[发明专利]一种机房IT设备故障信息精准检测方法

权利要求书

1.一种机房IT设备故障信息精准检测方法，其特征在于，包括如下：

S1、机器人移动到待测机柜前方标定的驻点位置；

S2、机器人上的若干个摄像头对待测机柜录制视频，并将不同摄像头录制的视频的第一帧图像拼接成一张上下覆盖整个待测机柜的图像；

S3、图片分析：采集样本，标记IT设备和指示灯数据，训练IT设备检测模型和指示灯状态检测模型，使用训练好的IT设备检测模型和指示灯状态检测模型对步骤S2中拼接的图像进行检测，得到各个IT设备的类型名称及其坐标区域R_D，以及指示灯的状态信息及其坐标区域R_L，其中，R_L∈R_D，根据该类型IT设备的配置文件进行信息匹配，获取不同区域指示灯状态表达的含义；

S4、视频分析：将视频转换成图像，求取每张图像相同位置像素点的均方差值，判断动态像素点，多个相邻的动态像素点形成一个连通区域，求得动态连通区域的坐标位于哪个IT设备坐标区域内，将检测到的信息与IT设备的配置文件进行信息匹配，判断闪烁灯是否正常运行；

S5、综合图片分析和视频分析结果，得到指示灯状态故障信息。

2.根据权利要求1所述的机房IT设备故障信息精准检测方法，其特征在于，步骤S1中，利用相似三角形原理，计算将待测机柜全面拍摄所需的摄像头到待测机柜的横向距离来标定驻点位置，具体如下：

通过摄像头的感光元件靶面参数w、镜头的焦距f、视场大小s及镜头到待测物体之间的横向距离d的关系得出：

那么驻点位置d为：

3.根据权利要求1所述的机房IT设备故障信息精准检测方法，其特征在于，步骤S2中，采用图像特征拼接融合技术将不同摄像头录制的视频的第一帧图像拼接成一张上下覆盖整个待测机柜的图像，具体包括如下：

S21、采用多个摄像头录制的每个视频的第一帧图像，设相邻图像为P和Q；

S22、图像P的某一行像素矢量A匹配图像Q的某一行像素矢量B，利用两像素矢量间的余玄相似度判断其相似性，相似度的公式如下：

式中，n代表视频的第几帧图像，n＝1、2、3……、M，那么M表示视频中图像的总帧数；

S23、对相似度最大的行，按行上下图像匹配融合，使得多张图像拼接成一张上下覆盖整个待测机柜的图片。

4.根据权利要求1所述的机房IT设备故障信息精准检测方法，其特征在于，所述步骤S3具体包括：

采集若干个机房IT设备数据图像作为样本，对IT设备分类并进行命名标记；

采集若干个指示灯的颜色数据作为样本，对指示灯的颜色状态信息进行标记；

采用残差卷积网络结构yolo3图像目标检测模型训练IT设备检测模型和指示灯状态检测模型；

使用训练好的IT设备检测模型和指示灯状态检测模型对步骤S2中拼接的图像进行检测，得到各个IT设备的类型名称及其坐标区域R_D，以及指示灯的状态信息及其坐标区域R_L，其中，R_L∈R_D；

根据该类型IT设备的配置文件进行信息匹配，获取不同区域指示灯状态表达的含义。

5.根据权利要求4所述的机房IT设备故障信息精准检测方法，其特征在于，所述IT设备的配置文件包括：

不同IT设备的类型Dev、该类型IT设备不同位置处指示灯的位置R以及指示灯状态代表的含义S；

其中，Dev＝{R:S}，R表示为(x,y,w,h)，x和y表示指示灯区域左上角的坐标，w和h分别表示指示灯区域的宽和长，每个IT设备的宽度和高度分别为W和H，指示灯区域归一化后的坐标为：

然后，指明指示灯区域归一化后的坐标，并说明该区域R指示灯状态S为红灯、绿灯、橙灯和蓝灯的具体含义，以及是否为闪烁灯。