CN103971088A - 使用视觉检测器的信息技术资产定位方法和*** - Google Patents
使用视觉检测器的信息技术资产定位方法和*** Download PDFInfo
- Publication number
- CN103971088A CN103971088A CN201410037658.XA CN201410037658A CN103971088A CN 103971088 A CN103971088 A CN 103971088A CN 201410037658 A CN201410037658 A CN 201410037658A CN 103971088 A CN103971088 A CN 103971088A
- Authority
- CN
- China
- Prior art keywords
- physical
- cabinet
- asset
- blade center
- blade
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/087—Inventory or stock management, e.g. order filling, procurement or balancing against orders
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Accounting & Taxation (AREA)
- Multimedia (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Finance (AREA)
- Quality & Reliability (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
提供了用于判定物理区域中物理资产的物理位置的机制。多个物理资产被控制为导致每个物理资产在物理资产的视觉输出元件上输出视觉输出模式。捕捉具有视觉输出元件的当前状态的目标物理资产的图像。基于视觉输出元件的当前状态判定目标物理资产的身份。当图像被捕捉时,基于图像捕捉装置的物理位置判定目标物理资产的物理位置。将识别目标物理资产的所述已判定的物理位置的位置数据存储在与物理资产的配置信息关联的资产数据库中。
Description
技术领域
本发明一般地涉及改进的数据处理装置和方法,具体而言,本发明涉及使用视觉检测器的信息技术资产定位机制。
背景技术
随着信息技术(IT)设备不断微型化,现在的数据中心和大型组织包含比以往更多的IT资产,例如存储***、计算设备、通信设备等。例如,大型数据中心可以容纳几十万个物理IT资产。数据中心和大型组织中的常见问题是跟踪所有这些IT资产的确切位置。
一种跟踪数据中心和大型组织中的IT资产位置的解决方案是在IT资产上使用被动或主动射频识别(RFID)标签,然后使用RFID识读器人工扫描RFID标签。但是,使用该解决方案,所有IT资产需要具有自己的关联RFID标签,并且这些标签必须由对应的RFID识读器人工读取。这导致大量与这些操作关联的劳动和材料成本。此外,由于人工错误的影响,人工扫描和跟踪IT资产也容易出错,并且通过人工方式收集的位置信息相对于实际的当前IT资产位置而言经常过时。
发明内容
在一个示例性实施例中,提供一种在数据处理***中用于判定物理区域中物理资产的物理位置的方法。所述方法包括控制多个物理资产以导致每个物理资产在所述物理资产的一个或多个视觉输出元件上输出视觉输出模式(pattern),所述方法进一步包括使用图像捕捉装置捕捉目标物理资产的至少一个图像。所述至少一个图像包括所述目标物理资产的所述一个或多个视觉输出元件的当前状态。所述方法包括基于所述目标物理资产的所述一个或多个视觉输出元件的所述当前状态判定所述目标物理资产的身份。所述方法还包括当所述目标物理资产的所述至少一个图像被捕捉时,基于所述图像捕捉装置的物理位置判定所述目标物理资产的物理位置。此外,所述方法包括将标识所述目标物理资产的所述已判定物理位置的位置数据存储在与所述物理资产的配置信息关联的资产数据库中。
在另一示例性实施例中,提供一种包括具有计算机可读程序的计算机可用或可读介质的计算机程序产品。当在计算设备上执行时,所述计算机可读程序导致所述计算设备执行上面结合示例性方法实施例列出的各个操作或这些操作的组合。
在又一实施例中,提供一种***/装置。所述***/装置可以包括一个或多个处理器以及与所述一个或多个处理器相连的存储器。所述存储器可以包括指令,这些指令当被所述一个或多个处理器执行时,导致所述一个或多个处理器执行上面结合示例性方法实施例列出的各操作或这些操作的组合。
将描述本发明的上述及其它特征和优点,或者根据下面对本发明的实施例实例的详细描述,本发明的上述及其它特征和优点将变得显而易见。
附图说明
当结合附图阅读下面对示例性实施例的详细描述时,可以参考这些示例性实施例最佳地理解本发明的及其优选使用模式,以及进一步的目标和优点,其中:
图1是其中可以实现示例性实施例的各方面的分布式数据处理***的示例图;
图2是其中可以实现示例性实施例的各方面的计算设备的示例框图;
图3是根据一个示例性实施例的刀片中心的示例框图;
图4A和4B示出根据一个示例性实施例的被视觉传感器/检测器捕捉的刀片中心中的刀片的图像以及这些图像的过滤版本;
图5A-5C示出根据一个示例性实施例将已捕捉的图像转换为刀片中心的数字签名的过程;
图6是根据一个示例性实施例的资产管理***的示例框图;
图7是根据一个示例性实施例的启用视觉功能的自动化机器人的示例框图;
图8是根据一个示例性实施例列出用于识别刀片中心和刀片中心内的刀片的示例操作的流程图;
图9是根据一个示例性实施例列出用于使用二分搜索法识别刀片中心的示例操作的流程图;以及
图10是根据一个示例性实施例列出用于使用数字签名法识别刀片中心的示例操作的流程图。
具体实施方式
示例性实施例提供用于定位组织的物理场所中诸如信息技术(IT)资产或其它类型的资产之类的资产的机制,这些物理场所例如包括在物理位置内部署了多个资产的数据中心、办公大楼或其它物理位置。示例性实施例的机制利用视觉检测器识别资产位置,而不必部署与资产连接或关联的单独识别装置。相反,当视觉检测器位于适当的位置来检测资产的存在时,示例性实施例的机制利用资产、资产所在的外壳或机架等的现有显示元件通知视觉检测器资产的存在,下文将更详细地对此进行介绍。这些视觉检测器可以位于便携式/移动设备上,例如自动化机器人装置、用户操作的便携式手持装置等。而且,视觉检测器可以是固定的,但是能够重新定位来对准物理位置的不同部分,例如像在室内安装的相机等中那样。
示例性实施例的一个原理实现是使用示例性实施例的机制定位数据中心内的IT资产。更具体地说,示例性实施例的机制可被用于使用便携式和/或移动装置中设置的视觉检测装置识别数据中心机架中的刀片中心机箱(BCC)。刀片中心机箱(或简称为刀片中心)、与其关联的刀片以及用于容纳这些刀片中心机箱的机架在所属领域中是公知的,因此,此处不提供更详细的说明。在一个示例性实施例中,便携式和/或移动装置是启用视觉功能的机器人,该机器人具有用于检测机器人环境的视觉传感器(例如,数码相机)。此类启用视觉功能的机器人示例(可通过该示例装置利用示例性实施例的机制)在机器人学和自动化国际会议(ICRA2011)的会议记录“Robotic Mapping and Monitoring of Data Centers”(数据中心的机器人制图和监测)中进行了描述,该会议记录在此纳入作为参考。
应该理解,尽管示例性实施例描述了使用启用视觉功能的机器人跟踪数据中心内的IT资产的位置,但是本发明并不限于此。而是,本发明主要涉及使用视觉检测器检测与组织的IT资产关联的视觉输出模式,从而可以将视觉输出模式识别为向管理***标识IT资产及其位置。因此,示例性实施例可以包括任何组织中的实现并且可以使用任何能够检测与IT资产关联的视觉显示或输出的视觉传感器或检测器。此类视觉检测器可以是固定装置、通过人工过程可移动的便携式装置、或移动装置,例如通过机器人或其它自动化设备之类的自动化装置。
而且,应该理解,尽管示例性实施例描述了数据中心机架中的刀片中心机箱的位置,但是示例性实施例并不限于此。而是,示例性实施例可以与任何具有可控的视觉指示器的资产类型结合使用。此类资产例如可以包括电源、存储器件、机架底座本身、空调装置或任何具有视觉指示器的大量其它物理资产中的任何一个,这些视觉指示器可以被控制,以便视觉检测器可被用于检测物理资产的存在。根据此处的描述,对于所属领域的普通技术人员而言,显而易见示例性实施例可应用于其它类型的物理资产。
为进行下面的描述,将仅针对说明的目的假设视觉检测器是安装或集成在自动化机器人装置上的数码相机,例如,如上面提及的参考文献“Robotic Mapping and Monitoring of Data Centers”中描述的那样。将针对说明的目的进一步假设其位置正被判定的IT资产是与数据中心组织的刀片中心关联的IT资产。通过使用数据中心和移动的启用了视觉功能的机器人作为本发明的示例性实施例的示例实现,移动的启用了视觉功能的机器人与在刀片中心机箱的刀片中心管理模块(BCMM)内部运行的软件结合使用,其中在BCMM内运行的软件控制刀片中心机箱和/或位于刀片中心机箱内的IT资产(例如,位于刀片中心机箱内的刀片)上的显示元件或视觉指示器(例如,发光二极管(LED)、灯等)生成的视觉输出。
示例性实施例可以使用BCMM的能力来使刀片中心机箱和/或IT资产上的灯、LED等闪烁或以启用视觉功能的机器人可识别的确定模式发光。示例性实施例进一步可以使用启用视觉功能的机器人的能力非常精确地处理图像,至少能够确定给定位置上的灯、LED等是打开还是关闭。示例性实施例可以进一步使用资产上的某些灯、LED等构建额外的误差校正机制以提高定义的模式的检测精确度。通过这样的能力,BCMM实际上可以使用下面将更详细的描述的二进制闪烁模式准确地说清楚其关联的刀片中心机箱中包含什么IT资产。可以将启用视觉功能的机器人如此获取的信息提供给中央资产管理***以使此类IT资产位置信息自动保持最新。
