CN117274892A - 设备巡检方法、装置、终端及计算机可读存储介质 - Google Patents
设备巡检方法、装置、终端及计算机可读存储介质 Download PDFInfo
- Publication number
- CN117274892A CN117274892A CN202311153238.3A CN202311153238A CN117274892A CN 117274892 A CN117274892 A CN 117274892A CN 202311153238 A CN202311153238 A CN 202311153238A CN 117274892 A CN117274892 A CN 117274892A
- Authority
- CN
- China
- Prior art keywords
- equipment
- inspection
- sequence
- port state
- sub
- 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 154
- 238000000034 method Methods 0.000 title claims abstract description 59
- 238000003860 storage Methods 0.000 title claims abstract description 14
- 230000002159 abnormal effect Effects 0.000 claims abstract description 54
- 238000010586 diagram Methods 0.000 claims abstract description 43
- 238000012545 processing Methods 0.000 claims description 16
- 238000012423 maintenance Methods 0.000 abstract description 15
- 238000001514 detection method Methods 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 230000005856 abnormality Effects 0.000 description 3
- 238000007726 management method Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
- G06V10/751—Comparing pixel values or logical combinations thereof, or feature values having positional relevance, e.g. template matching
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
- G06V10/759—Region-based matching
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/761—Proximity, similarity or dissimilarity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/762—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using clustering, e.g. of similar faces in social networks
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Alarm Systems (AREA)
Abstract
本发明公开了一种设备巡检方法、装置、终端及计算机可读存储介质,其方法包括:基于目标机柜对应的巡检图像以及标准状态模板图,获取巡检端口状态序列以及标准端口状态序列;若巡检端口状态序列的序列长度小于序列阈值,则在所述巡检图像中获取各个敏感设备信息对应的设备子区域块;基于所述标准状态模板图,在所述设备子区域块中获取第一子区域块;基于各个所述第一子区域块获取前景点坐标,并对所述前景点坐标进行聚类操作,获得聚类结果;基于所述聚类结果确定所述目标机柜是否存在设备状态异常。本发明根据巡检图像对应巡检端口状态序列的序列长度准确确定是否存在设备状态异常,提高了机房巡检的效率,提高机房敏感设备维护效率。
