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 26
- 238000012545 processing Methods 0.000 claims description 18
- 238000004891 communication Methods 0.000 claims description 17
- 238000004590 computer program Methods 0.000 claims description 16
- 230000007613 environmental effect Effects 0.000 claims description 16
- 238000003860 storage Methods 0.000 claims description 12
- 230000007246 mechanism Effects 0.000 claims description 10
- 239000000428 dust Substances 0.000 claims description 9
- 238000012423 maintenance Methods 0.000 claims description 8
- 230000009471 action Effects 0.000 claims description 6
- 230000006978 adaptation Effects 0.000 claims description 6
- 230000006698 induction Effects 0.000 claims description 5
- 238000007791 dehumidification Methods 0.000 claims description 4
- 238000005259 measurement Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 13
- 230000006870 function Effects 0.000 description 10
- 230000008569 process Effects 0.000 description 6
- 239000000872 buffer Substances 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 239000002699 waste material Substances 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000001174 ascending effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C3/00—Registering or indicating the condition or the working of machines or other apparatus, other than vehicles
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
- H04N7/183—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a single remote source
- H04N7/185—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a single remote source from a mobile camera, e.g. for remote control
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/021—Services related to particular areas, e.g. point of interest [POI] services, venue services or geofences
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/70—Services for machine-to-machine communication [M2M] or machine type communication [MTC]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/80—Services using short range communication, e.g. near-field communication [NFC], radio-frequency identification [RFID] or low energy communication
Landscapes
- Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Multimedia (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Manipulator (AREA)
Abstract
一种适用于机房管理的智能巡检方法及系统,涉及智能巡检领域,可应用于金融领域和其他领域,所述方法包含:根据待检机房内部机组的位置数据和装置参数构建三维立体模型;根据各机组的型号信息标定三维立体模型中检测区域,将检测区域提供至智能机器人,由智能机器人生成检测数据;将检测数据和智能机器人当前的第一位置信息绑定后生成巡检数据,根据巡检数据获得故障设备位置和故障参数规则;根据故障设备位置获取待检机房内各智能机器人的第二位置信息,通过第二位置信息、故障设备位置和三维立体模型通过路径规划算法生成复检规划路径;将复检规划路径和故障参数规则发送至对应的智能机器人进行复检,由复检结果和巡检数据获得巡检结果。
Description
技术领域
本发明涉及智能巡检领域,可应用于金融领域和其他领域,尤指一种适用于机房管理的智能巡检方法及系统。
背景技术
随着数字化、数据化的浪潮,类似计算机机房等区域也变得尤为重要;对机房的相关维护现主要采用人工巡查维护的方式,该方式对人员专业性和实时性要求较高,安全存在一定的隐患。
针对该问题,现有技术提供利用巡检设备按时巡检的机器人替代方案,即利用巡检机器人按预设的周期于指定路径进行巡查,但是该过程需要工作人员提前指定路径并针对巡检设备有较为苛刻的要求,如观测位置的水平高度一致,观测角度一致等,从而导致智能巡检技术在实际应用过程中适用面较窄,难以大规模推广。