通过自动化的启用视觉功能的机器人实现,可以在实现对物理位置内的物理资产(例如,数据中心或其它组织内的IT资产)的高度精确且可靠的最新跟踪的同时,大量节省劳动和设备资金成本。无需每日都投入人力来管理这些物理资产的位置。技术人员可以随意增加或移除刀片服务器等资产,且只要自动化的启用视觉功能的机器人对物理资产执行日常扫描,这些物理资产的当前位置可以由中央资产管理***精确地进行维护。此外,示例性实施例的机制实现了使用物理资产的现有视觉输出或显示元件定位物理资产的能力,并且例如不需要诸如RFID标签和识读器之类的任何额外的硬件元件。
所属技术领域的技术人员知道,本发明的各个方面可以实现为***、方法或计算机程序产品。因此,本发明的各个方面可以具体实现为以下形式,即:完全的硬件实施方式、完全的软件实施方式(包括固件、驻留软件、微代码等),或硬件和软件方面结合的实施方式,这里可以统称为“电路”、“模块”或“***”。此外,本发明的各个方面还可以实现为在任何一个或多个计算机可读介质中的计算机程序产品的形式,该计算机可读介质中包含计算机可读的程序代码。
可以采用一个或多个计算机可读介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是—但不限于—电、磁、光、电磁、红外线、或半导体的***、装置或器件,或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行***、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括—但不限于—电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括—但不限于—无线、有线、光缆、无线电频率(RF)等等,或者其任意合适的组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本发明的各个方面的操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++等,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
下面将参照根据本发明示例性实施例的方法、装置(***)和计算机程序产品的流程图和/或框图描述本发明的各个方面。应当理解,流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合,都可以由计算机程序指令实现。这些计算机程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器,从而生产出一种机器,使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时,产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。
也可以把这些计算机程序指令存储在计算机可读介质中,这些指令使得计算机、其它可编程数据处理装置、或其它设备以特定方式工作,从而,存储在计算机可读介质中的指令就产生出包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的指令的制造品(article ofmanufacture)。
也可以把计算机程序指令加载到计算机、其它可编程数据处理装置、或其它设备上,使得在计算机、其它可编程装置或其它设备上执行一系列操作步骤,以产生计算机实现的过程,从而使得在计算机或其它可编程装置上执行的指令提供实现流程图和/或框图中的一个或多个方框中规定的功能/动作的过程。
附图中的流程图和框图显示了根据本发明的多个实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的***来实现,或者可以用专用硬件与计算机指令的组合来实现。
图1是其中可以实现示例性实施例的各方面的分布式数据处理***的示例框图。如图1所示,分布式数据处理***可以是诸如数据中心等组织的分布式数据处理***,这些组织具有多个通过一个或多个数据网络110彼此相连的计算***资源。所述一个或多个数据网络110可以包括一个或多个无线通信网络,通过这些无线通信网络,可以在计算***和/或一个或多个有线数据通信网络之间传输数据。这些网络可以包括一个或多个有线/无线局域网(LAN)、一个或多个有线/无线广域网(WAN)等。
一个或多个数据网络110将分布式数据处理***的计算***资源相互进行通信连接。在所述示例中,这些计算***资源包括一个或多个机架120和170、资产管理***150,以及启用视觉功能的移动计算平台160,该平台在所述示例中是配备诸如一个或多个数码相机的视觉传感器/检测器的自动化机器人。所述自动化机器人例如可以是在机器人学和自动化国际会议(ICRA2011)的会议记录“Robotic Mapping and Monitoring of DataCenters”中描述的类型。当然,在不偏离示例性实施例的精神和范围的情况下,可以利用其它类型的自动化机器人平台。
分布式数据处理***100进一步包括多个计算***资源,或信息技术(IT)资产,这些资源和资产可由资产管理***150通过网络110管理。在所述示例中,这些资产包括多个IT资产的机架120和170。机架120和170中的每一个可以包括一个或多个刀片中心机箱130-134和180-184。刀片中心机箱130-134和180-184中的每一个可以包括一个或多个刀片140-144和190-196。尽管示例性实施例将针对机架120、170的刀片中心机箱130-134、180-184以及刀片中心机箱130-134、180-184内的刀片140-144和190-194的位置识别进行描述,但是示例性实施例不限于此。而是,示例性实施例可被用于识别任何具有关联的视觉输出设备的物理资产或计算***资源(IT资产)的位置,这些视觉输出设备可用于以可视化的方式与启用视觉功能的自动化机器人160的视觉传感器/检测器进行信息通信,而不偏离示例性实施例的精神和范围。
机架120和170可具有关联的刀片中心管理模块(BCMM)122和172,这些模块提供管理IT资产(例如,刀片中心机箱130-134和180-184,以及刀片140-144和190-194)的硬件和软件。可具有用于整个机架120或170的单个BCMM,也可具有用于机架120或170内每个刀片中心机箱130-134和180-184的单独的BCMM。BCMM122、172可以与机架120、170关联,或者可以集成在刀片中心机箱130-134、180-184中或以其它方式与之关联。BCMM122和172通过网络110与位于远端的资产管理***260通信,并且基于此通信,可以控制对应的机架120和170内的IT资产的操作,以及将结果数据提供回资产管理***150。作为此控制的一部分,BCMM122和172可以控制IT资产上视觉显示元件的输出模式,从而输出所需的模式以便被启用视觉功能的自动化机器人160的视觉传感器/检测器检测到。
启用视觉功能的自动化机器人160可通过无线通信链路和网络110与资产管理***150通信。资产管理***150是计算***,其包括负责管理分布式数据处理***100的各种计算***资源(IT资产)的硬件和软件,这些资产例如包括机架120和170、刀片中心机箱130-134和180-184,以及刀片140-144和190-196。作为此管理的一部分,资产管理***150可以利用自动化机器人160来使用自动化机器人160的视觉传感器/检测器收集分布式数据处理***100内各种计算***资源(资产)的位置信息。即,资产管理***150协调自动化机器人160以及机架120和170的BCMM122和172,或与各个刀片中心机箱130-134、180-184关联的BCMM122、172,以实现用于识别分布式数据处理***100内IT资产的位置的模式输出和检测。
在操作中,启用视觉功能的自动化机器人160可以在分布式数据处理***100中到处移动以执行各种操作,例如,温度绘图、平面绘图等。当启用视觉功能的自动化机器人160遍历IT资产的物理位置时,启用视觉功能的自动化机器人160可以识别机架120或170的存在。即,启用视觉功能的自动化机器人160可以具有指示机架的已存储的视觉模式,并且可以基于启用视觉功能的自动化机器人160的视觉检测器/传感器(下文简称为数码相机)捕捉的图像判定启用视觉功能的自动化机器人160何时位于机架120或170的附近。
启用视觉功能的自动化机器人160通过网络110将其在分布式数据处理***100的场所内的当前位置通知给资产管理***150并指示启用视觉功能的自动化机器人160已检测到机架的存在。作为响应,资产管理***150将控制通信发送到机架120和/或170的BCMM122和/或172以指示BCMM122和/或172控制刀片中心机箱130-134和180-184以及刀片140-144和190-196的视觉输出元件的视觉输出模式。这些控制通信可以通过网络110传输,或者在备选实施例中,可以使用自动化机器人160与BCMM122和/或172之间的局部通信协议(例如,蓝牙、红外线、射频或其它局部通信机制),通过自动化机器人160传输。
响应于从资产管理***150接收到控制通信,机架120和/或170的BCMM122和/或172通过机架120和/或170的内部电路,将控制信号发送到对应的机架120和/或170的各个刀片中心机箱130-134和180-184以及刀片140-144和190-194,以控制这些IT资产的视觉输出元件的视觉输出模式。例如,这些控制信号可以指示IT资产打开或关闭这些IT资产上对应的发光二极管(LED)。这些LED的打开/关闭生成LED的模式,当自动化机器人160对IT资产进行拍照时,这些模式可被自动化机器人160的数码相机检测到。
资产管理***150可以指示自动化机器人160使用其数码相机捕捉机架120和/或170的IT资产的一个或多个快照和/或视频图像。这些快照可以是作为整体的机架120、170的快照,或者可以专注于机架120、170内的个别位置,例如机架120、170中预计IT资产可能位于的区域。自动化机器人160可以执行初始的一组图像/视频分析操作以生成可用于识别检测到的刀片中心视觉输出模式(例如,LED模式)的数字图像或数字图像集,这些图像可被发送回资产管理***150。备选地,原始快照/视频数据可被传输到资产管理***150,该资产管理***可被配置为包括分析引擎以分析原始快照/视频数据来识别刀片中心视觉输出模式。
