一种通信机房数字化验收机器人及方法与流程 专利技术说明

五金工具产品及配附件制造技术1.本技术涉及通信机房技术领域，具体涉及一种通信机房数字化验收机器人及方法。背景技术：2.传统验收过程中，通信机房验收需建设单位、业主单位、维护单位、施工单位、设计单位、监理单位等单位参照通信机房建设规范共同对现场技术细节进行检查，各单位取得一致结论后验收通过。在实际验收过程中，建设单位参加通信机房验收的人员包含工程主管部门、安全主管部门、投资主管部门、维护主管部门等。现有技术存在以下几个特点：3.(1)、通信机房数量多，通过人工现场验收模式，难以协调各次验收时间，确保验收时相应单位都能准时参加；4.(2)、通信机房地理分布广，验收过程中交通耗费时间长；5.(3)、参与单位和部门多，即使各单位参照行业规范和建设规范进行验收，但各单位、部门对规范的理解和重视方面存在差异，容易造成验收结论不一致的结果，存在多次重复现场验收的可能性。技术实现要素：6.鉴于上述问题，本技术提供了一种通信机房数字化验收机器人及方法，解决现有通过人工现场验收模式中存在的需要人员协调以及存在由于主观评审意见而造成对通信机房验收的影响。7.为实现上述目的，发明人提供了一种通信机房数字化验收机器人，包括：8.激光雷达，所述激光雷达用于采集周围环境的雷达数据；9.惯性测量单元，所述惯性测量单元用于采集机器人的imu测量数据；10.驱动电机，所述驱动电机用于驱动机器人行驶；11.电机驱动单元，所述电机驱动单元连接于所述驱动电机，所述电机驱动单元用于控制所述驱动电机；12.编码器，所述编码器设置在机器人的驱动电机上，所述编码器用于采集机器人的里程计数据；13.验收数据采集单元，所述验收数据采集单元用于采集通信机房的验收数据；14.处理单元，所述处理单元用于根据激光雷达采集的雷达数据以及编码器采集的机器人的里程计数据通过激光slam算法构建地图，同时根据惯性测量单元采集的imu测量数据得到机器人的第一位姿数据，并将第一位姿数据与构建的地图结合生成运动决策模型，根据生成的运动决策模型通过电机驱动单元控制驱动电机带动机器人行驶，并通过验收数据采集单元采集通信机房的验收数据，并根据采集的验收数据进行生成验收结果。15.在一些实施例中，还包括视觉相机，所述视觉相机用于采集周边环境的视觉数据；16.所述处理单元用于通过激光雷达捕捉设定的各个关键测点的相对位置，通过激光slam算法形成二维格栅图，通过视觉相机捕捉设定的各个关键测点的相对位置，通过视觉slam算法形成二维图像，将得到的二维格栅图与二维图像进行平面拟合，构建地图。17.在一些实施例中，所述惯性测量单元为多个；18.所述处理单元还用于通过视觉slam算法对多个惯性测量单元采集的imu测量数据进行时间同步和加权平均得到平均imu测量数据，对平均imu测量数据进行积分得到第一位姿数据。19.在一些实施例中，所述视觉相机还用于获取机器人的第二位姿数据；20.所述处理单元还用于将获得的第一位姿数据和第二位姿数据通过卡尔曼滤波算法极端得到第三位姿数据，并将得到的第三位姿数据与构建的地图结合得到运动决策模型。21.在一些实施例中，所述验收数据采集单元包括：22.红外传感器，所述红外传感器用于采集通信机房的土建结构；23.强度传感器，所述强度传感器用于采集通信机房的材料质量；24.电阻测量仪，所述电阻测量仪用于对通信机房的外电引入部位及设备接入部位进行电阻测量；25.温湿度传感器，所述温湿度传感器用于采集通信机房内环境的温湿度数据；26.高精度摄像机，所述高精度摄像机用于采集通信机房内设备运行情况。27.还提供了另一个技术方案，一种通信机房数字化验收机方法，包括以下步骤：28.通过激光雷达采集通信机房周围环境的雷达数据；29.通过编码器采集机器人的里程计数据；30.并根据雷达数据及里程计数据通过激光slam算法构建地图；31.根据惯性测量单元采集机器人的imu测量数据得到机器人的第一位姿数据；32.