一种室内语义地图时空关系的抽取方法技术

本发明专利技术公开了一种室内语义地图时空关系的抽取方法，包括如下步骤：获取室内原始时空数据；时空数据的筛选；时空关系的语义表示；融合时空数据；更新语义实体库。本发明专利技术在构建好的室内语义地图基础之上进行空间实体之间的时空关系的抽取，在语义地图中增加语义时空关系，这是本发明专利技术的创新点。通过对语义时空关系进行相关处理，使得在室内空间中能测得目标相互之间,如上下左右的位置关系，并结合前、后的时间关系，最终能自动组合推理出两个目标之间的高层次的时空逻辑语义关系，从而能给出两个物体之间，在某一时间段内相对位置关系的语义描述，更好地辅助机器人做出智能决策。

A Method for Extracting Spatial-temporal Relations of Indoor Semantic Maps

The invention discloses a method for extracting spatial-temporal relations of indoor semantic maps, which comprises the following steps: obtaining indoor original spatial-temporal data; screening spatial-temporal data; semantic representation of spatial-temporal relations; integrating spatial-temporal data; updating semantic entity database. The invention extracts the space-time relationship between spatial entities on the basis of the built indoor semantic map, and adds the semantic space-time relationship to the semantic map, which is an innovation of the invention. By correlating the semantic spatio-temporal relations, we can measure the position relations between the objects in the indoor space, such as the upper and lower positions, and combine the time relations before and after, finally we can automatically combine and infer the high-level spatio-temporal logical semantics relations between the two objects, so that we can give the semantic description of the relative position relations between the two objects in a certain period of time. To better assist robots to make intelligent decisions.