Description
技术领域
本发明涉及图像处理技术领域,尤其涉及一种设备巡检方法、装置、终端及计算机可读存储介质。
背景技术
IDC(Internet data center,互联网数据中心)是互联网产业中的重要基础设施。IDC中集中进行数据的存储、计算,其内主机托管了政企的多类平台及服务。IDC的安全性和可靠性是托管业务正常安全运行的基础保障,因此保证IDC机房设备的数据安全非常重要。
IDC机房内存放有多种类型的网络、传输、数据等设备,其中的敏感设备具备业务数据流识别和业务数据流控制能力,与IDC机房的数据安全息息相关。这些敏感设备控制着网络设备与IDC核心网络设备的连接,其端口的接线决定了数据的流向。因此需要确保IDC机房内敏感设备的接线正确,对敏感设备端口状态进行监测,并在发生异常时及时进行告警,以避免潜在的数据泄漏等风险。
目前,敏感设备检测方式包括人工巡检对比及门禁权限监控。人工巡检对比是指运维人员需要对机房内每个敏感设备的接口进行遍历,检查确定其端口接线无误,但是,大型IDC机房中的敏感设备设备数量较多,端口很小且分布离散,人工巡检对巡检人员的机房先验知识要求较高,容易因疲劳/视野等原因出现漏检情况,可实现的巡检效率和频率较低,导致机房巡检的效率低。门禁权限监控方式将敏感设备单独装配在独立机柜空间,并设立相应的门禁权限,使得具备权限的专门人员才能进入敏感设备所在的机柜空间,当异常人员闯入时进行告警,但是,独立冷通道造价较高、空间利用率较低,可能存在门禁权限被盗用、尾随进入的风险,并且主要针对进入敏感设备装备区间的人员,未能具体到设备本身,仍然存在诸如维修人员操作遗漏等风险,导致机房巡检的效率低。
发明内容
本发明的主要目的在于提供一种设备巡检方法、装置、终端及计算机可读存储介质,旨在解决现有导致机房巡检的效率低的技术问题。
为实现上述目的,本发明提供一种设备巡检方法,所述设备巡检方法包括以下步骤:
基于目标机柜对应的巡检图像以及标准状态模板图,获取巡检端口状态序列以及标准端口状态序列;
若所述巡检端口状态序列的序列长度小于所述标准端口状态序列对应的序列阈值,则在所述巡检图像中获取各个敏感设备信息对应的设备子区域块;
基于所述标准状态模板图,在所述设备子区域块中获取第一子区域块;
基于各个所述第一子区域块获取前景点坐标,并对所述前景点坐标进行聚类操作,获得聚类结果;
基于所述聚类结果确定所述目标机柜是否存在设备状态异常。
进一步地,所述基于所述聚类结果确定所述目标机柜是否存在设备状态异常的步骤包括:
基于所述聚类结果各个簇中的点数以及预设前景点阈值,确定所述聚类结果对应的目标簇;
若所述目标簇的簇数大于预设簇数,则确定所述目标机柜存在设备状态异常,并输出所述目标机柜对应的设备状态告警信息。
进一步地,所述基于各个所述第一子区域块获取前景点坐标的步骤包括:
对各个第一子区域块进行二值化处理,对二值化的处理结果进行闭运算,获得闭运算结果;
对闭运算结果进行开运算,获得第二子区域块;
基于各个第二子区域块获取所述前景点坐标。
进一步地,所述基于所述标准状态模板图,在所述设备子区域块中获取第一子区域块的步骤包括:
基于所述标准状态模板图,获取各个设备子区域块对应的相似度;
获取设备子区域块中相似度大于相似度阈值的第一子区域块。
进一步地,所述基于目标机柜对应的巡检图像以及标准状态模板图,获取巡检端口状态序列以及标准端口状态序列的步骤包括:
基于巡检图像以及标准状态模板图,确定目标机柜对应的敏感设备信息;
基于所述敏感设备信息获取所述巡检图像对应的巡检端口状态序列,并获取所述标准状态模板图对应的标准端口状态序列。
进一步地,所述基于目标机柜对应的巡检图像以及标准状态模板图,获取巡检端口状态序列以及标准端口状态序列的步骤之后,还包括:
若所述巡检端口状态序列的序列长度与所述标准端口状态序列的序列长度相同,则确定所述巡检端口状态序列与所述标准端口状态序列中,相同位置的状态码是否存在不一致的目标状态码;
若存在所述目标状态码,则确定所述目标机柜存在端口状态异常,并输出所述目标机柜对应的端口状态告警信息。
进一步地,所述基于目标机柜对应的巡检图像以及标准状态模板图,获取巡检端口状态序列以及标准端口状态序列的步骤之后,还包括:
若所述巡检端口状态序列的序列长度与所述标准端口状态序列的序列长度不相同,且所述巡检端口状态序列的序列长度大于所述序列阈值,则确定所述目标机柜存在端口状态丢失,并输出所述目标机柜对应的端口状态丢失告警信息。
