【技術實現步驟摘要】
本專利技術涉及智能巡檢，特別涉及一種基于ar和人工智能的服務器機房智能巡檢方法及系統。
技術介紹
1、隨著5g網絡、物聯網、ar、大數據、人工智能時代的到來，對于各個技術來說，都是以服務器機房為硬件支撐；現有的服務器機房的相關的故障預警、安全生產隱患的巡檢、排查、數據分析等，傳統的人工或半人工操作，已不能滿足要求。
技術實現思路
1、本專利技術目的之一在于提供了一種基于ar和人工智能的服務器機房智能巡檢方法及系統，綜合分析服務器機房內實際情況以及對服務器機房內的監控的圖像數據，進而確定巡檢路徑，自動控制智能機器人進行巡檢，并同步至ar終端，實現工作人員無需現場控制以及現場巡檢，提高了巡檢效率。
2、本專利技術實施例提供的一種基于ar和人工智能的服務器機房智能巡檢方法，包括：
3、獲取服務器機房內景的三維模型圖；
4、對所述三維模型圖進行分析，確定第一巡檢點位；
5、獲取服務器機房內景的圖像數據；
6、基于預設的神經網絡模型對所述圖像數據進行分析，確定第二巡檢點位；
7、基于所述第一巡檢點位和所述第二巡檢點位，確定巡檢路徑；
8、根據所述巡檢路徑控制智能機器人進行巡檢，并實時獲取智能機器人拍攝的圖像同步至ar終端。
9、優選的，對所述三維模型圖進行分析，確定第一巡檢點位，包括：
10、在三維模型圖中確定出服務器機房的出入口對應的參考點；
11、當參考點唯一時，基于三
12、當參考點不唯一時，從所述參考點中確定入口點位和出口點位；以所述入口點位為起點，以所述出口點位為終點，在可行走區域內，構建第二路徑；對第二路徑進行間隔采用，獲取所述第一巡檢點位。
13、優選的，基于預設的神經網絡模型對所述圖像數據進行分析，確定第二巡檢點位，包括：
14、對所述圖像數據進行篩選并分組，獲取多組待分析圖像；
15、將一組待分析圖像中的圖像依時間次序分別輸入預設的第一模型，獲取人員畫像數據；
16、確定人員畫像數據是否存在差異；
17、當存在差異時，以發生差異時且發生差異的人員的站立位置點作為第二巡檢點位；
18、當不存在差異時，確定組內各個圖像對應的人員的站立位置點；確定各個站立位置點對應的站立時間，以站立時間大于等于預設的時間閾值的站立位置點作為第二巡檢點位。
19、優選的，基于所述第一巡檢點位和所述第二巡檢點位，確定巡檢路徑的時候，還確定巡檢路徑上各個巡檢點位對應的關注視線集；
20、其中，確定巡檢路徑上各個巡檢點位對應的關注視線集，包括：
21、當巡檢點對應第一巡檢點位時，將預設的智能機器人對應的三維模型置入三維模型圖中并基于預設的第一區域范圍閾值，確定巡檢點對應的視線區域以及視線區域內各個關注視線方向對應的目標點；根據預設的點位與隱藏度對應表，確定各個點位對應的隱藏度；提取隱藏度大于預設的隱藏閾值的關注視線方向作為待篩選對象；根據預設的提取規則，從所述待篩選對象中提取關注視線方向構建所述關注視線集。
22、優選的，確定巡檢路徑上各個巡檢點位對應的關注視線集，還包括：
23、當巡檢點對應第二巡檢點位時，將預設的智能機器人對應的三維模型置入三維模型圖中并基于預設的第二區域范圍閾值，確定巡檢點對應的視線區域以及視線區域內各個關注視線方向對應的目標點；根據預設的點位與隱藏度對應表，確定各個點位對應的隱藏度；根據人員行為，提取關聯度對照表；根據關聯度對照表，確定各個點位的關聯度；基于關聯度和隱藏度，確定各個點位對應的優先度；提取優先度最大的預設個數的點位對應的關注視線構建所述關注視線集。
24、優選的，基于ar和人工智能的服務器機房智能巡檢方法，還包括：
25、獲取服務器機房內各個預設位置處設置的溫濕度監測裝置的監測數據；
26、根據所述監測數據和三維模型圖，生成溫濕度ar監控圖并輸出至所述ar終端。
27、本專利技術還提供一種基于ar和人工智能的服務器機房智能巡檢系統，包括：
28、第一獲取模塊，用于獲取服務器機房內景的三維模型圖；
29、第一確定模塊，用于對所述三維模型圖進行分析，確定第一巡檢點位；
30、第二獲取模塊，用于獲取服務器機房內景的圖像數據；
31、第二確定模塊，用于基于預設的神經網絡模型對所述圖像數據進行分析，確定第二巡檢點位；
32、路徑確定模塊，用于基于所述第一巡檢點位和所述第二巡檢點位，確定巡檢路徑；
33、巡檢及同步模塊，用于根據所述巡檢路徑控制智能機器人進行巡檢，并實時獲取智能機器人拍攝的圖像同步至ar終端。
34、優選的，第一確定模塊對所述三維模型圖進行分析，確定第一巡檢點位，執行如下操作：
