CN116506482A - 一种数据机房远程控制方法、系统以及存储介质 - Google Patents
一种数据机房远程控制方法、系统以及存储介质 Download PDFInfo
- Publication number
- CN116506482A CN116506482A CN202310769603.7A CN202310769603A CN116506482A CN 116506482 A CN116506482 A CN 116506482A CN 202310769603 A CN202310769603 A CN 202310769603A CN 116506482 A CN116506482 A CN 116506482A
- Authority
- CN
- China
- Prior art keywords
- alarm event
- robot
- data
- event
- decision processing
- 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
- 238000000034 method Methods 0.000 title claims abstract description 56
- 238000012545 processing Methods 0.000 claims abstract description 95
- 238000012790 confirmation Methods 0.000 claims abstract description 32
- 230000008569 process Effects 0.000 claims abstract description 22
- 230000007246 mechanism Effects 0.000 claims description 35
- 238000012544 monitoring process Methods 0.000 claims description 30
- 238000012423 maintenance Methods 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 7
- 238000007689 inspection Methods 0.000 claims description 7
- 238000012806 monitoring device Methods 0.000 claims description 4
- 230000006399 behavior Effects 0.000 description 10
- 230000009286 beneficial effect Effects 0.000 description 4
- 230000006378 damage Effects 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 238000011835 investigation Methods 0.000 description 3
- 230000008447 perception Effects 0.000 description 3
- 239000000779 smoke Substances 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 2
- 238000007654 immersion Methods 0.000 description 2
- 238000003062 neural network model Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
- H04L67/125—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks involving control of end-device applications over a network
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1602—Programme controls characterised by the control system, structure, architecture
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1602—Programme controls characterised by the control system, structure, architecture