此外,为实现上述目的,本发明还提供一种设备巡检装置,所述设备巡检装置包括:
第一获取模块,用于基于目标机柜对应的巡检图像以及标准状态模板图,获取巡检端口状态序列以及标准端口状态序列;
第二获取模块,用于若所述巡检端口状态序列的序列长度小于所述标准端口状态序列对应的序列阈值,则在所述巡检图像中获取各个敏感设备信息对应的设备子区域块;
第三获取模块,用于基于所述标准状态模板图,在所述设备子区域块中获取第一子区域块;
聚类模块,用于基于各个所述第一子区域块获取前景点坐标,并对所述前景点坐标进行聚类操作,获得聚类结果;
确定模块,用于基于所述聚类结果确定所述目标机柜是否存在设备状态异常。
此外,为实现上述目的,本发明还提供一种设备巡检设备,所述设备巡检设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的设备巡检程序,所述设备巡检程序被所述处理器执行时实现前述的设备巡检方法的步骤。
此外,为实现上述目的,本发明还提供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上存储有设备巡检程序,所述设备巡检程序被处理器执行时实现前述的设备巡检方法的步骤。
本发明通过基于目标机柜对应的巡检图像以及标准状态模板图,获取巡检端口状态序列以及标准端口状态序列;接着若所述巡检端口状态序列的序列长度小于所述标准端口状态序列对应的序列阈值,则在所述巡检图像中获取各个敏感设备信息对应的设备子区域块;而后基于所述标准状态模板图,在所述设备子区域块中获取第一子区域块;然后基于各个所述第一子区域块获取前景点坐标,并对所述前景点坐标进行聚类操作,获得聚类结果;最后基于所述聚类结果确定所述目标机柜是否存在设备状态异常,可以根据巡检图像对应巡检端口状态序列的序列长度准确确定是否存在设备状态异常,提高了机房巡检的效率,提高机房敏感设备维护效率。
附图说明
图1是本发明实施例方案涉及的硬件运行环境中设备巡检终端的结构示意图;
图2为本发明设备巡检方法第一实施例的流程示意图;
图3为本发明设备巡检装置一实施例的功能模块示意图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
如图1所示,图1是本发明实施例方案涉及的硬件运行环境中设备巡检终端的结构示意图。
本发明实施例设备巡检终端可以是PC。如图1所示,该设备巡检终端可以包括:处理器1001,例如CPU,网络接口1004,用户接口1003,存储器1005,通信总线1002。其中,通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard),可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。存储器1005可以是高速RAM存储器,也可以是稳定的存储器(non-volatile memory),例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
可选地,设备巡检终端还可以包括摄像头、RF(Radio Frequency,射频)电路,传感器、音频电路、WiFi模块等等。
本领域技术人员可以理解,图1中示出的终端结构并不构成对设备巡检终端的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
如图1所示,作为一种计算机存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及设备巡检程序。
在图1所示的设备巡检终端中,网络接口1004主要用于连接后台服务器,与后台服务器进行数据通信;用户接口1003主要用于连接客户端(用户端),与客户端进行数据通信;而处理器1001可以用于调用存储器1005中存储的设备巡检程序。
在本实施例中,设备巡检终端包括:存储器1005、处理器1001及存储在所述存储器1005上并可在所述处理器1001上运行的设备巡检程序,其中,处理器1001调用存储器1005中存储的设备巡检程序时,并执行以下各个实施例中设备巡检方法的步骤。
本发明还提供一种设备巡检方法,参照图2,图2为本发明设备巡检方法第一实施例的流程示意图。
本实施例中,该设备巡检方法包括:
步骤S101,基于目标机柜对应的巡检图像以及标准状态模板图,获取巡检端口状态序列以及标准端口状态序列;