并将第一位姿数据与构建的地图结合生成运动决策模型；33.根据生成的运动决策模型通过电机驱动单元控制驱动电机带动机器人行驶；34.通过验收数据采集单元采集通信机房的验收数据，并根据采集的验收数据进行生成验收结果。35.在一些实施例中，所述“根据雷达数据及里程计数据通过激光slam算法构建地图”具体包括以下步骤：36.通过激光雷达捕捉设定的各个关键测点的相对位置，并通过激光slam算法形成二维格栅图；37.通过视觉相机捕捉设定的各个关键测点的相对位置，并通过视觉slam算法形成二维图像；38.将得到的二维格栅图与二维图像进行平面拟合，构建地图。39.在一些实施例中，所述惯性测量单元为多个；40.所述“根据惯性测量单元采集的imu测量数据得到机器人的第一位姿数据”具体包括以下步骤：41.通过视觉slam算法对多个惯性测量单元采集的imu测量数据进行时间同步和加权平均得到平均imu测量数据，对平均imu测量数据进行积分得到第一位姿数据。42.在一些实施例中，所述“将第一位姿数据与构建的地图结合生成运动决策模型”具体包括以下步骤：43.通过视觉相机采集机器人的第二位姿数据；44.将获得的第一位姿数据和第二位姿数据通过卡尔曼滤波算法极端得到第三位姿数据；45.并将得到的第三位姿数据与构建的地图结合得到运动决策模型。46.在一些实施例中，所述“通过验收数据采集单元采集通信机房的验收数据”具体包括以下步骤：47.通过红外传感器采集通信机房的土建结构；48.通过强度传感器采集通信机房的材料质量；49.通过电阻测量仪对通信机房的外电引入部位及设备接入部位进行电阻测量；50.通过温湿度传感器采集通信机房内环境的温湿度数据；51.通过高精度摄像机采集通信机房内设备运行情况。52.区别于现有技术，上述技术方案，当需要对通信机房进行验收时，通过机器人上的激光雷达进行扫描通信机房内的环境进而得到雷达数据，同时通过编码器采集机器人的里程计数据，通过采集的雷达数据及里程计数据通过激光slam算法进行构建地图，通过惯性测量单元进行采集机器人的imu测量数据，然后根据imu测量数据得到机器人的第一位姿数据，根据第一位姿数据和构建的地图进行结合得到运动决策模型，然后根据运动决策模型输出驱动信号至电机驱动单元，电机驱动单元根据驱动信号进行控制机器人的驱动电机，进而带动机器人根据运动决策模型进行行驶，同时通过验收数据采集单元进行采集通信机房的验收数据，并根据采集的验收数据得到验收结果。通过机器人对通信机房进行验收，改变通信机房“线下”现场验收模式为“线上”模型验收模式，避免了人员过多造成的各种困难，提高验收效率，同时有助于节约验收成本，同时可以实现人工智能客观评审，降低主观评审意见对通信机房验收的影响。53.上述发明内容相关记载仅是本技术技术方案的概述，为了让本领域普通技术人员能够更清楚地了解本技术的技术方案，进而可以依据说明书的文字及附图记载的内容予以实施，并且为了让本技术的上述目的及其它目的、特征和优点能够更易于理解，以下结合本技术的具体实施方式及附图进行说明。附图说明54.附图仅用于示出本技术具体实施方式以及其他相关内容的原理、实现方式、应用、特点以及效果等，并不能认为是对本技术的限制。55.在说明书附图中：56.图1为具体实施方式所述通信机房数字化验收机器人的一种结构示意图；57.图2为具体实施方式所述通信机房数字化验收机器人的另一种结构示意图；58.图3为具体实施方式所述运动决策模型的一种构建示意图；59.图4为具体实施方式所述验收数据采集单元的一种结构示意图；60.图5为具体实施方式所述通信机房数字化验收机器人的一种技术框架示意图；61.图6为具体实施方式所述线上评价系统的一种示意图；62.图7为具体实施方式所述通信机房数字化验收方法的一种流程示意图。“外”“顺时针”“逆时针”“轴向”“径向”“周向”等，所指示的方位或位置关系是基于具体实施例或附图所示的方位或位置关系，仅是为了便于描述本技术的具体实施例或便于读者理解，而不是指示或暗示所指的装置或部件必须具有特定的位置、特定的方位、或以特定的方位构造或操作，因此不能理解为对本技术实施例的限制。