一种支持深度学习工作原理的人工智能机房巡检机器人制造技术

一种支持深度学习工作原理的人工智能机房巡检机器人。其包括巡检机器人本体、机器人控制系统、路径导航系统、充电基座；巡检机器人本体包括环境采集模块、设备状态采集模块、扩展采集模块、数据存储模块、数据处理模块、数据传输模块、移动控制模块和电源模块；机器人控制系统包括调度模块、智能分析模块、路径规划模块、告警处理模块；本发明专利技术提供的支持深度学习工作原理的人工智能机房巡检机器人具有如下有益效果：本发明专利技术可应用于各个信息系统机房，监控主机、网络、存储等物理设备，如果设备故障，自动诊断设备故障类型。

An artificial intelligent computer inspection robot supporting the principle of deep learning

An artificial intelligent computer inspection robot supporting the principle of deep learning. It includes inspection robot body, robot control system, path navigation system, charging base; inspection robot body includes environment acquisition module, equipment status acquisition module, extended acquisition module, data storage module, data processing module, data transmission module, mobile control module and power module; The control system comprises a dispatching module, an intelligent analysis module, a path planning module and an alarm processing module; the artificial intelligent machine room inspection robot which supports the working principle of in-depth learning provided by the invention has the following beneficial effects: the invention can be applied to the computer rooms of various information systems, and can monitor the physical settings such as the host computer, the network, and the storage, etc. If the equipment fails, it will automatically diagnose the type of equipment failure.