本实施例中,在进行设备巡检之前,先进行巡检路径规划,具体先统计各个机房中目标敏感设备的编号及其位置信息,包括敏感设备的楼栋信息、机房信息、机柜信息以及点位信息,根据机房管理方式确定巡检路径,链接机房ID得到巡检顺序,例如,楼栋信息A、机房信息201、机柜信息K01的敏感设备,其点位信息可以为A201K01,根据各个目标敏感设备的点位信息得到巡检顺序,并以特定数据结构存储记为巡检路径。
获取到巡检路径之后,根据巡检路径获取各个目标敏感设备对应机柜的巡检图像,通过巡检路径能够定位敏感设备位置并采集机房内敏感设备的图像数据得到巡检图像。具体可采用手持终端,适用于资金投入成本受限的情况,巡检人员使用手持终端,在终端定位指示辅助下按照巡检规划路径顺序抵达目标敏感设备,采集敏感设备的图像数据得到巡检图像。或者采用可自主定位的机器人,机器人按照巡检路径变更位置,机器人每次到达目标机柜位置时,采集敏感设备的图像数据得到巡检图像。获取到巡检路径中各个敏感设备的巡检图像时,将巡检图像被备份至本地及云端服务器。
本实施例中,在进行敏感设备检测时,获取目标机柜对应的巡检图像,并获取该目标机柜的标准状态模板图,基于目标机柜对应的巡检图像以及标准状态模板图,获取巡检端口状态序列以及标准端口状态序列,具体的,可通过预先存储的各个预设标准状态模板图对应的状态序列获取标准端口状态序列,并基于巡检图像以及标准状态模板图,确定目标机柜对应的敏感设备信息;基于所述敏感设备信息获取所述巡检图像对应的巡检端口状态序列。
步骤S102,若所述巡检端口状态序列的序列长度小于所述标准端口状态序列对应的序列阈值,则在所述巡检图像中获取各个敏感设备信息对应的设备子区域块;
本实施例中,获取到巡检端口状态序列以及标准端口状态序列之后,统计巡检端口状态序列的序列长度以及标准端口状态序列的序列长度,若巡检端口状态序列的序列长度小于标准端口状态序列的序列长度,则基于标准端口状态序列确定对应的序列阈值,例如该序列阈值可以为标准端口状态序列的序列长度的一半,接着确定巡检端口状态序列的序列长度是否小于该序列阈值,若巡检端口状态序列的序列长度小于所述标准端口状态序列对应的序列阈值,则在所述巡检图像中获取各个敏感设备信息对应的设备子区域块,具体的,先获取敏感设备信息对应的锚框位置,基于各个锚框位置在巡检图像中获取各个设备子区域块。
步骤S103,基于所述标准状态模板图,在所述设备子区域块中获取第一子区域块;
本实施例中,获取到各个设备子区域块之后,基于所述标准状态模板图,在所述设备子区域块中获取第一子区域块,具体的,计算各个设备子区域块与标准状态模板图中对应标准子区域块之间的相似度,基于该相似度在设备子区域块中获取第一子区域块。
步骤S104,基于各个所述第一子区域块获取前景点坐标,并对所述前景点坐标进行聚类操作,获得聚类结果;
本实施例中,在获取到第一子区域块之后,基于基于各个所述第一子区域块获取前景点坐标,并对前景点坐标进行聚类操作,获得聚类结果,得到n个簇。
步骤S105,基于所述聚类结果确定所述目标机柜是否存在设备状态异常。
本实施例中,获取到聚类结果之后,基于所述聚类结果确定所述目标机柜是否存在设备状态异常,具体的,基于所述聚类结果各个簇中的点数以及预设前景点阈值,确定所述聚类结果对应的目标簇,若目标簇的簇数大于预设簇数(0),则确定目标机柜存在设备状态异常。
本实施例提出的设备巡检方法,通过基于目标机柜对应的巡检图像以及标准状态模板图,获取巡检端口状态序列以及标准端口状态序列;接着若所述巡检端口状态序列的序列长度小于所述标准端口状态序列对应的序列阈值,则在所述巡检图像中获取各个敏感设备信息对应的设备子区域块;而后基于所述标准状态模板图,在所述设备子区域块中获取第一子区域块;然后基于各个所述第一子区域块获取前景点坐标,并对所述前景点坐标进行聚类操作,获得聚类结果;最后基于所述聚类结果确定所述目标机柜是否存在设备状态异常,可以根据巡检图像对应巡检端口状态序列的序列长度准确确定是否存在设备状态异常,提高了机房巡检的效率,提高机房敏感设备维护效率。
基于第一实施例,提出本发明设备巡检方法的第二实施例,在本实施例中,步骤S105包括:
步骤S201,基于所述聚类结果各个簇中的点数以及预设前景点阈值,确定所述聚类结果对应的目标簇;
步骤S202,若所述目标簇的簇数大于预设簇数,则确定所述目标机柜存在设备状态异常,并输出所述目标机柜对应的设备状态告警信息。
本实施例中,获取到聚类结果之后,基于所述聚类结果各个簇中的点数以及预设前景点阈值,确定所述聚类结果对应的目标簇,具体的,获取聚类结果簇中的点数大于或等于预设前景点阈值的簇作为目标簇。对于聚类结果中的每一个当前簇,获取当前簇中的点数以及预设前景点阈值,其中预设前景点阈值可以为0.1*前景点总数~0.4*前景点总数,若当前簇中的点数小于预设前景点阈值,则在聚类结果中删除该当前簇,直至完成聚类结果中所有簇的对比完成,得到更新后的聚类结果中的簇为目标簇。