同时,巡检路径在制定完成后难以调整,无法灵活针对全量设备中的个别设备进行采集,工作人员仅能在巡检设备全量采集完相关数据后再逐一筛选来获得目标设备信息,大大降低了巡检效率;且存在误检误判的情况。
发明内容
本发明目的在于提供一种适用于机房管理的智能巡检方法及系统,在实现机房无人值守和环境巡检的同时,降低工作人员的前提工作量并提高巡检效率和精准度。
为达上述目的,本发明所提供的适用于机房管理的智能巡检方法,所述方法包含:根据待检机房内部机组的位置数据和装置参数构建三维立体模型;根据各机组的型号信息标定所述三维立体模型中检测区域,将所述检测区域提供至智能机器人,由所述智能机器人根据所述检测区域采集预设巡检轨迹路径上对应机组的设备仪表数据生成检测数据;将所述检测数据和所述智能机器人当前的第一位置信息绑定后生成巡检数据,将所述巡检数据分别与预设标准数据和所述三维立体模型比较获得故障设备位置和故障参数规则;根据所述故障设备位置获取所述待检机房内各智能机器人的第二位置信息,通过所述第二位置信息、所述故障设备位置和所述三维立体模型通过路径规划算法生成复检规划路径;将所述复检规划路径和所述故障参数规则发送至对应的智能机器人进行复检,由复检结果和所述巡检数据获得巡检结果。
在上述适用于机房管理的智能巡检方法中,优选的,根据各机组的型号信息标定所述三维立体模型中检测区域包含:根据各机组的型号信息标定所述三维立体模型中各机组的参数观测窗口位置及高度数据;根据各机组的位置信息和对应的所述参数观测窗口位置及高度数据生成检测区域。
在上述适用于机房管理的智能巡检方法中,优选的,由所述智能机器人根据所述检测区域采集预设巡检轨迹路径上对应机组的设备仪表数据生成检测数据包含:所述智能机器人根据所述检测区域中的参数观测窗口位置及高度数据生成观测控制参数;根据所述智能机器人当前位置信息和各机组的位置信息之间的比较结果,调用对应机组的观测控制参数进行设备仪表读数的图像采集获得对应机组的设备仪表数据;根据预设巡检轨迹路径上各机组的设备仪表数据生成检测数据。
在上述适用于机房管理的智能巡检方法中,优选的,调用对应机组的观测控制参数进行设备仪表读数的图像采集获得对应机组的设备仪表数据还包含:通过图像识别算法识别所述设备仪表数据中反射光区域占比;当所述反射光区域占比大于预设阈值时,根据预设参数调整规则调整所述观测控制参数;通过调整后的观测控制参数对对应机组的设备仪表读数进行再次图像采集获得对应机组的设备仪表数据。
在上述适用于机房管理的智能巡检方法中,优选的,根据所述故障设备位置获取所述待检机房内各智能机器人的第二位置信息,通过所述第二位置信息、所述故障设备位置和所述三维立体模型通过路径规划算法生成复检规划路径还包含:根据所述故障设备位置获取所述待检机房内各智能机器人的当前能源数值,根据当前能源数值和所述复检规划路径计算获得巡检完成度;当所述巡检完成度低于预设比值时生成充电任务,根据所述充电任务和预设充电口位置调整所述复检规划路径。
在上述适用于机房管理的智能巡检方法中,优选的,根据所述充电任务和预设充电口位置调整所述复检规划路径包含:所述复检规划路径和所述智能机器人的第二位置信息确定任务剩余路径;根据任务剩余路径中各故障设备位置和预设充电口位置,通过路径规划算法计算获得所述复检规划路径。
在上述适用于机房管理的智能巡检方法中,优选的,所述方法还包含:当所述智能机器人的当前能源数值低于预设阈值时生成告警信号;根据所述告警信号获取所述智能机器人的任务状态,当所述任务状态为闲置时根据所述智能机器人当前位置查询所述待检机房内部的充电口位置;根据所述充电口位置和所述智能机器人当前位置生成充电路径,根据所述充电路径控制所述智能机器人进行充电。
在上述适用于机房管理的智能巡检方法中,优选的,根据所述告警信号获取所述智能机器人的任务状态之后还包含:当所述任务状态为工作状态时,获取所述智能机器人的剩余巡检任务;根据所述剩余巡检任务获取所述待检机房内部的其他智能机器人的位置信息和当前能源数值;根据其他智能机器人的位置信息和当前能源数值将所述剩余巡检任务分发至对应的智能机器人。
在上述适用于机房管理的智能巡检方法中,优选的,将所述巡检数据分别与预设标准数据和所述三维立体模型比较获得故障设备位置和故障参数规则还包含:获取预设区域内的环境数据,根据所述环境数据获得设备运行参数的误差阈值;根据所述误差阈值和预设标准数据分析所述巡检数据中对应设备的检测数据获得故障设备位置。
在上述适用于机房管理的智能巡检方法中,优选的,由所述智能机器人根据所述检测区域采集预设巡检轨迹路径上对应机组的设备仪表数据生成检测数据还包含:通过至少两个智能机器人采集预设巡检轨迹路径上对应机组的多个角度下的姿态信息,根据所述姿态信息获得对应机组的放置状态;根据所述设备仪表数据和/或所述放置状态生成检测数据。
本发明还提供一种适用于机房管理的智能巡检系统,所述系统包含智能机器人和控制终端;所述控制终端用于根据待检机房内部机组的位置数据和装置参数构建三维立体模型;根据各机组的型号信息标定所述三维立体模型中检测区域,将所述检测区域提供至智能机器人;以及,将巡检数据分别与预设标准数据和所述三维立体模型比较获得故障设备位置和故障参数规则;根据所述故障设备位置获取所述待检机房内各智能机器人的第二位置信息,通过所述第二位置信息、所述故障设备位置和所述三维立体模型通过路径规划算法生成复检规划路径;将所述复检规划路径和所述故障参数规则发送至对应的智能机器人进行复检,由复检结果和所述巡检数据获得巡检结果;所述智能机器人用于根据所述检测区域采集预设巡检轨迹路径上对应机组的设备仪表数据生成检测数据;将所述检测数据和所述智能机器人当前的第一位置信息绑定后生成巡检数据;以及,根据所述复检规划路径和所述故障参数规则进行复检,将复检结果反馈至所述控制终端。
在上述适用于机房管理的智能巡检系统中,优选的,所述智能机器人包含行动机构、伸缩构件、图像采集模块、充电适配模块和定位模块构成;所述行动机构用于控制所述智能机器人按预设方向移动;所述伸缩构件用于根据控制指令将架设于上的图像采集模块上升或下降至预定位置;所述图像采集模块包含双目摄像头,所述双目摄像头用于采集预设观测窗口的仪表数据;所述充电适配模块用于通过红外测距单元或近场通信模块确认充电口位置角度,根据所述充电口位置角度生成控制参数控制所述行动机构将所述智能机器人导向充电口;所述定位模块用于根据机房预设位置的多个信号发射器发射的信号源计算获得当前位置信息,将当前位置信息提供至控制终端。
在上述适用于机房管理的智能巡检系统中,优选的,所述智能机器人还包含环境检测模块,所述环境检测模块用于采集当前区域内的环境数据,将所述环境数据提供至所述控制终端。
在上述适用于机房管理的智能巡检系统中,优选的,所述控制终端还包含处理模块,所述处理模块用于根据所述环境数据和标准环境数据的比较结果对对应区域进行调温、除湿和/或除尘处理。