【技术实现步骤摘要】
一种支持深度学习工作原理的人工智能机房巡检机器人
本专利技术属于机器人
，特别是涉及一种支持深度学习工作原理的人工智能机房巡检机器人。
技术介绍
目前，国内电力行业机房巡检依然采用人工巡检方式，即通过值班人员定时检查设备状态、机房环境状态，以及通过i6000等监控系统对信息系统进行状态监控，显然这种方式存在信息获取滞后、信息共享性差、人员易懈怠、人工记录数据可能不准确等问题。若能将深度学习构建的神经网络与系统巡检时通过传感器对设备敏感部位的信号采集的数据相结合，对系统运行状态进行监测和发现异常情况后对故障进行分析、诊断，以实现信息和资源的共享，可加快异常信息的解决效率。但目前尚缺少相应的系统。
技术实现思路
为了解决上述问题，本专利技术的目的在于提供一种支持深度学习工作原理的人工智能机房巡检机器人。为了达到上述目的，本专利技术提供的支持深度学习工作原理的人工智能机房巡检机器人包括：巡检机器人本体、机器人控制系统、路径导航系统、充电基座；其中巡检机器人本体包括环境采集模块、设备状态采集模块、扩展采集模块、数据存储模块、数据处理模块、数据传输模块、移动控制模块和电源模块；机器人控制系统包括调度模块、智能分析模块、路径规划模块、告警处理模块；环境采集模块、设备状态采集模块、扩展采集模块均与数据存储模块连接，将采集数据存储在数据存储模块中；数据处理模块与数据存储模块、数据传输模块相连；数据传输模块与机器人控制系统中的调度模块、智能分析模块、路径规划模块和告警处理模块相连；移动控制模块与路径导航系统相连，电源模块能够插入在充电基座上进行充电。所述的环境采集模块为机房环境信息采集装置，包括温度、湿度、洁净度和气流速度在内的传感器；设备状态采集模块为机房系统设备状态信息采集装置，包括高清摄像头、距离传感器、网络连接端口和USB连接端口；数据存储模块为采集后信息的存储装置，采用SSD硬盘、机械硬盘和磁带设备；数据处理模块为信息处理、信息计算的装置，包括操作系统、CPU、RAM、ROM；所述的数据传输模块为数据传输的接口，由蓝牙设备、无线连接设备或4G设备组成；所述的移动控制模块包括移动和定位装置，其中移动装置分为有轨移动装置和无轨移动装置两种；有轨移动装置在轨道上移动，分为上轨道和下轨道；无轨移动装置分为轮式移动、履带式移动、步行式移动三种；定位装置包括GPS定位装置、空间感应器、距离感应器；电源模块为机器人的动力提供装置，采用可充电锂电池或镍镉电池。所述的调度模块用于机器人巡检和充电调度控制，由巡检调度装置、充电调度装置和调度控制装置组成；智能分析模块为巡检数据分析模块，由机器学习、状态分析、历史状态对比在内的多个子模块组成；路径规划模块用于规划机器人移动路径，由路径计算、碰撞检测和全覆盖检测在内的多个子模块组成；告警处理模块为发现异常时进行报警的装置，由短信通知装置、邮件通知装置和监控系统预警接口组成。所述的路径导航系统为机器人移动路径引导装置，根据移动控制模块的不同，分为磁性轨道、铁质轨道、有色条形轨道、空间虚拟轨道在内的多种引导装置。本专利技术提供的支持深度学习工作原理的人工智能机房巡检机器人具有如下有益效果：本专利技术可应用于各个信息系统机房，监控主机、网络、存储等物理设备，如果设备故障，自动诊断设备故障类型。附图说明图1为本专利技术提供的支持深度学习工作原理的人工智能机房巡检机器人的结构示意图。图2为本机器人巡检流程图。具体实施方式下面结合附图和具体实施样例对本专利技术提供的支持深度学习工作原理的人工智能自动机房自动巡检机器人进行详细说明。显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，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他实施例，都属于本专利技术保护的范围。如图1所示，本专利技术提供的支持深度学习工作原理的人工智能机房巡检机器人包括：巡检机器人本体1、机器人控制系统2、路径导航系统3、充电基座4；其中巡检机器人本体1包括环境采集模块11、设备状态采集模块12、扩展采集模块13、数据存储模块14、数据处理模块15、数据传输模块16、移动控制模块17和电源模块18；机器人控制系统2包括调度模块21、智能分析模块22、路径规划模块23、告警处理模块24；环境采集模块11、设备状态采集模块12、扩展采集模块13均与数据存储模块14连接，将采集数据存储在数据存储模块14中；数据处理模块15与数据存储模块14、数据传输模块16相连；数据传输模块16与机器人控制系统2中的调度模块21、智能分析模块22、路径规划模块23和告警处理模块24相连；移动控制模块17与路径导航系统3相连，电源模块18能够插入在充电基座4上进行充电。所述的环境采集模块11为机房环境信息采集装置，包括温度、湿度、洁净度和气流速度在内的传感器。所述的设备状态采集模块12为机房系统设备状态信息采集装置，包括高清摄像头、距离传感器、网络连接端口和USB连接端口。所述的扩展采集模块13为扩展的信息采集装置，能够根据不同的需求进行不同的扩展。所连接的扩展装置需支持本机器人的数据格式。所述的数据存储模块14为采集后信息的存储装置，由可存储设备组成。可根据需求采用SSD硬盘、机械硬盘和磁带设备。所述的数据处理模块15为信息处理、信息计算的装置，包括：操作系统、CPU、RAM、ROM。所述的数据传输模块16为数据传输的接口，由蓝牙设备、无线连接设备或4G设备组成，可根据现场环境进行调整配置。所述的移动控制模块17包括移动和定位装置，其中移动装置分为有轨移动装置和无轨移动装置两种。有轨移动装置在轨道上移动，可分为上轨道和下轨道；无轨移动装置分为轮式移动、履带式移动、步行式移动三种，可根据现场环境进行选配；定位装置包括GPS定位装置、空间感应器、距离感应器。所述的电源模块18为机器人的动力提供装置，采用可充电锂电池或镍镉电池。所述的调度模块21用于机器人巡检和充电调度控制，由巡检调度装置、充电调度装置和调度控制装置组成。可根据不同的配置及现场机器人和充电基座4的数量进行灵活调度。所述的智能分析模块22为巡检数据分析模块，由机器学习、状态分析、历史状态对比在内的多个子模块组成。所述的路径规划模块23用于规划机器人移动路径，由路径计算、碰撞检测和全覆盖检测在内的多个子模块组成。告警处理模块24为发现异常时进行报警的装置，由短信通知装置、邮件通知装置和监控系统预警接口组成。路径导航系统3为机器人移动路径引导装置，根据移动控制模块17的不同，可分为磁性轨道、铁质轨道、有色条形轨道、空间虚拟轨道在内的多种引导装置，并可根据具体情况进行调配。充电基座4为机器人充电的电源基座，可支持无线充电。所述的各模块作用如下：环境采集模块11：用于对机房环境状态进行检测，通过温度、湿度、洁净度、气流速度在内的多种传感器定点完成机器人周边环境数据的采集工作。设备状态采集模块12：用于完成对设备运行状态的检测。利用其上的高清摄像头进行设备外形及指示灯颜色状态判断；通过距离传感器加上USB或者网络连接端口可以和设备直接进行连接，从而能直接读出设备状态。扩展采集模块13：为其他状态采集预留的扩展模块。可根据现场需求进行扩展。数据存储模块14：将环境采集模块1本文档来自技高网...

