基于AR和人工智能的服务器机房智能巡检方法及系统与流程
- 国知局
- 2024-07-31 22:25:09
本发明涉及智能巡检,特别涉及一种基于ar和人工智能的服务器机房智能巡检方法及系统。
背景技术:
1、随着5g网络、物联网、ar、大数据、人工智能时代的到来,对于各个技术来说,都是以服务器机房为硬件支撑;现有的服务器机房的相关的故障预警、安全生产隐患的巡检、排查、数据分析等,传统的人工或半人工操作,已不能满足要求。
技术实现思路
1、本发明目的之一在于提供了一种基于ar和人工智能的服务器机房智能巡检方法及系统,综合分析服务器机房内实际情况以及对服务器机房内的监控的图像数据,进而确定巡检路径,自动控制智能机器人进行巡检,并同步至ar终端,实现工作人员无需现场控制以及现场巡检,提高了巡检效率。
2、本发明实施例提供的一种基于ar和人工智能的服务器机房智能巡检方法,包括:
3、获取服务器机房内景的三维模型图;
4、对所述三维模型图进行分析,确定第一巡检点位;
5、获取服务器机房内景的图像数据;
6、基于预设的神经网络模型对所述图像数据进行分析,确定第二巡检点位;
7、基于所述第一巡检点位和所述第二巡检点位,确定巡检路径;
8、根据所述巡检路径控制智能机器人进行巡检,并实时获取智能机器人拍摄的图像同步至ar终端。
9、优选的,对所述三维模型图进行分析,确定第一巡检点位,包括:
10、在三维模型图中确定出服务器机房的出入口对应的参考点;
11、当参考点唯一时,基于三维模型图中智能机器人可行走区域和所述参考点,构建第一路径;对第一路径进行间隔采用,获取所述第一巡检点位;
12、当参考点不唯一时,从所述参考点中确定入口点位和出口点位;以所述入口点位为起点,以所述出口点位为终点,在可行走区域内,构建第二路径;对第二路径进行间隔采用,获取所述第一巡检点位。
13、优选的,基于预设的神经网络模型对所述图像数据进行分析,确定第二巡检点位,包括:
14、对所述图像数据进行筛选并分组,获取多组待分析图像;
15、将一组待分析图像中的图像依时间次序分别输入预设的第一模型,获取人员画像数据;
16、确定人员画像数据是否存在差异;
17、当存在差异时,以发生差异时且发生差异的人员的站立位置点作为第二巡检点位;
18、当不存在差异时,确定组内各个图像对应的人员的站立位置点;确定各个站立位置点对应的站立时间,以站立时间大于等于预设的时间阈值的站立位置点作为第二巡检点位。
19、优选的,基于所述第一巡检点位和所述第二巡检点位,确定巡检路径的时候,还确定巡检路径上各个巡检点位对应的关注视线集;
20、其中,确定巡检路径上各个巡检点位对应的关注视线集,包括:
21、当巡检点对应第一巡检点位时,将预设的智能机器人对应的三维模型置入三维模型图中并基于预设的第一区域范围阈值,确定巡检点对应的视线区域以及视线区域内各个关注视线方向对应的目标点;根据预设的点位与隐藏度对应表,确定各个点位对应的隐藏度;提取隐藏度大于预设的隐藏阈值的关注视线方向作为待筛选对象;根据预设的提取规则,从所述待筛选对象中提取关注视线方向构建所述关注视线集。
22、优选的,确定巡检路径上各个巡检点位对应的关注视线集,还包括:
23、当巡检点对应第二巡检点位时,将预设的智能机器人对应的三维模型置入三维模型图中并基于预设的第二区域范围阈值,确定巡检点对应的视线区域以及视线区域内各个关注视线方向对应的目标点;根据预设的点位与隐藏度对应表,确定各个点位对应的隐藏度;根据人员行为,提取关联度对照表;根据关联度对照表,确定各个点位的关联度;基于关联度和隐藏度,确定各个点位对应的优先度;提取优先度最大的预设个数的点位对应的关注视线构建所述关注视线集。
24、优选的,基于ar和人工智能的服务器机房智能巡检方法,还包括:
25、获取服务器机房内各个预设位置处设置的温湿度监测装置的监测数据;
26、根据所述监测数据和三维模型图,生成温湿度ar监控图并输出至所述ar终端。
27、本发明还提供一种基于ar和人工智能的服务器机房智能巡检系统,包括:
28、第一获取模块,用于获取服务器机房内景的三维模型图;
29、第一确定模块,用于对所述三维模型图进行分析,确定第一巡检点位;
30、第二获取模块,用于获取服务器机房内景的图像数据;
31、第二确定模块,用于基于预设的神经网络模型对所述图像数据进行分析,确定第二巡检点位;
32、路径确定模块,用于基于所述第一巡检点位和所述第二巡检点位,确定巡检路径;
33、巡检及同步模块,用于根据所述巡检路径控制智能机器人进行巡检,并实时获取智能机器人拍摄的图像同步至ar终端。
34、优选的,第一确定模块对所述三维模型图进行分析,确定第一巡检点位,执行如下操作:
35、在三维模型图中确定出服务器机房的出入口对应的参考点;
36、当参考点唯一时,基于三维模型图中智能机器人可行走区域和所述参考点,构建第一路径;对第一路径进行间隔采用,获取所述第一巡检点位;
37、当参考点不唯一时,从所述参考点中确定入口点位和出口点位;以所述入口点位为起点,以所述出口点位为终点,在可行走区域内,构建第二路径;对第二路径进行间隔采用,获取所述第一巡检点位。
38、优选的,第二确定模块基于预设的神经网络模型对所述图像数据进行分析,确定第二巡检点位,执行如下操作:
39、对所述图像数据进行筛选并分组,获取多组待分析图像;
40、将一组待分析图像中的图像依时间次序分别输入预设的第一模型,获取人员画像数据;
41、确定人员画像数据是否存在差异;
42、当存在差异时,以发生差异时且发生差异的人员的站立位置点作为第二巡检点位;
43、当不存在差异时,确定组内各个图像对应的人员的站立位置点;确定各个站立位置点对应的站立时间,以站立时间大于等于预设的时间阈值的站立位置点作为第二巡检点位。
44、优选的,路径确定模块基于所述第一巡检点位和所述第二巡检点位,确定巡检路径的时候,还确定巡检路径上各个巡检点位对应的关注视线集;
45、其中,路径确定模块确定巡检路径上各个巡检点位对应的关注视线集,执行如下操作:
46、当巡检点对应第一巡检点位时,将预设的智能机器人对应的三维模型置入三维模型图中并基于预设的第一区域范围阈值,确定巡检点对应的视线区域以及视线区域内各个关注视线方向对应的目标点;根据预设的点位与隐藏度对应表,确定各个点位对应的隐藏度;提取隐藏度大于预设的隐藏阈值的关注视线方向作为待筛选对象;根据预设的提取规则,从所述待筛选对象中提取关注视线方向构建所述关注视线集。
47、优选的,路径确定模块确定巡检路径上各个巡检点位对应的关注视线集,还执行如下操作:
48、当巡检点对应第二巡检点位时,将预设的智能机器人对应的三维模型置入三维模型图中并基于预设的第二区域范围阈值,确定巡检点对应的视线区域以及视线区域内各个关注视线方向对应的目标点;根据预设的点位与隐藏度对应表,确定各个点位对应的隐藏度;根据人员行为,提取关联度对照表;根据关联度对照表,确定各个点位的关联度;基于关联度和隐藏度,确定各个点位对应的优先度;提取优先度最大的预设个数的点位对应的关注视线构建所述关注视线集。
49、优先的,基于ar和人工智能的服务器机房智能巡检系统,还包括:温湿度监测模块;温湿度监测模块执行如下操作:
50、获取服务器机房内各个预设位置处设置的温湿度监测装置的监测数据;
51、根据所述监测数据和三维模型图,生成温湿度ar监控图并输出至所述ar终端。
52、本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
53、下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
本文地址:https://www.jishuxx.com/zhuanli/20240731/193290.html
版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 YYfuon@163.com 举报,一经查实,本站将立刻删除。
上一篇
产品销售系统和方法与流程
下一篇
返回列表