论文部分内容阅读
人体行为识别与理解是实现服务机器人主动式个性化服务的关键。现阶段,针对人体行为的分析与识别已有大量的研究工作并取得了一定的成果,但主要是针对固定场景下的简单人体行为。家庭环境下物品种类多,分布不规律,障碍物动态变化,导致对行为环境的理解困难,对于人体复杂行为的理解,现有的方法已不能满足准确性和鲁棒性的要求。同时,在获得相关行为信息和环境信息后,由于缺乏对知识信息的表示和利用,使得服务机器人很难做出正确的识别。针对上述问题,本文以家庭智能空间为研究平台,利用本体技术对人体行为进行充分地表示,结合已构建的知识库和行为推理规则对家庭智能空间下基于本体技术的人体行为推理认知方法进行研究,主要工作如下。(1)构建家庭智能空间下的环境知识库模型,实现用户行为环境知识的获取和利用。采用本体描述语言OWL对行为环境进行建模,该本体模型分别表示用户领域和环境领域的相关信息。通过对比内存存储方式、文本存储方式和关系数据库存储方式的优缺点,选择使用关系数据库作为本体的存储工具,实现对于本体中知识的管理和利用,为家庭智能空间下基于本体技术的人体行为推理认知研究奠定了基础。(2)提出一种基于本体技术的行为时间关系表示方法,该方法利用本体技术和区间代数理论,实现了对家庭环境下的复杂行为的表示。将区间代数理论引入到基于本体技术的人体行为表示中,分别针对简单动作时间关系和复杂行为时间关系进行了研究,并利用Protege构建了 OWL行为时间关系本体模型,弥补了人体行为之间缺乏时间关系表示的不足。(3)提出一种基于组合推理机制的人体行为推理方法,充分考虑了在不同行为层次的行为规则的推理问题,实现了从低级动作元素到高级行为的映射。该方法在对语义规则进行研究的基础上,利用基于决策树模型的方法实现对人体基本动作规则的构建,将基于决策树的行为规则和基于SWRL的语义规则相结合,实现对了人体行为的推理认知。(4)提出一种人体行为推理认知实现的总体框架,结合家庭智能空间中构建的环境知识库模型和人体行为时间关系本体模型,将组合推理机制引入到行为推理模块中,编写相应的行为语义规则,实现从基本动作、简单动作到复杂行为的推理,并对家庭环境下的人体行为进行推理验证,实验结果表明本文提出的基于本体技术的人体行为推理认知方法具有一定的合理性和时效性。