- B25J9/161—Hardware, e.g. neural networks, fuzzy logic, interfaces, processor
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B19/00—Alarms responsive to two or more different undesired or abnormal conditions, e.g. burglary and fire, abnormal temperature and abnormal rate of flow
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- Mechanical Engineering (AREA)
- Robotics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Manipulator (AREA)
Abstract
本发明公开了一种数据机房远程控制方法、系统以及存储介质,其应用于云服务器,接收来自数据机房控制中心的报警事件信息;根据所述报警事件信息,控制机器人到达指定报警事件关联位置;在所述机器人到达指定报警事件关联位置后,进行事件确认;基于所述事件确认的结果,将所述机器人的控制权限自动分发给对应的决策处理端;所述决策处理端接管所述机器人处理所述报警事件。采用本发明的实施方式,一方面可以降低留守数据机房的工作人员数量,提高了工作效率,另一方面,有利于快速对报警事件进行准确判定和快速处理,保证数据机房的安全。
Description
技术领域
本发明涉及数据机房管理技术领域,尤其涉及一种数据机房远程控制方法、系统以及存储介质。
背景技术
机器人巡检在数据机房中是一种常见的自动化巡检方式,它可以通过预先编程的路线和任务来检查机房中的设备和环境,从而提高机房的安全性和可靠性。在某些情况下,数据机房中机器人可能需要远程控制,以便人员可以从远程位置监视机器人的运行并进行必要的调整和维护。
当前,在数据机房中机器人巡检应用主要是用于巡检路线检测,当识别到异常情况下,通过报警通过人工继续进行处理,其存在自动化程度低、报警事件处理慢、处理难的问题,同时,每个数据机房均需要配备多工种的运行维护人员,需要较高的人力成本。
综上所述,亟需一种方案使得数据机房远程控制能够更有效率的处理报警事件,提高数据机房的安全性。
发明内容
有鉴于此,本发明提出一种数据机房远程控制方法、系统以及存储介质。
本发明的技术方案是这样实现的:
第一方面,一种数据机房远程控制方法,其应用于云服务器,其特征在于,包括:
接收来自数据机房控制中心的报警事件信息;
根据所述报警事件信息,控制机器人到达指定报警事件关联位置;
在所述机器人到达指定报警事件关联位置后,进行事件确认;
基于所述事件确认的结果,将所述机器人的控制权限自动分发给对应的决策处理端;
所述决策处理端接管所述机器人处理所述报警事件。
作为所述一种数据机房远程控制方法的进一步可选方案,所述接收来自数据机房控制中心的报警事件信息,具体包括:
所述数据机房控制中心由设置在数据机房的监控装置给出的监控数据和/或所述数据机房的运行控制装置给出的运行数据来判断是否产生报警事件,当确定产生报警事件,将所述报警事件的关联数据汇总成报警事件信息,并将所述报警事件信息反馈给云服务器;所述关联数据至少包括所述监控数据、所述运行数据以及与所述监控数据和/或所述运行数据相对应的位置数据。
作为所述一种数据机房远程控制方法的进一步可选方案,所述根据所述报警事件信息,控制机器人到达指定报警事件关联位置,具体包括:所述报警事件信息还包括关联业务节点信息,所述关联业务节点信息至少包括关联业务节点的位置,结合预先设置的关联业务节点的优先级信息确定排查位置的顺序,根据所述排查位置的顺序控制所述机器人到达所述指定报警事件关联位置。
作为所述一种数据机房远程控制方法的进一步可选方案,所述在所述机器人到达指定报警事件关联位置后,进行事件确认具体包括:当所述机器人到达所述指定报警事件关联位置,机器人通过一个或多个传感器对所述指定报警事件关联位置进行感知,将感知结果与预先设置好的情景描述语段对应的感知特征进行匹配,以获取对应的语义描述,根据所述语义描述与所述指定报警事件关联位置构建特征组,根据所述特征组与后台预先存储的专家分析方案进行匹配,当匹配成功时,则对所述报警事件进行事件确认,所述事件确认至少包括虚警排除判断、报警事件类型判断以及报警事件影响情况判断。
作为所述一种数据机房远程控制方法的进一步可选方案,所述基于所述事件确认的结果,将所述机器人的控制权限自动分发给对应的决策处理端具体包括:
基于所述事件确认的结果,根据预设维护处理清单确定对应的决策处理端,判断是否对应多个决策处理端,当对应多个决策处理端时,确定所述机器人的作业执行机构与所述决策处理端预计处理的目标区域的距离,根据所述距离分配所述机器人的作业执行机构与决策处理端的控制权限。
作为所述一种数据机房远程控制方法的进一步可选方案,所述根据所述距离分配所述机器人的作业执行机构与决策处理端的控制权限之后还包括:根据多个决策处理端给出的事件处理方案确定多个决策处理端对应作业执行机构的未来作业路径,将多个决策处理端对应作业执行机构的未来作业路径进行路径冲突检测,若存在路径冲突,则调整作业路径,当路径冲突无法克服时,则重新分配执行机构的控制权限。
作为所述一种数据机房远程控制方法的进一步可选方案,所述决策处理端接管所述机器人处理所述报警事件具体还包括:对所述决策处理端的操作进行实施监控,当检测到操控越权行为时,自动限制或中止对所述机器人的操控。
作为所述一种数据机房远程控制方法的进一步可选方案,所述当检测到操控越权行为时具体包括:根据所述事件处理方案确定对应执行机构的未来作业路径设置操作数据行为规则集,当判断所述操作数据超过规则集的限制,则判定为操控越权行为。
第二方面,一种数据机房远程控制系统,其特征在于,
报警模块,接收来自数据机房控制中心的报警事件信息;
巡检模块,根据所述报警事件信息,控制机器人到达指定报警事件关联位置;
事件确认模块,在所述机器人到达指定报警事件关联位置后,进行事件确认;
权限分发模块,基于所述事件确认的结果,将所述机器人的控制权限自动分发给对应的决策处理端;
接管模块,所述决策处理端接管所述机器人处理所述报警事件。
第三方面,本发明还提供一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如前述任一项所述的方法。
本发明提供了一种数据机房远程控制方法、系统以及存储介质,至少具备以下有益效果:
1.现有技术中,监控设备和运行控制装置存在监控盲区、监控死角以及误报率高的问题,但其监控设备和运行控制装置其广泛应用于数据机房,因此,联合监控设备和运行控制装置获取的监控数据和运行数据可以快速的对报警事件进行初步识别,继而在初步识别的基础上云服务器自动化远程控制机器人,进行二次事件确认,可以准确地确认报警事件,保障数据机房的安全。
2.当疑似报警事件发生时,若仅针对特定报警事件的位置节点处进行排查,是无法有效识别和排除风险的,因此,其报警事件信息中包含关联业务节点信息,从而有效引导机器人识别、处理关联业务节点的信息,继而有利于对报警事件进行准确确认,此外,业务节点设置有优先级,可以优先对报警事件关联节点优先级程度较高的地方进行排查,提高事件确认的效率。
3.报警事件处理中,单从传感器感知层面难以进行复杂的事件分析,将机器人感知结果与语段对应感知特征匹配,获取语义描述,通过语义描述即可与预设分析方案进行匹配,当匹配成功时,即可准确事件确认。
4.当对报警事件进行确认后,可以通过维护处理清单确定对应决策处理端,当有多个决策处理端可以将作业执行机构进行合理分配,提高了远程控制的合理性,并且,多个数据机房可以采用复用决策处理端进行自动化分配以及远程控制,降低留守数据机房的不同工种的工作人员数量,提高了工作效率。
5.当多个决策处理端控制机器人对应的多个作业执行机构时,可能存在潜在的安全隐患,因此,可以先确定多个决策处理端给出的事件处理方案,根据所述事件处理方案确定的未来作业路径进行路径冲突检测,以保证其能够安全作业。
6.由于实际操作时,决策处理端的操作人员可能会存在误操作或者不规范操作,此时,可以根据所述事件处理方案确定对应执行机构的未来作业路径设置操作数据行为规则集,当判断所述操作数据超过规则集的限制,则判定为操控越权行为,继而自动限制或中止对机器人的操控,极大保证了作业安全性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中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。
图1为本发明一种数据机房远程控制方法的流程图。
具体实施方式
下面将对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本发明的一部分实施例,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做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。
参考图1,一种数据机房远程控制方法,其应用于云服务器,包括
步骤S110,接收来自数据机房控制中心的报警事件信息;
