技术特征：
1.一种数据中心应用的监测维护机器人系统，其特征在于，包括：环境传感器网络、后台中枢服务器、至少一台环境监测机器人以及机房环境调节设备；所述环境传感器网络由一定数量的环境传感器组成；环境传感器分布在数据中心机房空间中的预设的位点，用于感应位点处的环境参数；通过环境传感器网络将每个环境传感器感应获得的环境参数上传给后台中枢服务器；所述环境监测机器人接收所述后台中枢服务器下达的调度指令，根据调度指令所指示的空间坐标，自主移动到对应该空间坐标的数据中心机房空间位置处；所述环境监测机器人监测其所在空间局域处的环境参数，以及提取所在的空间局域的空间分布特征；将其所在空间局域的环境参数以及障碍物的空间分布特征上传给后台中枢服务器；后台中枢服务器根据环境监测机器人监测反馈的环境参数以及空间分布特征，结合环境传感器通过物联网反馈的位点环境参数，综合预测机房环境调节设备的工作状态对数据中心机房特定的目标区域的影响效果，并基于影响效果的预测以及期望的环境目标，对机房环境调节设备的工作状态展开控制；向机房安装的机房环境调节设备下达指令，启动/关闭这些机房环境调节设备，以及切换机房环境调节设备的工作模式。2.根据权利要求1所述的数据中心应用的监测维护机器人系统，其特征在于，所述环境监测机器人通过配装的摄像设备以及激光测距设备，拍摄其周边的空间场景，从空间场景中提取障碍物，并测量环境监测机器人所在点与周边障碍物的距离，从而提取环境监测机器人所在的空间局域的空间分布特征。3.根据权利要求2所述的数据中心应用的监测维护机器人系统，其特征在于，其特征在于，所述后台中枢服务器根据环境监测机器人上传的障碍物的空间分布特征，以及环境传感器的位点位置，遴选与环境监测机器人所在点的空间局域没有障碍物阻隔的环境传感器，利用没有障碍物阻隔的环境传感器感应获得的环境参数以及环境监测机器人自身感应的环境参数，组成一个环境参数组；以及根据环境监测机器人上传的障碍物的空间分布特征，选定与环境监测机器人所在点的空间局域没有障碍物阻隔的机房环境调节设备，作为能够影响环境监测机器人所在空间局域的机房环境调节设备。4.根据权利要求3所述的数据中心应用的监测维护机器人系统，其特征在于，对于后台中枢服务器所选定的每个机房环境调节设备，后台中枢服务器利用神经网络预测，根据上一时刻的预测环境参数组和当前时刻的环境参数组，训练神经网络；并通过训练后的神经网络基于当前时刻的环境参数组预测下一时刻环境参数组，通过比较下一时刻的预测环境参数组，确定机房环境调节设备对应的工作模式，并且，后台中枢服务器根据工作模式向对应的机房环境调节设备下达指令，从而控制每个被选定的机房环境调节设备的工作。5.根据权利要求4所述的数据中心应用的监测维护机器人系统，其特征在于，每个机房环境调节设备包括多个工作模式，而对应该设备的每个所述工作模式，后台中枢服务器具有一个可预先训练的神经网络；在训练过程中，所述神经网络模型以上一时刻的实际环境参数组作为输入，并输出当前时刻的预测环境参数组，将当前时刻的预测环境参数组与当前时刻的实际环境参数组进行匹配，根据匹配结果调整神经网络模型，然后进行下一轮的训练，直至当前时刻的预测环境参数组与当前时刻的实际环境参数组匹配成功，则完成训练阶段；进而，在实际控制阶段，后台中枢服务器将匹配成功的神经网络模型用于根据当前时刻的环境参数组预测下一时刻环境参数组，通过比较各个工作模式的神经网络产生的下
一时刻的预测环境参数组，将空间局域最优的预测环境参数组所对应的工作模式作为当前时刻到下一时刻之间的机房环境调节设备的工作模式，并在后续的控制过程中，重复上述过程。6.一种数据中心应用的监测维护方法，其特征在于，包括以下步骤：通过分布在数据中心机房空间中的预设的位点的环境传感器，感应位点处的环境参数，并通过环境传感器网络将每个环境传感器感应获得的环境参数上传给后台中枢服务器；根据所述后台中枢服务器下达的调度指令，使所述环境监测机器人自主移动到对应该空间坐标的数据中心机房空间位置处；通过所述环境监测机器人监测其所在空间局域处的环境参数，以及提取所在的空间局域的空间分布特征；将其所在空间局域的环境参数以及障碍物的空间分布特征上传给后台中枢服务器；通过后台中枢服务器，根据环境监测机器人监测反馈的环境参数以及空间分布特征，结合环境传感器反馈的位点环境参数，综合预测机房环境调节设备的工作状态对数据中心机房特定的目标区域的影响效果，并基于影响效果的预测以及期望的环境目标，对机房环境调节设备的工作状态展开控制；向机房安装的机房环境调节设备下达指令，启动/关闭这些机房环境调节设备，以及切换机房环境调节设备的工作模式。7.根据权利要求6所述的数据中心应用的监测维护方法，其特征在于，通过所述环境监测机器人配装的摄像设备以及激光测距设备，拍摄其周边的空间场景，从空间场景中提取障碍物，并测量环境监测机器人所在点与周边障碍物的距离，从而提取环境监测机器人所在的空间局域的空间分布特征。8.根据权利要求7所述的数据中心应用的监测维护方法，其特征在于，根据环境监测机器人上传的障碍物的空间分布特征，以及环境传感器的位点位置，遴选与环境监测机器人所在点的空间局域没有障碍物阻隔的环境传感器，利用没有障碍物阻隔的环境传感器感应获得的环境参数以及环境监测机器人自身感应的环境参数，组成一个环境参数组；以及根据环境监测机器人上传的障碍物的空间分布特征，选定与环境监测机器人所在点的空间局域没有障碍物阻隔的机房环境调节设备，作为能够影响环境监测机器人所在空间局域的机房环境调节设备。9.根据权利要求8所述的数据中心应用的监测维护方法，其特征在于，对于后台中枢服务器所选定的每个机房环境调节设备，利用神经网络预测，根据上一时刻的预测环境参数组和当前时刻的环境参数组，训练神经网络；并通过训练后的神经网络基于当前时刻的环境参数组预测下一时刻环境参数组，通过比较下一时刻的预测环境参数组，确定机房环境调节设备对应的工作模式，并且，根据工作模式向对应的机房环境调节设备下达指令，从而控制每个被选定的机房环境调节设备的工作。10.根据权利要求9所述的数据中心应用的监测维护方法，其特征在于，每个机房环境调节设备包括多个工作模式，而对应该设备的每个所述工作模式，具有一个可预先训练的神经网络；在训练过程中，所述神经网络模型以上一时刻的实际环境参数组作为输入，并输出当前时刻的预测环境参数组，将当前时刻的预测环境参数组与当前时刻的实际环境参数组进行匹配，根据匹配结果调整神经网络模型，然后进行下一轮的训练，直至当前时刻的预测环境参数组与当前时刻的实际环境参数组匹配成功，则完成训练阶段；进而，在实际控制
阶段，将匹配成功的神经网络模型用于根据当前时刻的环境参数组预测下一时刻环境参数组，通过比较各个工作模式的神经网络产生的下一时刻的预测环境参数组，将空间局域最优的预测环境参数组所对应的工作模式作为当前时刻到下一时刻之间的机房环境调节设备的工作模式，并在后续的控制过程中，重复上述过程。