【技术实现步骤摘要】
一种室内语义地图时空关系的抽取方法
本专利技术涉及室内语义地图空间实体之间的时空关系领域，具体是一种室内语义地图时空关系的抽取方法。
技术介绍
随着互联网技术的加速更新迭代，室内位置智能服务是目前大数据研究和应用的热点问题之一。基于物联网的信息资源智能化采集成为了可能，我们可以利用多网络、多终端的智能数据感知设备来收集我们需要的时空信息。近年来，人工智能领域技术的飞速发展，语义地图的构建也成了计算机领域的研究热点之一，且已有切实可行的语义地图重建方案，室内语义地图包括空间属性信息如房间分布、楼层分布等，环境属性信息包括温度、湿度等，语义属性信息包括房间号、室内实体的状态信息、室内实体的时空信息等，构建室内语义地图可以在地图上标记语义信息。CN108537214A一种室内语义地图的自动化构建方法，该方法根据摄像装置获取到室内场景的多幅图像，记录其语义方向，并提取其中的特征点信息，进而得到图像的优化全局位姿信息，结合语义方向和优化全局位姿信息来估算实体在室内语义地图中的位置信息，最终能够提高场景图的精确度，并能够保证图像中的实体标记在室内语义地图的精确度。但其内容仅涉及室内空间部分，并没有涉及到时间的语义解析。CN106777279A一种时空关系分析系统，该系统装置利用时空数据，从时间和空间两个维度梳理、挖掘、分析其时空关联关系。将海量、杂乱的时空数据，按照其内部的时空关系、时空关联规则进行存储，为公安的情报分析、犯罪挖掘、案件侦破提供线索、拓展情报分析手段、提高破案率、辅助警务策略的制定等，提供精准、科学、高效的大数据支持依据。该系统的实现方法并未涉及到任何的语义信息的处理，而且侧重于室外场景的应用。较室外场景而言，室内空间的识别度要求精确度较高，计算复杂度更高。由上可知，现有时空关系的描述，特别是室内时空关系的描述方法少有涉及语义信息，现有的室内语义地图的构建也少有涉及到地图时空关系的语义构建，这表明目前对室内地图的完整性研究存在着一定的局限性，室内语义地图和语义时空关系的融合成为了一个亟待解决的问题，而语义地图中增加了语义时空关系之后，能够为室内位置服务（LSB）系统提供更有力的帮助。
技术实现思路
针对现有技术的局限性，本专利技术提供一种室内语义地图时空关系的抽取方法，在语义地图中增加语义时空关系，为机器对室内目标之间的行为轨迹精准分析和推理提供一种途径。本专利技术方法，通过无线传感网得到物体的原始时空数据后，由于这些数据通常是非结构化的，与现有的语义地图数据异构，因此要将这些与语义地图数据异构的时空数据用转换规则转换成统一的语法和语义，以便机器能更易理解室内环境中的语义信息，能够更加有利于机器对室内的个体或物体进行行为轨迹分析，以便做出更精准的智能决策。本专利技术一种室内语义地图时空关系的抽取方法，包括如下步骤：(1)获取室内原始时空数据：采用终端设备和网络相结合，利用无线传感网采集数据，根据服务需求，在目标服务区布置信息采集点，来获取室内原始时空数据和属性数据；所述的时空数据包括：采集点的网点位置、坐标和距离信息；所述的属性数据包括：物品类型、采集信息类型、采集信息的频率、采集时间区间和时刻、和采集信息的空间覆盖范围，并将这些初始信息存储在文件中。（2）时空数据的筛选：清洗和筛选原始数据，通过数据筛选组件，设定好服务需求条件，根据需求条件筛选出符合要求的时空数据；所述的数据筛选组件，是对数据进行异样、需求和时空筛选的过程，分别由不同的子处理组件来完成；所述的子处理组件包括：依次连接的异样筛选组件、需求筛选组件和时空筛选组件；异样筛选组件，用于将重复的冗余数据过滤，并且去除残缺的数据项；需求筛选组件，用于根据服务需求来过滤数据；时空筛选组件，用于根据设定好的时间和空间范围来过滤数据。所述的数据筛选组件为现有技术。（3）时空关系的语义表示：通过本体论的描述语言来描述室内实体之间的时空关系，利用本体论对时空数据进行统一的描述，即进行语法转换；通过本体论语言建立起时空数据的本体语义库信息，通过相应的转换规则绑定本体数据和语义库之间的联系，即进行语义转换，将非结构化的数据转化为结构化的数据。进一步，时空关系的语义表示，处理过程包括：时空本体对象的语法构建，结合已有的空间语义表示，使用标识时间数据的语义标准来进行语法构建；时空数据的本体表示，根据语义标准，进行时空数据的语义表示。进一步，进行时空数据的本体表示，包括如下步骤：确定时空本体数据对象的类型；依据类型建立具体的本体对象；建立本体数据的对象集合。在构建时空本体对象及对其进行本体表示的过程中，为了提高构建效率和便于后续本体的复用，可以将过程模块化，将本体结构分为依次向下连接的抽象层、具体层和实例层。（4）融合时空数据：采用相关组件，将语义时间关系和语义空间关系关联起来，以及语义时空关系和室内语义实体相融合；所述融合，分为本体化之后的时空数据之间的关联表示和时空数据跟室内环境语义实体融合表示，这个阶段的结果是能测得室内空间中的目标相互之间如上下左右的位置，并结合前后等的时间关系，最终能自动组合推理出两个目标之间的高层次的逻辑语义。所述相关组件，具体包括：依次连接的语义时空关联组件、语义实体融合组件和结果输出组件；语义时空关联组件，用于处理语义时空数据的关联；实体融合组件，用于处理室内环境语义实体和时空实体相融合；结果输出组件，用于展示语义数据模型的输出结果。所述的语义时空关联组件、语义实体融合组件和结果输出组件为现有技术。进一步，所述的实体融合组件，是根据空间和时间的定性分析，确定室内单个目标以及多个目标之间的时空依赖关系。（5）更新语义实体库；采用数据集存储组件，将融合好的时空数据添加到室内环境实体的语义数据库中，再用室内数据更新组件，更新室内地图的语义标记，使用户能够更高效便捷地提取室内空间两个目标之间的时空运动轨迹和模式；所述数据集存储组件，用于将语义数据结果整合形成语义数据集，然后将其存储在已有的室内地图本体语义库中；所述室内数据更新组件，根据已关联分析完成的室内实体间的时空关系，更新室内地图的语义标记。所述数据集存储组件和室内数据更新组件为现有技术。本专利技术的组件均为现有技术，组件其实是程序模块，采用现有程序模块即可以实现本专利技术的功能。本专利技术室内语义地图时空关系的抽取方法，在构建好的室内语义地图基础之上进行空间实体之间的时空关系的抽取，在语义地图中增加语义时空关系，这是本专利技术的创新点。通过对语义时空关系进行相关处理，使得在室内空间中能测得目标相互之间,如上下左右的位置关系，并结合前、后的时间关系，最终能自动组合推理出两个目标之间的高层次的时空逻辑语义关系，从而能给出两个物体之间，在某一时间段内相对位置关系的语义描述，为机器对室内目标之间的行为轨迹精准分析和推理提供一种途径，更好地辅助机器人做出智能决策。附图说明图1为本专利技术的方法步骤图；图2为本专利技术的数据筛选组件的内部连接图；图3为本专利技术数据语义转换的流程图；图4为本专利技术时空本体对象模型的层次结构图；图5为本专利技术的时空数据融合的内部连接框图；图6为本专利技术的更新语义实体库的内部连接框图。具体实施方式下面结合附图对本
技术实现思路
作进一步的说明，但不是对本专利技术的限定。参照图1，本专利技术一种室内语义地图时空关系的抽本文档来自技高网...