可以理解的是报警事件信息包括温度和湿度报警、电力和UPS报警、网络连接报警、硬件故障报警、入侵报警、烟雾和水浸报警以及其他设备状态报警。
其中,温度和湿度报警,机房中的温度和湿度是非常关键的指标,因为它们会直接影响设备的正常运行。因此,当温度或湿度达到某个预设的阈值时,监控系统会发出报警信息。
电力和UPS报警,机房中的设备需要稳定和可靠的电力供应,如果电力供应中断,或者UPS电池电量不足,监控系统会发出报警信息。
网络连接报警,机房中的网络连接是非常重要的,如果网络连接中断或出现故障,监控系统会发出报警信息。
硬件故障报警,机房中的设备可能会出现故障或损坏,例如硬盘故障、风扇故障等,监控系统会发出报警信息。
入侵报警,机房中的安全性是非常关键的,如果有人越过了安全防护设备进入机房,监控系统会发出报警信息。
烟雾和水浸报警,在机房中,烟雾和水浸可能会对设备和环境造成严重的损害,监控系统会发出报警信息。
其他设备状态报警,除了以上列举的监控指标,还有一些其他的设备状态指标,例如风扇转速、电压、电流等,如果这些指标超出了预设的阈值,监控系统也会发出报警信息。
进一步地,所述接收来自数据机房控制中心的报警事件信息,具体包括:
所述数据机房控制中心由设置在数据机房的监控装置给出的监控数据和/或所述数据机房的运行控制装置给出的运行数据来判断是否产生报警事件,当确定产生报警事件,将所述报警事件的关联数据汇总成报警事件信息,并将所述报警事件信息反馈给云服务器;所述关联数据至少包括所述监控数据、所述运行数据以及与所述监控数据和/或所述运行数据相对应的位置数据。
可以理解是,所述数据机房设置的监控装置被安置固定的位置进行环境数据的检测。
进一步地,为了准确识别报警事件信息,可以采用以下方式,
判断所述监控数据或所述运行数据是否满足预设阈值限制;
当任一不满足预设阈值限制时,判断其产生报警事件;
当两者均满足预设阈值限制时,将所述环境数据和所述运行数据输入至预训练End-to-End深度神经网络模型中,以得到报警事件识别结果,所述预训练End-to-End深度神经网络模型是采用所述监控数据和运行数据的历史记录和对应的故障标注集进行训练构建。
值得一提的是,现有技术中,监控设备和运行控制装置存在监控盲区、监控死角以及误报率高的问题,但其监控设备和运行控制装置其广泛应用于数据机房,因此,联合监控设备和运行控制装置获取的监控数据和运行数据可以快速的对报警事件进行初步识别,继而在初步识别的基础上云服务器自动化远程控制机器人,进行二次事件确认,可以准确地确认报警事件,保障数据机房的安全。
步骤S120,根据所述报警事件信息,控制机器人到达指定报警事件关联位置;
进一步地,所述根据所述报警事件信息,控制机器人到达指定报警事件关联位置,具体包括:所述报警事件信息还包括关联业务节点信息,所述关联业务节点信息至少包括关联业务节点的位置,结合预先设置的关联业务节点的优先级信息确定排查位置的顺序,根据所述排查位置的顺序控制所述机器人到达所述指定报警事件关联位置。
可以理解的是,报警事件信息不单是孤立的一个节点,例如网络连接报警,当存在某个节点位置的网络故障时,则需要找到其网络拓扑下的关联一系列的网络业务节点,并且根据报警事件信息,可以预先获取关联业务节点的优先级,即获取局部交换机节点等,然后根据上述得到排查位置的顺序,继而控制机器人到达所述排查位置,上述方式可以高效的对报警事件进行完整的排查,有利于提高事件处理的效率。
值得一提的是,当疑似报警事件发生时,若仅针对特定报警事件的位置节点处进行排查,是无法有效识别和排除风险的,因此,其报警事件信息中包含关联业务节点信息,从而有效引导机器人识别、处理关联业务节点的信息,继而有利于对报警事件进行准确确认,此外,业务节点设置有优先级,可以优先对报警事件关联节点优先级程度较高的地方进行排查,提高事件确认的效率。
步骤S130,在所述机器人到达指定报警事件关联位置后,进行事件确认;
所述在所述机器人到达指定报警事件关联位置后,进行事件确认具体包括:当所述机器人到达所述指定报警事件关联位置,机器人通过一个或多个传感器对所述指定报警事件关联位置进行感知,将感知结果与预先设置好的情景描述语段对应的感知特征进行匹配,以获取对应的语义描述,根据所述语义描述与所述指定报警事件关联位置构建特征组,根据所述特征组与后台预先存储的专家分析方案进行匹配,当匹配成功时,则对所述报警事件进行事件确认,所述事件确认至少包括虚警排除判断、报警事件类型判断以及报警事件影响情况判断。
值得一提的是,报警事件处理中,单从传感器感知层面难以进行复杂的事件分析,将机器人感知结果与语段对应感知特征匹配,获取语义描述,通过语义描述即可与预设分析方案进行匹配,当匹配成功时,即可准确事件确认。
可以理解的是,上述机器人可以通过一个或多个传感器的组合进行感知,例如激光雷达、激光测距仪、红外传感器、摄像头等。
