(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 20221048572 2.5 (22)申请日 2022.05.06 (65)同一申请的已公布的文献号 申请公布号 CN 114581760 A (43)申请公布日 2022.06.03 (73)专利权人 北京蒙帕信创科技有限公司 地址 100022 北京市朝阳区广渠路98号A栋 1层1110 (72)发明人 李斌山　韩丹　常金琦　胡坤　 (74)专利代理 机构 北京市隆安 律师事务所 11323 专利代理师 杨云 (51)Int.Cl. G06V 20/00(2022.01) G06V 10/44(2022.01)G06V 10/56(2022.01) G06V 10/75(2022.01) G06K 9/62(2022.01) G07C 1/20(2006.01) 审查员 刘栩宏 (54)发明名称 一种机房巡 检的设备故障检测方法及系统 (57)摘要 本发明公开了一种机房巡检的设备故障检 测方法及系统， 该设备故障检测方法包括： 建立 待巡检目标设备的设备模板； 依据设备模板控制 采集模块获取至少一组目标设备的图像数据； 采 用第一模型识别图像数据中的指示灯， 第二模型 提取图像数据中目标设备的轮廓边界； 确定轮廓 边界和设备模板外框的仿射关系， 给出仿射参 数； 基于仿射参数将识别出的指示灯仿射变换到 设备模板上， 匹配设备模板中的设定区域， 并关 联设定区域中的指示灯标志说明； 根据指示灯标 志说明， 对目标设备存在的故障状态进行区域告 警。 本发明提出一种机房巡检的设备故障检测方 法及系统， 能够实现更细致的故障定位和告警。 权利要求书2页 说明书7页 附图5页 CN 114581760 B 2022.07.29 CN 114581760 B 1.一种机房巡检的设备故障检测方法， 其特 征在于， 包括： 建立待巡检目标设备的设备模板； 依据设备模板控制采集模块获取至少一组目标设备的图像数据， 图像数据包括RGB图 像和深度图像， RGB图像和深度图像 配准， 且像素点 一一对应； 采用第一模型识别图像数据中的指示灯， 第 二模型提取图像数据中目标设备的轮廓 边 界； 建立目标设备的轮廓边界与设备模板 外框的仿射关系， 给 出仿射参数； 基于仿射参数将识别出的指示灯仿射变换到设备模板上， 匹配设备模板中的设定区 域， 并关联设定区域中的指示灯标志说明； 根据指示灯标志说明， 对目标设备存在的故障状态进行区域告警； 其中， 基于 仿射参数将识别出的指示灯仿射变换到设备模板上， 具体包括： 根据仿射 参数， 以及指示灯边界点的像素位置进行仿射投影； 得到指示灯在模板图像中像素空间的新 位置； 匹配设备模板中的设定区域， 并关联设定区域中的指示灯标志说明， 具体包括： 基于指示灯在模板 图像中像素空间的新位置， 依据新位置与功能区域的位置关系， 计 算指示灯与功能 区域交集和并集的比值； 根据比值， 匹配功能 区域； 统计匹配后的各功能 区域中指示灯的颜色信息和数量， 链接指示灯标志说明。 2.如权利要求1所述的设备故障检测方法， 其特征在于， 建立待巡检目标设备的设备模 板， 具体包括： 获得目标设备的模板图像， 对 模板图像进行 标记， 给出面板区域和面板边界； 对每个面板区域进行 标记， 划分出功能 区域； 完成待巡检目标设备的设备模板的建立； 其中， 划分出功能区域包括给出功能区域名称、 功能区域边界及功能区域链接的指示 灯标记说明。 3.如权利要求2所述的设备故障检测方法， 其特征在于， 功能区域， 包括电源区域、 硬盘 区域、 网络区域以及自定义区域中的至少一种。 4.如权利要求1所述的设备故障检测方法， 其特征在于， 依据设备模板控制采集模块获 取至少一组目标设备的图像数据， 具体包括： 通过设备模板确定目标设备的采集信息， 其中， 采集信息包括目标设备型号和采集位 置； 根据采集信息调整采集模块至预定位置， 获取至少一组目标设备的图像数据。 5.如权利要求4所述的设备故障检测方法， 其特征在于， 采用第 一模型识别图像数据中 的指示灯， 具体包括： 提取图像数据中的RGB图像； 将提取的RGB图像输入到预 先训练完成的第一模型中， 识别RGB图像中的指示灯； 给出至少三组指示灯边界点的像素位置， 并获取指示灯的颜色信息； 其中， 预先训练完成第一模型， 具体包括： 采集多张包括指示灯的预训练图像， 形成训练图像数据；权　利　要　求　书 1/2 页 2 CN 114581760 B 2标注预训练图像中的指示灯颜色， 生成与指示灯训练图像数据一一对应的颜色信 息数 据； 通过训练图像数据和颜色信息数据训练图像识别模型， 生成第一模型。 6.如权利要求5所述的设备故障检测方法， 其特征在于， 第 二模型提取图像数据中目标 设备的轮廓边界， 具体包括： 提取图像数据中的深度通道， 生成深度图像； 将深度图像转换为灰度图像， 并对灰度图像进行处 理， 获取目标设备的轮廓图； 根据轮廓图给 出最小矩形框， 将最小矩形框作为目标设备的轮廓边界； 其中， 将深度图像转换为灰度图像， 并对灰度图进行处理， 获取目标设备的轮廓图， 具 体包括： 根据采集模块的预定位置设置深度图像中像素点位置信息向灰度图像中颜色值转化 的阈值， 将像素点 位置信息转 化为颜色值； 梳理各个颜色值的数量和比重， 比较颜色值与阈值， 给出灰度图中目标设备区域颜色 值范围； 获取目标设备的轮廓图。 7.如权利要求6所述的设备故障检测方法， 其特征在于， 建立目标设备的轮廓 边界与设 备模板外框的仿射关系， 给 出仿射参数， 具体包括： 从设备模板中获取目标设备对应的设备模板 外框； 建立目标设备的轮廓边界与设备模板 外框的仿射关系， 给 出仿射参数A， 具体为： 其中， a1， b1， c1分别为轮廓边界中的任意三个角点， a2， b2， c2分别为设备模板外框中与 a1， b1， c1对应的三个角点。 8.如权利要求7所述的设备故障检测方法， 其特征在于， 根据仿射参数A， 以及指示灯边 界点的像素位置进行仿射投影， 具体为： ， 其中 表示图像数据中指示灯 边界点的像素位置； 表示模板图像中仿射投影后的指示灯像素位置 。 9.一种实现如权利要求1 ‑8任一所述设备故障检测方法的系统， 其特 征在于， 包括： 图像采集模块， 被 配置为采集由深度拍摄装置反馈的目标设备的图像数据； 图像处理模块， 包括图像处理组件和设备模板组件， 被配置为执行故障检测方法及程 序； 显示模块， 被 配置为显示目标设备的图像信息和告警信息 。权　利　要　求　书 2/2 页 3 CN 114581760 B 3