79.除非另有明确的规定或限定，在本技术实施例的描述中，所使用的“安装”“相连”“连接”“固定”“设置”等用语应做广义理解。例如，所述“连接”可以是固定连接，也可以是可拆卸连接，或成一体设置；其可以是机械连接，也可以是电连接，也可以是通信连接；其可以是直接相连，也可以通过中间媒介间接相连；其可以是两个元件内部的连通或两个元件的相互作用关系。对于本技术所属技术领域的技术人员而言，可以根据具体情况理解上述用语在本技术实施例中的具体含义。80.请参阅图1，本实施例提供了一种通信机房数字化验收机器人，包括：81.激光雷达110，所述激光雷达110用于采集周围环境的雷达数据；82.惯性测量单元120，所述惯性测量单元120用于采集机器人的imu测量数据；83.驱动电机130，所述驱动电机130用于驱动机器人行驶；84.电机驱动单元140，所述电机驱动单元140连接于所述驱动电机130，所述电机驱动单元140用于控制所述驱动电机130；85.编码器150，所述编码器150设置在机器人的驱动电机130上，所述编码器150用于采集机器人的里程计数据；86.验收数据采集单元160，所述验收数据采集单元160用于采集通信机房的验收数据；87.处理单元170，所述处理单元170用于根据激光雷达110采集的雷达数据以及编码器150采集的机器人的里程计数据通过激光slam算法构建地图，同时根据惯性测量单元120采集的imu测量数据得到机器人的第一位姿数据，并将第一位姿数据与构建的地图结合生成运动决策模型，根据生成的运动决策模型通过电机驱动单元140控制驱动电机130带动机器人行驶，并通过验收数据采集单元160采集通信机房的验收数据，并根据采集的验收数据进行生成验收结果。88.当需要对通信机房进行验收时，通过机器人上的激光雷达110进行扫描通信机房内的环境进而得到雷达数据，同时通过编码器150采集机器人的里程计数据，通过采集的雷达数据及里程计数据通过激光slam算法进行构建地图，通过惯性测量单元120进行采集机器人的imu测量数据，然后根据imu测量数据得到机器人的第一位姿数据，根据第一位姿数据和构建的地图进行结合得到运动决策模型，然后根据运动决策模型输出驱动信号至电机驱动单元140，电机驱动单元140根据驱动信号进行控制机器人的驱动电机130，进而带动机器人根据运动决策模型进行行驶，同时通过验收数据采集单元160进行采集通信机房的验收数据，并根据采集的验收数据得到验收结果。通过机器人对通信机房进行验收，改变通信机房“线下”现场验收模式为“线上”模型验收模式，避免了人员过多造成的各种困难，提高验收效率，同时有助于节约验收成本，同时可以实现人工智能客观评审，降低主观评审意见对通信机房验收的影响。89.请参阅图3，在一些实施例中，还包括视觉相机，所述视觉相机用于采集周边环境的视觉数据；90.所述处理单元170用于通过激光雷达110捕捉设定的各个关键测点的相对位置，通过激光slam算法形成二维格栅图，通过视觉相机捕捉设定的各个关键测点的相对位置，通过视觉slam算法形成二维图像，将得到的二维格栅图与二维图像进行平面拟合，构建地图。91.通过视觉相机进行采集通信机房周围环境的视觉数据，然后根据视觉slam算法生成投影2d影像，通过激光slam算法将激光雷达110采集的激光数据及编码器150采集的里程计数据生成2d格栅图，通过格栅占用法则将投影2d影像及2d格栅图进行地图检视融合，使得构建的地图更精准。通过激光捕捉设定各关键测点的相对位置，透过slam算法的形成二维格栅图。通过视觉相机捕捉设定各关键测点的相对位置，透过slam算法形成二维图像。将二维格栅图和二维图像进行平面拟合，对关键测点进行位置确认。关键测点位置一致时则拟合成功，关键测点位置不一致时则再次捕捉相应关键测点进行二次拟合、三次拟合。