进一步地,当所述特征组还包括监控数据和运行数据,采用上述方式可以将机器人感知数据、监控数据和运行数据进行匹配,有利于更合理选出专家分析方案。
可以理解的是,虚警排除判断可以是通过各种层面获取的数据以及进一步的分析,以排除掉虚假报警事件,报警事件类型判断可以是对报警事件本身快速判断事件所属类型,报警事件影响情况判断可以是对报警事件本身的环境、位置、业务影响范围等多个角度进行判定。
值得一提的事,通过上述机器人到达关联位置后进行事件确认,其一方面是对报警事件的位置进行精确监控确认,以对虚警进行排除、并且报警事件类型进行二次确认以及对所述报警事件的影响范围进行实际判断,有利于机器人到达关联位置后进行快速事件识别处理,以便后续准确的进行控制权限的分配。
步骤S140,基于所述事件确认的结果,将所述机器人的控制权限自动分发给对应的决策处理端;
可以理解的是,决策处理端通常为不同工种的工程师端,其各个决策处理端处理某一类技术问题。
进一步地,所述基于所述事件确认的结果,将所述机器人的控制权限自动分发给对应的决策处理端具体包括:基于所述事件确认的结果,根据预设维护处理清单确定对应的决策处理端,判断是否对应多个决策处理端,当对应多个决策处理端时,确定所述机器人的作业执行机构与所述决策处理端预计处理的目标区域的距离,根据所述距离分配所述机器人的作业执行机构与决策处理端的控制权限。
可以理解的是,针对不同类型的事件,其预先存在维护处理清单,该清单是将不同事件的处理与相应的维护人员相关联的清单,可选地,可以将清单中不同事件下不同部件处理与相应的维护人员进行关联,可以更准确找到专业人员进行解决。
可以理解的是,机器人存在多个执行机构,例如机器人存在两个及两个以上的机械臂,可以同时分离执行作业操作;其执行机构可以包括其他部件形式,本发明对其类型不作进一步限定。
值得一提的是,当对报警事件进行确认后,可以通过维护处理清单确定对应决策处理端,当有多个决策处理端可以将作业执行机构进行合理分配,提高了远程控制的合理性,并且,多个数据机房可以采用复用决策处理端进行自动化分配以及远程控制,降低留守数据机房的不同工种的工作人员数量,提高了工作效率。
另外,上述已经提到将事件与处理人员进行关联,由于某些事件目标区域距离多个执行机构中某一个距离最近,因此,为了方便作业,将对应执行机构的控制权限分配给相应的决策处理端,有利于精确处理报警事件。
进一步地,所述根据所述距离分配所述机器人的作业执行机构与决策处理端的控制权限之后还包括:根据多个决策处理端给出的事件处理方案确定多个决策处理端对应作业执行机构的未来作业路径,将多个决策处理端对应作业执行机构的未来作业路径进行路径冲突检测,若存在路径冲突,则调整作业路径,当路径冲突无法克服时,则重新分配执行机构的控制权限。
可以理解的是,根据多个决策处理端给出的事件处理方案确定多个决策处理端对应作业执行机构的未来作业路径具体可以包括:生成作业面三维模型,将决策处理端给出的操作指令顺序结合,生成关联的轨迹点,将所述轨迹点进行时序相连即生成对应决策处理端的未来作业路径。
前述方案给出了分离执行作业操作,在研发过程中,发明人发现不同决策处理段控制对应执行机构进行作业时有存在作业路径冲突的风险,该风险会导致机器人或者其他设备发生撞击损坏,因此,先等待多个决策处理端给出事件处理方案,所述事件处理方案可以确定执行机构的未来作业路径,当多个决策处理端均给出时间处理方案时对未来作业路径进行路径冲突检测,当不存在冲突时即可实施处理,当存在路径冲突时,则调整作业路径,当路径冲突无法克服时,则重新分配执行机构的控制权限,采用上述方式可以有效消除当多个决策处理端控制多个执行机构处理事件时的冲突,提高作业安全性。
可选地,为了提高作业效率,可以将多个机器人执行机构的控制权限分配给相同类型的多个决策处理端,通过多个决策处理端协同处理同一目标区域,有利于提高效率。步骤S150,接管所述机器人处理所述报警事件。
进一步地,所述决策处理端接管所述机器人处理所述报警事件具体还包括:对所述决策处理端的操作进行实施监控,当检测到操控越权行为时,自动限制或中止对所述机器人的操控。
值得一提的是,操控越权行为的实施监控,一方面是避免危险操控造成的安全损失,另一方面是为了避免机器人远程控制权限被入侵造成破坏。
进一步地,所述当检测到操控越权行为时具体包括:根据所述事件处理方案确定对应执行机构的未来作业路径设置操作数据行为规则集,当判断所述操作数据超过规则集的限制,则判定为操控越权行为。
值得一提的是,由于实际操作时,决策处理端的操作人员可能会存在误操作或者不规范操作,此时,可以根据所述事件处理方案确定对应执行机构的未来作业路径设置操作数据行为规则集,当判断所述操作数据超过规则集的限制,则判定为操控越权行为,继而自动限制或中止对机器人的操控,极大保证了作业安全性。
