一种集中识别的机房设备智能监测系统及方法与流程

1.本发明涉及巡检技术领域，特别是涉及一种机房设备监测方法。


背景技术：

2.随着信息科技的发展，各行业的日常业务开展对计算机硬件设备的依赖越来越大，因此十分需要保障计算机硬件设备的安全稳定运行。请参考图1，其为常见的需要进行巡检的机房状态示意图，机房中常设有若干排机柜，每一排都由数个机柜排列而成，每一个机柜都可叠放一个或多个待检设备，而待检设备则在面板上设置指示灯对设备的运行状态进行指示。在传统的设备运维方式中，通常是通过安排人员在机房内对设备进行巡检，通过检查设备面板上指示灯的亮灭以及亮灯颜色来判断设备状态。但由于人工巡检的工作负担大、容易出现漏检、误检现象，目前已有将机器人技术应用到设备巡检领域，通过机器人在机柜间巡逻并拍摄设备面板上的指示灯图像再进一步通过图像识别技术判断设备状态，从而代替人工巡检的做法。
3.请参考图2，其为单排机柜1和设备2摆放状态的示意图。其中待检设备2被层叠摆放在机柜1内，而不同的指示灯21则以不同的方式分布在待检设备2的面板上。由于机柜中的指示灯分布方式多样，现有的方法中常需要机器人行走在机柜之间，对每个机柜中的设备逐个拍摄图像才能采集到机房中所有指示灯的图像。由于不同设备的指示灯在面板上的排列方式不一，因此在采集到设备面板的图像后还需要针对不同的设备对图片进行处理才能从图中定位到不同的指示灯。此外，由于不同的设备使用不同颜色来指示设备的不同运行状况，所以在现有的方法中，除了要对不同的设备逐个进行图像采集外并对指示灯逐个定位外还需要逐一判断指示灯的颜色和亮度才可以判断出具体指示灯的亮灯状态，然后再调用存有各指示灯亮灯信息的数据库才能够判断出单个设备的运行状态。在这个过程中，无论是图像采集还是图像识别环节都需要对所有设备或者所有指示灯逐一操作，耗费大量的采集时间和处理时间，也大幅增加了计算机的运算量，而且由于对指示灯逐个匹配其亮灯情况和指示状态，该过程中需要频繁调用数据库，进一步增大整个巡检过程的时间成本和运算成本。


技术实现要素：

4.基于此，本发明的目的在于，提供一种集中识别的机房设备智能监测系统及方法，其具有简化图像采集过程并提高图像处理效率的优点。
5.一种集中识别指示灯的机房设备智能监测系统，其包括至少一个光路转换单元、一图像采集单元和一处理器；每个光路转换单元包括多个采光窗、多个光纤和一观测窗；所述观测窗分隔成多个独立的观测区，每个光纤的一端插入一独立的观测区内，另一端插入一采光窗中；每个观测区均与一条光纤和一个采光窗对应，与同一个观测窗对应的多个采光窗均盖设在正常运行状态时为同一种指定色的指示灯上；所述图像采集单元采集每个观测窗的图像后将图像传送至处理器；所述处理器在每个观测窗的图像中筛选出颜色与该指
定色不一致的异常观测区，进一步识别该异常观测区的光信号亮度、颜色及其在图像中的位置，进而判断该异常观测区对应的待检指示灯以及所属设备运行状态；未被筛选的观测区为正常观测区，反应其对应设备为正常运行中。
6.本发明所述的机房设备智能监测系统将机房中的指示灯按照其指示正常状态的灯光颜色分成不同的集合并仅对每个集合中灯光异常的指示灯进行逐一判断，其简化了图像采集过程也大幅提高了图像处理的效率。
7.进一步地，所述机房设备智能监测系统的处理器包括存储模块和分析单元；所述存储模块存储了每个观测窗的观测窗编号及其指定色、每个观测区的观测区编号、与每个观测区编号关联的每个待检指示灯不同指示颜色对应的运行状态及其所属设备；所述分析单元包括关联模块、分割模块和识别模块，其中，所述关联模块确认所拍摄的观测窗的观测窗编号，并根据存储模块的数据关联观测窗编号对应的指定色；所述分割模块从图像中的观测窗区域分割出颜色不符合其对应的指定色的观测区，并将其标记为异常观测区，进一步识别异常观测区的颜色和亮度；所述识别模块识别异常观测区对应的观测区编号，调用存储模块信息，将异常观测区对应的观测区编号与待检指示灯关联，查找对应指示灯的运行状态，并进一步将未与异常观测区关联的待检指示灯判断为正常运行状态。
