[发明专利]融合COLREGs场景知识的船舶行为意图识别与推理方法及装置

权利要求书

1.一种融合COLREGs场景知识的船舶行为意图识别与推理方法，其特征在于，包括以下步骤：

获取船舶航行数据；

基于COLREGs对船舶行为意图进行分类，得到船舶行为意图集；

根据船舶行为意图建立融合COLREGs的船舶行为一阶逻辑谓词知识库；

基于建立的船舶行为一阶逻辑谓词知识库建立船舶行为规则知识库；

根据建立的规则知识库构建马尔科夫逻辑网络；

根据获取的航行数据和建立的马尔科夫逻辑网识别和推理船舶的行为。

2.根据权利要求1所述的融合COLREGs场景知识的船舶行为意图识别与推理方法，其特征在于，船舶航行数据包括船舶航行动静态数据以及先验的船舶航行地理环境数据；船舶航行静态数据包括海上移动标识码MMSI，船舶航行动态数据包括位置Position、时间Time、对地航向COG、对地航速SOG，船舶航行地理环境数据包括港口内的通航设施的范围和名称信息，通航设施包括锚地、航道、泊位。

3.根据权利要求1所述的融合COLREGs场景知识的船舶行为意图识别与推理方法，其特征在于，根据COLREGs的条款规定，获取条款约束下的不同船舶行为意图，建立船舶行为意图集。

4.根据权利要求1所述的融合COLREGs场景知识的船舶行为意图识别与推理方法，其特征在于，基于专家知识建立相应的谓词并形成一阶逻辑谓词知识库，其中，谓词表示对船舶行为简单证据的描述及其之间关联关系的描述，每一个谓词都会提供布尔类型的值，如果谓词成立则返回True，否则返回False；简单证据是指与船舶行为有关的不可再分的船舶属性知识，包括动态属性和静态属性以及时间知识；

基于已经建立的一阶逻辑谓词，利用逻辑关系语言以及量词组合不同的谓词建立规则，进而得到相应的船舶行为规则知识库。

5.根据权利要求4所述的融合COLREGs场景知识的船舶行为意图识别与推理方法，其特征在于，动态属性知识包括船舶运动属性、拓扑属性、距离属性和角度属性；

船舶运动属性知识包括移动和停留，移动包含变向和变速；其中变向包含左转、右转、直行；变速包含加速、减速、匀速；

船舶拓扑属性表示船舶与周围航行地理环境的交互知识，根据船舶航行的区域以及与典型区域之间的关系，将船舶视为一个点，主要分为点在线上、点在区域外和点在区域内；

距离属性表示对象之间的距离关系；

角度属性表示船舶在两轨迹点连线形成的轨迹与特定方向之间的夹角。

6.根据权利要求5所述的融合COLREGs场景知识的船舶行为意图识别与推理方法，其特征在于，距离属性包含Dis，FarThan和Equal；Dis(m，n，Q)表示点m到对象Q的距离和点n到Q的距离之差，FarThan(Dis(m，n，Q)，threshold)表示点m和点n到对象Q的距离大于阈值threshold时，m点到对象Q的距离大于n点到对象Q的距离，Equal(Dis(m，n，Q)，threshold)表示点m到Q的距离和点n到Q的距离的差值如果在一个阈值(threshold)内，则两点到对象Q的距离相等。

7.根据权利要求1所述的融合COLREGs场景知识的船舶行为意图识别与推理方法，其特征在于，静态属性知识是对船舶本身的描述，包括船舶种类；时间知识是对时间的关系之间的描述。

8.根据权利要求1所述的融合COLREGs场景知识的船舶行为意图识别与推理方法，其特征在于，根据建立的规则知识库构建马尔科夫逻辑网络具体为：

赋予船舶行为规则知识库中的每一条规则权值信息，形式化表达为L＝(F_i，w_i)，其中F_i表示规则i，w_i表示每条规则对应的权重。