在各次拟合过程中，关键测点拟合成功率将逐步提高，直至完全拟合成功。关键测点拟合不完全一致的原因主要在于测点捕捉误差，在模型允许的误差范围内进行平滑拟合。92.请参阅图3，在一些实施例中，所述惯性测量单元120为多个；93.所述处理单元170还用于通过视觉slam算法对多个惯性测量单元120采集的imu测量数据进行时间同步和加权平均得到平均imu测量数据，对平均imu测量数据进行积分得到第一位姿数据。94.通过多个惯性测量单元120进行采集机器人imu测量数据，进而获得多个imu测量数据，通过视觉slam算法对获得的imu测量数据进行时间同步和加权平均，获得平均imu测量数据，对所述平均imu测量数据进行积分得到第一位姿数据，使得获取的机器人的第一位姿数据更加精准。95.请参阅图3，在一些实施例中，所述视觉相机还用于获取机器人的第二位姿数据；96.所述处理单元170还用于将获得的第一位姿数据和第二位姿数据通过卡尔曼滤波算法极端得到第三位姿数据，并将得到的第三位姿数据与构建的地图结合得到运动决策模型。而通过视觉相机采集机器人的第二位姿数据，然后将获得第一位姿数据和第二位姿数据作为卡尔曼滤波算法的输出，通过卡尔曼滤波算法计算得到第三位姿数据，将获得第三位姿数据应用于运动决策。97.请参阅图4，在一些实施例中，所述验收数据采集单元160包括：98.红外传感器，所述红外传感器用于采集通信机房的土建结构；99.强度传感器，所述强度传感器用于采集通信机房的材料质量；100.电阻测量仪，所述电阻测量仪用于对通信机房的外电引入部位及设备接入部位进行电阻测量；101.温湿度传感器，所述温湿度传感器用于采集通信机房内环境的温湿度数据；102.高精度摄像机，所述高精度摄像机用于采集通信机房内设备运行情况。103.建模结构根据通信机房实际验收标准予以制订。建模原理采取多层次扫描建模结构，即各传感器或仪器对各验收部分进行独立建模，将各项建模要素合并至建模整体。通信机房验收包括多层面和多参数，但小参数服从于大参数，即大参数验收通过则小参数验收也不存在问题。以通信机房传输为例，传输包含走线架、尾纤、odf架、设备等多方面，存在技术中的上下游关系。但当设备完成上动环入网时，则代表传输相应部分均是联通，不存在技术问题，仅需对传输其他部分的规范性进行验收即可。104.经整理，模型对、材料通信机房的土建结构质量、电力供应、温度湿度、设备运行等方面进行分层扫描。根据扫描结构分层，第一层运用红外传感器对通信机房土建结构相对距离进行测量并完成通信机房主体结构建模；第二层运用强度传感器对通信机房材料质量进行轻微撞击、翻动等动作，测量材料弯曲度以判断材料质量；第三层运用搭载的电阻测量仪器对通信机房外电引入、设备接入等部分进行电阻测量，确保符合电力安全；第四层运用温湿度传感器，在红外传感器扫描的同时进行各点温湿度测量；第五层运用摄像机拍摄通信机房各设备亮灯情况，比对正常亮灯情况进行设备运行情况输出。模型实现分层扫描、分层建模，最后模型整合完成归档。105.在一些实施例中，还包括定位模块，通过定位模块获取机器人的相对位姿；通过预设变换矩阵将相对位姿转换为与构建的slam地图坐标系匹配的目标位姿，根据目标位姿确定在slam地图中的当前定位信息，将定位模块的相对位姿直接与slam地图建立对应关系，提高定位功能的准确性。106.在一些实施例中，视觉摄像头采用双目摄像头，从采集图像中选取图像交叠区内的像素点，并将选取的像素点转换为对应双目slam算法的像素点后，基于双目slam算法计算图像交叠区中转换后的像素点三维坐标，并将像素点三维坐标转换为相机坐标信息，依据相机坐标信息对视觉slam算法进行初始化，提高视觉slam算法的精度和稳定性。107.在一些实施例中，还包括存储设备，存储设备连接于处理单元170，机器人将构建的运动决策模型及验收结果存储在存储设备中，实现验收过程的可追溯。108.请参阅图2，在一些实施例中，基于slam技术，本技术方案设计一种建模精度高的机器人实现通信机房数字化验收。