获取到目标簇之后,若目标簇的簇数为预设簇数,则确定目标机柜不存在设备状态异常,若所述目标簇的簇数大于预设簇数,则确定所述目标机柜存在设备状态异常,其中,预设簇数为0,并输出所述目标机柜对应的设备状态告警信息,具体的,可确定巡检端口状态序列与所述标准端口状态序列中,相同位置的状态码存在不一致的目标状态码,获取不一致的目标状态码对应的异常端口点位、异常发生时间、异常设备编号、异常机房编号,异常机柜编号,基于异常端口点位、异常发生时间、异常设备编号、异常机房编号,异常机柜编号生成设备状态告警信息,将设备状态告警信息输出至相关运维、管理人员对应的终端。
其中,机房内维护有运维人员数据库和管理人员数据库,根据告警信息中“异常机房编号“可查询到存在告警的机房相关责任人,并发出预警信息。预警发出方式包括但不限于短信、邮件、电话、APP告警推送、机房内语音提示等形式。在告警通知发出后,对已经发出的告警,接收端需要进行“处理”、“解除”等操作。管理人员可通过告警辅助信息进行线上处理,或根据告警情况选择人员库中目标运维人员,联动提示以实现线下处理。对于疑难问题,可通过专家库实现远程视频诊断。告警问题解决后,可选择“解除告警“,则该告警被移出告警库,作为历史告警信息备份。
本实施例提出的设备巡检方法,通过基于所述聚类结果各个簇中的点数以及预设前景点阈值,确定所述聚类结果对应的目标簇;接着若所述目标簇的簇数大于预设簇数,则确定所述目标机柜存在设备状态异常,并输出所述目标机柜对应的设备状态告警信息,可以根据聚类结果准确确定是否存在设备状态异常,进一步提高了机房巡检的效率,提高机房敏感设备维护效率。
基于第一实施例,提出本发明设备巡检方法的第三实施例,在本实施例中,步骤S104包括:
步骤S301,对各个第一子区域块进行二值化处理,对二值化的处理结果进行闭运算,获得闭运算结果;
步骤S302,对闭运算结果进行开运算,获得第二子区域块;
步骤S303,基于各个第二子区域块获取所述前景点坐标。
本实施例中,可对各个第一子区域块进行二值化处理,例如采用大律法对各个第一子区域块进行二值化处理,得到各个二值化的处理结果,并对二值化的处理结果进行闭运算,例如,对二值化的处理结果做小窗口的闭运算巩固目标连接,获得闭运算结果。
获取到闭运算结果之后,对闭运算结果进行开运算,获得第二子区域块,并基于各个第二子区域块获取所述前景点坐标,即对第一子区域块进行清理得到第二子区域块后,获取各个第二子区域块对应的前景点坐标。
本实施例提出的设备巡检方法,通过对各个第一子区域块进行二值化处理,对二值化的处理结果进行闭运算,获得闭运算结果;接着对闭运算结果进行开运算,获得第二子区域块;而后基于各个第二子区域块获取所述前景点坐标,可以准确获取到第一子区域块对应的前景点坐标,进一步提高了机房巡检的效率,提高机房敏感设备维护效率。
基于第一实施例,提出本发明设备巡检方法的第四实施例,在本实施例中,步骤S103包括:
步骤S401,基于所述标准状态模板图,获取各个设备子区域块对应的相似度;
步骤S402,获取设备子区域块中相似度大于相似度阈值的第一子区域块。
本实施例中,获取到设备子区域块时,基于所述标准状态模板图,获取各个设备子区域块对应的相似度,具体的,基于各个锚框位置在标准状态模板图中获取各个设备子区域块对应的模板图子区域,分别计算各个设备子区域块与对应的模板图子区域之间的相似度。
接着,获取设备子区域块中相似度大于相似度阈值的第一子区域块,其中,相似度阈值可进行合理设置。
本实施例提出的设备巡检方法,通过基于所述标准状态模板图,获取各个设备子区域块对应的相似度;接着获取设备子区域块中相似度大于相似度阈值的第一子区域块,可以根据相似度准确获取第一子区域块,进一步提高了机房巡检的效率,提高机房敏感设备维护效率。
基于第一实施例,提出本发明设备巡检方法的第五实施例,在本实施例中,步骤S101包括:
步骤S501,基于巡检图像以及标准状态模板图,确定目标机柜对应的敏感设备信息;
步骤S502,基于所述敏感设备信息获取所述巡检图像对应的巡检端口状态序列,并获取所述标准状态模板图对应的标准端口状态序列。
