[发明专利]一种基于机器学习的智能运维机器人系统

权利要求书

1.一种基于机器学习的智能运维机器人系统，包括后台处理端、运维数据库以及若干运维机器人，所述运维机器人于一预设的被检设备区中配置有预设路线，

所述运维机器人配置有检测模块，所述检测模块用于采集所述被检设备区的环境参数，所述运维机器人沿预设路线移动并将获取的所述环境参数上传至后台处理端，所述后台处理端连接所述运维数据库，所述运维数据库用于存储运维信息；

其特征在于：

所述检测模块包括有热成像装置、摄像头、温度传感器以及湿度传感器，所述热成像装置用于采集所述被检设备区的热成像信息，所述摄像头用于采集被检设备区的图像信息，所述温度传感器用于采集被检设备区的温度信息，所述湿度传感器用于采集被检设备区的湿度信息，所述环境参数包括所述热成像信息、图像信息、温度信息以及湿度信息；

所述后台处理端配置有机器学习模块，所述机器学习模块配置有故障检测策略以及故障学习策略；

所述故障检测策略包括配置于所述运维数据库的触发参数，当所述环境参数与触发参数不匹配时，输出异常信号，所述异常信号包括信号故障时间以及故障参数，所述运维数据库对应异常信号关联有处理策略，当所述异常信号在所述运维数据库存在关联的处理策略时，执行所述处理策略，当所述异常信号的故障参数在所述运维数据库不存在关联的处理策略时，将所述异常信号输出到后台处理端；

所述故障学习策略包括当所述异常信号被输出到后台处理端时，根据所述后台处理端输入的处理结果生成一新的所述处理策略，并将新的所述处理策略存入所述运维数据库，并根据所述处理策略对应的故障参数通过一参数波动值生成一故障参数范围，根据所述处理策略对应的故障时间通过一时间波动值生成一故障时间范围，生成故障时间在所述故障时间范围内且故障参数在所述故障参数范围内的新的异常信号，关联所述新的异常信号和新的所述处理策略。

2.如权利要求1所述的一种基于机器学习的智能运维机器人系统，其特征在于：所述故障检测策略包括热成像检测子策略，所述热成像检测子策略包括通过热成像算法捕获所述热成像信息中的热特征图区，并根据所述热特征图区的图形以及所述热特征图区所对应的热成像位姿生成热成像特征信息；

所述触发参数包括热成像比对信息，每一所述热成像比对信息均存在一关联的热成像位姿，所述热成像特征信息根据所述热成像位姿调取对应的热成像比对信息，所述热成像比对信息包括热特征裕量以及基准热特征图区，当所述热特征图区和基准热特征图区的热特征差值绝对值大于所述热特征裕量时，判断对应的所述环境参数和所述触发参数不匹配；

所述故障参数包括所述热成像特征信息以及所述热特征差值。

3.如权利要求1所述的一种基于机器学习的智能运维机器人系统，其特征在于：

所述故障检测策略包括图像检测子策略，所述图像检测子策略包括通过图像捕捉算法捕获图像成像信息中的图像特征图区，并根据所述图像特征图区的图形以及所述图像特征图区对应的图像成像位姿生成图像特征信息；

所述触发参数包括图像比对信息，每一所述图像比对信息均存在一关联的图像成像位姿，所述图像特征信息根据所述图像成像位姿调取对应的图像比对信息，所述图像比对信息包括图像特征裕量以及基准图像特征图区，当所述图像特征图区和基准图像特征图区的图像特征差值绝对值大于所述图像特征裕量时，判断对应的所述环境参数和触发参数不匹配；

所述故障参数包括图像特征信息以及图像特征差值。