响应于来自资产管理***150的控制信号,自动化机器人160基于BCMM122和/或172对刀片中心机箱130-134和180、184以及刀片140-144和190-194的视觉输出元件的控制所检测到的视觉输出模式可被分析来识别机架120、170内刀片中心机箱130-134和180、184以及各个刀片140-144和190-194的特定位置。即,资产管理***150可以将检测到的视觉输出模式与从BCMM122和/或172获取的配置信息进行相互对照或关联以识别特定的IT资产及其特定位置。例如,使用检测到的视觉输出模式,资产管理***150可以判定特定的刀片中心机箱130-134和180-184在机架120、170中位于哪个垂直位置,并且在每个刀片中心机箱130-134和180-184内,哪些插槽被刀片140-144和190-194中的哪些占据。即,通过已知的机制,BCMM122和/或172收集由BCMM122和/或172管理的刀片中心机箱中的刀片的配置信息。例如,当刀片被***刀片中心机箱的插槽中并被加电时,存储在刀片中心机箱的刀片中或与之关联的重要产品数据(VPD)等可以报告给BCMM122和/或172。而且,刀片中心机箱内***这些刀片并给刀片加电的插槽位置同样可以报告给BCMM122和/或172。
所述配置信息可用于识别刀片中心机箱内的特定刀片及其插槽位置。示例性实施例的机制可用于识别特定的垂直位置以及特定的刀片中心机箱位于哪个机架中。自动化机器人的位置可用于识别机架的特定位置。这样,通过使用示例性实施例的机制,可获取分布式数据处理***内IT资产位置的完整识别。
在一个示例性实施例中,为了识别哪些刀片中心机箱位于感兴趣的机架内,使用机架120、170中刀片中心机箱130-134和180-184的刀片140-144和190-194的视觉输出元件执行二分搜索。在另一示例性实施例中,视觉输出元件可用于编码签名,以指示刀片中心130-134和180-184的身份。当然,可利用其它使用IT资产的视觉检测器/传感器和视觉输出元件来识别机架120、170内IT资产的方法,而不偏离示例性实施例的精神和范围的情况。
通过二分搜索实施例,机架120、170中的刀片中心机箱位置中的一半内的刀片140-144和190-194的视觉输出元件可以在另一半关闭时打开,并且自动化机器人160捕捉视觉输出元件的状态的图像。资产管理***150可以针对分布式数据处理***100的所有机架120和170中的所有刀片中心机箱130-134和180-184,已知位于自动化机器人160报告的位置附近的分布式数据处理***100的至少一部分,或者针对特定机架120、170内仅被自动化机器人160的视觉传感器/检测器观察到的刀片中心机箱(根据自动化机器人160的位置判定)执行此操作。所关闭的刀片中心机箱的一半然后被资产管理***150丢弃,并且再将将构成打开的刀片中心机箱的新刀片中心机箱集分半,重复此过程,直到识别机架120、170中被自动化机器人160观察到的单个刀片中心机箱。
资产管理***150通过BCMM122、172了解分布式数据处理***中刀片中心机箱的身份,BCMM122、172将它们的操作状态和刀片中心机箱的配置信息(例如,BCMM122、172管理的刀片中心机箱、刀片中心机箱内的刀片等的身份)报告给资产管理***150,例如在刀片中心机箱开始运行时报告,响应于刀片中心机箱配置的变化报告,定期报告等。尽管BCMM122、172可以报告其操作状态和刀片中心机箱的配置,但是BCMM122、172并不了解它们的物理位置,因此,无法将此信息发送到资产管理***150。但是,通过上述二分搜索法,示例性实施例的机制可以判定这些中心机箱中的哪些位于自动化机器人160所观察到的特定机架120、170中,以及这些刀片中心机箱130-134、180-184在机架120、170中的特定垂直位置(或机架位置)。识别了这些刀片中心机箱及其在机架120、170中的位置之后,资产管理***150然后可以通过从与已识别的刀片中心机箱关联的BCMM122、172获取的配置信息,识别已识别的刀片中心机箱内刀片的当前插槽位置。
该资产位置信息可在与资产管理***150关联的资产数据库中维护,并且用于针对特定的刀片中心机箱和刀片中心机箱内的刀片执行管理操作。这样,使用示例性实施例的二分搜索实施例,数据中心中的每个刀片中心机箱可以在O(log(n))时间中被识别,其中n是刀片中心机箱数。
对于编码签名实施例,资产管理***可以使用唯一签名对刀片中心机箱进行编码,这些唯一签名可通过使用刀片中心机箱的刀片的视觉输出元件的打开/关闭状态的二进制格式表示。这样,例如,如果刀片中心机箱最多可容纳14个刀片,并且每个刀片具有单个视觉输出元件(其可以具有2种可能的状态(打开/关闭)之一),则这些视觉输出元件可以具有2^14=16,384种状态组合。这样,可以使用刀片中心机箱的刀片的视觉输出元件唯一地识别16,384个不同的刀片中心机箱。
每个刀片中心机箱通过[0,16383]中的签名进行编码,例如,[(00000000000000)2,(11111111111111)2],其中“0”可通过刀片中心的对应插槽中的视觉输出元件关闭表示,“1”可通过刀片中心的对应插槽中的视觉输出元件打开表示。如果分布式数据处理***100中的刀片中心机箱多于16,384个,则签名可以从0开始重复使用(~签名=刀片中心数量mod2^14)。
在此类实施例中,响应于自动化机器人160通知资产管理***150其位置和检测到在自动化机器人160的附近存在机架120、170,资产管理***150可以将控制通信发送到BCMM122、172,指示BCMM122、172控制其对应的刀片中心机箱以在它们的刀片的视觉输出元件上输出刀片中心机箱的签名。自动化机器人160的视觉传感器/检测器然后可以捕捉机架120、170及其对应的刀片中心机箱130-134、180-184的图像/视频,从而识别数据中心中所有刀片中心机箱130-134、180-184的签名以及这些签名在机架120、170中的垂直位置。此信息可被返回到资产管理***150以便与刀片中心配置信息进行关联,从而生成可存储在与资产管理***150关联的资产数据库中的资产位置信息。
使用编码签名实施例,刀片中心机箱中的刀片中心可以在O(1)时间内识别。对于具有少于16,384个刀片中心机箱的数据中心,所有刀片中心机箱及其对应的刀片的位置识别可使用单个迭代执行,即,资产定位可以以本机(native)机器人探测速度执行,除了初始签名配置开销。对于具有16,385到256M个刀片中心机箱的数据中心而言,可能需要两次迭代。通过类似的方式,多于256M个刀片中心需要三次迭代,但是这个刀片中心数量目前超过任何实际的数据中心大小界限。
使用编码签名实施例,应该理解,某些考虑对于在刀片中心的所有插槽中未完全***刀片的刀片中心机箱而言可能是有必要的。即,如果刀片中心未全部***刀片,则可能无法表示所有可能的二进制位状态,例如,如果刀片中心机箱具有14个刀片插槽,但是只有7个插槽***刀片,则不是有全部14位签名,而是仅可能有7位签名。这样,当判定哪些签名能够由刀片的视觉输出元件表示时,资产管理***150将签名指定给刀片中心机箱时考虑每个刀片中心机箱中刀片的实际数量和插槽位置。例如,能够由7位签名表示的签名被指定给仅具有7个刀片的刀片中心机箱,而需要全部14个位的签名可以为全部***刀片的刀片中心机箱保留。因此,当指定签名时,资产管理***150判定特定的刀片中心机箱可以使用其刀片的对应视觉输出元件显示的可能签名并从与能够由刀片的视觉输出元件输出的签名匹配的签名子集中选择签名。
应该理解,这些过程可以重复地执行以分别识别与已被发现的机架120、170关联的每个IT资产。而且,此过程可针对正在分布式数据处理***的场所内执行器操作的自动化机器人160所遇到的每个机架120、170重复执行。
图2是其中可以实现示例性实施例的各方面的示例数据处理***的框图。实际上,数据处理***100是可用于实现例如图1的资产管理***150的计算设备的示例。在某些示例性实施例中,数据处理***200还可以或者备选地在自动化机器人中提供,以允许该自动化机器人执行上面和下面描述的复杂视觉分析。数据处理***200可以包括实现本发明的示例性实施例的过程的计算机可用代码或指令,这些代码或指令可被数据处理***200执行以实现下面参考资产管理计算***150描述的各种操作。
在所述示例中,数据处理***200采用包括北桥和存储控制器中心(NB/MCH)202以及南桥和输入/输出(I/O)控制中心(SB/ICH)204的中心架构。处理单元206、主存储器208和图形处理器210连接到NB/MCH202。图形处理器210可以通过加速图形端口(AGP)连接到NB/MCH202。
在所示示例中,局域网(LAN)适配器212连接到SB/ICH204。音频适配器216、键盘和鼠标适配器220、调制解调器222、只读存储器(ROM)224、硬盘驱动器(HDD)226、CD-ROM驱动器230、通用串行总线(USB)端口和其它通信端口323,以及PCI/PCIe设备234通过总线238和总线240连接到SB/ICH204。PCI/PCIe设备例如可以包括用于笔记本计算机的以太网适配器、外接卡和PC卡。PCI使用卡总线控制器,而PCIe不使用。ROM224例如可以是闪速基本输入/输出***(BIOS)。
HDD226和CD-ROM驱动器230通过总线240连接到SB/ICH204。HDD226和CD-ROM驱动器230例如可以使用集成驱动电子设备(IDE)或串行高级技术附件(SATA)接口。超级I/O(SIO)设备236可以连接到SB/ICH204。
操作***在处理单元206上运行。该操作***协调图2中的数据处理***200内的各种组件并提供对它们的控制。作为客户端,操作***可以是可商购的操作***,例如诸如JavaTM程序设计***之类的面向对象的程序设计***可以结合操作***运行,并提供从数据处理***200上执行的JavaTM程序或应用到操作***的调用。