在上述适用于机房管理的智能巡检系统中,优选的,所述智能机器人还包含人体感应模块和近场通信模块;所述近场通信模块用于检测预定范围内的用户携带标签内存储的身份信息,根据所述身份信息与预设维护表格的比对结果暂停或关闭预警任务;所述人体感应模块用于根据所述预警任务采集预设区域内的人员与智能机器人的距离;当所述距离低于预设距离值时,生成告警信号并提供至所述控制终端。
本发明还提供一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述方法。
本发明还提供一种计算机可读存储介质,所述计算机可读存储介质存储有执行上述方法的计算机程序。
本发明的有益技术效果在于:可有效提高重要区域的巡检效率且降低相关风险;同时,多台智能机器人的联合使用也大大提高了巡检的实时性;优化的巡检路径指定,也在提高设备巡检效率的同时减低了能源浪费。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,并不构成对本发明的限定。在附图中:
图1为本发明一实施例所提供的适用于机房管理的智能巡检方法的流程示意图;
图2为本发明一实施例所提供的检测区域的获取流程示意图;
图3为本发明一实施例所提供的设备仪表数据的采集流程示意图;
图4为本发明一实施例所提供的能源调度的流程示意图;
图5为本发明一实施例所提供的充电调度的流程示意图;
图6为本发明一实施例所提供的故障分析的流程示意图;
图7为本发明一实施例所提供的检测数据的获取流程示意图;
图8为本发明一实施例所提供的适用于机房管理的智能巡检系统的结构示意图;
图9为本发明一实施例所提供的电子设备的结构示意图。
具体实施方式
以下将结合附图及实施例来详细说明本发明的实施方式,借此对本发明如何应用技术手段来解决技术问题,并达成技术效果的实现过程能充分理解并据以实施。需要说明的是,只要不构成冲突,本发明中的各个实施例及各实施例中的各个特征可以相互结合,所形成的技术方案均在本发明的保护范围之内。
另外,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
请参考图1所示,本发明所提供的适用于机房管理的智能巡检方法,所述方法包含:
S101根据待检机房内部机组的位置数据和装置参数构建三维立体模型;
S102根据各机组的型号信息标定所述三维立体模型中检测区域,将所述检测区域提供至智能机器人,由所述智能机器人根据所述检测区域采集预设巡检轨迹路径上对应机组的设备仪表数据生成检测数据;
S103将所述检测数据和所述智能机器人当前的第一位置信息绑定后生成巡检数据,将所述巡检数据分别与预设标准数据和所述三维立体模型比较获得故障设备位置和故障参数规则;
S104根据所述故障设备位置获取所述待检机房内各智能机器人的第二位置信息,通过所述第二位置信息、所述故障设备位置和所述三维立体模型通过路径规划算法生成复检规划路径;
S105将所述复检规划路径和所述故障参数规则发送至对应的智能机器人进行复检,由复检结果和所述巡检数据获得巡检结果。
具体的,在实际工作中可根据待检机房内部机组情况和机房内部空间通过现有的三维图形构建方法构建三维立体模型,其后以该三维立体模型为基础,分别标注各设备的观测窗口,从而将传统的平面巡检策略进一步改进为三维立体巡检策略;其次,利用该三维立体模型结合路径规划算法实时针对问题设备或重点设备完成复检,避免人工制定巡检路线所带来的资源浪费;同时针对机房存在多个智能机器人时也能高效分发巡检任务,降低不必要的能源损耗。
请参考图2所示,在本发明一实施例中,根据各机组的型号信息标定所述三维立体模型中检测区域包含:
S201根据各机组的型号信息标定所述三维立体模型中各机组的参数观测窗口位置及高度数据;
S202根据各机组的位置信息和对应的所述参数观测窗口位置及高度数据生成检测区域。
进一步的,由所述智能机器人根据所述检测区域采集预设巡检轨迹路径上对应机组的设备仪表数据生成检测数据包含:所述智能机器人根据所述检测区域中的参数观测窗口位置及高度数据生成观测控制参数;根据所述智能机器人当前位置信息和各机组的位置信息之间的比较结果,调用对应机组的观测控制参数进行设备仪表读数的图像采集获得对应机组的设备仪表数据;根据预设巡检轨迹路径上各机组的设备仪表数据生成检测数据。在实际工作中,可提前根据机房内部机组位置数据和装置参数构建三维立体模型;基于三维立体模型和各机组的产品型号标定该三维立体模型中参数观测窗口位置;根据所述观测窗口位置和三维立体模型中该机组的坐标位置生成智能机器人观测控制参数;通过所述观测控制参数及所述巡检数据控制智能机器人进行对应的巡检。其中,所述预设巡检轨迹路径可根据巡检需求,通过最优路径巡检算法计算获得;也可采用其他路径算法计算获得,本发明在此并不做进一步限定。
请参考图3所示,在本发明一实施例中,调用对应机组的观测控制参数进行设备仪表读数的图像采集获得对应机组的设备仪表数据还包含:
S301通过图像识别算法识别所述设备仪表数据中反射光区域占比;
S302当所述反射光区域占比大于预设阈值时,根据预设参数调整规则调整所述观测控制参数;
S303通过调整后的观测控制参数对对应机组的设备仪表读数进行再次图像采集获得对应机组的设备仪表数据。
在上述实施例中,所述观测控制参数包含将所述智能机器人的摄像头位置调整至对应机组观测窗口的控制参数,如仰角、转角等转动尺度,摄像头上升下降的尺度数据等;所述摄像头在拍摄所述观测窗口时辅助设置图像识别模组,利用图像识别模组确定是否存在反射光,当存在反射光时,根据预定镜头调整规则调整所述摄像头拍摄角度并采集机组观测窗口内的显示数据。实际工作中,图像识别反光的方式可采用现有技术实现,本发明在此就不再一一举例说明。
请参考图4所示,在本发明一实施例中,根据所述故障设备位置获取所述待检机房内各智能机器人的第二位置信息,通过所述第二位置信息、所述故障设备位置和所述三维立体模型通过路径规划算法生成复检规划路径还包含:
S401根据所述故障设备位置获取所述待检机房内各智能机器人的当前能源数值,根据当前能源数值和所述复检规划路径计算获得巡检完成度;
S402当所述巡检完成度低于预设比值时生成充电任务,根据所述充电任务和预设充电口位置调整所述复检规划路径。
具体的,根据所述充电任务和预设充电口位置调整所述复检规划路径包含:所述复检规划路径和所述智能机器人的第二位置信息确定任务剩余路径;根据任务剩余路径中各故障设备位置和预设充电口位置,通过路径规划算法计算获得所述复检规划路径。