【技术保护点】
1.一种室内语义地图时空关系的抽取方法，其特征在于，包括如下步骤： (1) 获取室内原始时空数据：终端设备和网络相结合，利用无线传感网采集数据，根据服务需求，在目标服务区布置信息采集点，来获取室内原始时空数据和属性数据；（2）时空数据的筛选：清洗和筛选原始数据，通过数据筛选组件，设定好服务需求条件，根据需求条件筛选出符合要求的时空数据；（3）时空关系的语义表示；通过本体论的描述语言来描述室内实体之间的时空关系，利用本体论对时空数据进行统一的描述，即进行语法转换；通过本体论语言建立起时空数据的本体语义库信息，通过相应的转换规则绑定本体数据和语义库之间的联系，即进行语义转换，将非结构化的数据转化为结构化的数据；（4）融合时空数据；采用相关组件，将语义时间关系和语义空间关系关联起来，以及语义时空关系和室内语义实体相融合；所述融合，分为本体化之后的时空数据之间的关联表示和时空数据跟室内环境语义实体融合表示，这个阶段的结果是能测得室内空间中的目标相互之间的位置，并结合前后的时间关系，最终能自动组合推理出两个目标之间的高层次的逻辑语义；（5）更新语义实体库；采用数据集存储组件，将融合好的时空数据添加到室内环境实体的语义数据库中， 再用室内数据更新组件，更新室内地图的语义标记，使用户能够提取室内空间两个目标之间的时空运动轨迹和模式。...

【技术特征摘要】
1.一种室内语义地图时空关系的抽取方法，其特征在于，包括如下步骤：(1)获取室内原始时空数据：终端设备和网络相结合，利用无线传感网采集数据，根据服务需求，在目标服务区布置信息采集点，来获取室内原始时空数据和属性数据；（2）时空数据的筛选：清洗和筛选原始数据，通过数据筛选组件，设定好服务需求条件，根据需求条件筛选出符合要求的时空数据；（3）时空关系的语义表示；通过本体论的描述语言来描述室内实体之间的时空关系，利用本体论对时空数据进行统一的描述，即进行语法转换；通过本体论语言建立起时空数据的本体语义库信息，通过相应的转换规则绑定本体数据和语义库之间的联系，即进行语义转换，将非结构化的数据转化为结构化的数据；（4）融合时空数据；采用相关组件，将语义时间关系和语义空间关系关联起来，以及语义时空关系和室内语义实体相融合；所述融合，分为本体化之后的时空数据之间的关联表示和时空数据跟室内环境语义实体融合表示，这个阶段的结果是能测得室内空间中的目标相互之间的位置，并结合前后的时间关系，最终能自动组合推理出两个目标之间的高层次的逻辑语义；（5）更新语义实体库；采用数据集存储组件，将融合好的时空数据添加到室内环境实体的语义数据库中，再用室内数据更新组件，更新室内地图的语义标记，使用户能够提取室内空间两个目标之间的时空运动轨迹和模式。2.根据权利要求1所述的一种室内语义地图时空关系的抽取方法，其特征在于：步骤（1）所述的空间数据包括：采集点的网点位置、坐标和距离信息；所述的属性数据包括：物品类型、采集信息类型、采集信息的频率、采集时间区间和时刻、和采集信息的空间覆盖范围，并将这些初始信息存储在文件中。3.根据权利要求1所述的一种室内语义地图时空关系的抽取方法，其特征在于：步骤（2）所述数据筛选组件，是对数据...

【专利技术属性】
技术研发人员：钟艳如，郭秀艳，罗笑南，李芳，刘斯韵，李一媛，
申请(专利权)人：桂林电子科技大学，
类型：发明
国别省市：广西,45