作为服务器,数据处理***200例如可以是eServerTM 计算机***,该计算机***运行Advanced Interactive操作***或操作***。数据处理***100可以是对称多处理器(SMP)***,其中在处理单元206中包括多个处理器。备选地,可以采用单处理器***。
操作***、面向对象的程序设计***以及应用或程序的指令位于HDD226之类的存储器件上,并且可以加载到主存储器208内以便由处理单元206执行。本发明的示例性实施例的过程可以由处理单元206使用计算机可用程序代码执行,该计算机可用程序代码可位于存储器(例如主存储器208、ROM224,或者一个或多个***器件226和230)中。
诸如图2所示的总线238或总线240之类的总线***可以由一个或多个总线构成。当然,该总线***可以使用任何类型的通信组织或架构实现,这些通信组织或架构提供与这些通信组织或架构相连的不同组件或设备之间的数据传输。诸如图2的调制解调器222或网络适配器212之类的通信单元可以包括一个或多个用于发送和接收数据的装置。存储器例如可以是主存储器208、ROM224或例如在图2的NB/MCH20中找到的高速缓冲存储器。
所属技术领域中的普通技术人员将理解,图1和2中的硬件可以根据实现而改变。除了图1和2所示的硬件之外,还可以额外地使用诸如闪存、等效的非易失性存储器或光盘驱动器等之类的其它硬件或***器件,或者使用这些器件作为备选。另外,在不偏离本发明的精神和范围的情况下,示例性实施例的过程可应用于多处理器数据处理***,而非上面所述的SMP***。
而且,数据处理***200可以采取若干种不同数据处理***中的任何一种的形式,包括客户端计算设备、服务器计算设备、平板计算机、膝上型计算机、电话或其它通信设备、个人数字助理(PDA)等。在某些说明性示例中,数据处理***200可以是便携式计算设备,其被配置为带有闪存以提供非易失性存储器来存储例如操作***文件和/或用户生成的数据。本质上,数据处理***200可以是任何已知的或以后开发的数据处理***,而没有任何架构限制。
如上所述,可使用数据处理***200以提供硬件和软件来实现资产管理***,例如图1中的资产管理***150。该资产管理***可以通过有线和/或无线介质与IT资产和移动机器人通信。在某些示例性实施例中,这些IT资产包括上面所述的机架、刀片中心机箱和刀片中心机箱内的刀片。
图3是利用示例性实施例的机制时可借助的刀片中心机箱的正面的示例图。刀片中心机箱是用于存储和管理一个或多个刀片或“刀片服务器”的物理外壳。图3中的刀片中心机箱300包括多个插槽或槽位(bay)310,其中可以***刀片。在所述示例中,刀片中心机箱300包括14个插槽310,其中只有最左边的5个插槽被实际存在的刀片320占据。刀片中心机箱300包括视觉输出元件330,例如,LED,该元件指示其操作状态,并且可被示例性实施例的机制用于在捕捉刀片中心机箱300的图像时定位自动化机器人的视觉传感器/检测器。
刀片中心机箱300包括电路和控制逻辑,用于启用刀片中心机箱300内的刀片的操作,包括提供将数据路由到各个刀片以及从各个刀片路由数据的功能,以及控制刀片的操作特性(例如,温度、打开/关闭状态等)。在一个示例性实施例中,每个刀片中心机箱具有自己的关联刀片中心管理模块(BCMM),例如BCMM122或172,该模块负责管理刀片中心机箱300中各个刀片320的操作。BCMM通过一个或多个网络与资产管理***通信,以从资产管理***获取控制通信,并还将刀片中心机箱300的配置信息提供给资产管理***。
对于示例性实施例的功能重要的是,刀片中心机箱300中的每个刀片320具有对应的视觉输出元件340-348,例如LED,该元件通常用于定位对应的刀片320。该LED的状态可由BCMM通过被发送到对应的刀片320的控制命令控制,从而将LED置于打开或关闭状态。该LED的状态可由视觉检测器/传感器(例如数码相机等)识别。如上所述,在一个示例性实施例中,启用视觉功能的自动化机器人可配备一个或多个数码相机,这些数码相机能够进行定位,以便捕捉刀片中心机箱300的正面图像/视频进行分析。可使用刀片中心位置LED330作为方位点来实现一个或多个相机的定位或定向。
通过示例性实施例的机制,图1中的资产管理***150可以将控制信号发送到与刀片中心机箱300关联的BCMM以指示BCMM根据所实现的发现法(例如,二分搜索、数字信号输出等)控制刀片的LED340-348的输出。因此,LED340-348根据适合于所用的发现法的对应输出模式打开或关闭。例如,通过数字签名发现法,BCMM可以指示LED340-348发光或不发光,从而以可视的方式输出在BCMM中存储的刀片中心机箱300的数字签名的二进制表示(该数字签名是由资产管理***150指定给机箱的),即,每个LED具有打开或关闭状态,其中例如“打开”表示二进制“1”值,“关闭”表示二进制“0”值。通过二分搜索法,所有LED340-348可以根据一系列迭代发光或不发光,直到在机架中识别出感兴趣的单个刀片中心机箱。
例如可连接到启用视觉功能的自动化机器人的视觉检测器/传感器可以捕捉刀片中心机箱300的一个或多个图像/视频。这样捕捉的图像/视频可以被与视觉检测器/传感器关联的计算***(例如在自动化机器人中,或者在诸如资产分析***150之类的远程计算***中)过滤和分析。例如,图像/视频可针对特定的光色强度过滤以将检测着重于LED340-348。如果已知LED340-348具有特定的光色,则可以执行图像/视频的过滤以消除其它光色,以便分析能够着重于LED340-348的状态。如果刀片320位于刀片中心机箱300的对应插槽内,则该分析可以着重于其中这些LED340-348应存在的已知位置。
图4A和4B示出根据一个示例性实施例的被视觉传感器/检测器捕捉的诸如图3中的刀片中心机箱300之类的刀片中心机箱中的刀片的图像以及这些图像的过滤版本。图4A对应于图3中的刀片中心机箱的图像,该图像可被数码相机或其它视觉传感器/检测器捕捉。对于简化说明,刀片中心机箱300中的每个刀片320在图4A内被分离到自己的图像中。但是应该理解,在实际的实现中,这些刀片可能不能通过这种方式分离,并且可针对作为整体的图像执行分析。
如图4A所示,示例性实施例的分析机制被配置为检测LED位于刀片320的预定位置,该位置由位于“0”垂直位置上的图4A中的元件410表示。因此,由于刀片中心机箱的某些插槽或槽位(例如,插槽420)不包含刀片,因此,在针对这些插槽的“0”垂直位置没有LED。因此,这些位置不能具有可被视觉传感器/检测器检测到的发光的LED输出。这本质上是被视觉传感器/检测器检测的二进制“0”输出。刀片320所在的插槽或槽位可以具有LED状态打开或关闭、发光或不发光的状态。
图4B示出与图4A所示的刀片320的图像相同的刀片图像,只是针对这些图像执行了过滤以着重于从刀片320的已知位置410上的LED发出的光色。从图4B中的过滤图像可以看出,除了从刀片320的LED发射的光色之外,所有细节从这些图像中删除。该过滤可以针对视觉检测器/传感器捕捉的原始图像数据执行,此操作由这些视觉检测器/传感器的关联计算***所执行的过滤软件执行,或者在已捕捉的图像数据被发送到计算***之后在远端位置上执行。在一个示例性实施例中,已捕捉的图像/视频数据的过滤由启用视觉功能的自动化机器人的计算***执行,然后才将经过过滤的图像/视频数据发送到远程资产管理***150以进一步分析。备选地,所有过滤和分析可在启用视觉功能的自动化机器人上执行,这些过滤和分析的结果被报告回资产管理***。
通过过滤图4A的图像以生成图4B的过滤图像,图像分析机制可以更容易地将LED的状态识别为已知的刀片位置,从而判定这些LED是否发光。根据这些状态,可判定刀片中心机箱的数字签名。
图5A-5C示出根据一个示例性实施例将已捕捉的图像转换为刀片中心机箱的数字签名的过程。图5A表示图4A所示的图像的放大部分,重点仅放在已知是LED正确位置的刀片部分上。如图5A所示,在视觉检测器/传感器捕捉的原始图像数据中,LED510-518具有发光的LED,而刀片插槽520-536中的LED的位置不具有发光的LED,实际上,仅具有插槽/槽位的盖子的格栅,如果有刀片,则LED将位于该处。
通过过滤图5A中的图像,获取图5B的过滤图像,该图像消除了插槽/槽位520-536的光栅细节。因此,图像510-536的每个部分记录有色图像或无色图像。这可通过示例性实施例的图像分析机制分析以判定每个部分510-536对应于有色部分还是无色部分。如图5C所示,有色部分由二进制值“1”表示,无色部分520-536由二进制值“0”表示。在该示例中,这给出了刀片中心的数字签名“11111000000000”。
该数字签名可以是实际唯一指定的刀片中心机箱的数字签名,也可以是作为二分搜索法的一部分的LED发光。使用数字签名实施例,数字签名“11111000000000”对于特定的发现操作迭代给出了唯一的刀片中心机箱身份(记住,对于每个具有多于1634个刀片中心的数据中心,需要通过重复使用数字签名进行2次迭代)。该唯一数字签名可随着其中检测到该数字签名的数据中心内的刀片中心机箱的位置一起报告回资产管理***,该资产管理***可以将数字签名与已存储的配置信息进行关联以识别与数字签名关联的特定刀片中心机箱,并且检索刀片中心机箱的配置,包括哪些刀片位于刀片中心机箱内以及它们的配置。此信息可与视觉检测器/传感器的位置(例如,已报告的启用视觉功能的自动化机器人在诸如数据中心之类的组织场所内的位置)一起使用,以便将机架、机架内的刀片中心机箱以及刀片中心机箱内的各个刀片的精确位置与刀片中心机箱和对应刀片的配置信息相关联地存储。结果,资产管理***完全了解组织场所内资产的位置。
使用二分搜索法,资产管理***通过多次迭代缩小了将命令发送到其上以使其刀片上的LED发光的刀片中心机箱集的范围。由于资产管理***对其感兴趣的刀片中心机箱的BCMM进行指示,即,资产管理***将控制信号发送到刀片中心机箱A、C、E和G以使其LED发光,这样,已知如果刀片中心被检测到其LED发光,则它一定位于该集中,可以在二分搜索的最后一次迭代中判定刀片中心机箱的特定身份。