本实施例中,可以将巡检图像输入预先训练的设备检测模型进行预测,获得目标机柜对应的敏感设备信息,敏感设备信息包括敏感设备的设备检测锚框(锚框位置),接着基于所述敏感设备信息获取所述巡检图像对应的巡检端口状态序列,具体的,根据设备检测锚框分别提取敏感设备信息对应的设备区域,将敏感设备信息对应的设备区域分别输入预先训练的检测模型进行预测,得到敏感设备信息对应的设备区域中的端口及其状态,进而获得巡检图像对应的巡检端口状态序列。例如,对每个端口,有“占用”和“空闲”两种状态,分别记录为二进制状态1和0,单个设备的端口状态能够表示为二进制序列,如端口数目为10,状态为全占用的设备可表示为“1111111111”
需要说明的是,还可以将巡检图像以及标准状态模板图输入设备检测算法,获得目标机柜对应的敏感设备信息,根据敏感设备的设备检测锚框在巡检图像分别提取敏感设备信息对应的设备区域,在标准状态模板图分别提取敏感设备信息对应的模板区域,基于设备区域以及对应的模板区域计算各个设备区域对应的相似度概率图,概率图中值的大小可判定敏感设备是否发生变化。
本实施例提出的设备巡检方法,通过基于巡检图像以及标准状态模板图,确定目标机柜对应的敏感设备信息;接着基于所述敏感设备信息获取所述巡检图像对应的巡检端口状态序列,并获取所述标准状态模板图对应的标准端口状态序列,可准确获取到巡检端口状态序列,进一步提高了机房巡检的效率,提高机房敏感设备维护效率。
基于上述各个实施例,提出本发明设备巡检方法的第六实施例,在本实施例中,步骤S101之后,该设备巡检方法还包括:
步骤S601,若所述巡检端口状态序列的序列长度与所述标准端口状态序列的序列长度相同,则确定所述巡检端口状态序列与所述标准端口状态序列中,相同位置的状态码是否存在不一致的目标状态码;
步骤S602,若存在所述目标状态码,则确定所述目标机柜存在端口状态异常,并输出所述目标机柜对应的端口状态告警信息。
本实施例中,若所述巡检端口状态序列的序列长度与所述标准端口状态序列的序列长度相同,则确定所述巡检端口状态序列与所述标准端口状态序列中,相同位置的状态码是否存在不一致的目标状态码,即顺序对比巡检端口状态序列以及标准端口状态序列,确定相同位置的状态码是否一种。
若存在所述目标状态码,则确定所述目标机柜存在端口状态异常,并输出所述目标机柜对应的端口状态告警信息,获取不一致的目标状态码对应的异常端口点位、异常发生时间、异常设备编号、异常机房编号,异常机柜编号,基于异常端口点位、异常发生时间、异常设备编号、异常机房编号,异常机柜编号生成端口状态告警信息,将端口状态告警信息输出至相关运维、管理人员对应的终端。
进一步地,在一可能实现方式中,步骤S101之后,该设备巡检方法还包括:
步骤S603,若所述巡检端口状态序列的序列长度与所述标准端口状态序列的序列长度不相同,且所述巡检端口状态序列的序列长度大于所述序列阈值,则确定所述目标机柜存在端口状态丢失,并输出所述目标机柜对应的端口状态丢失告警信息。
本实施例中,若所述巡检端口状态序列的序列长度与所述标准端口状态序列的序列长度不相同,且所述巡检端口状态序列的序列长度大于所述序列阈值,则确定所述目标机柜存在端口状态丢失,并输出所述目标机柜对应的端口状态丢失告警信息,具体的,也可以获取不一致的目标状态码对应的异常端口点位、异常发生时间、异常设备编号、异常机房编号,异常机柜编号,基于异常端口点位、异常发生时间、异常设备编号、异常机房编号,异常机柜编号生成端口状态丢失告警信息,将端口状态丢失告警信息输出至相关运维、管理人员对应的终端。
本实施例提出的设备巡检方法,通过若所述巡检端口状态序列的序列长度与所述标准端口状态序列的序列长度相同,则确定所述巡检端口状态序列与所述标准端口状态序列中,相同位置的状态码是否存在不一致的目标状态码;接着若存在所述目标状态码,则确定所述目标机柜存在端口状态异常,并输出所述目标机柜对应的端口状态告警信息,可准确识别端口状态异常,进一步提高了机房巡检的效率,提高机房敏感设备维护效率。
本发明还提供一种设备巡检装置,参照图3,所述设备巡检装置包括:
第一获取模块10,用于基于目标机柜对应的巡检图像以及标准状态模板图,获取巡检端口状态序列以及标准端口状态序列;
第二获取模块20,用于若所述巡检端口状态序列的序列长度小于所述标准端口状态序列对应的序列阈值,则在所述巡检图像中获取各个敏感设备信息对应的设备子区域块;
第三获取模块30,用于基于所述标准状态模板图,在所述设备子区域块中获取第一子区域块;
聚类模块40,用于基于各个所述第一子区域块获取前景点坐标,并对所述前景点坐标进行聚类操作,获得聚类结果;
确定模块50,用于基于所述聚类结果确定所述目标机柜是否存在设备状态异常。
上述各程序单元所执行的方法可参照本发明设备巡检方法各个实施例,此处不再赘述。
本发明还提供一种计算机可读存储介质。
本发明计算机可读存储介质上存储有设备巡检程序,所述设备巡检程序被处理器执行时实现如上所述的设备巡检方法的步骤。
