本发明提供了一种利用巡维机器人实现服务器启停的方法，具体采用以下步骤：第一步：确定数据中心服务器控制台的配置，将数据中心全部服务器接入到服务器控制台；第二步：使用激光雷达，惯性测量单元及里程计，完成机房地图及巡维机器人路径规划；对巡维机器人进行操作，控制巡维机器人移动到服务器控制台；第三步：通过安装在巡维机器人上的高清摄像头采集服务器控制台的图像，对服务器控制台的图像进行识别，根据识别结果对服务器控制台进行操作，实现对服务器的控制。本发明的有益效果为：操作简便、动作迅速，可代替人工准确快速地完成服务器启停，减少找错设备的失误情况发生。
1.一种利用巡维机器人实现服务器启停的方法，其特征在于，具体采用以下步骤：第一步：确定数据中心服务器控制台的配置，将数据中心全部服务器接入到服务器控制台；
第二步：使用激光雷达，惯性测量单元及里程计，完成机房地图及巡维机器人路径规划；对巡维机器人进行操作，控制巡维机器人移动到服务器控制台；
第三步：通过安装在巡维机器人上的高清摄像头采集服务器控制台的图像，对服务器控制台的图像进行识别，根据识别结果对服务器控制台进行操作，实现对服务器的控制。
2.根据权利要求1所述的利用巡维机器人实现服务器启停的方法，其特征在于，所述对服务器控制台的图像进行识别，具体采用以下步骤：第一步：对采集的服务器控制台图像进行预处理；
第二步：对预处理后的图像特征进行提取，得到目标特征向量；
第三步：根据目标特征向量和目标模板进行匹配，对目标进行识别；
3.根据权利要求2所述的一种利用巡维机器人实现服务器启停的方法，其特征在于，所述对采集的服务器控制台图像进行预处理，具体采用以下步骤：第一步：采用Canny算子对图像中目标的外边缘进行提取，将图像中多个目标分割成单一目标图像；
4.根据权利要求3所述的一种利用巡维机器人实现服务器启停的方法，其特征在于，所述对预处理后的图像特征进行提取，具体采用以下步骤：第一步：根据预处理后的图像提取目标的第一特征；
第三步：根据第一特征和第二特征生成目标的特征向量。
5.根据权利要求4所述的一种利用巡维机器人实现服务器启停的方法，其特征在于，所述根据预处理后的图像提取目标的第一特征，具体采用以下方式：提取目标的内边缘，得到目标各内轮廓像素的坐标，目标的第一特征为：T1＝[N1,…,NL]
上述式子中，T1表示目标的第一特征，Nl(l＝1,2,…,L)表示目标第l个内轮廓的特征值，L表示目标的内轮廓的个数；
所述目标内轮廓的特征值通过以下方式获取：对图像进行二值化处理，将目标第l个内轮廓的像素灰度值记为1，其余位置像素灰度值记为0；计算目标第l个内轮廓的特征值Nl：上述式子中，I(i,j)表示像素点位置为(i,j)的灰度值，n和m分别表示目标图像的宽和高。
6.根据权利要求5所述的一种利用巡维机器人实现服务器启停的方法，其特征在于，所述根据预处理后的图像提取目标的第二特征，具体采用以下方式：提取目标的外边缘，得到目标的外轮廓包含区域的像素，对图像进行二值化处理，将外轮廓包含区域的像素灰度值记为1，其余位置像素灰度值记为0，计算目标的第二特征值：上述式子中，T2表示目标的第二特征；
所述特征向量生成子模块根据第一特征和第二特征生成目标的特征向量，具体为：将目标的第一特征和第二特征构成特征向量：T＝[T1,T2]，上述式子中，T表示目标的特征向量。
7.根据权利要求6所述的一种利用巡维机器人实现服务器启停的方法，其特征在于，所述对目标识别性能进行评价，具体采用以下步骤：第一步：获取识别性能的第一评价值；
第三步：根据第一评价值和第二评价值对目标识别性能进行综合评价。
8.根据权利要求7所述的一种利用巡维机器人实现服务器启停的方法，其特征在于，所述获取识别性能的第一评价值，具体采用以下方式：上述式子中，S1表示第一评价值，A表示图像中包含的目标数目，A1表示能够识别的目标个数，A2表示正确识别的目标个数；
所述获取识别性能的第二评价值，具体采用以下方式：上述式子中，S2表示第二评价值，B表示待识别的图像数目，B1表示的第一评价值大于设定阈值的图像数目；