例如,假设通过数据中心的启用视觉功能的自动化机器人的发现过程,该机器人检测到位于其当前物理位置的机架中的新的刀片中心机箱并且将此信息报告回资产管理***。资产管理***可以启动二分搜索操作以识别这个新的刀片中心机箱是哪个刀片中心机箱。资产管理***已经存储了识别数据中心中所有BCMM的数据结构。这样,资产管理***将发出信号,以便打开数据中心中的一半刀片中心机箱的刀片的LED,而另一半的LED关闭。机器人捕捉新刀片中心的图像以判定其LED打开还是关闭。如果LED打开,则资产管理***获知新刀片中心机箱位于其LED打开的刀片中心机箱子集内。如果LED关闭,则资产管理***获知新刀片中心位于其LED关闭的刀片中心机箱子集内。然后选择特定的子集并且再次将该子集分半,并执行重复此过程。此过程可以迭代地重复,直到识别单个刀片中心机箱的身份,该身份一定对应于新发现的刀片中心机箱。结果,机器人的位置可用于识别机架的位置。机架内刀片中心机箱的位置可通过分析已捕捉的图像判定,例如刀片中心机箱在机架中占据的垂直位置,并且判定刀片中心机箱内的刀片位置,该位置通过BCMM发送到资产管理***的配置信息识别。
这样,示例性实施例的机制提供识别物理资产(例如,组织的物理场所内的机架、刀片中心机箱和各个刀片)位置的自动化方式。示例性实施例的机制利用这些物理资产中已有的视觉输出硬件提供物理资产位置及其特定身份的指示。示例性实施例的机制可以使用此类组织中已使用的自动化机器人机制,借助新的控制和分析机制和方法执行此类自动化物理资产识别。这样,示例性实施例允许资产管理***自动获取和维护组织的物理资产的详细位置信息,以用于执行管理操作。
图6是根据一个示例性实施例的资产管理***的示例框图。图6所示的元件可以通过硬件、软件或硬件和软件的任意组合实现。在一个示例性实施例中,图6的元件实现为软件指令,这些指令被加载到一个或多个存储器中并由资产管理***600的一个或多个处理器执行。图6所示的元件仅作为示例,未具体示出的计算***的其它标准元件也可以是资产管理***的一部分,而不偏离示例性实施例的精神和范围。
如图6所示,资产管理***600(例如,可以是图1中的资产管理***150)包括控制器610、网络接口620、图像分析引擎630、二分搜索引擎640、数字签名识别引擎650、资产数据库660、管理操作引擎670,以及用户界面680。控制器610控制资产管理***600的整体操作并且安排其它元件620-680的操作。网络接口620提供数据通信路径,通过该路径,可将命令和数据发送到远程计算设备,例如刀片中心机箱的BCMM、启用视觉功能的自动化机器人等。网络接口620进一步提供数据通信路径,通过该路径,资产管理***600可从这些远程计算设备中接收数据。网络接口620可以包括有线、无线或有线和无线通信接口的组合,以便与远程计算设备进行通信。
图像分析引擎630包括用于分析视觉检测器/传感器已捕捉的图像以及通过网络接口620接收的图像,从而判定与已捕捉图像中出现的资产关联的视觉输出设备的状态的逻辑。所接收的已捕捉图像可以是原始已捕捉图像数据,或者是已经过滤的图像数据,这取决于所选定的特定实施例。此类分析可以包括如上所述检测已知位置上的已捕捉图像内的特定颜色,或者能够识别与物理资产关联的视觉输出设备的状态的其它任何公知的分析技术。在某些实施例中,图像分析引擎630可对通过网络接口620接收的已捕捉图像执行预过滤,然后再对过滤的结果执行图像分析。分析引擎630执行的分析结果可以提供给二分搜索引擎640和/或数字签名识别引擎650,以用于执行物理资产识别。
应该理解,尽管图6同时示出了二分搜索引擎640和数字签名识别引擎650,但是并非这两个引擎均为必要的,在许多实施例中,只有一个或另一个可以实际位于资产管理***中,这取决于所选的特定实现。二分搜索引擎640包括用于执行物理资产的二分搜索以便唯一地识别作为已捕捉图像重点的特定位置上特定资产的逻辑。数字签名识别引擎650包括用于执行识别在已捕捉图像中检测到的数字签名的逻辑。该逻辑可将数字签名指定给资产,判定什么数字签名被其图像已在通过网络接口620接收的已捕捉图像中被捕捉的资产输出,并且将这些检测到的数字签名与被指定的数字签名进行关联,以唯一地识别作为已捕捉图像重点的资产。这些引擎640和650均可与图像分析引擎630相接口以获取图像分析结果,从而判定已捕捉图像的内容来执行它们的操作,例如二分搜索或数字签名识别。
资产数据库660存储有关诸如数据中心等组织内的每个物理资产的信息。此信息可从管理模块(例如,与物理资产关联的BCMM)发送到资产管理***,并且可以包括可用于管理资产的配置信息。此信息可通过使用示例性实施例的自动化机制获取和检测到的特定物理位置信息扩充。资产数据库660可被引擎640-650在执行它们的识别操作时使用。在一个示例中,资产数据库660可针对每个资产识别这些资产的多少个插槽或槽位被占据,从而数字签名识别引擎650例如可以在将数字签名指定给资产时考虑资产的视觉输出可能性。
管理操作引擎670包括用于基于资产数据库660中维护的信息管理组织的各种资产的逻辑。此类管理操作可以至少部分地基于通过示例性实施例的自动化机制判定的资产的物理位置。此类管理操作的示例可以包括硬件升级、硬件维护、故障排除、故障恢复、硬件退役,以及与拓扑相关的动态管理技术,例如在整个数据中心重新分配工作负荷以提高数据中心能量和热特性等。管理操作引擎670可通过用户界面680将输出提供给人类***管理员等,该用户界面可以提供可视、可听、甚至触觉输出以通知***管理员管理操作、组织内资产的状态、通过示例性实施例的自动化机制判定的组织内资产的物理位置图等。
图7是根据一个示例性实施例的启用视觉功能的自动化机器人的示例框图。图7所示的各种元件可以通过硬件、软件或硬件和软件的任意组合实现。例如,可以将数码相机750和致动器组合件760提供为带有电路和例如采取固件形式的内嵌软件的硬件元件。控制器710、无线通信接口、导引***740、图像捕捉逻辑770和图像过滤/分析逻辑780可以实现为软件指令,这些软件指令可加载到一个或多个存储器内,或者作为固件存储,且由一个或多个处理器执行。其它未在图7中明确示出的元件也可以是启用视觉功能的自动化机器人700的一部分,而不偏离本发明的精神和范围。
如图7所示,启用视觉功能的自动化机器人700包括控制器710、无线通信接口720、移动组合件730、导引***740、一个或多个数码相机750、数码相机致动器组合件760、图像捕捉逻辑770和图像过滤/分析逻辑780。控制器710提供用于控制启用视觉功能的自动化机器人700的整体操作并且安排其它所示元件的操作的逻辑。无线通信接口720提供无线通信路径,通过该路径,数据、命令和指令可以通过无线网络从远程计算设备接收或发送到远程计算设备。在一个示例性实施例中,无线通信接口720还可以包括短距离或局部通信协议接口,例如蓝牙、红外线等,通过这些协议接口,启用视觉功能的自动化机器人700可以直接与物理资产进行通信。例如,这在其中资产管理***利用启用视觉功能的自动化机器人700作为资产管理***与物理资产本身之间接口的实施例中很有用。
移动组合件730负责物理地在组织场所中移动机器人700。因此,移动组合件730可以包括电动机、轮子或轨道、传动机构或任何公知的用于在物理区域中物理地移动机器人的元件。
导引***740提供用于判定机器人740的特定位置并识别周围环境中的物体的逻辑。这样,导引***740可以使用任何已知的位置判定机制,例如全球定位***(GPS)、位置三角测量机制等。而且,导引***740可以包括物体检测机制,用于检测机器人环境中的物体以围绕这些物体导航。本示例性实施例的特别之处在于导引***740提供机器人的位置,该位置可被发送到资产管理***并用于像前面所述的那样识别特定的资产位置。
一个或多个数码相机750用于捕捉物理资产的图像/视频以用于根据上面所述的示例性实施例执行资产识别和定位。一个或多个数码相机750可以与致动器组合件760关联以定向一个或多个数码相机750,从而捕捉物理资产的视觉输出元件的所需图像/视频。例如,在一个示例性实施例中,数码相机750可以安装在垂直柱上,并且致动器组合件760可用于在垂直柱上上下移动数码相机750,从而在资产前面的各个高度上定位数码相机750,以便捕捉各个资产及其关联的视觉输出元件状态的图像。
图像捕捉逻辑770包括用于控制图像/视频捕捉以进行分析的逻辑。图像捕捉逻辑770可以与控制器710、数码相机750、致动器组合件460等结合使用以在适当的位置上定位数码相机750,从而捕捉所需的图像并控制这些元件来执行实际的图像捕捉操作。
图像过滤/分析逻辑780包括用于过滤已捕捉图像/视频以将已捕捉图像/视频的分析重点放在物理资产的视觉输出元件状态上的逻辑。图像过滤/分析逻辑780在某些实施例中可以包括用于执行已捕捉图像/视频的复杂分析的逻辑,从而识别特定资产数字签名以便发送回资产管理***,这样不是将图像数据发送回资产管理***,而是返回数字签名的二进制表示。在其它示例性实施例中,图像过滤/分析逻辑780可以从机器人700中彻底删除,其中此类功能基于从机器人700发送回资产管理***的原始已捕捉图像数据,在资产管理***中提供。
图8是根据一个示例性实施例列出用于识别刀片中心机箱和刀片中心机箱内的刀片的示例操作的流程图。如图8所示,操作开始于从自动化视觉传感器/检测器平台(例如,启用视觉功能的自动化机器人)接收有关它已检测到当前位置上存在机架的指示(步骤810)。资产管理***将控制命令发送到组织的所有选定BCMM组,以在它们对应的刀片中心的刀片的LED上输出模式(步骤820)。视觉传感器/检测器捕捉机架的图像/视频(步骤830)。对已捕捉图像进行过滤和分析以判定机架中存在的刀片中心机箱的LED的状态,从而生成机架中每个刀片中心机箱的LED输出的已捕捉模式(步骤840)。每个已捕捉模式中的LED状态被发送回资产管理***(步骤850)。
每个刀片中心机箱的LED状态用于识别对应的刀片中心及其已存储的配置信息(步骤860)。这例如可以包括上文以及下面的图9和10中描述的迭代二分搜索操作或数码签名识别操作。刀片中心机箱的身份、它们在已捕捉图像中相对于机架内垂直位置的位置、以及视觉传感器/检测器的位置的被进行关联并存储在资产数据库中(步骤870)。这样,可以将组织布局映射到个别机架、个别刀片中心机箱以及个别刀片。