在实际工作中,上述实施例可根据巡检规划路径和当前任务完成节点确定智能机器人的剩余任务路径;根据巡检规划路径的终止目标位置信息和预设的一个或多个充电口位置信息通过路径规划算法获得最短移动距离;根据所述最短移动距离和所述剩余任务路径确定任务完成路径;进一步的,可根据当前能源数值计算获得标准移动距离;根据所述标准移动距离和所述任务完成路径的比较结果调整巡检规划路径。当标准移动距离小于所述任务完成路径时,根据智能机器人当前位置数据定位所述机房中最近的充电口位置,根据所述充电口位置和剩余待检测设备的位置通过路径寻优算法重新规划巡检路径并调整当前巡检规划路径;当标准移动距离大于所述任务完成路径时,继续执行当前巡检规划路径任务。在另一实施例中,当标准移动距离小于所述任务完成路径时,可根据所述智能机器人的巡检任务和当前位置生成剩余目标位置数据和待充电信号;将所述剩余目标位置数据和待充电信号提供至所述控制终端;所述控制终端根据所述待充电信号调取当前空闲智能机器人信息;根据当前空闲智能机器人信息中各智能机器人的位置信息和所述剩余目标位置数据通过预设寻优比较算法筛选确定完成效率最高的智能机器人;执行根据所述剩余目标位置数据生的巡检规划路径任务。
请参考图5所示,在本发明一实施例中,所述方法还包含:
S501当所述智能机器人的当前能源数值低于预设阈值时生成告警信号;
S502根据所述告警信号获取所述智能机器人的任务状态,当所述任务状态为闲置时根据所述智能机器人当前位置查询所述待检机房内部的充电口位置;
S503根据所述充电口位置和所述智能机器人当前位置生成充电路径,根据所述充电路径控制所述智能机器人进行充电。
在上述实施例中,根据所述告警信号获取所述智能机器人的任务状态之后还包含:当所述任务状态为工作状态时,获取所述智能机器人的剩余巡检任务;根据所述剩余巡检任务获取所述待检机房内部的其他智能机器人的位置信息和当前能源数值;根据其他智能机器人的位置信息和当前能源数值将所述剩余巡检任务分发至对应的智能机器人。具体的,在实际工作中通过该实施例可有效确认各智能机器人的电量状态,基于该电量进行任务分发及机器人调度,为机房巡检管理提供有效保障;其中充电路径的规划方法可采用现有的路径规划算法,对此本发明不再单独介绍。
请参考图6所示,在本发明一实施例中,将所述巡检数据分别与预设标准数据和所述三维立体模型比较获得故障设备位置和故障参数规则还包含:
S601获取预设区域内的环境数据,根据所述环境数据获得设备运行参数的误差阈值;
S602根据所述误差阈值和预设标准数据分析所述巡检数据中对应设备的检测数据获得故障设备位置。
具体的,在实际工作中,所述智能机器人还可进一步采集当前巡检区域的环境数据,如温度、湿度和灰尘含量等,将该些环境数据与预设环境标准数据进行比较,获得该环境是否异常,基于异常情况按预设规则生成误差阈值以供确认设备是否故障;例如,常温20度情况下A设备的标准运行温度应为40度,但当环境温度提高到30度时,A设备的运行温度即使到达45度也属于正常情况,此时误差阈值即为5度的温差;同理,当粉尘含量为X及X以下时,设备A的运行温度应为40度,但是当粉尘含量高于Y时(Y大于X),此刻设备A的运行温度可有Z度的误差。同时,该环境数据还可用于对机房设备的管理,例如当温度数据高于预设阈值时,此刻机房内各设备的运行温度较高,为此判断故障设备时,可根据当前温度计算误差阈值,基于该误差阈值进一步筛查各设备的运行参数以确认是否存在故障。当湿度数据高于预设阈值时,此刻当前湿度存在影响设备正常运行的风险,因此生成控制信号调动对应设备进行排湿处理或进一步分析湿度上升原因;当粉尘含量高于预设阈值时,调取预设机构进行消尘处理,并适应性调整温度阈值,降低温度误报的风险;当完成消尘处理后,恢复所述温度阈值;具体运行管理逻辑可根据实际需要选择设定,本发明在此就不再一一举例。
请参考图7所示,在本发明一实施例中,由所述智能机器人根据所述检测区域采集预设巡检轨迹路径上对应机组的设备仪表数据生成检测数据还包含:
S701通过至少两个智能机器人采集预设巡检轨迹路径上对应机组的多个角度下的姿态信息,根据所述姿态信息获得对应机组的放置状态;
S702根据所述设备仪表数据和/或所述放置状态生成检测数据。
实际工作中,可控制至少两个所述智能机器人对目标设备进行图像采集,根据采集的图像和所述智能机器人的图像采集设备运行参数,获取目标设备的姿态信息,根据所述姿态信息分析目标设备的运行状态。例如,可根据预先构建的三维立体模型确定当前设备的标准姿态,将当前设备的姿态信息和标准姿态进行比较,根据匹配相似度确定当前目标设备的运行状态。当然本领域相关技术人员也可通过其他学习算法、识别算法或图像比对算法等方式确认设备姿态,本发明对此并不做进一步限制。
请参考图8所示,本发明还提供一种适用于机房管理的智能巡检系统,所述系统包含智能机器人和控制终端;所述控制终端用于根据待检机房内部机组的位置数据和装置参数构建三维立体模型;根据各机组的型号信息标定所述三维立体模型中检测区域,将所述检测区域提供至智能机器人;以及,将巡检数据分别与预设标准数据和所述三维立体模型比较获得故障设备位置和故障参数规则;根据所述故障设备位置获取所述待检机房内各智能机器人的第二位置信息,通过所述第二位置信息、所述故障设备位置和所述三维立体模型通过路径规划算法生成复检规划路径;将所述复检规划路径和所述故障参数规则发送至对应的智能机器人进行复检,由复检结果和所述巡检数据获得巡检结果;所述智能机器人用于根据所述检测区域采集预设巡检轨迹路径上对应机组的设备仪表数据生成检测数据;将所述检测数据和所述智能机器人当前的第一位置信息绑定后生成巡检数据;以及,根据所述复检规划路径和所述故障参数规则进行复检,将复检结果反馈至所述控制终端。
在上述实施例中,所述智能机器人可包含行动机构、伸缩构件、图像采集模块、充电适配模块和定位模块构成;所述行动机构用于控制所述智能机器人按预设方向移动;所述伸缩构件用于根据控制指令将架设于上的图像采集模块上升或下降至预定位置;所述图像采集模块包含双目摄像头,所述双目摄像头用于采集预设观测窗口的仪表数据;所述充电适配模块用于通过红外测距单元或近场通信模块确认充电口位置角度,根据所述充电口位置角度生成控制参数控制所述行动机构将所述智能机器人导向充电口;所述定位模块用于根据机房预设位置的多个信号发射器发射的信号源计算获得当前位置信息,将当前位置信息提供至控制终端。在实际工作中,所述行动机构可包含后轮驱动单元和可控转向轮组;所述可控转向轮组用于根据控制信号调整转向角度,所述后轮驱动单元用于根据控制信号提供后轮向前或向后的驱动力。所述伸缩构件可为液压伸缩杆结构或其他伸缩控制结构。
在本发明一实施例中,所述智能机器人还包含环境检测模块,所述环境检测模块用于采集当前区域内的环境数据,将所述环境数据提供至所述控制终端;在另一实施例中,所述控制终端还包含处理模块,所述处理模块用于根据所述环境数据和标准环境数据的比较结果对对应区域进行调温、除湿和/或除尘处理。该环境检测模块和处理模块的具体应用方式已在前述实施例中详细说明,在此就不再一一详举。
