基于情景感知的智慧空间模型及在智慧工厂中的应用研究

华中科技大学 硕士学位论文 田先虎 导师 谢勇

摘要

情景感知是通过硬件设备获取到当前的情景信息，对高速变化的动态环境做出相应，让用户能够“随时随地”获得符合其个性化需求的信息服务。
已有的智慧空间模型大多面向具体引用，不具有通用的情景架构，不利于知识的共享和复用。
本文提出了将本体分层的思想，将情景模型和具体引用解耦，实现了模型复用和快速开发。通过基于规则的情景推理方法获取空间中的隐含情景并主动的为用户提供个性化的服务。
针对数据种类多和数据量大的特点，提出了基于Rete算法的情景推理方法来加快情景推理过程，提高系统运行效率。*

背景和意义

计算机如何处理传感器的海量数据，是人们能够透明的随时随地想用计算资源和服务？

智慧空间

一个嵌入了传感器和计算机等硬件设备的空间，在该空间中用户能随时随地获取个性化服务。

普适计算

将计算机设备和人们生活无缝衔接，在感受不到计算机设备存在的条件下为人主动的提供个性化服务。

创新点

使用本体的方法建模，使用OWL语言对本体进行描述，因为智慧空间的应用众多，不同应用领域的本体个不先沟通，因此传统的基于本体的建模方法不能解决不同领域本体共享情景信息的问题。为了能够方便的进行情景快速建模，在UCAM架构的基础上将本体划分为上层本体和领域本体。

通过分层将本体和具体应用解耦，解决了传统建模过程中不能知识共享和重用的问题。

国内外研究现状

情景建模方法

键值对模型

简单易用，表达能力差，不能应用情景推理算法，适用于分布式服务系统中。

标记模型

对于复杂的情景信息用键值对很难表示，所以基于标记使用包含标记标签的层次型数据结构来实现情景建模，其中标记标签包含属性和内容。
描述模型时有很好的结构和行驶，但是对情景的推理支持有限

图形模型

面向对象模型

提高了情景模型的重用性、灵活性、伸缩性。
情景被分装成对象，使情景在不同领域的重用更容易，增强了情景模型的可扩展性。

本体模型

使用OWL语言对本体描述，结构为“上层本体+领域本体”，对逻辑推理有较好的支持。

情景推理技术

很多隐藏的高阶信息需要在已有的情景信息的基础之上经过推理获得，当情景信息和情景系统的行为关系密切，情景感知系统的集成度越高就会使得系统实现和维护要求越高。所以需要将情景推理逻辑和系统实现方法解耦。不同的智慧空间应用场景中需要根据具体的情景进行综合考虑。

情景感知相关技术

什么是情景

在计算机系统中的定义：

本文中的情景分为两类

情景感知的内容

本体相关研究

本体的构建

基本要求

本体描述语言

如何形式化的描述本体
OWL语言为首选

本体建模工具

基于本体的情景信息模型

为了屏蔽情景信息来自于不同传感器和中间件的异构性，系统架构应该满足

UCAM是一种大规模普适计算环境中通用的情景感知架构。