智能建模机器设有驱动电机130，包括主控mcu、电机驱动单元140、微型pc、数据采集单元、导航单元等。其中，微型pc连接激光雷达110和gps，导航单元包括安装在驱动电机130上的编码器150和安装在机器上作为惯性测量单元120的陀螺仪，编码器150与陀螺仪与主控mcu连接。由主控mcu与微型pc构成处理单元170。109.请参阅图5，技术框架包括现场建模、系统比对和线上评审三个方面。首先，通过对机器人进行系统参数设定，综合运用slam技术和传感技术进行通信机房现场关键点捕捉和实体建模，建立关联模型并修正，对模型进行存档和后续维护。其次，通过通信机房验收内容设定，以人工智能技术为基础形成验收标准与机房现场情况比对，初步反馈通信机房现场验收存在的整改事项并以机器为基础输出评价建议。最后，验收单位、部门在线上通过系统调用模型，比对机器出具的初步评价建议，形成各单位、部门的专业意见，综合各类意见后输出最终结果。110.请参阅图6，在一些实施例中，处理单元170通过线上评价系统对验收结果的评价采取线上评价方式，线上评价系统包括线上评估端和个体审核端两个方面。其中，线上评估端通过提前深度学习，将评价模型系统导入并输入人工智能训练特征和提取神经网络。在实际数据输入时，比对评估结果，输出评估结论。个体审核端则指验收人员在得到人工智能反馈的验收结论后，可通过运输局存储调动建模现场的客户端数据，并生成增强现实模型。通过比对人工智能判断和实际情况，给出个体最终验收审核意见。111.线上评价采取人工智能预先深度学习模型，即结合通信机房现场验收的各层评价标准，采取关键点捕捉和关键值对比的方式，与标准值进行比对，形成初步评价结论并反馈需整改事项。其中，线上评估结论主要包括“一票否决项”和“建议整改项”，即对涉及安全等重要验收事宜采取“一票否决制”，即一旦出现与预先深度学习模型间的偏差即评价验收不通过。“建议整改项”对不影响通信机房整体情况但不完全符合验收标准部分进行提示并建议修改。112.线上评价整改事宜如下：[0113][0114]线上评价根据“一票否决项”情况出具人工智能评估验收结果(初步通过或初步不通过)，在无“一票否决项”不通过(验收结果为初步通过)时，对“建议整改项”进行人工智能评估并出具建议整改意见。在线上评价完成后，各单位、部门可通过“个体审核端”调出模型，提出各专业的补充整改项，原则上不可推翻人工智能评估验收结果。施工单位根据验收结果和整改事项反馈进行现场整改，在完成整改后申报再次验收(无整改事项则无需再次申报验收)。[0115]通过提供一个线上、数据可追溯、人工智能评估的通信机房数字化验收模式，以slam为数字建模技术基础，实现通信机房验收效率的大规模提升。[0116]产生的有益效果包括以下部分：[0117]1、改变通信机房“线下”现场验收模式为“线上”模型验收模式，避免验收人员过多造成的各种困难，有助于节约验收成本；[0118]2、改变通信机房主观验收模式为机器评估结合人工评估模式，可实现人工智能客观评审，降低主观评审意见对通信机房验收的影响；[0119]3、实现通信机房建模存档，实现验收数据可追溯和维护效率提升，根据通信机房差异设定差异系数，便于跨地域和跨行业推广。[0120]4、开发“线上”通信机房验收模式，避免验收人员反复前往现场耗费的人力、物力，实现验收数据的可追溯性；[0121]5、以slam为技术基础，利用机器人对通信机房现场进行建模，实现数字化通信机房验收模式；[0122]6、以人工智能技术为基础，以深度学习和关键点捕捉技术策略，结合建设规范进行通信机房现场验收评估，对不符合建设规范的部分进行整改反馈。