图9是根据一个示例性实施例列出用于使用二分搜索法识别刀片中心机箱的示例操作的流程图。如图9所示,操作开始于视觉传感器/检测器平台(例如,启用视觉功能的自动化机器人)在其探测数据中心期间识别新的刀片中心机箱(步骤910)。该视觉传感器/检测器平台将其位置从而将新刀片中心机箱的位置发送到资产管理***(步骤920)。资产管理***将控制信号发送到数据中心中的刀片中心机箱的BCMM,从而在刀片中心机箱集的一半BCMM的LED状态切换为“打开”,而同时另一半保持“关闭”状态(步骤930)。该视觉传感器/检测器平台捕捉目标刀片中心机箱的图像并判定其LED状态为打开还是关闭(步骤940)。该视觉传感器/检测器平台将发现的刀片中心LED状态报告给资产管理***(步骤950)。资产管理***消除其状态不与所发现的刀片中心机箱状态对应的刀片中心集,例如,如果所发现的刀片中心LED状态为打开,则不再考虑LED状态为关闭的一半刀片中心中的刀片中心机箱(步骤960)。基于剩余的一半刀片中心机箱生成新的刀片中心机箱集,该剩余的一半刀片中心机箱的LED状态对应于检测到的已发现的刀片中心机箱的LED状态(步骤970)。
判定这个新集合是否包括单个刀片中心机箱(步骤980)。如果不包括,则操作返回到步骤930。如果新集合包括单个刀片中心机箱,则判定这是所发现的刀片中心机箱的身份,并将该刀片中心机箱的位置与该刀片中心机箱的身份和配置信息存储相关联地存储起来(步骤990)。操作然后结束。
图10是根据一个示例性实施例列出用于使用数字签名法识别刀片中心机箱的示例操作的流程图。如图10所示,操作开始于资产管理***将唯一数字签名指定给数据中心的每个刀片中心机箱(步骤1010)。刀片中心机箱的BCMM被配置为响应于来自资产管理***的命令而控制其对应刀片的LED输出,从而输出指定的数字签名(步骤1020)。视觉传感器/检测器平台(例如,启用视觉功能的自动化机器人)报告其当前位置以及其在探测数据中心期间发现机架(步骤1030)。资产管理***将控制信号发送到数据中心中的刀片中心机箱的每个BCMM,以指示它们输出其数字签名(步骤1040)。该视觉传感器/检测器平台捕捉其当前位置上的机架图像(步骤1050),执行对已捕捉图像的过滤和分析(步骤1060),并将在已捕捉图像中识别的一个或多个数字签名报告回资产管理***(1070)。资产管理***将已捕捉数字签名与已存储数字签名进行关联以识别视觉传感器/检测器平台的当前位置上的机架中的刀片中心机箱(步骤1080)。然后这些刀片中心机箱的位置在资产数据库中进行更新(步骤1090),操作结束。
这样,示例性实施例提供了用于自动识别组织内物理资产的物理位置的机制。示例性实施例消除了与基于人工的物理资产识别机制关联的开销和可能的错误,这样,同时提供更有规律地使位置信息保持最新的机制。
上述示例性实施例已根据启用视觉功能的自动化机器人(例如通过安装或集成数码相机和关联的模式识别软件)进行了描述。但是应该理解,可使用非机器人的、甚至非自动化的装置实现识别物理资产位置的类似功能。即,在其它示例性实施例中,可以使用便携式数码相机设备或其它便携式视觉检测器/传感器,而不偏离示例性实施例的精神和范围。例如,示例性实施例的机制可以利用与技术人员或其它授权人员携带的硬件(例如此类授权人员携带的移动电话、平板计算设备或其它便携式计算设备)集成的数码相机。因此,上面的示例性实施例中提及的机器人可以由人类操作员取代,并且控制信号可被发送到人类操作员携带的便携式设备,其中对应的消息输出给人类操作员以帮助执行示例性实施例的图像捕捉和分析。
在其它示例性实施例中,固定相机和视觉检测器/传感器可用于实现示例性实施例的图像捕捉。例如,可以安装在组织场所的墙壁或物理结构上的监控相机可用于捕捉由示例性实施例的机制使用的图像。可以使用任何用于捕捉以上述方式进行分析的图像/视频的机制,而不偏离示例性实施例的精神和范围。
而且,尽管上面的示例性实施例根据视觉输出元件(例如,LED等,可以处于发光状态或不发光状态,且这是位设置为“0”或“1”的指示)进行描述,但是示例性实施例不限于此。而是可以使用任何可辨别的状态来可视地表示物理资产的数字签名或身份。例如,可以输出不同的灯色,可以使用不同的效果,例如闪烁等。在一个示例性实施例中,不是使用刀片的所有LED输出数字签名,而是可以使用单个LED(例如与刀片中心关联的LED)通过在预定时间段上检测到的一系列闪烁操作或其它模式输出签名。
如上所述,本发明不限于识别刀片中心机箱、刀片、机架,甚至IT资产的位置,而是可被实现为识别具有视觉指示器的任何物理资产的物理位置,这些视觉指示器可被控制来基于检测器(例如,启用视觉功能的自动化机器人等)检测到视觉指示器帮助二分搜索、唯一签名搜索或其它搜索法。这种物理资产的示例可以包括存储和网络设备、机架安装的服务器、办公地点设备或诸如电源、散热装置等之类的其它基础设施设备。
如上所述,应该理解,示例性实施例可以采取完全的硬件实施例、完全的软件实施例或同时包含硬件和软件元素的实施例的形式。在一个实施例示例中,示例性实施例的机制通过软件或程序代码实现,这些软件或程序代码包括——但不限于——固件、驻留软件、微代码等。
适合于存储和/或执行程序代码的数据处理***将包括至少一个通过***总线直接或间接地连接到存储元件的处理器。这些存储元件可以包括在程序代码的实际实现期间采用的本地存储器、大容量存储装置以及提供至少某些程序代码的临时存储以减少必须在执行期间从大容量存储装置检索的次数的高速缓存存储器。
输入/输出或I/O设备(包括——但不限于——键盘、显示器、指点设备等)可以直接地或通过中间I/O控制器连接到***。网络适配器还可以连接到***以允许数据处理***变得通过中间专用或公共网络与其它数据处理***或远程打印机或存储器件相连。电话调制解调器、电缆调制解调器和以太网只是一些当前可用的网络适配器类型。
出于说明和描述的目的给出了对本发明的描述,但所述描述并非旨在是穷举的或是将本发明限于所公开的形式。对于所属技术领域的普通技术人员来说许多修改和变化都将是显而易见的。实施例的选择和描述,旨在最佳地解释本发明的原理、实际应用,并且所属技术领域的其它普通技术人员能够理解适合于所构想的特定使用的具有各种修改的各种实施例。
Claims (16)
1.一种在数据处理***中用于判定物理区域中物理资产的物理位置的方法,包括:
控制多个物理资产以导致每个物理资产在所述物理资产的一个或多个视觉输出元件上输出视觉输出模式;
使用图像捕捉装置捕捉目标物理资产的至少一个图像,其中所述至少一个图像包括所述目标物理资产的所述一个或多个视觉输出元件的当前状态;
基于所述目标物理资产的所述一个或多个视觉输出元件的所述当前状态判定所述目标物理资产的身份;
当所述目标物理资产的所述至少一个图像被捕捉时,基于所述图像捕捉装置的物理位置判定所述目标物理资产的物理位置;以及
将标识所述目标物理资产的所述已判定的物理位置的位置数据与所述物理资产的配置信息相关联地存储在资产数据库中。
2.根据权利要求1的方法,其中控制所述多个物理资产包括根据二分搜索操作控制每个所述物理资产以打开或关闭所述物理资产的所述一个或多个视觉输出元件。
3.根据权利要求2的方法,其中基于所述目标物理资产的所述一个或多个视觉输出元件的所述当前状态判定所述目标物理资产的身份包括执行二分搜索操作,其中,在所述二分搜索操作的每个迭代中,所述多个物理资产的第一子集被控制为使其一个或多个视觉输出元件被打开,并且所述多个物理资产的第二子集被控制为使其一个或多个视觉输出元件被关闭,并且其中在每个迭代期间,所述第一子集或所述第二子集中的一个被选为进行所述二分搜索操作的下一迭代的所述多个物理资产。
4.根据权利要求1的方法,其中控制所述多个物理资产包括控制每个所述物理资产以导致所述物理资产使用所述物理资产的所述一个或多个视觉输出元件输出指定的签名。
5.根据权利要求4的方法,其中基于所述目标物理资产的所述一个或多个视觉输出元件的所述当前状态判定所述目标物理资产的身份包括检测所述目标物理资产的所述一个或多个视觉输出元件输出的所述签名,以及将所述检测到的签名与所述物理资产的标识进行关联。
6.根据权利要求1的方法,其中使用图像捕捉装置捕捉目标物理资产的至少一个图像包括使用与穿过所述物理区域的自动化机器人相连的图像捕捉装置捕捉所述至少一个图像。
7.根据权利要求6的方法,其中当所述目标物理资产的所述至少一个图像被捕捉时,基于所述图像捕捉装置的物理位置判定所述目标物理资产的物理位置包括:
当所述目标物理资产的所述至少一个图像被捕捉时,基于所述自动化机器人的物理位置判定所述目标物理资产的外壳的物理位置;以及
基于所述至少一个图像的分析判定所述外壳内所述目标物理资产的物理位置。
8.根据权利要求1的方法,其中使用图像捕捉装置捕捉目标物理资产的至少一个图像包括使用与人员携带的硬件相连的图像捕捉装置捕捉所述至少一个图像。
9.根据权利要求8的方法,其中所述硬件包括移动电话、平板计算设备或便携式计算设备中的至少一个。
10.根据权利要求1的方法,其中所述多个物理资产中的每个所述物理资产为机架中的刀片中心机箱,并且其中所述一个或多个视觉输出元件为所述刀片中心机箱中的刀片的发光二极管(LED)。
11.根据权利要求10的方法,其中控制所述多个物理资产以导致每个物理资产在所述物理资产的一个或多个视觉输出元件上输出所述视觉输出模式包括将控制信号发送到与每个所述刀片中心机箱关联的刀片中心管理模块,从而指示所述刀片中心机箱控制所述刀片中心机箱的所述刀片的所述LED。
12.根据权利要求10的方法,其中基于所述目标物理资产的所述一个或多个视觉输出元件的所述当前状态判定所述目标物理资产的身份包括:
当所述目标刀片中心机箱的所述至少一个图像被捕捉时,基于所述图像捕捉装置相连的自动化机器人的物理位置判定所述目标刀片中心机箱所在的机架的物理位置;
基于所述至少一个图像的分析判定所述机架内的所述目标刀片中心机箱的物理位置;以及
基于与所述目标刀片中心机箱关联的配置信息判定所述目标刀片中机箱中的所述刀片。
13.根据权利要求10的方法,其中每个所述刀片中心机箱被指定一个唯一签名,并且其中控制多个物理资产以导致每个物理资产在所述物理资产的一个或多个视觉输出元件上输出视觉输出模式包括将控制信号发送到与所述刀片中心机箱关联的刀片中心管理模块(BCMM)以指示每个所述BCMM控制关联的刀片中心机箱,从而使用所述刀片中心机箱中的刀片的所述发光二极管(LED)输出所述刀片中心机箱的指定唯一签名。
