一种数据中心部件的更新方法及系统

专利主权项内容

1.一种数据中心部件的更新方法，其特征在于，包括：步骤1：构建数据中心部件的标注数据集：标注采集的原始图片的标识灯状态信息并构建标注数据集，通过图像增强扩充标注数据集；步骤2：训练脉冲神经网络：构建脉冲神经网络的神经元、输入层、隐藏层、输出层后结合分层聚类改进脉冲神经网络，在训练过程中更新脉冲神经网络的稀疏度和调整超参数后，部署脉冲神经网络；步骤3：部署的脉冲神经网络进行识别：部署的脉冲神经网络根据输入的实时图片判断标识灯的状态信息，将坐标信息和时间信息组成的结构体数据作为输出并更新部件标识数据库；步骤4：部件更换执行子系统更换数据中心部件：在完成部件标识数据库的坐标信息的排列后，读取坐标信息中的坐标信息，构建粒子群算法，结合更新出发点寻找最优路径，完成数据中心部件的更换；所述步骤3包括：步骤31：输入实时图片，以部件更换执行子系统的位置为基准，在距离部件标识灯固定位置时，才拍摄标识灯图片，图片只截取纵向轴线附近区域，纵向轴线附近区域的宽度与实时图片宽度相同，长度为实时图片长度的一部分，且位于实时图片的中心位置；根据标识灯之间的位置比例，横向分割标识灯图片的纵向轴线附近区域并将其作为单个标识灯图片；位置比例为标识灯位于固定的空间位置所存在的位置比例关系；单个标识灯图片由图像脉冲生成模块生成图像脉冲数据和对应的名称索引，名称索引作为图像脉冲数据文件的命名，将图像脉冲数据传送到脉冲神经网络子系统；读取坐标生成模块的坐标信息、系统执行的时间信息、图像脉冲数据对应的名称索引并发送到部件标识数据库数据；步骤32：部署的脉冲神经网络识别：识别分割后的单个标识灯图片，并将其和部署的脉冲神经网络的内部标识灯特征对比，判断标识灯的状态信息；步骤33：输出结构体数据：以名称索引作为索引信息，增加部署的脉冲神经网络识别的标识灯状态信息、坐标信息和时间信息组成结构体数据并将其作为输出；步骤34：更新部件标识数据库：将结构体数据传输到部件标识数据库中，更新部件标识数据库的方法为：调整索引信息，以坐标信息为索引信息检索，若存在相同坐标信息，则只更新名称索引、状态信息和时间信息，并将原有数据删除；以坐标信息为索引检索，若不存在相同坐标信息，将结构体数据作为新建数据存储到部件标识数据库；所述步骤4包括：步骤41：读取部件标识数据库：将坐标信息作为索引信息，对数据进行坐标排序；排序方法为对坐标信息对应二维坐标的两个值的和进行增序排列；部件更换执行子系统实时提取部件标识数据库中的数据，在维护成功后，更新标识灯的状态信息；维护失败，则更新结构体数据中状态信息至故障状态；步骤42：读取二维坐标信息：提取坐标信息中二维坐标信息，结合实地场景构建栅格地图；步骤43：更新出发点：读取部件更换执行子系统的坐标信息，并将其与栅格网络中的坐标信息对比，判断部件更换执行子系统在栅格地图中的位置；步骤44：构建粒子群算法寻找最优路径：步骤45：执行数据中心部件更换：到达未识别的坐标位置处，调整顶部更换模块高度更换数据中心部件，判断是否处于合适更换高度的方法为：若空缺状态处于图像采集模块中前方摄像头的中心位置，更新当前高度作为零点高度，根据标识灯和部件的相对位置进一步自动调整顶部更换模块；若空缺状态位置不处于图像采集模块中前方摄像头的中心位置，计算移动距离，调整顶部更换模块；所述步骤44包括：初始化多个模拟粒子，模拟粒子表示部件更换执行子系统的二维坐标，优先生成出发点附近点坐标代表的粒子；更新模拟粒子的速度和位置，进行坐标约束；坐标约束为不能通过实地场景中的障碍物部分；记录模拟粒子的路径，路径为模拟粒子经过多个坐标形成的序列，只保留空缺状态和故障状态部件的路径信息；以时间最小作为约束，反复迭代局部的模拟粒子，寻找途经所有处于空缺状态和故障状态对应坐标和未识别坐标的时间最短路径；在执行路径过程中经过未识别坐标且未识别坐标对应的状态信息为空缺状态和故障状态，重新进行粒子群算法寻找时间最短路径；在时间最短路径的基础上，按优先级选择转换为最优路径；最优路径为在满足优先级选择的情况下同时满足时间约束；其中，时间约束表示最优路径的执行时间小于时间最短路径的执行时间的两倍；优先级选择为：当存在空缺状态和故障状态时，优先执行标识灯对应的数据中心部件更换过程，当不存在空缺状态和故障状态时，优先执行标识灯的定位识别过程以调整路径。