[发明专利]一种面向全息航行场景图的水上交通本体建模方法和模型

说明书

本发明提供了一种面向全息航行场景图的水上交通本体建模方法和模型，基于对环境、规则和船舶行为的场景语义描述，在水上交通场景中实现了全要素、全功能、全方位的语义表达，使无人驾驶船舶满足了对交通对象的多尺度行为的认知功能。本发明形成了场景域范围内的供无人驾驶船舶认知的全息航行场景图。本发明可以应用在船舶的态势认知和智能决策中。

技术领域

本发明属于场景建模技术领域，具体涉及一种面向全息航行场景图的水上交通本体建模方法和模型。

背景技术

传统的电子航道图问题在于，数据查询只针对单一要素，难以反映对象间的层级关系等结构特征，更无法支持对整个场景的查询。其次，传统查询支持对象的时空属性的查询，但缺乏时空关系的描述以及对某个对象完整演化过程的直接查询。部分查询即使能间接获取某个要素的历史信息，也难以进一步查询该时期下不同对象间的因果关系、作用关系等关联关系。当前电子航道图难以反映对象关系等结构特征，无法实现机器理解。

发明内容

本发明要解决的技术问题是：提供一种面向全息航行场景图的水上交通本体建模方法和模型，用于使无人驾驶船舶对交通对象的多尺度行为进行认知。

本发明为解决上述技术问题所采取的技术方案为：一种面向全息航行场景图的水上交通本体建模方法，包括以下步骤：

S1：将面向全息航行场景图的水上交通本体模型解构为包括环境本体模型、规则本体模型和船舶行为本体模型的相互影响的本体模型；

S2：构建包括语义建模层和语义提取层的环境本体模型；具体步骤为：

S21：构建语义建模层，将水上交通环境的语义信息结构化处理后作为知识源存入本体知识库；

S22：构建语义提取层，识别场景类别并生成环境要素的语义描述，实现对水上交通环境的语义理解；根据环境场景类别和环境要素的相关性，通过识别场景类别缩小无人驾驶船舶在执行航行任务时的有效搜索范围；

S23：以航行任务为驱动，通过自动重传请求ARQ查询引擎，采用三元组匹配的方法在环境场景本体知识库中检索所需的环境语义信息，进行环境场景认知；

S3：通过抽取包括国际海上避碰规则的要素及属性，构建规则本体模型；

S4：以船舶行为为水上交通对象，基于环境场景和规则场景，利用船舶活动数据，对水上交通对象在时空范围内的活动进行语义表达，构建船舶行为本体模型；

S5：基于步骤S2至S4依次构建的环境本体模型、规则本体模型和船舶行为本体模型，通过相应的感知手段获取关于环境、规则和船舶行为相关的信息，并输入到对应的本体模型中实例化为场景本体信息，形成场景域范围内的供无人驾驶船舶认知的行为场景全息语义地图。

按上述方案，所述的步骤S21中，具体步骤为：

S211：根据对水上交通环境场景语义的形成过程及其构成要素的理解，将水上交通环境场景语义分为包括自然环境和通航基础设施的不同类别；以三维体素为基本单元将连续分布的环境场数据进行离散化处理，根据时间维度上各个要素的变化，计算每个基本单元的水文环境特征、气象环境特征和地理环境特征；

S212：根据不同环境场景要素的特点和语义特征构建要素语义集，构建用于描述水域气象、水文、地理环境属性和特征的自然环境语义集、用于描述各种通航基础设施属性及其功能特性的通航基础设施功能语义集；

S213：通过本体建模实现水上交通环境场景语义的本体表达；抽取环境场景的概念和属性，并分析概念间的关系，运用本体建模工具建立水上交通环境场景的本体概念与推理规则库。