【技术保护点】
1.一种支持深度学习工作原理的人工智能机房巡检机器人，其特征在于：所述的支持深度学习工作原理的人工智能机房巡检机器人包括：巡检机器人本体(1)、机器人控制系统(2)、路径导航系统(3)、充电基座(4)；其中巡检机器人本体(1)包括环境采集模块(11)、设备状态采集模块(12)、扩展采集模块(13)、数据存储模块(14)、数据处理模块(15)、数据传输模块(16)、移动控制模块(17)和电源模块(18)；机器人控制系统(2)包括调度模块(21)、智能分析模块(22)、路径规划模块(23)、告警处理模块(24)；环境采集模块(11)、设备状态采集模块(12)、扩展采集模块(13)均与数据存储模块(14)连接，将采集数据存储在数据存储模块(14)中；数据处理模块(15)与数据存储模块(14)、数据传输模块(16)相连；数据传输模块(16)与机器人控制系统(2)中的调度模块(21)、智能分析模块(22)、路径规划模块(23)和告警处理模块(24)相连；移动控制模块(17)与路径导航系统(3)相连，电源模块(18)能够插入在充电基座(4)上进行充电。

【技术特征摘要】
1.一种支持深度学习工作原理的人工智能机房巡检机器人，其特征在于：所述的支持深度学习工作原理的人工智能机房巡检机器人包括：巡检机器人本体(1)、机器人控制系统(2)、路径导航系统(3)、充电基座(4)；其中巡检机器人本体(1)包括环境采集模块(11)、设备状态采集模块(12)、扩展采集模块(13)、数据存储模块(14)、数据处理模块(15)、数据传输模块(16)、移动控制模块(17)和电源模块(18)；机器人控制系统(2)包括调度模块(21)、智能分析模块(22)、路径规划模块(23)、告警处理模块(24)；环境采集模块(11)、设备状态采集模块(12)、扩展采集模块(13)均与数据存储模块(14)连接，将采集数据存储在数据存储模块(14)中；数据处理模块(15)与数据存储模块(14)、数据传输模块(16)相连；数据传输模块(16)与机器人控制系统(2)中的调度模块(21)、智能分析模块(22)、路径规划模块(23)和告警处理模块(24)相连；移动控制模块(17)与路径导航系统(3)相连，电源模块(18)能够插入在充电基座(4)上进行充电。2.根据权利要求1所述的支持深度学习工作原理的人工智能机房巡检机器人，其特征在于：所述的环境采集模块(11)为机房环境信息采集装置，包括温度、湿度、洁净度和气流速度在内的传感器；设备状态采集模块(12)为机房系统设备状态信息采集装置，包括高清摄像头、距离传感器、网络连接端口和USB连接端口；数据存储模块(...

【专利技术属性】
技术研发人员：尚博祥，倪家明，刘晨，吴凯，尹欢，
申请(专利权)人：国网天津市电力公司，国家电网公司，
类型：发明
国别省市：天津,12