[0123]请参阅图7，另一实施例中，一种通信机房数字化验收机方法，通过上述实施例中的机器人实现该验收方法，验收方法包括以下步骤：[0124]步骤s710：通过激光雷达采集通信机房周围环境的雷达数据；[0125]步骤s720：通过编码器采集机器人的里程计数据；[0126]步骤s730：并根据雷达数据及里程计数据通过激光slam算法构建地图；[0127]步骤s740：根据惯性测量单元采集机器人的imu测量数据得到机器人的第一位姿数据；[0128]步骤s750：并将第一位姿数据与构建的地图结合生成运动决策模型；[0129]步骤s760：根据生成的运动决策模型通过电机驱动单元控制驱动电机带动机器人行驶；[0130]步骤s770：通过验收数据采集单元采集通信机房的验收数据，并根据采集的验收数据进行生成验收结果。[0131]当需要对通信机房进行验收时，通过机器人上的激光雷达进行扫描通信机房内的环境进而得到雷达数据，同时通过编码器采集机器人的里程计数据，通过采集的雷达数据及里程计数据通过激光slam算法进行构建地图，通过惯性测量单元进行采集机器人的imu测量数据，然后根据imu测量数据得到机器人的第一位姿数据，根据第一位姿数据和构建的地图进行结合得到运动决策模型，然后根据运动决策模型输出驱动信号至电机驱动单元，电机驱动单元根据驱动信号进行控制机器人的驱动电机，进而带动机器人根据运动决策模型进行行驶，同时通过验收数据采集单元进行采集通信机房的验收数据，并根据采集的验收数据得到验收结果。通过机器人对通信机房进行验收，改变通信机房“线下”现场验收模式为“线上”模型验收模式，避免了人员过多造成的各种困难，提高验收效率，同时有助于节约验收成本，同时可以实现人工智能客观评审，降低主观评审意见对通信机房验收的影响。[0132]在一些实施例中，所述“根据雷达数据及里程计数据通过激光slam算法构建地图”具体包括以下步骤：[0133]通过激光雷达捕捉设定的各个关键测点的相对位置，并通过激光slam算法形成二维格栅图；[0134]通过视觉相机捕捉设定的各个关键测点的相对位置，并通过视觉slam算法形成二维图像；[0135]将得到的二维格栅图与二维图像进行平面拟合，构建地图。[0136]通过视觉相机进行采集通信机房周围环境的视觉数据，然后根据视觉slam算法生成投影2d影像，通过激光slam算法将激光雷达采集的激光数据及编码器采集的里程计数据生成2d格栅图，通过格栅占用法则将投影2d影像及2d格栅图进行地图检视融合，使得构建的地图更精准。通过激光捕捉设定各关键测点的相对位置，透过slam算法的形成二维格栅图。通过视觉相机捕捉设定各关键测点的相对位置，透过slam算法形成二维图像。将二维格栅图和二维图像进行平面拟合，对关键测点进行位置确认。关键测点位置一致时则拟合成功，关键测点位置不一致时则再次捕捉相应关键测点进行二次拟合、三次拟合。在各次拟合过程中，关键测点拟合成功率将逐步提高，直至完全拟合成功。关键测点拟合不完全一致的原因主要在于测点捕捉误差，在模型允许的误差范围内进行平滑拟合。[0137]在一些实施例中，所述惯性测量单元为多个；[0138]所述“根据惯性测量单元采集的imu测量数据得到机器人的第一位姿数据”具体包括以下步骤：[0139]通过视觉slam算法对多个惯性测量单元采集的imu测量数据进行时间同步和加权平均得到平均imu测量数据，对平均imu测量数据进行积分得到第一位姿数据。[0140]通过多个惯性测量单元进行采集机器人imu测量数据，进而获得多个imu测量数据，通过视觉slam算法对获得的imu测量数据进行时间同步和加权平均，获得平均imu测量数据，对所述平均imu测量数据进行积分得到第一位姿数据，使得获取的机器人的第一位姿数据更加精准。[0141]在一些实施例中，所述“将第一位姿数据与构建的地图结合生成运动决策模型”具体包括以下步骤：[0142]通过视觉相机采集机器人的第二位姿数据；[0143]将获得的第一位姿数据和第二位姿数据通过卡尔曼滤波算法极端得到第三位姿数据；[0144]并将得到的第三位姿数据与构建的地图结合得到运动决策模型。[0145]而通过视觉相机采集机器人的第二位姿数据，然后将获得第一位姿数据和第二位姿数据作为卡尔曼滤波算法的输出，通过卡尔曼滤波算法计算得到第三位姿数据，将获得第三位姿数据应用于运动决策。