在本发明一实施例中,所述智能机器人还包含人体感应模块和近场通信模块;所述近场通信模块用于检测预定范围内的用户携带标签内存储的身份信息,根据所述身份信息与预设维护表格的比对结果暂停或关闭预警任务;所述人体感应模块用于根据所述预警任务采集预设区域内的人员与智能机器人的距离;当所述距离低于预设距离值时,生成告警信号并提供至所述控制终端。具体的,在实际工作中各智能机器人还携带有通信使用的身份标签,各工作人员也携带有身份标签;所述身份标签用于存储身份信息;所述控制终端根据预设权限规则对所述身份信息进行授权生成维护表格,将所述维护表格分发至所述智能机器人进行存储。各智能机器人根据所述身份标签表明自己的身份及确定附近人员或智能机器人的身份信息。工作人员可依据其不同的权限,利用身份信息予以指定维护方案并指定智能机器人进行相关的巡检作业,由此便于因特定需求或特定环境下,重点对部分设备进行巡检,从而保障重点设备的运行安全。
本发明的有益技术效果在于:可有效提高重要区域的巡检效率且降低相关风险;同时,多台智能机器人的联合使用也大大提高了巡检的实时性;优化的巡检路径指定,也在提高设备巡检效率的同时减低了能源浪费。
本发明还提供一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述方法。
本发明还提供一种计算机可读存储介质,所述计算机可读存储介质存储有执行上述方法的计算机程序。
如图9所示,该电子设备600还可以包括:通信模块110、输入单元120、音频处理单元130、显示器160、电源170。值得注意的是,电子设备600也并不是必须要包括图9中所示的所有部件;此外,电子设备600还可以包括图9中没有示出的部件,可以参考现有技术。
如图9所示,中央处理器100有时也称为控制器或操作控件,可以包括微处理器或其他处理器装置和/或逻辑装置,该中央处理器100接收输入并控制电子设备600的各个部件的操作。
其中,存储器140,例如可以是缓存器、闪存、硬驱、可移动介质、易失性存储器、非易失性存储器或其它合适装置中的一种或更多种。可储存上述与失败有关的信息,此外还可存储执行有关信息的程序。并且中央处理器100可执行该存储器140存储的该程序,以实现信息存储或处理等。
输入单元120向中央处理器100提供输入。该输入单元120例如为按键或触摸输入装置。电源170用于向电子设备600提供电力。显示器160用于进行图像和文字等显示对象的显示。该显示器例如可为LCD显示器,但并不限于此。
该存储器140可以是固态存储器,例如,只读存储器(ROM)、随机存取存储器(RAM)、SIM卡等。还可以是这样的存储器,其即使在断电时也保存信息,可被选择性地擦除且设有更多数据,该存储器的示例有时被称为EPROM等。存储器140还可以是某种其它类型的装置。存储器140包括缓冲存储器141(有时被称为缓冲器)。存储器140可以包括应用/功能存储部142,该应用/功能存储部142用于存储应用程序和功能程序或用于通过中央处理器100执行电子设备600的操作的流程。
存储器140还可以包括数据存储部143,该数据存储部143用于存储数据,例如联系人、数字数据、图片、声音和/或任何其他由电子设备使用的数据。存储器140的驱动程序存储部144可以包括电子设备的用于通信功能和/或用于执行电子设备的其他功能(如消息传送应用、通讯录应用等)的各种驱动程序。
通信模块110即为经由天线111发送和接收信号的发送机/接收机110。通信模块(发送机/接收机)110耦合到中央处理器100,以提供输入信号和接收输出信号,这可以和常规移动通信终端的情况相同。
基于不同的通信技术,在同一电子设备中,可以设置有多个通信模块110,如蜂窝网络模块、蓝牙模块和/或无线局域网模块等。通信模块(发送机/接收机)110还经由音频处理器130耦合到扬声器131和麦克风132,以经由扬声器131提供音频输出,并接收来自麦克风132的音频输入,从而实现通常的电信功能。音频处理器130可以包括任何合适的缓冲器、解码器、放大器等。另外,音频处理器130还耦合到中央处理器100,从而使得可以通过麦克风132能够在本机上录音,且使得可以通过扬声器131来播放本机上存储的声音。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述的具体实施例,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施例而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (17)
1.一种适用于机房管理的智能巡检方法,其特征在于,所述方法包含:
根据待检机房内部机组的位置数据和装置参数构建三维立体模型;
根据各机组的型号信息标定所述三维立体模型中检测区域,将所述检测区域提供至智能机器人,由所述智能机器人根据所述检测区域采集预设巡检轨迹路径上对应机组的设备仪表数据生成检测数据;
将所述检测数据和所述智能机器人当前的第一位置信息绑定后生成巡检数据,将所述巡检数据分别与预设标准数据和所述三维立体模型比较获得故障设备位置和故障参数规则;
根据所述故障设备位置获取所述待检机房内各智能机器人的第二位置信息,通过所述第二位置信息、所述故障设备位置和所述三维立体模型通过路径规划算法生成复检规划路径;
将所述复检规划路径和所述故障参数规则发送至对应的智能机器人进行复检,由复检结果和所述巡检数据获得巡检结果。
2.根据权利要求1所述的适用于机房管理的智能巡检方法,其特征在于,根据各机组的型号信息标定所述三维立体模型中检测区域包含:
根据各机组的型号信息标定所述三维立体模型中各机组的参数观测窗口位置及高度数据;
根据各机组的位置信息和对应的所述参数观测窗口位置及高度数据生成检测区域。
3.根据权利要求2所述的适用于机房管理的智能巡检方法,其特征在于,由所述智能机器人根据所述检测区域采集预设巡检轨迹路径上对应机组的设备仪表数据生成检测数据包含:
所述智能机器人根据所述检测区域中的参数观测窗口位置及高度数据生成观测控制参数;
根据所述智能机器人当前位置信息和各机组的位置信息之间的比较结果,调用对应机组的观测控制参数进行设备仪表读数的图像采集获得对应机组的设备仪表数据;
根据预设巡检轨迹路径上各机组的设备仪表数据生成检测数据。
4.根据权利要求2所述的适用于机房管理的智能巡检方法,其特征在于,调用对应机组的观测控制参数进行设备仪表读数的图像采集获得对应机组的设备仪表数据还包含:
通过图像识别算法识别所述设备仪表数据中反射光区域占比;
当所述反射光区域占比大于预设阈值时,根据预设参数调整规则调整所述观测控制参数;
通过调整后的观测控制参数对对应机组的设备仪表读数进行再次图像采集获得对应机组的设备仪表数据。
