图4 RoboBrain 系统框架图
Fig.4 RoboBrain system architecture
KnowRob[58]是一种以行动为中心的任务本体模型。环境和任务知识以行动为中心进行组织可以使机器人能够很容易地访问其任务所需的知识。机器人观察到的知识也会增加到知识本体中,从而能够更好地适应动态变化的环境。但是,KnowRob致力于提高个体机器人的自主性,对多个机器人协同任务关注较少。KnowRob使用OWL语言实现知识的表示,但是OWL语义比较浅,只能够对类和个体之间的简单关系进行定义和较少的推理。因此,KnowRob还引入了对Prolog语言的支持以提升其知识推理能力[59]。
RoboEarth致力于为机器人建立一个进行知识交互和学习的互联网,以解决异构机器人系统的信息重用和交互问题[60]。其同样采用OWL语言构建世界模型,不仅定义了世界知识的要素,还定义了其中的关联关系。采用RoboEarth进行任务规划的机器人,在任务开始时,通过查询算法请求需要的任务相关知识。如果当前任务没有执行过,机器人可以记录学习的过程,并将学习到的知识上传到分布式的知识库中,实现知识的共享。
文献[61]提出一种为机器人提供空间智能的知识引擎。空间智能是指空间判断能力。具备空间判断能力的机器人能够从不同角度和空间对物体进行可视化,能够确定物体之间的空间关系并进行处理,其功能框架如图5所示。在进行任务规划时,机器人规划器在本体和传感器数据的支持下,自动处理空间信息和自然语言指令,不再需要像PDDL[62]那样进行复杂的语法定义。
图5 具备空间智能的智能规划流程图
Fig.5 Intelligent planning flow chart with spatial intelligence
开放式机器人本体(open robots ontology，ORO)[63-64]是一种面向事件的知识存储和推理平台,该系统框架将来自不同来源的数据,如传感器、领域知识和人类输入信息集成到一个统一的本体中,其研究侧重于帮助机器人与人类互动,能够使用Pellet进行简单的推理。
感知与操作知识本体(perception and manipulation know-ledge，PMK)[66]是一种面向自主机器人TMP的知识本体。利用OWL语言实现,通过逻辑编程语言SWI-prolog加载OWL本体,实现知识的查询。PMK还集成了认知模块,可根据传感器数据实现对环境的感知并向知识本体中添加实例。使该框架具备感知推理、特征推理、态势推理和规划推理能力。
机器人任务规划本体(robot task planning ontology，RTPO)[26]是一种室内服务型机器人小型任务本体,使用OWL语言描述机器人的领域知识,并且设计了基于RTPO的任务规划算法。RTPO分为3个部分:任务本体、环境本体和机器人本体。通过相应的任务规划算法,机器人可以自主完成指定的高层任务。
本体技术在知识表示和运用上的优势使其正逐渐应用到无人潜航器、水下机器人、空间站短期任务规划、无人驾驶汽车等自主化领域中。协作网络中的智能网络化水下机器人(smart and networking underwater robots in cooperation meshes，SWARMs)[22],致力于实现不同制造商生产的水下机器人系统的协同作业,使用网络化本体技术解决了机器人交换异构信息的问题。网络化本体作为一种公共信息模型来表示不同领域的知识,并且为系统内的知识共享提供支持。其知识本体主要由4部分组成:无人系统、任务和规划、环境感知和认知、通信和网络。在SWARMs中,无人平台之间需要进行交换的信息都由本体定义,且支持不同的推理方式,如:本体推理、基于规则的推理和多实体贝叶斯网络。SWARMs本体结构如图6所示。
图6 SWARMs 本体结构
Fig.6 SWARMs ontology structure
文献[24]提出了一种海洋无人潜航器智能控制架构,使用基于本体的动态规划决策,实现了无人系统对复杂环境的适应,使复杂繁琐的任务规划决策得以由计算机自动完成。该本体是一种适用于海洋无人潜航器任务智能规划和控制的领域知识本体。
文献[67]将本体理论应用于空间站短期任务规划中的问题描述和数据交互共享,满足了空间站短期任务规划领域中的问题描述需求和数据交互共享需求,为解决空间站短期任务规划提供了支持。
无人驾驶汽车场景建模和智能规划与决策支持是本体的另一个重要的应用领域。文献[68]将本体应用于交通场景描述中。首先,使用隐马尔可夫模型(hidden Markov models, HMM)进行驾驶行为的学习。然后，并根据场景特征建立知识库,确定模型策略并存储先验知识。最后,通过后验概率和先验概率实现对目标车辆未来行为的预测。文献[69]在基于本体的驾驶场景模型的基础上,通过基于语义推理机制实现场景的多准则评估和驾驶决策生成。