第二方面,本发明还提供一种数据机房远程控制系统,其特征在于,
报警模块,接收来自数据机房控制中心的报警事件信息;
巡检模块,根据所述报警事件信息,控制所述机器人到达指定报警事件关联位置;
事件确认模块,在所述机器人到达指定报警事件关联位置后,进行事件确认;
权限分发模块,基于所述事件确认的结果,将所述机器人的控制权限自动分发给对应的决策处理端;
接管模块,接管所述机器人处理所述报警事件。
第三方面,本发明还提供一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如前述任一项所述的方法。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一非易失性计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)、DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
上述已经详细描述了本发明公开的实施例,为了避免遮蔽本发明公开的技术构思,对于相关领域普通技术人员所公知的细节,本领域技术人员根据上述实施例的记载,是可以完成知晓如何实施公开的技术方案。
以上所述仅为本发明的较佳实施方式而已,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种数据机房远程控制方法,其应用于云服务器,其特征在于,包括:
接收来自数据机房控制中心的报警事件信息;
根据所述报警事件信息,控制机器人到达指定报警事件关联位置;
在所述机器人到达指定报警事件关联位置后,进行事件确认;
基于所述事件确认的结果,将所述机器人的控制权限自动分发给对应的决策处理端;
所述决策处理端接管所述机器人处理所述报警事件。
2.根据权利要求1所述的数据机房远程控制方法,其特征在于,所述接收来自数据机房控制中心的报警事件信息,具体包括:
所述数据机房控制中心由设置在数据机房的监控装置给出的监控数据和/或所述数据机房的运行控制装置给出的运行数据来判断是否产生报警事件,当确定产生报警事件,将所述报警事件的关联数据汇总成报警事件信息,并将所述报警事件信息反馈给云服务器;所述关联数据至少包括所述监控数据、所述运行数据以及与所述监控数据和/或所述运行数据相对应的位置数据。
3.根据权利要求2所述的数据机房远程控制方法,其特征在于,所述根据所述报警事件信息,控制机器人到达指定报警事件关联位置,具体包括:所述报警事件信息还包括关联业务节点信息,所述关联业务节点信息至少包括关联业务节点的位置,结合预先设置的关联业务节点的优先级信息确定排查位置的顺序,根据所述排查位置的顺序控制所述机器人到达所述指定报警事件关联位置。
4.根据权利要求3所述的数据机房远程控制方法,其特征在于,所述在所述机器人到达指定报警事件关联位置后,进行事件确认具体包括:当所述机器人到达所述指定报警事件关联位置,机器人通过一个或多个传感器对所述指定报警事件关联位置进行感知,将感知结果与预先设置好的情景描述语段对应的感知特征进行匹配,以获取对应的语义描述,根据所述语义描述与所述指定报警事件关联位置构建特征组,根据所述特征组与后台预先存储的专家分析方案进行匹配,当匹配成功时,则对所述报警事件进行事件确认,所述事件确认至少包括虚警排除判断、报警事件类型判断以及报警事件影响情况判断。
5.根据权利要求1所述的数据机房远程控制方法,所述基于所述事件确认的结果,将所述机器人的控制权限自动分发给对应的决策处理端具体包括:
基于所述事件确认的结果,根据预设维护处理清单确定对应的决策处理端,判断是否对应多个决策处理端,当对应多个决策处理端时,确定所述机器人的作业执行机构与所述决策处理端预计处理的目标区域的距离,根据所述距离分配所述机器人的作业执行机构与决策处理端的控制权限。
6.根据权利要求5所述的数据机房远程控制方法,所述根据所述距离分配所述机器人的作业执行机构与决策处理端的控制权限之后还包括:根据多个决策处理端给出的事件处理方案确定多个决策处理端对应作业执行机构的未来作业路径,将多个决策处理端对应作业执行机构的未来作业路径进行路径冲突检测,若存在路径冲突,则调整作业路径,当路径冲突无法克服时,则重新分配执行机构的控制权限。
7.根据权利要求6所述的数据机房远程控制方法,所述决策处理端接管所述机器人处理所述报警事件具体还包括:对所述决策处理端的操作进行实施监控,当检测到操控越权行为时,自动限制或中止对所述机器人的操控。
8.根据权利要求7所述的数据机房远程控制方法,所述当检测到操控越权行为时具体包括:根据所述事件处理方案确定对应执行机构的未来作业路径设置操作数据行为规则集,当判断所述操作数据超过规则集的限制,则判定为操控越权行为。