所述根据第一评价值和第二评价值对目标识别性能进行综合评价，具体采用以下方式：计算综合评价因子：上述式子中，S表示综合评价因子；综合评价因子越大，表示目标识别性能越好。
一种利用巡维机器人实现服务器启停的方法
技术领域
[0001] 本发明涉及智能控制技术领域，具体涉及一种利用巡维机器人实现服务器启停的方法。
背景技术
[0002] 目前IT系统在企业内规模数量也越来越大，设备数量在数据中心也越来越多。面对日益增多的IT物理设备，面对业务发展带来的变更需求，在日常的运维工作中，对服务器启停的需求非常大，完成对服务器的智能控制能提高业务上线效率，更好地支撑业务发展。
[0003] 现有技术中，对数据中心服务器启停主要采用人工方式，导致操作效率低下、操作失误高。
发明内容
[0004] 针对上述问题，本发明旨在提供一种利用巡维机器人实现服务器启停的方法。
[0005] 本发明的目的采用以下技术方案来实现：
[0006] 提供了一种利用巡维机器人实现服务器启停的方法，具体采用以下步骤：
[0007] 第一步：确定数据中心服务器控制台的配置，将数据中心全部服务器接入到服务器控制台；
[0008] 第二步：使用激光雷达，惯性测量单元及里程计，完成机房地图及巡维机器人路径规划；对巡维机器人进行操作，控制巡维机器人移动到服务器控制台；
[0009] 第三步：通过安装在巡维机器人上的高清摄像头采集服务器控制台的图像，对服务器控制台的图像进行识别，根据识别结果对服务器控制台进行操作，实现对服务器的控制。
[0010] 本发明的有益效果为：操作简便、动作迅速，可代替人工准确快速地完成服务器启停，减少找错设备的失误情况发生。
附图说明
[0011] 利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。
[0012] 图1是本发明的流程示意图；
[0013] 附图标记：
[0014] 确定数据中心服务器控制台的配置，将数据中心全部服务器接入到服务器控制台1；使用激光雷达，惯性测量单元及里程计，完成机房地图及巡维机器人路径规划；对巡维机器人进行操作，控制巡维机器人移动到服务器控制台2；通过安装在巡维机器人上的高清摄像头采集服务器控制台的图像，对服务器控制台的图像进行识别，根据识别结果对服务器控制台进行操作，实现对服务器的控制3。
具体实施方式
[0015] 结合以下实施例对本发明作进一步描述。
[0016] 参见图1，本实施例的一种利用巡维机器人实现服务器启停的方法，具体采用以下步骤：
[0017] 第一步：确定数据中心服务器控制台的配置，将数据中心全部服务器接入到服务器控制台1；
[0018] 第二步：使用激光雷达，惯性测量单元及里程计，完成机房地图及巡维机器人路径规划；对巡维机器人进行操作，控制巡维机器人移动到服务器控制台2；
[0019] 第三步：通过安装在巡维机器人上的高清摄像头采集服务器控制台的图像，对服务器控制台的图像进行识别，根据识别结果对服务器控制台进行操作，实现对服务器的控制3。
[0020] 本实施例操作简便、动作迅速，可代替人工准确快速地完成服务器启停，减少找错设备的失误情况发生。
[0021] 优选的，所述对服务器控制台的图像进行识别，具体采用以下步骤：
[0022] 第一步：对采集的服务器控制台图像进行预处理；
[0023] 第二步：对预处理后的图像特征进行提取，得到目标特征向量；
[0024] 第三步：根据目标特征向量和目标模板进行匹配，对目标进行识别；
[0025] 第四步：对目标识别性能进行评价。
[0026] 本优选实施例实现了机器人对服务器控制台的识别和识别性能的评价。
[0027] 优选的，所述对采集的服务器控制台图像进行预处理，具体采用以下步骤：
[0028] 第一步：采用Canny算子对图像中目标的外边缘进行提取，将图像中多个目标分割成单一目标图像；
[0029] 第二步：对单一目标图像进行灰度变换和滤波处理。
[0030] 由于不同目标之间差别，本优选实施例将图像中的多目标分割成多个单一目标，对每个目标图像进行预处理，便于后续提取不同目标特征；由于在图像采集过程中,不可避免地受到各种干扰而混入随机噪声，本优选实施例对图像进行灰度化和滤波处理，有助于减少识别误差，更好地保持目标的边缘信息。