5.根据权利要求1所述的适用于机房管理的智能巡检方法,其特征在于,根据所述故障设备位置获取所述待检机房内各智能机器人的第二位置信息,通过所述第二位置信息、所述故障设备位置和所述三维立体模型通过路径规划算法生成复检规划路径还包含:
根据所述故障设备位置获取所述待检机房内各智能机器人的当前能源数值,根据当前能源数值和所述复检规划路径计算获得巡检完成度;
当所述巡检完成度低于预设比值时生成充电任务,根据所述充电任务和预设充电口位置调整所述复检规划路径。
6.根据权利要求5所述的适用于机房管理的智能巡检方法,其特征在于,根据所述充电任务和预设充电口位置调整所述复检规划路径包含:
所述复检规划路径和所述智能机器人的第二位置信息确定任务剩余路径;
根据任务剩余路径中各故障设备位置和预设充电口位置,通过路径规划算法计算获得所述复检规划路径。
7.根据权利要求1所述的适用于机房管理的智能巡检方法,其特征在于,所述方法还包含:
当所述智能机器人的当前能源数值低于预设阈值时生成告警信号;
根据所述告警信号获取所述智能机器人的任务状态,当所述任务状态为闲置时根据所述智能机器人当前位置查询所述待检机房内部的充电口位置;
根据所述充电口位置和所述智能机器人当前位置生成充电路径,根据所述充电路径控制所述智能机器人进行充电。
8.根据权利要求7所述的适用于机房管理的智能巡检方法,其特征在于,根据所述告警信号获取所述智能机器人的任务状态之后还包含:
当所述任务状态为工作状态时,获取所述智能机器人的剩余巡检任务;
根据所述剩余巡检任务获取所述待检机房内部的其他智能机器人的位置信息和当前能源数值;
根据其他智能机器人的位置信息和当前能源数值将所述剩余巡检任务分发至对应的智能机器人。
9.根据权利要求1所述的适用于机房管理的智能巡检方法,其特征在于,将所述巡检数据分别与预设标准数据和所述三维立体模型比较获得故障设备位置和故障参数规则还包含:
获取预设区域内的环境数据,根据所述环境数据获得设备运行参数的误差阈值;
根据所述误差阈值和预设标准数据分析所述巡检数据中对应设备的检测数据获得故障设备位置。
10.根据权利要求1所述的适用于机房管理的智能巡检方法,其特征在于,由所述智能机器人根据所述检测区域采集预设巡检轨迹路径上对应机组的设备仪表数据生成检测数据还包含:
通过至少两个智能机器人采集预设巡检轨迹路径上对应机组的多个角度下的姿态信息,根据所述姿态信息获得对应机组的放置状态;
根据所述设备仪表数据和/或所述放置状态生成检测数据。
11.一种适用于机房管理的智能巡检系统,其特征在于,所述系统包含智能机器人和控制终端;
所述控制终端用于根据待检机房内部机组的位置数据和装置参数构建三维立体模型;根据各机组的型号信息标定所述三维立体模型中检测区域,将所述检测区域提供至智能机器人;以及,将巡检数据分别与预设标准数据和所述三维立体模型比较获得故障设备位置和故障参数规则;根据所述故障设备位置获取所述待检机房内各智能机器人的第二位置信息,通过所述第二位置信息、所述故障设备位置和所述三维立体模型通过路径规划算法生成复检规划路径;将所述复检规划路径和所述故障参数规则发送至对应的智能机器人进行复检,由复检结果和所述巡检数据获得巡检结果;
所述智能机器人用于根据所述检测区域采集预设巡检轨迹路径上对应机组的设备仪表数据生成检测数据;将所述检测数据和所述智能机器人当前的第一位置信息绑定后生成巡检数据;以及,根据所述复检规划路径和所述故障参数规则进行复检,将复检结果反馈至所述控制终端。
12.根据权利要求11所述的适用于机房管理的智能巡检系统,其特征在于,所述智能机器人包含行动机构、伸缩构件、图像采集模块、充电适配模块和定位模块构成;
所述行动机构用于控制所述智能机器人按预设方向移动;
所述伸缩构件用于根据控制指令将架设于上的图像采集模块上升或下降至预定位置;
所述图像采集模块包含双目摄像头,所述双目摄像头用于采集预设观测窗口的仪表数据;
所述充电适配模块用于通过红外测距单元或近场通信模块确认充电口位置角度,根据所述充电口位置角度生成控制参数控制所述行动机构将所述智能机器人导向充电口;
所述定位模块用于根据机房预设位置的多个信号发射器发射的信号源计算获得当前位置信息,将当前位置信息提供至控制终端。
13.根据权利要求11所述的适用于机房管理的智能巡检系统,其特征在于,所述智能机器人还包含环境检测模块,所述环境检测模块用于采集当前区域内的环境数据,将所述环境数据提供至所述控制终端。
14.根据权利要求13所述的适用于机房管理的智能巡检系统,其特征在于,所述控制终端还包含处理模块,所述处理模块用于根据所述环境数据和标准环境数据的比较结果对对应区域进行调温、除湿和/或除尘处理。
15.根据权利要求11所述的适用于机房管理的智能巡检系统,其特征在于,所述智能机器人还包含人体感应模块和近场通信模块;
所述近场通信模块用于检测预定范围内的用户携带标签内存储的身份信息,根据所述身份信息与预设维护表格的比对结果暂停或关闭预警任务;
所述人体感应模块用于根据所述预警任务采集预设区域内的人员与智能机器人的距离;当所述距离低于预设距离值时,生成告警信号并提供至所述控制终端。
16.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至10任一所述方法。
17.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有由计算机执行权利要求1至10任一所述方法的计算机程序。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111359994.2A CN114093052A (zh) | 2021-11-17 | 2021-11-17 | 适用于机房管理的智能巡检方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111359994.2A CN114093052A (zh) | 2021-11-17 | 2021-11-17 | 适用于机房管理的智能巡检方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114093052A true CN114093052A (zh) | 2022-02-25 |
Family
ID=80301183
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111359994.2A Pending CN114093052A (zh) | 2021-11-17 | 2021-11-17 | 适用于机房管理的智能巡检方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114093052A (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115102959A (zh) * | 2022-08-04 | 2022-09-23 | 常州工程职业技术学院 | 应用于巡检的室内机器人通讯系统 |