9.一种数据机房远程控制系统,其特征在于,
报警模块,接收来自数据机房控制中心的报警事件信息;
巡检模块,根据所述报警事件信息,控制机器人到达指定报警事件关联位置;
事件确认模块,在所述机器人到达指定报警事件关联位置后,进行事件确认;
权限分发模块,基于所述事件确认的结果,将所述机器人的控制权限自动分发给对应的决策处理端;
接管模块,所述决策处理端接管所述机器人处理所述报警事件。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1-8中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310769603.7A CN116506482B (zh) | 2023-06-28 | 2023-06-28 | 一种数据机房远程控制方法、系统以及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310769603.7A CN116506482B (zh) | 2023-06-28 | 2023-06-28 | 一种数据机房远程控制方法、系统以及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116506482A true CN116506482A (zh) | 2023-07-28 |
CN116506482B CN116506482B (zh) | 2023-09-15 |
Family
ID=87316953
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310769603.7A Active CN116506482B (zh) | 2023-06-28 | 2023-06-28 | 一种数据机房远程控制方法、系统以及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116506482B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20060109153A (ko) * | 2005-04-15 | 2006-10-19 | 주식회사 에스원 | 로봇 감시 시스템 및 이를 이용하는 로봇 감시 방법 |
JP2008242967A (ja) * | 2007-03-28 | 2008-10-09 | Secom Co Ltd | 移動ロボット |
CN109500827A (zh) * | 2018-11-23 | 2019-03-22 | 北京中大科慧科技发展有限公司 | 机房智能巡检机器人 |
CN109849004A (zh) * | 2018-12-08 | 2019-06-07 | 浙江国自机器人技术有限公司 | 用于idc巡检机器人的巡检和告警复核方法 |
CN109955242A (zh) * | 2017-12-25 | 2019-07-02 | 广州供电局有限公司 | 巡维机器人控制方法、装置、计算机设备以及存储介质 |
US20200114514A1 (en) * | 2018-10-12 | 2020-04-16 | Toyota Research Institute, Inc. | Systems and methods for dimensionally-restricted robotic teleoperation |
CN115246121A (zh) * | 2021-04-26 | 2022-10-28 | 宏华胜精密电子(烟台)有限公司 | 巡逻机器人及巡逻机器人系统 |
US20220400155A1 (en) * | 2021-06-09 | 2022-12-15 | VIRNECT inc. | Method and system for remote collaboration |
-
2023
- 2023-06-28 CN CN202310769603.7A patent/CN116506482B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20060109153A (ko) * | 2005-04-15 | 2006-10-19 | 주식회사 에스원 | 로봇 감시 시스템 및 이를 이용하는 로봇 감시 방법 |
JP2008242967A (ja) * | 2007-03-28 | 2008-10-09 | Secom Co Ltd | 移動ロボット |
CN109955242A (zh) * | 2017-12-25 | 2019-07-02 | 广州供电局有限公司 | 巡维机器人控制方法、装置、计算机设备以及存储介质 |
