一种基于航行态势本体建模的无人驾驶船舶场景理解方法技术

本发明专利技术公开了一种基于航行态势本体建模的无人驾驶船舶场景理解方法，包括分析无人驾驶船舶航行环境的场景要素，依据驾驶场景要素进行实体构建，分析驾驶船舶与障碍物以及航行环境的关系；将场景要素的实体和实体属性的OWL语言转化为Prolog语言，依据国际海上避碰规则、专家经验以及船员船艺先验知识对无人驾驶船舶的航行规则采用Prolog语言形式进行规则表述，构建Prolog航行规则库；根据获取的船舶航行状态信息进行实体和实体属性的实例化，将实例化后的信息传入到推理机中进行航行规则的匹配和查询以及实时航行环境的重构，采用Prolog航行规则库进行基于先验知识的航行场景理解。

A scene understanding method of unmanned vessel based on navigation situation ontology modeling

【技术实现步骤摘要】
一种基于航行态势本体建模的无人驾驶船舶场景理解方法
本专利技术涉及用于船舶航行环境的感知与理解，可用于船舶驾驶决策信息辅助，无人船舶航行态势感知等领域，尤其涉及一种基于航行态势本体建模的无人驾驶船舶场景理解方法。
技术介绍
场景感知理解是通过各类传感器读取信息并依据提取与当前的驾驶行为相关的交通标志、规则限制等交通要素，实现为驾驶决策提供有效的信息支持。现阶段关于无人驾驶船舶的场景感知与理解相关研究较少，大多数研究集中在无人机、无人车等领域，主要方法有动态知识库、栅格分解法以及基于视觉的场景特征识别。目前，动态知识库方法依据专家经验构建场景理解库，实现信息的简单存取与应用；有的驾驶场景理解研究方法大多数采用栅格分解法，该方法通过将传感器的感知数据映射到栅格图中，通过逐级搜索分析实体之间的关联性和属性信息，实时构建局部地图和关系检索实现环境信息的感知。基于视觉的场景特征识别方法通过提取典型的图形特征进行场景匹配实现确定性场景的感知。动态知识库方法存在知识不全面和鲁棒性差的问题；栅格分解法搜索效率低，不能充分表达实体与障碍物之间准确本文档来自技高网...

【技术保护点】
1.一种基于航行态势本体建模的无人驾驶船舶场景理解方法，其特征在于：通过构建本体知识库和航行规则库对船舶航行态势进行感知和理解，包括：/n分析无人驾驶船舶航行环境的场景要素，依据驾驶场景要素进行实体构建，分析驾驶船舶与障碍物以及航行环境的关系、建立实体属性，建立基于OWL语言的航行态势语义模型；/n将场景要素的实体和实体属性的OWL语言转化为Prolog语言，依据国际海上避碰规则、专家经验以及船员船艺先验知识对无人驾驶船舶的航行规则采用Prolog语言形式进行规则表述，构建Prolog航行规则库；/n根据获取的船舶航行状态信息进行实体和实体属性的实例化，将实例化后的信息传入到推理机中进行航行规...

【技术特征摘要】
1.一种基于航行态势本体建模的无人驾驶船舶场景理解方法，其特征在于：通过构建本体知识库和航行规则库对船舶航行态势进行感知和理解，包括：
分析无人驾驶船舶航行环境的场景要素，依据驾驶场景要素进行实体构建，分析驾驶船舶与障碍物以及航行环境的关系、建立实体属性，建立基于OWL语言的航行态势语义模型；
将场景要素的实体和实体属性的OWL语言转化为Prolog语言，依据国际海上避碰规则、专家经验以及船员船艺先验知识对无人驾驶船舶的航行规则采用Prolog语言形式进行规则表述，构建Prolog航行规则库；
根据获取的船舶航行状态信息进行实体和实体属性的实例化，将实例化后的信息传入到推理机中进行航行规则的匹配和查询以及实时航行环境的重构，采用Prolog航行规则库进行基于先验知识的航行场景理解。


2.根据权利要求1所述的方法，其特征还在于：所述无人驾驶船舶航行环境的场景要素包括电子海图、交通参与者、以及助航设施；其中进行实体构建时包括构建障碍物实体、海图实体、无人船实体以及环境实体，并确立各类实体之间场景级的分级。


3.根据权利要求1所述的方法，其特征还在于：建立航行态势语义模型时：从描述式OWL语言中提取实体类的数据属性和位置属性、并转化为Prolog语言的事实类语句；采用SWI-Prolog规则对可能转向区域和会遇态势进行构...

【专利技术属性】
技术研发人员：张新宇，安兰轩，王程博，高宗江，丁志国，姜玲玲，李俊杰，王志强，李高才，张加伟，
申请(专利权)人：大连海事大学，
类型：发明
国别省市：辽宁;21