CN115328146A (zh) * | 2022-08-30 | 2022-11-11 | 安徽机电职业技术学院 | 一种巡检机器人的自适应路径巡检方法 |
CN115686014A (zh) * | 2022-11-01 | 2023-02-03 | 广州城轨科技有限公司 | 一种基于bim模型的地铁巡检机器人 |
CN116503975A (zh) * | 2023-06-29 | 2023-07-28 | 成都秦川物联网科技股份有限公司 | 基于智慧燃气gis的安全隐患处置方法和物联网系统 |
CN116989802A (zh) * | 2023-07-10 | 2023-11-03 | 三峡科技有限责任公司 | 一种基于gis与bim模型的idc机房巡检计划配置策略方法 |
CN117014472A (zh) * | 2023-09-04 | 2023-11-07 | 中国长江电力股份有限公司 | 一种基于云边端协同的电厂设备智能巡检方法及系统 |
CN117134488A (zh) * | 2023-07-27 | 2023-11-28 | 中国长江电力股份有限公司 | 一种基于智能穿戴设备的设备点检管理方法 |
CN117435998A (zh) * | 2023-12-21 | 2024-01-23 | 天津博优智能科技有限公司 | 一种智能机器人的故障检测方法 |
CN117558072A (zh) * | 2024-01-12 | 2024-02-13 | 优铸科技(北京)有限公司 | 一种基于激光定位的车间仪表巡检方法及系统 |
CN118244769A (zh) * | 2024-05-27 | 2024-06-25 | 福建迈威信息工程有限公司 | 一种无人巡更方法、系统及存储介质 |
CN118314640A (zh) * | 2024-04-15 | 2024-07-09 | 三峡高科信息技术有限责任公司 | 基于ar和人工智能的服务器机房智能巡检方法及系统 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109531533A (zh) * | 2018-11-30 | 2019-03-29 | 北京海益同展信息科技有限公司 | 一种机房巡检系统及其工作方法 |
CN109658373A (zh) * | 2017-10-10 | 2019-04-19 | 中兴通讯股份有限公司 | 一种巡检方法、设备及计算机可读存储介质 |
CN111158358A (zh) * | 2019-11-29 | 2020-05-15 | 中国电力科学研究院有限公司 | 一种基于三维模型对变电/换流站自优巡检的方法及系统 |
CN111958591A (zh) * | 2020-07-30 | 2020-11-20 | 国网智能科技股份有限公司 | 一种语义智能变电站巡检机器人自主巡检方法及系统 |
CN112207846A (zh) * | 2020-12-08 | 2021-01-12 | 北京蒙帕信创科技有限公司 | 一种可升降式机房智能巡检机器人系统及巡检方法 |
CN112506207A (zh) * | 2020-12-28 | 2021-03-16 | 中国计量大学 | 一种巡检机器人及其路径规划方法 |
CN112788292A (zh) * | 2020-12-28 | 2021-05-11 | 深圳市朗驰欣创科技股份有限公司 | 巡检观测点的确定方法、装置、巡检机器人和存储介质 |
CN112863001A (zh) * | 2021-01-19 | 2021-05-28 | 中国工商银行股份有限公司 | 配电机房巡检方法、装置及系统 |
CN113190016A (zh) * | 2021-05-21 | 2021-07-30 | 南京工业大学 | 一种用于洁净室的移动机器人检测系统与方法 |
-
2021
- 2021-11-17 CN CN202111359994.2A patent/CN114093052A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109658373A (zh) * | 2017-10-10 | 2019-04-19 | 中兴通讯股份有限公司 | 一种巡检方法、设备及计算机可读存储介质 |
CN109531533A (zh) * | 2018-11-30 | 2019-03-29 | 北京海益同展信息科技有限公司 | 一种机房巡检系统及其工作方法 |
CN111158358A (zh) * | 2019-11-29 | 2020-05-15 | 中国电力科学研究院有限公司 | 一种基于三维模型对变电/换流站自优巡检的方法及系统 |
CN111958591A (zh) * | 2020-07-30 | 2020-11-20 | 国网智能科技股份有限公司 | 一种语义智能变电站巡检机器人自主巡检方法及系统 |
CN112207846A (zh) * | 2020-12-08 | 2021-01-12 | 北京蒙帕信创科技有限公司 | 一种可升降式机房智能巡检机器人系统及巡检方法 |
CN112506207A (zh) * | 2020-12-28 | 2021-03-16 | 中国计量大学 | 一种巡检机器人及其路径规划方法 |
CN112788292A (zh) * | 2020-12-28 | 2021-05-11 | 深圳市朗驰欣创科技股份有限公司 | 巡检观测点的确定方法、装置、巡检机器人和存储介质 |
CN112863001A (zh) * | 2021-01-19 | 2021-05-28 | 中国工商银行股份有限公司 | 配电机房巡检方法、装置及系统 |
CN113190016A (zh) * | 2021-05-21 | 2021-07-30 | 南京工业大学 | 一种用于洁净室的移动机器人检测系统与方法 |
Cited By (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115102959A (zh) * | 2022-08-04 | 2022-09-23 | 常州工程职业技术学院 | 应用于巡检的室内机器人通讯系统 |
CN115328146B (zh) * | 2022-08-30 | 2024-04-02 | 安徽机电职业技术学院 | 一种巡检机器人的自适应路径巡检方法 |