其中,在所述处理器上运行的设备巡检程序被执行时所实现的方法可参照本发明设备巡检方法各个实施例,此处不再赘述。
此外,本发明实施例还提出一种计算机程序产品,该计算机程序产品上包括设备巡检程序,所述设备巡检程序被处理器执行时实现如上所述的设备巡检方法的步骤。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种设备巡检方法,其特征在于,所述设备巡检方法包括以下步骤:
基于目标机柜对应的巡检图像以及标准状态模板图,获取巡检端口状态序列以及标准端口状态序列;
若所述巡检端口状态序列的序列长度小于所述标准端口状态序列对应的序列阈值,则在所述巡检图像中获取各个敏感设备信息对应的设备子区域块;
基于所述标准状态模板图,在所述设备子区域块中获取第一子区域块;
基于各个所述第一子区域块获取前景点坐标,并对所述前景点坐标进行聚类操作,获得聚类结果;
基于所述聚类结果确定所述目标机柜是否存在设备状态异常。
2.如权利要求1所述的设备巡检方法,其特征在于,所述基于所述聚类结果确定所述目标机柜是否存在设备状态异常的步骤包括:
基于所述聚类结果各个簇中的点数以及预设前景点阈值,确定所述聚类结果对应的目标簇;
若所述目标簇的簇数大于预设簇数,则确定所述目标机柜存在设备状态异常,并输出所述目标机柜对应的设备状态告警信息。
3.如权利要求1所述的设备巡检方法,其特征在于,所述基于各个所述第一子区域块获取前景点坐标的步骤包括:
对各个第一子区域块进行二值化处理,对二值化的处理结果进行闭运算,获得闭运算结果;
对闭运算结果进行开运算,获得第二子区域块;
基于各个第二子区域块获取所述前景点坐标。
4.如权利要求1所述的设备巡检方法,其特征在于,所述基于所述标准状态模板图,在所述设备子区域块中获取第一子区域块的步骤包括:
基于所述标准状态模板图,获取各个设备子区域块对应的相似度;
获取设备子区域块中相似度大于相似度阈值的第一子区域块。
5.如权利要求1所述的设备巡检方法,其特征在于,所述基于目标机柜对应的巡检图像以及标准状态模板图,获取巡检端口状态序列以及标准端口状态序列的步骤包括:
基于巡检图像以及标准状态模板图,确定目标机柜对应的敏感设备信息;
基于所述敏感设备信息获取所述巡检图像对应的巡检端口状态序列,并获取所述标准状态模板图对应的标准端口状态序列。
6.如权利要求1至5任一项所述的设备巡检方法,其特征在于,所述基于目标机柜对应的巡检图像以及标准状态模板图,获取巡检端口状态序列以及标准端口状态序列的步骤之后,还包括:
若所述巡检端口状态序列的序列长度与所述标准端口状态序列的序列长度相同,则确定所述巡检端口状态序列与所述标准端口状态序列中,相同位置的状态码是否存在不一致的目标状态码;
若存在所述目标状态码,则确定所述目标机柜存在端口状态异常,并输出所述目标机柜对应的端口状态告警信息。
7.如权利要求1至5任一项所述的设备巡检方法,其特征在于,所述基于目标机柜对应的巡检图像以及标准状态模板图,获取巡检端口状态序列以及标准端口状态序列的步骤之后,还包括:
若所述巡检端口状态序列的序列长度与所述标准端口状态序列的序列长度不相同,且所述巡检端口状态序列的序列长度大于所述序列阈值,则确定所述目标机柜存在端口状态丢失,并输出所述目标机柜对应的端口状态丢失告警信息。
8.一种设备巡检装置,其特征在于,所述设备巡检装置包括:
第一获取模块,用于基于目标机柜对应的巡检图像以及标准状态模板图,获取巡检端口状态序列以及标准端口状态序列;
第二获取模块,用于若所述巡检端口状态序列的序列长度小于所述标准端口状态序列对应的序列阈值,则在所述巡检图像中获取各个敏感设备信息对应的设备子区域块;
第三获取模块,用于基于所述标准状态模板图,在所述设备子区域块中获取第一子区域块;
聚类模块,用于基于各个所述第一子区域块获取前景点坐标,并对所述前景点坐标进行聚类操作,获得聚类结果;
确定模块,用于基于所述聚类结果确定所述目标机柜是否存在设备状态异常。
9.一种设备巡检终端,其特征在于,所述设备巡检终端包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的设备巡检程序,所述设备巡检程序被所述处理器执行时实现如权利要求1至7中任一项所述的设备巡检方法的步骤。
