加载中...
机器人资源总览
每台设备的履历、运行时长、任务历史和维护记录集中在一张资源视图里。运维和项目经理可以按站点、型号、健康状态筛选，快速定位闲置、高故障或即将维保的机器人。
- 设备台账与运行统计联动，避免表格和现场脱节
- 任务历史可下钻到单次执行，便于对账和考核
- 维护记录与告警关联，支撑预防性维保
异构集群管理
网关适配多品牌协议与驱动，把无人机、四足、轮式、轨道机器人和传感器等纳入同一接入层。技能包可按项目开通，减少为每个厂家单独开发对接的成本。例图为空中无人机管理。
- 协议与驱动统一管理，新机型以配置接入为主
- 技能包按站点开通，控制功能暴露范围
- 覆盖空中、地面与传感设备，避免多套网关并存
端侧小脑管理
现场边缘节点承担模型推理、困难样本采集和心跳上报。云端下发模型与策略后，小脑在弱网或断网窗口内仍能维持基本识别，恢复连接后再同步结果。
- 模型版本下发与回滚，避免现场锁死旧模型
- 困难样本回传，为天思闭环提供训练素材
- 心跳与资源监控，及时发现边缘节点失联
智能归因分析
任务失败或超时后，归因分析从执行日志、设备状态和路径冲突中定位根因，区分是算法误报、网络抖动还是机械故障，缩短现场排障时间。
- 按任务维度聚合失败原因，而不是只看单条告警
- 关联设备健康与路径冲突，减少误判
- 输出可执行的处置建议，便于运维闭环
失败分析
通过全局指标概览与AI根因分析，结合模型置信度及关联因素权重可视化，为任务失败提供可解释的因果推断，帮助运维人员快速定位硬件问题并精准排查。
- 全局指标概览：顶部卡片展示任务总数、成功率及平均耗时，运行状况一目了然
- AI根因精准定位：自动分析失败原因并给出逻辑依据，如定位激光雷达偏移，附置信度
- 关联因素权重可视化：以进度条量化展示地面材质、传感器校准等因素占比，辅助排查
因果链
以时间轴形式完整还原任务失败过程，逐层推导出电量规划不足的根因，并自动生成针对性改进建议，支持一键导出报告，帮助运维人员高效复盘与优化
- 全链路因果时间轴：按时间顺序还原任务从开始到失败的完整过程，节点清晰可溯
- 失败根因逐层推导：精准定位电量规划不足为根因，并展示逆风、耗电异常等中间环节
- 智能改进建议输出：针对根因自动生成优化电量算法、增加风速数据等可落地建议