CN115328146A (zh) * | 2022-08-30 | 2022-11-11 | 安徽机电职业技术学院 | 一种巡检机器人的自适应路径巡检方法 |
CN115686014A (zh) * | 2022-11-01 | 2023-02-03 | 广州城轨科技有限公司 | 一种基于bim模型的地铁巡检机器人 |
CN115686014B (zh) * | 2022-11-01 | 2023-08-29 | 广州城轨科技有限公司 | 一种基于bim模型的地铁巡检机器人 |
CN116503975A (zh) * | 2023-06-29 | 2023-07-28 | 成都秦川物联网科技股份有限公司 | 基于智慧燃气gis的安全隐患处置方法和物联网系统 |
CN116503975B (zh) * | 2023-06-29 | 2023-09-12 | 成都秦川物联网科技股份有限公司 | 基于智慧燃气gis的安全隐患处置方法和物联网系统 |
US12078497B2 (en) | 2023-06-29 | 2024-09-03 | Chengdu Qinchuan Iot Technology Co., Ltd. | Methods and internet of things systems for jointly processing safety hazards based on smart gas geographic information systems |
CN116989802A (zh) * | 2023-07-10 | 2023-11-03 | 三峡科技有限责任公司 | 一种基于gis与bim模型的idc机房巡检计划配置策略方法 |
CN116989802B (zh) * | 2023-07-10 | 2024-04-16 | 三峡科技有限责任公司 | 一种基于gis与bim模型的idc机房巡检计划配置策略方法 |
CN117134488A (zh) * | 2023-07-27 | 2023-11-28 | 中国长江电力股份有限公司 | 一种基于智能穿戴设备的设备点检管理方法 |
CN117014472B (zh) * | 2023-09-04 | 2024-03-22 | 中国长江电力股份有限公司 | 一种基于云边端协同的电厂设备智能巡检方法及系统 |
CN117014472A (zh) * | 2023-09-04 | 2023-11-07 | 中国长江电力股份有限公司 | 一种基于云边端协同的电厂设备智能巡检方法及系统 |
CN117435998B (zh) * | 2023-12-21 | 2024-03-08 | 天津博优智能科技有限公司 | 一种智能机器人的故障检测方法 |
CN117435998A (zh) * | 2023-12-21 | 2024-01-23 | 天津博优智能科技有限公司 | 一种智能机器人的故障检测方法 |
CN117558072A (zh) * | 2024-01-12 | 2024-02-13 | 优铸科技(北京)有限公司 | 一种基于激光定位的车间仪表巡检方法及系统 |
CN117558072B (zh) * | 2024-01-12 | 2024-04-19 | 优铸科技(北京)有限公司 | 一种基于激光定位的车间仪表巡检方法及系统 |
CN118314640A (zh) * | 2024-04-15 | 2024-07-09 | 三峡高科信息技术有限责任公司 | 基于ar和人工智能的服务器机房智能巡检方法及系统 |
CN118244769A (zh) * | 2024-05-27 | 2024-06-25 | 福建迈威信息工程有限公司 | 一种无人巡更方法、系统及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114093052A (zh) | 适用于机房管理的智能巡检方法及系统 | |
CN111897332B (zh) | 一种语义智能变电站机器人仿人巡视作业方法及系统 | |
CN110850872A (zh) | 机器人巡检方法、装置、计算机可读存储介质及机器人 | |
CN108214487B (zh) | 基于双目视觉和激光雷达的机器人目标定位和抓取方法 | |
CN101868967B (zh) | 摄像装置以及摄像方法 | |
CN108245099A (zh) | 机器人移动方法和装置 | |
US11820001B2 (en) | Autonomous working system, method and computer readable recording medium | |
CN106162144A (zh) | 一种用于夜视环境的视觉图像处理设备、系统和智能机器 | |
CN109544548A (zh) | 餐盒的缺陷检测方法、装置、服务器、设备和存储介质 | |
CN111988524A (zh) | 一种无人机与摄像头协同避障方法、服务器及存储介质 | |
CN106197452A (zh) | 一种视觉图像处理设备及系统 | |
CN110146098A (zh) | 一种机器人地图扩建方法、装置、控制设备和存储介质 | |
CN112613469B (zh) | 目标对象的运动控制方法及相关设备 | |
EP4040400A1 (en) | Guided inspection with object recognition models and navigation planning | |
CN114943858A (zh) | 数据中心巡检系统、电池异常识别方法、设备及存储介质 | |
CN113301306A (zh) | 智能巡检方法及系统 | |
CN115407355A (zh) | 库位地图的验证方法、装置及终端设备 | |
CN113034603B (zh) | 用于确定标定参数的方法和装置 | |
CN108536156A (zh) | 目标跟踪系统和目标跟踪方法 | |
CN109977884B (zh) | 目标跟随方法和装置 | |
CN109461202B (zh) | 一种基于图像识别的电力光纤预测仪及一种电力光纤弯曲度对性能影响的判断方法 | |
CN116203607A (zh) | 自移动设备的定位方法、装置、自移动设备及存储介质 | |
CN116405638A (zh) | 基于多元传感器的智能巡检装置、巡检系统及巡检方法 | |
RU123362U1 (ru) | Система управления мобильным роботом | |
CN116033544A (zh) | 室内停车场定位方法、计算机设备、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 |