8.进一步地，所述机房设备智能监测系统的关联模块根据图像的采集的时间确认所拍摄的观测窗的观测窗编号；所述识别模块通过计算其在图像中的位置识别异常观测区对应的观测区编号，并将异常观测区对应的观测区编号结合观测窗编号与待检指示灯关联。
9.进一步地，所述机房设备智能监测系统的处理器还包括报告生成模块，所述报告生成模块将分析单元获得的对每个待检指示灯对应的运行状态判断结果整合成监测结果，并将其与监测时间一起生成监测报告，所述监测报告存储至所述存储模块中。
10.进一步地，所述机房设备智能监测系统的处理器还包括警报单元，当分析单元判断存在指示灯的运行状态为异常状况时，触发所述警报单元向运维人员发送异常通知。
11.本发明另外提供一种集中识别指示灯的机房设备监测方法，其包括以下步骤：s1、将待检指示灯分别导光至独立的观测区，并将在正常运行状态时为同一种指定色的多个待检指示灯的观测区集合在同一观测窗；s2、对每个观测窗进行图像采集；s3、从每个观测窗的图像中筛选出颜色与该观测窗对应的指定色不一致的异常观测区，再进一步识别该异常观测区的光信号亮度、颜色，判断该异常观测区对应的待检指示灯以及所属设备运行状态。
12.进一步地，所述方法在步骤s1中对每个观测窗设定观测窗编号及其指定色，以及对每个观测区设定观测区编号，关联与每个观测区编号对应的每个待检指示灯不同指示颜色对应的运行状态及其所属设备；所述步骤s3具体为，确认所拍摄的观测窗的观测窗编号及其对应的指定色；从图像中的观测窗区域分割出颜色不符合其对应的指定色的观测区，并将其标记为异常观测区，进一步识别异常观测区的颜色和亮度；识别异常观测区对应的观测区编号，将异常观测区对应的观测区编号与待检指示灯关联，查找对应指示灯的运行状态，并进一步将未与异常观测区关联的待检指示灯判断为正常运行状态。
13.进一步地，所述方法在步骤s3中根据图像的采集的时间确认所拍摄的观测窗的观测窗编号；根据计算异常观测区在图像中的位置来识别异常观测区对应的观测区编号，并
将异常观测区对应的观测区编号结合观测窗编号与待检指示灯关联。
14.进一步地，所述方法在所述步骤s3后还包括步骤：对每个观测区对应每个待检指示灯对应的运行状态的判断结果整合成监测结果，并将其与监测时间一起生成监测报告。
15.进一步地，所述方法在步骤s3中判断存在指示灯的运行状态为异常时，向运维人员发送异常通知。
16.为了更好地理解和实施，下面结合附图详细说明本发明。
附图说明
17.图1为机房状态示意图；图2为机房中单排机柜和设备以及指示灯的位置示意图；图3为机房智能监测系统示意图；图4为光路转换单元的采光窗结构示意图；图5为光路转换单元的观测窗结构示意图；图6为光路转换单元的观测窗剖视图。
具体实施方式
18.在实际的机房巡检工作中获得的经验是，机房内的常用设备的指示灯通常只使用常规的几种颜色对设备运行状态进行指示，且同一时间内通常只有少数设备出现异常运行的现象。为了解决方便监测并能够快速判断出各设备的异常状态，本发明的构思是将使用同一种颜色，如红光，来指示设备为正常运行状态的指示灯进行光路转换，转换至易于进行图像采集的位置上集中输出，这样能够方便在集中的位置上进行监测，并且可以对集中的光信号批量判断其是否与正常运行的灯光颜色相符，例如全部呈现红色，则即刻判断出无异常，如果发现有黄光、白光或蓝光等，再仅对这些发光颜色不符的部分进行逐一识别和状态判断。