14.根据权利要求13的方法,其中所述指定的唯一签名是包括多个位的数字签名,这些位具有逻辑1或逻辑0设置,并且其中所述BCMM控制所述关联的刀片中心机箱,从而通过打开或关闭各个LED以生成数字签名来使用所述刀片中心机箱中的刀片的LED输出所述唯一签名,其中LED打开对应于逻辑1,LED关闭对应于逻辑0。
15.根据权利要求1的方法,进一步包括:
基于所述存储的与所述目标物理资产关联的位置数据,对所述目标物理资产执行一个或多个资产管理操作。
16.一种***,用于判定物理区域中物理资产的所述物理位置,所述***包括执行权利要求1至15中任一项的所述方法步骤的装置。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US13/751,269 US8867819B2 (en) | 2013-01-28 | 2013-01-28 | Information technology asset location using visual detectors |
US13/751,269 | 2013-01-28 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103971088A true CN103971088A (zh) | 2014-08-06 |
CN103971088B CN103971088B (zh) | 2017-08-18 |
Family
ID=51222984
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410037658.XA Active CN103971088B (zh) | 2013-01-28 | 2014-01-26 | 使用视觉检测器的信息技术资产定位方法和*** |
Country Status (2)
Country | Link |
---|---|
US (2) | US8867819B2 (zh) |
CN (1) | CN103971088B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106203343A (zh) * | 2015-04-29 | 2016-12-07 | 通用电气公司 | 用于自动资产识别的图像分析***及方法 |
CN108885105A (zh) * | 2016-03-15 | 2018-11-23 | 索尔菲斯研究股份有限公司 | 用于提供车辆认知的***和方法 |
CN109685175A (zh) * | 2018-12-27 | 2019-04-26 | 国网河北省电力有限公司电力科学研究院 | 一种电能表错误资产定位检测方法、装置及终端设备 |
CN112039725A (zh) * | 2020-08-20 | 2020-12-04 | 江苏锐创软件技术有限公司 | It物理资产监测方法、装置、平台及可读存储介质 |
WO2022179323A1 (zh) * | 2021-02-25 | 2022-09-01 | 京东科技信息技术有限公司 | 设备盘点***、方法以及存储介质 |
CN115001930A (zh) * | 2022-05-09 | 2022-09-02 | 武汉烽火技术服务有限公司 | 网元设备自动上管方法、装置及可读存储介质 |
Families Citing this family (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9595017B2 (en) * | 2012-09-25 | 2017-03-14 | International Business Machines Corporation | Asset tracking and monitoring along a transport route |
US20150098608A1 (en) * | 2013-10-08 | 2015-04-09 | International Business Machines Corporation | Management of electronic racks |
US20150193496A1 (en) * | 2014-01-08 | 2015-07-09 | International Business Machines Corporation | Indoor positioning service scanning with trap enhancement |
CA2935200C (en) * | 2014-02-16 | 2019-11-26 | United Parcel Service Of America, Inc. | Determining a delivery location and time based on the schedule or location of a consignee |
US9908239B1 (en) * | 2014-06-12 | 2018-03-06 | Amazon Technologies, Inc. | Mobile robot system |
US9636825B2 (en) * | 2014-06-26 | 2017-05-02 | Robotex Inc. | Robotic logistics system |
US9720479B2 (en) * | 2014-10-27 | 2017-08-01 | Dell Products L.P. | Server information handling system indicator light management |
US9646371B2 (en) | 2015-03-09 | 2017-05-09 | Dresser, Inc. | Utilizing an image of a valve assembly to identify the valve assembly found on a process line |
AU2016316799A1 (en) * | 2015-09-02 | 2018-03-01 | Inventio Ag | Maintenance of a transportation facility within a building using a mobile device |
US10239612B1 (en) * | 2016-07-19 | 2019-03-26 | Cooper Technologies Company | Automated commissioning and floorplan configuration |
CN108074030A (zh) * | 2017-03-03 | 2018-05-25 | 哈尔滨安天科技股份有限公司 | 一种资产信息的安全分析和可视化管理***及方法 |
US10311224B1 (en) * | 2017-03-23 | 2019-06-04 | Amazon Technologies, Inc. | Digitally sealing equipment for authentication of components |
JP6904223B2 (ja) * | 2017-11-10 | 2021-07-14 | オムロン株式会社 | 異常状態検出装置、異常状態検出方法、及び、異常状態検出プログラム |
US11650598B2 (en) * | 2017-12-30 | 2023-05-16 | Telescent Inc. | Automated physical network management system utilizing high resolution RFID, optical scans and mobile robotic actuator |
US11403476B2 (en) * | 2020-01-31 | 2022-08-02 | Core Scientific, Inc. | System and method for identifying computing devices in a data center |
US20220345378A1 (en) * | 2021-04-26 | 2022-10-27 | Hewlett Packard Enterprise Development Lp | Electronic paper-based display device node fault visualization |
US20220400573A1 (en) * | 2021-06-15 | 2022-12-15 | Dell Products L.P. | Fan management system |
EP4195122A1 (en) * | 2021-12-09 | 2023-06-14 | Nagravision Sàrl | Asset location method |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5499306A (en) * | 1993-03-08 | 1996-03-12 | Nippondenso Co., Ltd. | Position-and-attitude recognition method and apparatus by use of image pickup means |
CN1700185A (zh) * | 2004-05-20 | 2005-11-23 | 广达电脑股份有限公司 | 刀片型服务器***的多状态识别装置 |
US20070141895A1 (en) * | 2005-12-20 | 2007-06-21 | International Business Machines Corporation | Systems, methods, and media for providing visual indication of a blade configuration |
US20090198371A1 (en) * | 2008-02-01 | 2009-08-06 | Emanuel David C | Apparatus and method for asset tracking |