[0031] 所述对预处理后的图像特征进行提取，具体采用以下步骤：
[0032] 第一步：根据预处理后的图像提取目标的第一特征；
[0033] 第二步：根据预处理后的图像提取目标的第二特征；
[0034] 第三步：根据第一特征和第二特征生成目标的特征向量。
[0035] 所述根据预处理后的图像提取目标的第一特征，具体采用以下方式：提取目标的内边缘，得到目标各内轮廓像素的坐标，目标的第一特征为：
[0036] T1＝[N1,…,NL]
[0037] 上述式子中，T1表示目标的第一特征，Nl(l＝1,2,…,L)表示目标第l个内轮廓的特征值，L表示目标的内轮廓的个数；
[0038] 所述目标内轮廓的特征值通过以下方式获取：对图像进行二值化处理，将目标第l个内轮廓的像素灰度值记为1，其余位置像素灰度值记为0；计算目标第l个内轮廓的特征值Nl： 上述式子中，I(i,j)表示像素点位置为(i,j)的灰度值，n和m分别表示目标图像的宽和高。
[0039] 所述根据预处理后的图像提取目标的第二特征，具体采用以下方式：提取目标的外边缘，得到目标的外轮廓包含区域的像素，对图像进行二值化处理，将外轮廓包含区域的像素灰度值记为1，其余位置像素灰度值记为0，计算目标的第二特征值：
[0040]
[0041] 上述式子中，T2表示目标的第二特征；
[0042] 所述特征向量生成子模块根据第一特征和第二特征生成目标的特征向量，具体为：将目标的第一特征和第二特征构成特征向量：T＝[T1,T2]，上述式子中，T表示目标的特征向量。
[0043] 本优选实施例通过特征提取模块对目标特征进行提取，为后续目标匹配和识别奠定了基础，通过建立目标的特征向量，能够对目标进行更为准确的识别，具体的，第一特征充分考虑了目标的外轮廓和内轮廓，第二特征充分考虑了外轮廓内整体像素，目标特征向量综合了第一特征和第二特征，得到了更为完整的目标特征。
[0044] 优选的，所述对目标识别性能进行评价，具体采用以下步骤：
[0045] 第一步：获取识别性能的第一评价值；
[0046] 第二步：获取识别性能的第二评价值；
[0047] 第三步：根据第一评价值和第二评价值对目标识别性能进行综合评价。
[0048] 所述获取识别性能的第一评价值，具体采用以下方式：
[0049]
[0050] 上述式子中，S1表示第一评价值，A表示图像中包含的目标数目，A1表示能够识别的目标个数，A2表示正确识别的目标个数；
[0051] 所述获取识别性能的第二评价值，具体采用以下方式：
[0052]
[0053] 上述式子中，S2表示第二评价值，B表示待识别的图像数目，B1表示的第一评价值大于设定阈值的图像数目；
[0054] 所述根据第一评价值和第二评价值对目标识别性能进行综合评价，具体采用以下方式：计算综合评价因子：
[0055]
[0056] 上述式子中，S表示综合评价因子；综合评价因子越大，表示目标识别性能越好。
[0057] 本优选实施例实现了目标识别性能的评价，保证了目标识别水平，具体的，第一评价值考虑了目标的识别准确性，第二评价值考虑了目标的识别稳定性，通过第一评价值和第二评价值计算综合评价因子，能够综合反映识别性能。
[0058] 采用本发明利用巡维机器人实现服务器启停的方法对数据中心服务器进行操作，选取5个数据中心进行实验，分别为数据中心1、数据中心2、数据中心3、数据中心4、数据中心5，对操作效率和操作成本进行统计，同现有服务器操作方法相比，产生的有益效果如下表所示：
[0059] 操作效率提高 操作成本降低
数据中心1 29％ 23％
数据中心2 27％ 24％
数据中心3 26％ 25％
数据中心4 25％ 27％
数据中心5 24％ 26％
[0060] 最后应当说明的是，以上实施例仅用以说明本发明的技术方案，而非对本发明保护范围的限制，尽管参照较佳实施例对本发明作了详细地说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的实质和范围。
