[发明专利]一种基于知识图谱的船舶意图识别与推理方法及系统

说明书

本发明公开了一种基于知识图谱的船舶意图识别与推理方法及系统，该方法包括：根据获取的知识数据抽取知识数据的实体、实体属性及实体间的关系形成船舶意图知识图谱；对传感器数据进行语义处理，将语义处理后的数据输入船舶意图知识图谱进行实体识别和属性识别；对实体和实体属性进行路径计算，当知识图谱路径缺失节点时，对节点进行自动补全，当路径有重复节点或有歧义节点时，自动删除重复节点和利用消歧模型自动消歧，得到完整的计算路径；并按照路径进行船舶意图计算，从而推理出船舶意图。本发明实现了船舶意图识别与推理，便于指导本船的行为决策，极大地减轻船员和岸基管理人员的工作量，为航运更高效、更经济、更安全奠定了基础。

技术领域

本发明涉及计算机智能识别与推理技术领域，尤其涉及一种基于知识图谱的船舶意图识别与推理方法及系统。

背景技术

随着世界航运的快速发展，船舶数量呈现增长的态势，船舶会遇越来越频繁、交通冲突严重，船舶发生碰撞危险的几率大大增加，给船舶安全航行及交通监管带来巨大挑战。船舶意图不明确或意图判断失误往往是导致船舶陷入危险紧迫局面并引发碰撞事故的重要原因。准确辨识船舶意图并对碰撞风险进行及时预警，对开发船舶避碰助航预警系统、船舶驾驶智能化和交通管理智能化具有重要的现实意义和应用价值。

目前，关于船舶意图识别与推理的研究还处于空白期，但在汽车驾驶意图识别领域研究颇多，学者们大都使用是隐形马尔科夫模型(HMM)、支持向量机(SVM)、稀疏贝叶斯(SBL)和BP人工神经网络等方法研究汽车驾驶意图识别。然而，这些方法存在融合多源信息难、识别时间长、识别率低且难以考虑专家经验等问题。知识图谱可很好地规避这些问题，知识图谱具有可动态变化数据模式、注重语义表达、高效查询、关联清晰和机器可理解等优点，可以融合非结构化和结构化的多源异构信息孤岛，获取增值能力，提升应用效能。因此，如何构建船舶意图知识图谱对有效识别船舶意图显得尤为重要。

利用知识谱图对船舶意图识别和推理，首先需要构建船舶意图识别领域知识图谱，主要是从非结构化的数据中提取实体、实体属性及实体间的关系。目前，利用机器学习、数据挖掘技术提取知识的准确度和识别率远远低于人工提取。因此，如何人工从数据源中提取相关知识是构建船舶意图知识图谱乃至于船舶意图识别与推理的关键核心问题。其次，需要将船舶传感器数据进行语义处理，并能自动输入知识图谱进行实体识别并进行图计算；最后本船(或岸基)基于船舶意图知识图谱自动识别和推理他船意图，以便于本船采取相应船舶行为决策。

发明内容

本发明要解决的技术问题在于针对现有技术中的缺陷，提供一种基于知识图谱的船舶意图识别与推理方法及系统，旨在船舶能在无人操作的情况下能类似人脑对他船的意图进行识别和推理，特别是对他船的行为意图进行判断，为船舶自主避碰和智能航行奠定基础。

本发明解决其技术问题所采用的技术方案是：

本发明提供一种基于知识图谱的船舶意图识别与推理方法，该方法包括以下步骤：

步骤一、获取船舶意图的知识数据，根据获取的知识数据抽取知识数据的实体、实体属性及实体间的关系形成船舶意图知识图谱；

步骤二、通过传感器对船舶航行的数据进行采集，对传感器数据进行语义处理，将语义处理后的数据输入船舶意图知识图谱进行实体识别和属性识别；

步骤三、对实体和实体属性进行路径计算，当知识图谱路径缺失节点时，对节点进行自动补全，当路径有重复节点或有歧义节点时，自动删除重复节点和利用消歧模型自动消歧，得到完整的计算路径；并按照路径进行船舶意图计算，从而推理出船舶意图。

进一步地，本发明的所述步骤一中船舶意图知识图谱具体包括：

船舶意图知识图谱根据三元组(Object,intention,Scenario)的规则进行构建，Object代表船舶对象，intention代表船舶意图，Scenario代表船舶产生意图的场景。