1.一種利用巡維機器人實現服務器啟停的方法，其特征在于，具體采用以下步驟進行：

步驟1、確定數據中心服務器控制臺的配置，將數據中心全部服務器接入到服務器控制臺；

步驟2、使用激光雷達，慣性測量單元及里程計，利用SLAM算法完成機房地圖及巡維機器人路徑規劃；

步驟3、對巡維機器人進行操作，控制巡維機器人移動到服務器控制臺；

步驟4、巡維機器人獲取服務器控制臺的圖像，對服務器控制臺的圖像進行識別，根據識別結果對服務器控制臺進行操作，實現對服務器的控制；

所述巡維機器人移動到服務器控制臺的移動速度可自行設定；

所述巡維機器人獲取服務器控制臺的圖像通過安裝在巡維機器人上的高清攝像頭實現；

所述對服務器控制臺的圖像進行識別，具體采用以下步驟進行：

步驟1、對服務器控制臺的圖像進行去噪處理；

步驟2、對去噪后的圖像進行初步分割，得到初步分割結果；

步驟3、根據初步分割結果對圖像進行二次分割，得到最終分割結果；

步驟4、根據最終分割結果對分割效果進行評價；

步驟5、根據分割結果對圖像進行識別；

所述對去噪后的圖像進行初步分割，具體采用以下步驟進行：

步驟1、對去噪后的圖像進行平滑處理；

步驟2、對平滑處理后的圖像進行初步分割；

所述對去噪后的圖像進行平滑處理，具體采用以下方式進行：采用核函數K(g₁,g₂)對圖像進行平滑處理，得到圖像的密度極大值點，所述核函數為：

式中,x^r表示圖像像素x的二維空間位置坐標，x^s表示圖像像素x的三維色彩特征向量，g₁為核函數的半徑，代表空域的核大小，g₂為色彩特征空間的半徑，代表值域的核大小；

所述對平滑處理后的圖像進行初步分割，具體采用以下方式進行：圖像中在同一個密度極大值點收斂的像素點劃分為同一類，并把類的標號賦予類之內的所有點，若是分割之后的某個類的點的個數小于M，則將該類合并到相鄰區域，得到圖像的初步分割結果；所述劃分標準為：所述在同一個密度極大值點收斂的像素點為空間域中距離小于g₁或色彩特征空間中距離小于g₂的像素點；

所述根據初步分割結果對圖像進行二次分割，具體采用以下步驟進行：

步驟1、根據初步分割結果獲取圖像的一次處理結果；

步驟2、根據初步分割結果獲取圖像的二次處理結果；

步驟3、根據一次處理結果和二次處理結果得到圖像的最終分割結果；

所述根據初步分割結果獲取圖像的一次處理結果，具體采用以下方式進行：將經過初步分割后圖像被劃分為n個區域，Q_i表示初步分割后圖像的第i個區域，i＝1,2,…,n，每個區域對應的顏色向量用表示：

式中，x_1i,x_2i,x_3i分別表示第i個區域內所有像素對應的紅色、綠色、藍色顏色分量的平均值；

將每個區域對應的顏色向量看作一個簇，采用下式計算簇之間的第一距離因子，

式中，D_ij表示第i個簇和第j個簇之間的第一距離因子；

設定第一合并閾值，對第一距離因子小于第一合并閾值的簇進行合并，計算最終簇的數目，得到圖像的一次處理結果；

所述根據初步分割結果獲取圖像的二次處理結果，具體采用以下方式進行：將經過初步分割后圖像被劃分為n個區域，Q_i表示初步分割后圖像的第i個區域，i＝1,2,…,n，每個區域對應的灰度值用表示，表示第i個區域內所有像素對應的灰度值的平均值；

將每個區域對應的灰度值看作一個簇，采用下式計算簇之間的第二距離因子，

式中，E_ij表示第i個簇和第j個簇之間的第二距離因子；

設定第二合并閾值，對第二距離因子小于第二合并閾值的簇進行合并，計算最終簇的數目，得到圖像的二次處理結果；

所述根據一次處理結果和二次處理結果得到圖像的最終分割結果，具體采用以下方式進行：將一次處理結果和二次處理結果中簇的數目少的處理結果作為圖像的最終分割結果。