[0146]在一些实施例中，所述“通过验收数据采集单元采集通信机房的验收数据”具体包括以下步骤：[0147]通过红外传感器采集通信机房的土建结构；[0148]通过强度传感器采集通信机房的材料质量；[0149]通过电阻测量仪对通信机房的外电引入部位及设备接入部位进行电阻测量；[0150]通过温湿度传感器采集通信机房内环境的温湿度数据；[0151]通过高精度摄像机采集通信机房内设备运行情况。[0152]建模结构根据通信机房实际验收标准予以制订。建模原理采取多层次扫描建模结构，即各传感器或仪器对各验收部分进行独立建模，将各项建模要素合并至建模整体。通信机房验收包括多层面和多参数，但小参数服从于大参数，即大参数验收通过则小参数验收也不存在问题。以通信机房传输为例，传输包含走线架、尾纤、odf架、设备等多方面，存在技术中的上下游关系。但当设备完成上动环入网时，则代表传输相应部分均是联通，不存在技术问题，仅需对传输其他部分的规范性进行验收即可。[0153]经整理，模型对、材料通信机房的土建结构质量、电力供应、温度湿度、设备运行等方面进行分层扫描。根据扫描结构分层，第一层运用红外传感器对通信机房土建结构相对距离进行测量并完成通信机房主体结构建模；第二层运用强度传感器对通信机房材料质量进行轻微撞击、翻动等动作，测量材料弯曲度以判断材料质量；第三层运用搭载的电阻测量仪器对通信机房外电引入、设备接入等部分进行电阻测量，确保符合电力安全；第四层运用温湿度传感器，在红外传感器扫描的同时进行各点温湿度测量；第五层运用摄像机拍摄通信机房各设备亮灯情况，比对正常亮灯情况进行设备运行情况输出。模型实现分层扫描、分层建模，最后模型整合完成归档。[0154]在一些实施例中，一种通信机房数字化验收机方法，包括以下步骤：[0155](1)机器人采用slam技术进行通信机房现场建模；[0156](2)以人工智能技术为基础，对通信机房模型进行关键点捕捉，由机器出具验收结论和整改反馈；[0157](3)验收参与单位、部门在“线上”限期对通信机房模型进行评估，结合验收结论出具补充意见。[0158]最后需要说明的是，尽管在本技术的说明书文字及附图中已经对上述各实施例进行了描述，但并不能因此限制本技术的专利保护范围。凡是基于本技术的实质理念，利用本技术说明书文字及附图记载的内容所作的等效结构或等效流程替换或修改产生的技术方案，以及直接或间接地将以上实施例的技术方案实施于其他相关的技术领域等，均包括在本技术的专利保护范围之内。









图片声明：本站部分配图来自人工智能系统AI生成,觅知网授权图片,PxHere摄影无版权图库。本站只作为美观性配图使用,无任何非法侵犯第三方意图,一切解释权归图片著作权方,本站不承担任何责任。如有恶意碰瓷者,必当奉陪到底严惩不贷!




内容声明：本文中引用的各种信息及资料（包括但不限于文字、数据、图表及超链接等）均来源于该信息及资料的相关主体（包括但不限于公司、媒体、协会等机构）的官方网站或公开发表的信息。部分内容参考包括:(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供参考使用,不准确地方联系删除处理！本站为非盈利性质站点,发布内容不收取任何费用也不接任何广告!




免责声明：我们致力于保护作者版权，注重分享，被刊用文章因无法核实真实出处，未能及时与作者取得联系，或有版权异议的，请联系管理员，我们会立即处理，本文部分文字与图片资源来自于网络，部分文章是来自自研大数据AI进行生成,内容摘自(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供学习参考,不准确地方联系删除处理!的,若有来源标注错误或侵犯了您的合法权益，请立即通知我们，情况属实，我们会第一时间予以删除，并同时向您表示歉意,谢谢!