10.一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上存储有设备巡检程序,所述设备巡检程序被处理器执行时实现如权利要求1至7中任一项所述的设备巡检方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311153238.3A CN117274892A (zh) | 2023-09-07 | 2023-09-07 | 设备巡检方法、装置、终端及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311153238.3A CN117274892A (zh) | 2023-09-07 | 2023-09-07 | 设备巡检方法、装置、终端及计算机可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117274892A true CN117274892A (zh) | 2023-12-22 |
Family
ID=89199945
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311153238.3A Pending CN117274892A (zh) | 2023-09-07 | 2023-09-07 | 设备巡检方法、装置、终端及计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117274892A (zh) |
-
2023
- 2023-09-07 CN CN202311153238.3A patent/CN117274892A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109684179B (zh) | 系统故障的预警方法、装置、设备及存储介质 | |
CN111310947A (zh) | 基于5g的建筑设施运维方法、设备、存储介质及系统 | |
US11151855B1 (en) | Video analytics platform for real-time monitoring and assessment of airplane safety processes | |
CN109669844A (zh) | 设备故障处理方法、装置、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 | |
CN112947172A (zh) | 一种面向园区的智慧消防远程监控系统及方法 | |
CN115116008B (zh) | 目标物品的状态识别方法、设备及存储介质 | |
CN113888024A (zh) | 操作监控方法、装置、电子设备及存储介质 | |
CN111708687B (zh) | 一种设备异常指标确定方法、装置、设备和存储介质 | |
CN113591803A (zh) | 一种基于边云协同技术的配电房智能远程巡视方法及系统 | |
CN117670033A (zh) | 一种安全检查方法、系统、电子设备及存储介质 | |
CN117422849A (zh) | 一种配电站房全景可视化数字管理系统、方法及存储介质 | |
CN117132002A (zh) | 一种多模态时空轨迹预测方法、装置、设备和介质 | |
CN117274892A (zh) | 设备巡检方法、装置、终端及计算机可读存储介质 | |
CN109416863B (zh) | 用于安全技术的监视系统 | |
CN110069382A (zh) | 软件监控方法、服务器、终端设备、计算机设备及介质 | |
CN115766401A (zh) | 工业告警信息解析方法、装置、电子设备与计算机介质 | |
CN113852915A (zh) | 地铁站设备控制方法、装置、电子设备及存储介质 | |
CN114091702A (zh) | 一种事件监测方法、装置、电子设备及存储介质 | |
CN112799957A (zh) | 基于用户行为的故障处理方法、系统、设备和介质 | |
CN118316201B (zh) | 用于输变电工程的智能监控方法、装置、设备及介质 | |
CN117576808B (zh) | 一种ibms平台门禁管理方法及系统 | |
CN116484428B (zh) | 数据安全性检测系统、方法、装置及相关设备 | |
CN115546677B (zh) | 基建现场信息处理方法、装置、设备和计算机可读介质 | |
CN117972348B (zh) | 一种基于模型的集群运行状态确定方法、设备及介质 |
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 |