US20100027894A1 (en) * | 2008-07-31 | 2010-02-04 | Imageid | System and method for automatic recognition of undetected assets |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1009662A1 (en) | 1997-06-11 | 2000-06-21 | Ranpak Corp. | Cushioning conversion system and method |
US7295114B1 (en) | 2005-01-21 | 2007-11-13 | Alien Technology Corporation | Location management for radio frequency identification readers |
US8010565B2 (en) | 2006-10-16 | 2011-08-30 | Dell Products L.P. | Enterprise rack management method, apparatus and media |
US8983675B2 (en) | 2008-09-29 | 2015-03-17 | International Business Machines Corporation | System and method to dynamically change data center partitions |
US8134471B2 (en) | 2009-03-20 | 2012-03-13 | International Business Machines Corporation | Alert protocol for indicating a failure condition in a distributed system |
US8448860B2 (en) | 2010-02-28 | 2013-05-28 | Hewlett-Packard Development Company, L.P. | System and method for determining asset location in a rack |
-
2013
- 2013-01-28 US US13/751,269 patent/US8867819B2/en active Active
- 2013-01-28 US US13/751,451 patent/US8913850B2/en active Active
-
2014
- 2014-01-26 CN CN201410037658.XA patent/CN103971088B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5499306A (en) * | 1993-03-08 | 1996-03-12 | Nippondenso Co., Ltd. | Position-and-attitude recognition method and apparatus by use of image pickup means |
CN1700185A (zh) * | 2004-05-20 | 2005-11-23 | 广达电脑股份有限公司 | 刀片型服务器***的多状态识别装置 |
US20070141895A1 (en) * | 2005-12-20 | 2007-06-21 | International Business Machines Corporation | Systems, methods, and media for providing visual indication of a blade configuration |
CN100430903C (zh) * | 2005-12-20 | 2008-11-05 | 国际商业机器公司 | 用于可视刀片配置的***和方法 |
US20090198371A1 (en) * | 2008-02-01 | 2009-08-06 | Emanuel David C | Apparatus and method for asset tracking |
US20100027894A1 (en) * | 2008-07-31 | 2010-02-04 | Imageid | System and method for automatic recognition of undetected assets |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106203343A (zh) * | 2015-04-29 | 2016-12-07 | 通用电气公司 | 用于自动资产识别的图像分析***及方法 |
CN108885105A (zh) * | 2016-03-15 | 2018-11-23 | 索尔菲斯研究股份有限公司 | 用于提供车辆认知的***和方法 |
CN109685175A (zh) * | 2018-12-27 | 2019-04-26 | 国网河北省电力有限公司电力科学研究院 | 一种电能表错误资产定位检测方法、装置及终端设备 |
CN109685175B (zh) * | 2018-12-27 | 2021-11-16 | 国网河北省电力有限公司电力科学研究院 | 一种电能表错误资产定位检测方法、装置及终端设备 |
CN112039725A (zh) * | 2020-08-20 | 2020-12-04 | 江苏锐创软件技术有限公司 | It物理资产监测方法、装置、平台及可读存储介质 |
WO2022179323A1 (zh) * | 2021-02-25 | 2022-09-01 | 京东科技信息技术有限公司 | 设备盘点***、方法以及存储介质 |
CN115001930A (zh) * | 2022-05-09 | 2022-09-02 | 武汉烽火技术服务有限公司 | 网元设备自动上管方法、装置及可读存储介质 |
CN115001930B (zh) * | 2022-05-09 | 2023-05-12 | 武汉烽火技术服务有限公司 | 网元设备自动上管方法、装置及可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
US20140211984A1 (en) | 2014-07-31 |
US20140211983A1 (en) | 2014-07-31 |
CN103971088B (zh) | 2017-08-18 |
US8913850B2 (en) | 2014-12-16 |
US8867819B2 (en) | 2014-10-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103971088A (zh) | 使用视觉检测器的信息技术资产定位方法和*** | |
CN106844217B (zh) | 对应用的控件进行埋点的方法及装置、可读存储介质 | |
US9744671B2 (en) | Information technology asset type identification using a mobile vision-enabled robot | |
CN105553769B (zh) | 一种数据采集分析***和方法 | |
Gong et al. | Computer vision-based video interpretation model for automated productivity analysis of construction operations | |
CN103809499B (zh) | 远端监控***及方法 | |
CN107196788A (zh) | 一种埋点数据的处理方法、装置、服务器及客户端 | |
US9773135B2 (en) | Portable data collection system and method | |
CN109242439A (zh) | 基于变电站设备相关联数据的特征提取识别方法 | |
CN106951228A (zh) | 版本迭代中差异的处理方法和装置 | |
CN107025170A (zh) | 用于设计模型的基于覆盖的自动化的测试用例增广的***和方法 | |
CN102279737A (zh) | 用于分析过程设计的***和方法 | |
CN111754197A (zh) | 管理工作流程的实验室管理***、方法和计算机可读介质 | |
CN107392028A (zh) | 敏感信息的检测方法及其检测装置、存储介质、电子设备 | |
KR20190029115A (ko) | 복수종류의 시설물 관리를 위한 스마트기기를 활용한 환경정보수집 방법 | |
CN105515909B (zh) | 一种数据采集测试方法和装置 | |
CN116847222B (zh) | 应用于石油测井下的设备远程监控方法及*** | |
CN116709275A (zh) | 一种基于ble低功耗蓝牙技术进行资产指纹识别方法和*** | |
CN114610799A (zh) | 基于环境监测的数据处理方法、设备及存储介质 | |
Wang et al. | Hero: On the chaos when path meets modules | |
CN110351131A (zh) | 一种用于分布式链路的监控方法、装置和电子设备 | |
CN103985003A (zh) | 一种支持软件工程质量自动监控的新方法及其装置 | |
Chouhan et al. | Internet of thing based car parking system | |
CN109947466A (zh) | 一种逆向获取ue4全局对象表的方法及其装置 | |
JP2023165690A (ja) | 発電所のパトロール装置の認証管理システム及び方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |