服务器的自动维护方法与流程

本发明涉及服务器维护领域，特别涉及一种服务器的自动维护方法。

背景技术：

随着互联网、云计算、移动终端和物联网的迅猛发展，人们对计算能力的要求也不断提高，作为与计算密不可分的存储技术，也伴随着计算模型的升级，从最初的单机存储、网络存储、分布式存储发展到现在的云存储。现有网络上的数据通常存储在服务器的硬盘上，随着服务器技术的不断发展，服务器所支持的硬盘数量越来越多，因而监控硬盘在线状态的工作变得越来越繁琐。现有服务器的维护方法能及时发现硬盘是否发生异常，当发现硬盘存在异常时，机器人会运动到处于异常状态的硬盘的区域位置，通过获取异常硬盘的定位信息，将异常硬盘取出并更换为正常工作的硬盘。当用户不在现场时，就不能及时了解硬盘的状况，也不能由用户随时随地控制机器人的动作，这对服务器的监控和维护造成不便，影响用户体验。另外，传统服务器的维护方法中提供的定位导航方式仅仅是通过在机器人运动的区域设置二维码，机器人识别二维码，通过二维码导航运动到异常硬盘所在的区域位置，其定位导航方式较为单一，对于用户来讲没有其他可以选择的定位导航方式。

技术实现要素：

本发明要解决的技术问题在于，针对现有技术的上述缺陷，提供一种能使用户及时了解服务器的状况，能随时随地控制机器人的动作，方便对服务器进行监控和维护，增强用户体验，提供多种定位导航方式的服务器的自动维护方法。

本发明解决其技术问题所采用的技术方案是：构造一种服务器的自动维护方法，包括如下步骤：

a)监控程序定期扫描服务器中硬盘的状态，并将扫描结果记录到配置文件中；

b)将所述扫描结果与存储在所述服务器的数据库中的初始配置数据进行对比，判断是否相同，如是，执行步骤c)；否则，执行步骤d)；

c)判断为所述硬盘正常，返回步骤a)；

d)判断为所述硬盘异常，执行步骤e)；

e)所述监控程序将所述硬盘的异常信息及区域位置信息发送给手机app，并对所述硬盘进行定位并标识处于异常状态，执行步骤f)；

f)通过所述手机app从提供的多种定位导航方式中选择一种定位导航方式，所述手机app根据所述硬盘的异常信息及区域位置信息，向所述机器人发出控制指令，执行步骤g)；

g)所述机器人收到所述控制指令后，按照选择的定位导航方式运动到所述硬盘的区域位置，所述机器人识别所述硬盘的标识，以获取所述硬盘的定位信息，执行步骤h)；

h)将所述硬盘更换为能正常工作的硬盘。

在本发明所述的服务器的自动维护方法中，所述定位导航方式为激光定位导航、视觉定位导航或超声波定位导航。

在本发明所述的服务器的自动维护方法中，在所述步骤g)中，当选择的是激光定位导航时，所述机器人按照所述激光定位导航运动到所述硬盘的区域位置后，所述机器人对所述硬盘发射激光信号，再根据所述硬盘反射回来的信号时间差来计算所述硬盘与所述机器人的距离，通过发射激光的角度来确定所述硬盘与所述机器人的角度，得到所述硬盘与所述机器人的相对位置。

在本发明所述的服务器的自动维护方法中，在所述步骤g)中，当选择的是视觉定位导航时，所述机器人按照所述视觉定位导航运动到所述硬盘的区域位置后，采用所述机器人上的摄像头对所述硬盘进行图像信息采集，将采集的图像信息进行压缩后反馈到一个由神经网络和统计学方法构成的学习子系统，再由所述学习子系统将所述图像信息与所述机器人的实际位置联系起来，完成所述机器人的自主定位导航。

在本发明所述的服务器的自动维护方法中，在所述步骤g)中，当选择的是超声波定位导航时，所述机器人按照所述超声波定位导航运动到所述硬盘的区域位置后，由所述机器人上的超声波传感器发射探头发射出超声波，所述超声波在介质中遇到所述硬盘而返回该所述机器人，所述机器人通过接收自身发射的超声波反射信号，根据所述超声波发出及回波接收时间差及传播速度，计算出传播距离，即得到所述硬盘到所述机器人的距离。

在本发明所述的服务器的自动维护方法中，所述机器人按照选择的定位导航方式运动到所述硬盘的区域位置的过程中，按照规划的最优路径来运动；所述最优路径的规划包括离线全局路径规划和在线局部规划。

在本发明所述的服务器的自动维护方法中，所述离线全局路径规划采用可视图法或栅格法来实现，所述在线局部规划采用人工势场法、模糊逻辑算法或遗传算法来实现。

在本发明所述的服务器的自动维护方法中，所述步骤h)进一步包括：

h1)所述机器人的手臂旋转第一设定角度，将所述手臂的按压组件对准所述服务器的解锁开关并按所述解锁开关，使所述硬盘的连接臂从所述服务器弹出；

h2)所述机器人的手臂旋转第二设定角度，使所述机器人的夹爪对准所述连接臂，并夹持所述连接臂以先将所述硬盘拉出第一设定距离；

h3)放开所述连接臂再夹住所述硬盘的硬盘本体，以将所述硬盘从所述服务器的机柜内取出来。

在本发明所述的服务器的自动维护方法中，在所述步骤h)之后还包括：

i)所述机器人的手臂再旋转第三设定角度，使所述手臂复位；所述第一设定角度、第二设定角度及第三设定角度之和为360°，所述第一设定角度、第二设定角度及第三设定角度两两之间的差值小于8°。

在本发明所述的服务器的自动维护方法中，所述监控程序采用异常指示灯、文字或符号作为所述硬盘异常的标识。

实施本发明的服务器的自动维护方法，具有以下有益效果：由于通过手机app可以从提供的多种定位导航方式中选择一种定位导航方式，手机app根据硬盘的异常信息及区域位置信息，向机器人发出控制指令，机器人就可以按照选择的定位导航方式运动到硬盘的区域位置，识别硬盘的标识，以获取硬盘的定位信息，将硬盘更换为能正常工作的硬盘，由于用户可以通过手机app查看硬盘的状况，且能通过手机app控制机器人进行相应的动作，因此本发明能使用户及时了解服务器的状况，能随时随地控制机器人的动作，方便对服务器进行监控和维护，增强用户体验，提供多种定位导航方式。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明服务器的自动维护方法一个实施例中的流程图；

图2为所述实施例中将硬盘更换为能正常工作的硬盘的具体流程图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

在本发明服务器的自动维护方法实施例中，该服务器的自动维护方法的流程图如图1所示。图1中，该服务器的自动维护方法包括如下步骤：

步骤s01监控程序定期扫描服务器中硬盘的状态，并将扫描结果记录到配置文件中：具体而言，当一个服务器中有多个硬盘时，将监控程序部署在该服务器中，通过监控程序定期扫描该服务器中硬盘的状态，并将扫描结果记录到配置文件中。当一个机房内有多个服务器，且这多个服务器共用硬盘阵列，硬盘阵列中含有多个硬盘，可以将监控程序部署在其中一个服务器上，通过该服务器中的监控程序定期扫描所有服务器共用的硬盘阵列，并将扫描结果记录到服务器的配置文件中。该监控程序是一种全新的监控程序，与现有技术中的监控程序是有区别的，其不仅以监控一个服务器中多个硬盘的状态，还可以监控一个机房中多个服务器共用的硬盘阵列的状态。

值得一提的是，在该监控程序初次运行时会生成一个初始配置数据，将该初始配置数据事先存储在服务器的数据库中。

步骤s02将扫描结果与存储在服务器的数据库中的初始配置数据进行对比，判断是否相同：本步骤中，将监控程序的扫描结果与存储在服务器的数据库中的初始配置数据进行对比，判断该扫描结果与初始配置数据是否相同，如果判断的结果为是，即可扫描结果与初始配置数据相同，则执行步骤s03；如果判断的结果为否，即扫描结果与初始配置数据不相同，则执行步骤s04。

步骤s03判断为硬盘正常：如果上述步骤s02的判断的结果为是，则执行本步骤，本步骤中，判断为硬盘正常，执行本步骤，返回步骤s01继续对该硬盘进行扫描。

步骤s04判断为硬盘异常：如果上述步骤s02的判断结果为是，则执行本步骤。本步骤中，判断为硬盘异常。换句话说，监控程序将每次扫描的结果与初始配置数据进行对比，若与初始配置数据不相同，则判断为硬盘异常。执行完本步骤，执行步骤s05。

步骤s05监控程序将硬盘的异常信息及区域位置信息发送给手机app，并对硬盘进行定位并标识处于异常状态：本步骤中，当硬盘发生故障或者离线时，监控程序会通过预设算法得出服务器的机柜号、硬盘的盘符和槽位号，然后将表征该硬盘发生异常的异常信息以及含有服务器的机柜号、盘符和槽位号的区域位置信息发送给手机app，并在处于异常状态的硬盘的具体位置进行标识。监控程序可以采用异常指示灯、文字或符号作为硬盘异常的标识，例如：该标识可以为服务器的异常指示灯亮、异常指示灯从一种颜色变为另一种颜色、显示异常文字或符号等。值得一提的是，手机app主要用于接收监控程序发送的硬盘的异常信息及区域位置信息、选择定位导航方式以及控制机器人进行相应运动等。目前基本上人手一部手机，用户的手机基本上随身携带的，因此使用手机控制较为方便，还能实现随时随地进行控制。执行完本步骤，执行步骤s06。

步骤s06通过手机app从提供的多种定位导航方式中选择一种定位导航方式，手机app根据硬盘的异常信息及区域位置信息，向机器人发出控制指令：本步骤中，手机app中提供多种定位导航方式可以供用户选择，用户可以通过手机app选择其中一种定位导航方式，然后手机app根据硬盘的异常信息及区域位置信息，向机器人发出控制指令(即控制机器人运动的指令)。

本实施例中，手机app中提供的定位导航方式包含激光定位导航、视觉定位导航和超声波定位导航。用户可以实际需求，从中选择一种合适的定位导航方式。执行完本步骤，执行步骤s07。

步骤s07机器人收到控制指令后，按照选择的定位导航方式运动到硬盘的区域位置，机器人识别硬盘的标识，以获取硬盘的定位信息：本步骤中，当机器人收到手机app发送的控制指令后，按照选择的定位导航方式运动到硬盘的区域位置，机器人识别硬盘的标识，以获取硬盘的定位信息。

具体而言，当用户在手机app上选择的是激光定位导航时，即激光雷达+slam技术相结合的激光定位导航，机器人按照激光定位导航运动到出现异常的硬盘的区域位置后，机器人对硬盘发射激光信号，再根据硬盘反射回来的信号时间差来计算硬盘与机器人的距离，通过发射激光的角度来确定硬盘与机器人的角度，得到硬盘与机器人的相对位置。对于该激光定位导航，激光雷达具有指向性强的特点，使得导航的精度得到有效保障，能很好地适应室内环境。

视觉定位导航技术包含了摄像机(ccd图像传感器)、视频信号数字化设备、基于dsp的快速信号处理器、计算机及其外设等。当用户在手机app上选择的是视觉定位导航时，机器人按照激视觉定位导航运动到出现异常的硬盘的区域位置后，要对机器人周边的环境进行光学处理，先采用机器人上的摄像头对硬盘进行图像信息采集，将采集的图像信息进行压缩后反馈到一个由神经网络和统计学方法构成的学习子系统，再由学习子系统将图像信息与机器人的实际位置联系起来，完成机器人的自主定位导航。但该视觉定位导航也存在如下问题：图像处理量巨大，一般计算机无法完成运算，实时性比较差，且容易受光线条件限制，无法在黑暗环境中进行工作。

当用户在手机app上选择的是超声波定位导航时，机器人按照超声波定位导航运动到出现异常的硬盘的区域位置后，由机器人上的超声波传感器发射探头发射出超声波，超声波在介质中遇到硬盘而返回该机器人，机器人通过接收自身发射的超声波反射信号，根据超声波发出及回波接收时间差及传播速度，计算出传播距离，即得到硬盘到机器人的距离，即有公式：s＝tv/2；该公式中，s为传播距离，t为超声波发射和接收的时间差；v为超声波在介质中传播的波速。超声波定位导航技术成本低廉，并可以识别红外传感器识别不了的物体，比如玻璃、镜子、黑体等障碍物。但是这种定位导航技术容易受天气、周围环境等以及障碍物阴影，表面粗糙等外界环境的影响，适用范围较小导航精度差。

在实际应用中，用户还需根据实际需求选择一种定位导航方式。当然，也可以自己的需求，再增加另外其他的定位导航方式，例如：红外线定位导航。红外线定位导航技术是红外线ir标识发射调制的红外射线，通过安装在室内的光学传感器接收进行定位。使用红外线导航定位技术的机器人需要在特定位置安装一个光学传感器，这个光学传感器能够接受服务机器人发射出的红外射线，采用这种定位技术的机器人能够测量的距离比较远，而且在发射率比较低的情况下也能进行距离测量，且响应时间短行动速度较快。但受环境的干扰较大，对于近似黑体、透明的物体无法检测距离，且有其他遮挡物的时无法正常工作，需要每个房间、走廊安装接收天线，铺设导轨，造价比较高。

值得一提的是，本实施例中，机器人按照选择的定位导航方式运动到硬盘的区域位置的过程中，具体是按照规划的最优路径来运动。该最优路径的规划包括离线全局路径规划和在线局部规划。

其中，离线全局路径规划采用可视图法或栅格法来实现，在线局部规划采用人工势场法、模糊逻辑算法或遗传算法来实现。

其中，可视图法将机器人、目标点(硬盘)和多边形障碍物的各顶点视为节点，把机器人、目标点和多边形障碍物的各顶点进行组合连接，连接的直线视为弧，要求机器人和障碍物各顶点之间、目标点和障碍物各顶点之间以及各障碍物顶点与顶点之间的连线均不能穿越障碍物，即直线是可视的。从而最优路径搜索问题就转化为在这些直线中搜索从起始点到目标点的最短距离问题。可视图法能求得最短路径，但缺乏灵活性，若障碍物过多，搜索时间会很长。

而栅格法将机器人的工作环境分解成一系列具有二值信息的网格单元，每个矩形栅格有一个累积值，表示在此方位中存在硬盘的可信度，高的累积值表示存在硬盘的可能性高。传感器不断快速采样环境，存在硬盘的栅格将会不断被检测到，从而导致高的累积值。栅格大小的选择直接影响着控制算法的性能，栅格选得小，环境分辨率小，但抗干扰能力弱，环境信息存储量大，决策速度慢；栅格选得大，抗干扰能力强，环境信息存储量小，决策速度快，但分辨率下降。

人工势场法是将机器人在未知环境中的运动视为在人工虚拟力场中的运动，即目标(硬盘)对被规划对象(机器人)存在吸引力，而障碍物对其有排斥力，引力与斥力的合力作为机器人运动的加速力，从而计算机器人的位置和控制机器人的运动方向。势场法结构简单，便于低层的实时控制。

模糊逻辑算法是根据比较模糊的环境信息，靠经验来决策采取什么样的操作，该法克服了势场法易产生局部极小的问题，计算量不大，易做到边规划边跟踪，适用于时变未知环境下的路径规划，实时性较好。

遗传算法是一种基于自然选择和基因遗传学原理的搜索算法。遗传算法借鉴物种进化的思想，将欲求解的问题进行编码，每一个可能解均被表示成字符串的形式，初始化随机产生一个种群的侯选群，种群规模固定为n(n为大于1的整数)，用合理的适应度函数对种群进行性能评估，并在此基础上进行繁殖、交叉和变异遗传操作。适应度函数类似于自然选择的某种力量，繁殖、交叉和变异这三个遗传算子则分别模拟了然界生物的繁衍、交配和基因突变。多数优化算法都是单点搜索算法，很容易陷入局部最优，而遗传算法却是一种多点搜索算法，因而更有可能搜索到全局最优解。

执行完本步骤，执行步骤s08。

步骤s08将硬盘更换为能正常工作的硬盘：本步骤中，将硬盘更换为能正常工作的硬盘。

由于本发明可以通过手机app从提供的多种定位导航方式中选择一种定位导航方式，手机app根据硬盘的异常信息及区域位置信息，向机器人发出控制指令，机器人就可以按照选择的定位导航方式运动到硬盘的区域位置，识别硬盘的标识，以获取硬盘的定位信息；将硬盘更换为能正常工作的硬盘，由于用户可以通过手机app查看硬盘的状况，且能通过手机app控制机器人进行相应的动作，因此本发明能使用户及时了解服务器的状况，能随时随地控制机器人的动作，方便对服务器进行监控和维护，增强用户体验，提供多种定位导航方式。

对于本实施例而言，上述步骤s08还可进一步细化，其细化后的流程图如图2所示。图2中，上述步骤s08进一步包括如下步骤：

步骤s81机器人的手臂旋转第一设定角度，将手臂的按压组件对准服务器的解锁开关并按解锁开关，使硬盘的连接臂从服务器弹出：本步骤中的第一设定角度是通过软件预先设定好的，该第一设定角度的大小可以根据具体情况进行相应调整。

步骤s82机器人的手臂旋转第二设定角度，使机器人的夹爪对准连接臂，并夹持连接臂以先将硬盘拉出第一设定距离：本步骤中的第二设定角度和第一设定距离是通过软件预先设定好的，该第二设定角度的大小和第一设定距离的长度可以根据具体情况进行相应调整。

步骤s83放开连接臂再夹住硬盘的硬盘本体，以将硬盘从服务器的机柜内取出来：本步骤中，放开连接臂再夹住硬盘的硬盘本体，以将硬盘从服务器的机柜内取出来。

由于在按解锁开关后，硬盘的连接臂从服务器的机柜弹出，首先夹持连接臂以先将异常硬盘拉出第一设定距离，然后再夹住异常硬盘的硬盘本体，以将异常硬盘从机柜内取出来。因而能够稳定可靠的夹持异常硬盘，较好地避免掉落。其中，为了更好地避免夹持不稳，第一设定距离的长度大于硬盘长度的三分之一，并且小于硬盘长度的二分之一。值得一提的是，本实施例中，在步骤s08之后还可以执行如下步骤s09，参见图1。该步骤s09如下：

步骤s09机器人的手臂再旋转第三设定角度，使手臂复位：本步骤中，机器人的手臂再旋转第三设定角度，使手臂复位。该第三设定角度是软件预先设定好的，该第三设定角度的大小可以根据具体情况进行相应调整。其中，第一设定角度、第二设定角度及第三设定角度之和为360°，第一设定角度、第二设定角度及第三设定角度两两之间的差值小于8°。具体而言，第一设定角度与第二设定角度之间的差值小于8°，第一设定角度与第三设定角度之间的差值小于8°，第二设定角度与第三设定角度之间的差值小于8°。因此，本发明可提高取出处于异常状态的硬盘的效率。优选地，当第一设定角度、第二设定角度及第三设定角度相同时，效率会更高。

总之，本发明通过手机app可以从提供的多种定位导航方式中选择一种定位导航方式，手机app根据硬盘的异常信息及区域位置信息，向机器人发出控制指令，机器人就可以按照选择的定位导航方式运动到硬盘的区域位置，识别硬盘的标识，以获取硬盘的定位信息，将硬盘更换为能正常工作的硬盘。由于用户可以通过手机app查看硬盘的状况，且能通过手机app控制机器人进行相应的动作，因此本发明能使用户及时了解服务器的状况，能随时随地控制机器人的动作，方便对服务器进行监控和维护，增强用户体验，提供多种定位导航方式。值得一提的是，上述对服务器的硬盘进行自动维护的方法，也可以适用于对存储阵列柜进行自动维护。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。