腾讯发布数据中心运维机器人,能完成1mm高精度操作

分享到:

近日,腾讯正式发布IDC运维机器人。该机器人目前已经在广东清远云计算数据中心“上岗”试运营,未来将推广应用于腾讯几个大型IDC园区。

在大会现场,腾讯云还正式发布了全新腾讯智维自动化运营管理产品体系,IDC运维机器人已成为腾讯智维重要的一环。目前,腾讯智维已经支持了腾讯全球近百个数据中心、超20万机架规模的自动化管理运营,也服务了电信运营商、互联网、金融等行业的大批客户。

b35e18ce54ef466fb913d04b265fae78

服务器是IDC的核心资产需要持续对重达35kg的服务器进行频繁的上下架故障检修升级和退役等操作,这对运维人员体力是极大的考验,容易发生误操作,此外还存在发生安全事故的风险。

90becd1e60ff423bb24cdf657680af62

数据中心园区机器人设计还有诸多技术难点:高密度机柜排布且特征单一,机身多采用黑色吸光金属,传统基于激光雷达定位移动机器人,很难精准定位;服务器重量重体积大需要将不同厂家型号的服务器准确无误地插入。其操作精度要求高,操作空间要求大,需要一套完整的运维机器人解决方案。

针对以上技术挑战,腾讯Robotics X实验室基于在机器人敏捷移动与灵巧操作等前沿技术方向的积累,针对服务器自动化运维中的技术难点,与腾讯数据中心联合研发了IDC运维机器人,创新性实现了服务器的全自动搬运、上下架、资产扫描盘点等工作任务, 提升了IDC运维的效率,实现了以下几项关键技术突破:

在室内精准定位方面,通过融合激光雷达,IMU数据和二维码地图,实现了移动机器人的高精度定位和导航控制,其最终定位精度达到5mm,使机器人能够准确到达目标机柜的位置。

在高精度操作方面,创新的设计了双柔顺自适应机构,在推拉端和末端定位端均采用了远端柔顺中心机构,可以同时兼容平移和角度定位误差,可以在不依靠高精度传感器的情况下,能容许±25mm,±7.5度的定位误差,实现服务器的精准可靠的快速上下架,全过程在一分钟内即可完成。

在紧凑性和效率设计方面,对整体方案进行了创新设计,整个机器人的底盘整体采用了“Z”型设计和悬挂可调的全向舵轮组设计,既能满足服务器搬运的大负载需求,又能自主适应机房可能的不平地面;采用了两级升降机构和推拉行程放大机构,在增强稳定性的同时保证了机器人整体尺寸的紧凑,还实现了从低到高机柜的大范围覆盖;同时,还设计了可大范围旋转的料框(200度),能够使一台机器人可以在不用调头的情况下,实现对通道两侧的机柜进行上下架,大大的提高了机器人的效率。

此外,团队对其进行了人机协作方面的优化。机体整合多项传感器及数据传输模块能够实时获取机房传感器数据,通过云数据平台反馈温度和湿度等关键参数。同时,机器人自带远程的遥操作功能,工作人员可随时对其运行状态进行监控,并在机器人在发生故障时,通过远程协作的方式进行排除。

腾讯Robotics X实验室是腾讯企业级机器人实验室,成立于2018年3月,主攻移动、灵巧操作和智能体三大机器人核心通用技术的研究与应用。

此前实验室已发布多项移动能力成果,包括轮腿式机器人Ollie、四足移动机器人Max、自平衡自行车等,并在ICRA,IROS等机器人国际顶会及相关期刊上发表多篇论文。本次发布的IDC机器人,则是实验室集合移动、操作、智能体三大方向能力的一次应用探索。

未来,将有更多的机器人走进工业和生活场景,成为人们的智能助手,向人机共存、共创、共赢的未来不断迈进。

 

 

继续阅读
用高质量AI数据驱动人工智能全面发展

近年来,随着新技术模型出现、各行业应用场景价值打磨与海量数据积累下的产品效果提升,人工智能应用已从消费、互联网等泛C端领域,向制造、能源、电力等传统行业辐射。麦肯锡全球研究所(McKinsey Global Institute)的一项预测显示,随着人工智能技术越来越成熟,能力越来越强,预计它将极大地推动世界经济,到2030年将创造约13万亿美元的附加价值。

2022年数据管理市场的发展趋势

数据管理是一个应用广泛的市场,专注于优化数据的质量、组织和安全性,以帮助企业在各部门之间处理数据。

环球之星卫星连接如何将物联网数据转化为高价值的见解

 运输和物流行业在理解跟踪和监控资产和货物的能力的好处方面取得了长足的进步。Globalstar欧洲、中东和非洲地区营销总监Gavan Murphy写道,现在人们普遍认识到,通过准确了解高价值固定和动产(包括公路车队、航海船舶以及油罐车和集装箱)的位置和状态,可以得出运营价值。

人工智能数据对个人信息保护的作用

随着全球人工智能规模化建设和应用加速发展,人工智能治理问题近年来引发社会关注,数据安全、算法伦理、技术合规等话题成为我国人工智能产业的发展方向,保证技术“安全、可靠、可信”,平衡AI创新发展与监管治理也成为人工智能未来发展最重要的趋势。

改进边缘计算进行数据处理的最佳实践

边缘计算克服了云计算的一些缺点。生成的数据将会继续增长,更需要具有更低延迟、可扩展性和恢复能力等优势的边缘计算进行处理。然而,获得这些优势并不是那么容易。

精彩活动