US20200114514A1 (en) * | 2018-10-12 | 2020-04-16 | Toyota Research Institute, Inc. | Systems and methods for dimensionally-restricted robotic teleoperation |
CN109500827A (zh) * | 2018-11-23 | 2019-03-22 | 北京中大科慧科技发展有限公司 | 机房智能巡检机器人 |
CN109849004A (zh) * | 2018-12-08 | 2019-06-07 | 浙江国自机器人技术有限公司 | 用于idc巡检机器人的巡检和告警复核方法 |
CN115246121A (zh) * | 2021-04-26 | 2022-10-28 | 宏华胜精密电子(烟台)有限公司 | 巡逻机器人及巡逻机器人系统 |
US20220400155A1 (en) * | 2021-06-09 | 2022-12-15 | VIRNECT inc. | Method and system for remote collaboration |
Also Published As
Publication number | Publication date |
---|---|
CN116506482B (zh) | 2023-09-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107885170B (zh) | 安全生产管控装置、系统及安全生产管控的方法 | |
US11152126B2 (en) | Abnormality diagnosis system and abnormality diagnosis method | |
US10573421B2 (en) | Plant operation system and plant operation method | |
CN108055261A (zh) | 工业网络安全系统部署方法及安全系统 | |
CN112447033A (zh) | 安防数据处理方法、系统、计算机设备及存储介质 | |
CN113726014B (zh) | 基于断路器的用电监控方法及系统 | |
CN108171343A (zh) | 电力设备的巡维方法、系统、可读存储介质和计算机设备 | |
KR20170065217A (ko) | 복합 화재 감지기 및 이를 포함하는 화재 감시 시스템 | |
CN115964645B (zh) | 一种基于大数据的信息处理方法与系统 | |
CN116882722B (zh) | 一种基于物联网的智慧工地管理方法及系统 | |
CN114648855B (zh) | 智慧社区安防综合管理系统及其控制方法 | |
CN112381435A (zh) | 水电站作业过程动态风险的网格化定向推送管理方法 | |
CN116506482B (zh) | 一种数据机房远程控制方法、系统以及存储介质 | |
Sapori et al. | A quantitative approach to risk management in critical infrastructures | |
KR102296561B1 (ko) | 지그비를 이용한 인공지능 기반 복수개의 배전반 통합 관제시스템 | |
CN116708506B (zh) | 一种数据中心智能监控方法、系统以及存储介质 | |
CN116503984A (zh) | 变电站无人值守人员监控系统 | |
CN112351108B (zh) | 一种适用于冰场的实时监控系统 | |
KR102235061B1 (ko) | 원전 화재 시 안전정지 기기에 대한 운전원 조치 관리 시스템 | |
KR102657015B1 (ko) | 열상카메라 내장형 피플카운터 및 이를 이용한 산업현장 화재감지시스템 | |
KR102312128B1 (ko) | 배전판넬 화재 감시진압 시스템 | |
CN117422425B (zh) | 一种基于即时通讯的现场安全隐患管理方法及系统 | |
CN114613032B (zh) | 线路阀室安全状态检测方法、系统及计算机设备 | |
CN107274059A (zh) | 用于确定消防系统安全得分和用于通过数据挖掘进行预测分析的系统和方法 | |
CN116863634A (zh) | 一种火灾监控预警方法及系统 |
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 |