19.以下对基于该发明构思设计的具体机房智能监测系统进行详细说明。
20.请参阅图3，其为本发明机房智能监测系统的示意图。所述机房智能监测系统包括多个光路转换单元3、一图像采集单元4和一处理器5，其中，每个光路转换单元3包括多个采光窗32、多个光纤31和一观测窗33，并且该观测窗33上设有多个独立的观测区334。所述光纤31的两端分别插入一采光窗32和一观测区334中，将采光窗32收集的光传输至观测区334显示出来。由此所述光路转换单元3形成一个将光信号从采光窗传输至观测窗的导光机构，来自于不同设备分布在不同位置的待检指示灯21根据其用于指示正常运行状态的颜色（以下简称“指定色”）被分入不同的集合中，属于同一光路转换单元的多个采光窗32分别包围同一集合中的单个待检指示灯21，通过光纤31将其光信号转换到观测窗33集中输出。多个观测窗33固定在指定的高度和朝向上，图像采集单元或者运维人员只需对观测窗33中各观测区所输出的光信号的亮度和颜色进行采集或观察，即可方便地得知对应的待检指示灯21的亮灯状态。所述图像采集单元4对所述光转换单元3的观测窗33进行图像采集并将图像信息传输至处理器5，由处理器5对图像采集单元4采集到的图像进行识别并进一步判断异常待检指示灯所属设备的状态。
21.请参阅图4，其为所述采光窗32的结构示意图。具体地，所述采光窗32为半包围结构，其开口外延设有吸盘321，使该采光窗32容易吸附固定在待检设备面板22上且容易移除
再利用。此外，在采光窗32的内壁还设有一遮光层322，该遮光层可以为吸光层或反光层，以隔绝环境光对采光窗的影响。
22.该光纤31包括纤芯和包覆层，所述纤芯可使光信号从光纤的一端传输至另一端，所述包覆层包覆在纤芯外侧，可对纤芯进行保护并将光信号局限在纤芯中。
23.请同时参阅图5及图6，其为所述观测窗33的示意图以及剖视图。所述观测窗33包括一半包围结构的遮光罩331以及覆盖所述遮光罩开口的光扩散膜332，所述遮光罩331内通过不透光的隔板333分割出若干独立的观测区334。所述光扩散膜332可使插入遮光罩331的光纤端部的点光源扩散成面光源，使其更容易被识别。
24.在使用时，可以先对所有待检指示灯21可能出现的灯光颜色以及不同的亮灯状态所对应的设备运行状态进行统计，并将待检指示灯21按照同一指定色分入同一集合中的原则进行分类，从而形成不同的集合。按照上述方法设定集合后，首先将光路转换单元中的采光窗32分别盖设在分布在不同位置上的待检指示灯21上，然后将属于同一个集合的待检指示灯21的光信号集中转换至同一观测窗33中的不同观测区中输出，这样在进行设备状态监测时，对一个观测窗33进行观察或者图像采集，就可以得到一个集合中的所有待检指示灯21的发光状态。
25.所述图像采集单元4包括高清相机、快门控制器，以及承载该高清相机的移动机构。在本实施例中，该移动机构为吊轨式机器人，其沿设置在机房顶部的轨道移动，并在机柜顶部的高度上进行图像采集。与之配合，光转换单元3的观测窗33设置在机柜1顶部，与其相连的光纤31则通过机柜的进线孔12进入机柜1内并与固定于待检指示灯21外侧的采光窗32连接。观测窗33沿设定的移动机构的移动路线方向呈线性排列，并使光纤中的光信号向高清相机经过并拍摄的方向输出。高清相机安装在移动机构上，快门控制器控制高清相机按照一定的时间间隔依照设定的顺序采集所有观测窗的图像，其中采集的每个图像中包含一个完整的观测窗。
26.所述处理器5包括存储模块、分析单元、日志生成模块和警报单元。
27.其中，所述存储模块存储了每个观测窗的观测窗编号及其指定色、每个观测区的观测区编号、与每个观测区关联的每个待检指示灯不同指示颜色对应的运行状态及其所属设备。
28.在本实施例中，所述观测窗编号为根据每个观测窗的所对应的图像在每次监测过程中的被采集次序而赋予的唯一编号。由于在本发明中各观测窗的位置均固定设定，而监测过程中图像采集单元对观测窗进行采集的次序也可预先设定，因此只需按照拍摄顺序对图像进行排序，即可为每个观测窗赋予唯一的观测编号，从而可以对于每个图像都可以根据其排序查询到对应的观测窗。例如，设定采集次序之后，一次监测过程中采集到的图像按照采集时间排序的序号为1、2、3
……
，则可以相应地将每个图像中含有的观测窗的观测窗编号设为1、2、3
……
，从而系统中的每个观测窗都被赋予了唯一的观测窗编号。所述观测区编号为观测窗中各观测区在被采集到的图像中的位置，其可以是该观测区在图像中的具体坐标，又或者是该观测区相对于图中某些参照物的相对坐标。例如：对于每个观测区可以以其中心点的坐标，即该点与图像的上边沿以及左边沿的距离x和y的结合（x,y）作为该观测区的观测区编号。由于每个待检指示灯只属于一个集合并仅对应于一个观测窗中的一个观测区，因此在设置好所述观测窗位置后，只需令图像采集单元每次均在固定位置对观测窗进行图像采集，即可使每个观测窗及其中的观测区在图像中的位置不变，因此上述编号方
式可以为同一个集合中的指示灯分配唯一的编号，结合观测区编号和观测窗编号则可确定唯一的待检指示灯并进而确定其所属的设备。
29.所述指定色为每个观测窗所对应的指定色，具体地，为了方便图像识别，所述指定色在存储模块中可以体现为一hsv阈值范围，从而可以更好地对同一集合中不同指示灯之间的色差进行兼容。
30.具体地，在本实施例中，所述观测窗编号和指定色的关系通过集合信息表来记录，如表1所示；而所述观测区编号与观测窗编号以及对应的待检指示灯之间的关系则通过观测区数据库来记录，如表2所示。
31.表1表2
按照表1和表2中的方式进行数据存储后，例如对于图像采集单元所采集的第二张图片，则可以查询集合信息表得到其指定色为绿色，而对于图像中位置为（x2,y2）的观测区，则可以结合观测窗编号为2以及观测区编号为（x2,y2），从观测区数据库中查询得其对应的指示灯编号为l5，并进一步获得其指示灯类型以及所属设备信息。
32.进一步，所述分析单元包括关联模块、分割模块和识别模块。
33.所述关联模块通过图像拍摄时间对一次监测过程中采集的图像进行排序来确认每个图像所对应的观测窗的观测窗编号，并查询集合信息库确定该观测窗所对应的指定色。例如，在本实施例中，图像采集单元完成图像采集后，对所有采集到的图像根据其拍摄时间的先后进行排序，时间最早的图像即对应观测窗编号为1号的观测窗，根据该编号对表1所示的集合信息表进行查询，即获得该观测窗所对应的指定色为红色。
34.所述分割模块根据关联模块中获得的观测窗指定色对图像进行处理，筛选出图像中颜色与指定色不相符的观测区图像，并将其标记为异常观测区。具体地，在本实施例中，所述筛选过程是利用掩膜法直接从图像中提取颜色不在指定色阈值范围内的部分。对于每个观测窗，所述分割模块从图像中提取到的异常观测区图像均为与该观测窗的指定色不符的观测区部分，即其反映出该观测窗所对应的集合中未发出指定色灯光的待检指示灯；而如果一个集合中所有待检指示灯都发出指定色的灯光，则所述分割模块将不会在图像中筛选出任何异常观测区。