35、在三維模型圖中確定出服務器機房的出入口對應的參考點；
36、當參考點唯一時，基于三維模型圖中智能機器人可行走區域和所述參考點，構建第一路徑；對第一路徑進行間隔采用，獲取所述第一巡檢點位；
37、當參考點不唯一時，從所述參考點中確定入口點位和出口點位；以所述入口點位為起點，以所述出口點位為終點，在可行走區域內，構建第二路徑；對第二路徑進行間隔采用，獲取所述第一巡檢點位。
38、優選的，第二確定模塊基于預設的神經網絡模型對所述圖像數據進行分析，確定第二巡檢點位，執行如下操作：
39、對所述圖像數據進行篩選并分組，獲取多組待分析圖像；
40、將一組待分析圖像中的圖像依時間次序分別輸入預設的第一模型，獲取人員畫像數據；
41、確定人員畫像數據是否存在差異；
42、當存在差異時，以發生差異時且發生差異的人員的站立位置點作為第二巡檢點位；
43、當不存在差異時，確定組內各個圖像對應的人員的站立位置點；確定各個站立位置點對應的站立時間，以站立時間大于等于預設的時間閾值的站立位置點作為第二巡檢點位。
44、優選的，路徑確定模塊基于所述第一巡檢點位和所述第二巡檢點位，確定巡檢路徑的時候，還確定巡檢路徑上各個巡檢點位對應的關注視線集；
45、其中，路徑確定模塊確定巡檢路徑上各個巡檢點位對應的關注視線集，執行如下操作：
46、當巡檢點對應第一巡檢點位時，將預設的智能機器人對應的三維模型置入三維模型圖中并基于預設的第一區域范圍閾值，確定巡檢點對應的視線區域以及視線區域內各個關注視線方向對應的目標點；根據預設的點位與隱藏度對應表，確定各個點位對應的隱藏度；提取隱藏度大于預設的隱藏閾值的關注視線方向作為待篩選對象；根據預設的提取規則，從所述待篩選對象中提取關注視線方向構建所述關注視線集。
47、優選的，路徑確本文檔來自技高網...
【技術保護點】
1.一種基于AR和人工智能的服務器機房智能巡檢方法，其特征在于，包括：
2.如權利要求1所述的基于AR和人工智能的服務器機房智能巡檢方法，其特征在于，對所述三維模型圖進行分析，確定第一巡檢點位，包括：
3.如權利要求1所述的基于AR和人工智能的服務器機房智能巡檢方法，其特征在于，基于預設的神經網絡模型對所述圖像數據進行分析，確定第二巡檢點位，包括：
4.如權利要求3所述的基于AR和人工智能的服務器機房智能巡檢方法，其特征在于，基于所述第一巡檢點位和所述第二巡檢點位，確定巡檢路徑的時候，還確定巡檢路徑上各個巡檢點位對應的關注視線集；
5.如權利要求4所述的基于AR和人工智能的服務器機房智能巡檢方法，其特征在于，確定巡檢路徑上各個巡檢點位對應的關注視線集，還包括：
6.如權利要求1所述的基于AR和人工智能的服務器機房智能巡檢方法，其特征在于，還包括：
7.一種基于AR和人工智能的服務器機房智能巡檢系統，其特征在于，包括：
8.如權利要求7所述的基于AR和人工智能的服務器機房智能巡檢系統，其特征在于，第
9.如權利要求7所述的基于AR和人工智能的服務器機房智能巡檢系統，其特征在于，第二確定模塊基于預設的神經網絡模型對所述圖像數據進行分析，確定第二巡檢點位，執行如下操作：
10.如權利要求9所述的基于AR和人工智能的服務器機房智能巡檢系統，其特征在于，路徑確定模塊基于所述第一巡檢點位和所述第二巡檢點位，確定巡檢路徑的時候，還確定巡檢路徑上各個巡檢點位對應的關注視線集；
...【技術特征摘要】
1.一種基于ar和人工智能的服務器機房智能巡檢方法，其特征在于，包括：
2.如權利要求1所述的基于ar和人工智能的服務器機房智能巡檢方法，其特征在于，對所述三維模型圖進行分析，確定第一巡檢點位，包括：
3.如權利要求1所述的基于ar和人工智能的服務器機房智能巡檢方法，其特征在于，基于預設的神經網絡模型對所述圖像數據進行分析，確定第二巡檢點位，包括：
4.如權利要求3所述的基于ar和人工智能的服務器機房智能巡檢方法，其特征在于，基于所述第一巡檢點位和所述第二巡檢點位，確定巡檢路徑的時候，還確定巡檢路徑上各個巡檢點位對應的關注視線集；
5.如權利要求4所述的基于ar和人工智能的服務器機房智能巡檢方法，其特征在于，確定巡檢路徑上各個巡檢點位對應的關注視線集，還包括：
【專利技術屬性】
技術研發人員：張晨，唐駿，陳云鵬，陳偉，李芹，劉德文，黃崟釗，
申請(專利權)人：三峽高科信息技術有限責任公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。