35.所述识别模块利用图像识别算法，对所述分割模块在图像中获得的异常观测区中的每一个独立的观测区进行亮度和颜色的识别，并同时识别该观测区在图像中的坐标，从而获得该观测区的观测区编号，再调用所述观测区数据库中的数据，将该观测区编号关联至具体的待检指示灯，进而根据观测区的亮度和颜色查找其对应的待检指示灯所指示的运行状态。例如：对于观测窗编号为2的观测窗，分割模块在其被采集的图像中分割出了一个异常观测区，识别模块则对该异常观测区进行亮度、颜色以及位置的识别，得到该异常观测区亮度为亮灯且颜色为红色，并获得其中心点的坐标为（x2,y2)，即可调用如表2所示的观测区数据库，利用该观测区的坐标将其关联至指示灯编号为l5的指示灯，其为m3的电源指示灯，再进一步通过其颜色为红色判断其运行状态为出错。进一步地，在对所有异常观测区均完成识别和判断操作后，对数据库中的其余待检指示灯所对应的运行状态均判断为正常运行状态。
36.所述报告生成模块将所述分析单元得到的各待检指示灯对应的运行状态判断结果以及监测进行的时间整合成监测报告，并将其存储至所述存储模块中。
37.所述警报单元通知运维人员对被判断为异常的待检设备进行处理。具体地，所述警报单元在所述分析单元中对待检指示灯判断为异常状况时被触发，其可通过网络向运维人员发送包括异常设备编号、设备位置、涉及的待检指示灯亮灯情况以及该次巡检的巡检时间的通知信息。在其他一些实施例中，所述警报单元也可以通过响铃或亮灯的形式向运维人员发送通知。
38.而在其他的一些实施方式中，所述观测窗和观测区也可以通过其他方式进行编号和识别，例如可以事先为系统中的各观测窗和观测区分配唯一的编号，然后在各观测窗和观测区的表面粘贴唯一的识别标识，从而在后期的图像识别中可以通过对该标识进行识别而确定图中的具体观测窗和观测区。
39.相对于现有技术，本发明利用光路转换单元将来自不同设备、分布于不同位置的指示灯的光信号集中至少数几个观测窗中，由于光路转换单元中利用柔软的光纤作为光传输介质，其可以轻易地将分布在不同高度、不同方向的设备面板上的指示灯的光转换至固定在指定位置的观测窗内，从而将分散的光信号集成在一起，可以解决有效解决设备所在的水平高度、指示灯在设备上的分布对图像采集过程的影响，只需对其集中的几个观测窗进行少数几次图像采集即可遍览所有待检指示灯的发光状态。
40.而且，本发明根据指示灯用于指示正常运行状态的灯光颜色将其分成不同的集合，再令每个集合中的指示灯的灯光集中到同一个观测窗中输出，从而在图像采集的过程中，对观测窗进行拍摄，即可在同一图像中反映出一个集合内的所有指示灯的亮灯情况，进而在图像识别过程中可以对每个集合中的光信号进行集中识别。而在此过程中，由于每个集合中的指示灯都使用同一种颜色的灯光指示正常运行状态，因此只需在观测窗的图像中筛选出颜色和指定色不一致的观测区，再逐一判断其颜色、亮度以及其在图中的位置，就可以对其对应的指示灯的状态进行判断，而对于同一个集合中的其他指示灯则可以批量地将其对应的运行状态标记为正常运行，无需逐一判断其状态。
41.由于现有设备的指示灯大部分使用常见的几种颜色进行正常状态的指示，因此本发明所述的系统在实际应用中只需设置少数的几个观测窗，即可囊括一个机房中的所有待检指示灯；而另一方面，在通常情况下，若干设备中只有少数设备会同时处于异常状态，因此同一集合中发出非指定色灯光或者是未亮灯的指示灯占比极小。因此采用本发明所述的机房智能监测系统可以对大量指示灯进行批量监测而只需对少数指示灯进行逐一的关联比对操作，大量减少了对待检指示灯数据库的调用次数和识别过程中所使用的计算资源，也大大降低了图像识别过程的时间成本。
42.以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。