(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210131693.2 (22)申请日 2022.02.14 (71)申请人 浙江省交通 运输科学研究院 地址 310023 浙江省杭州市西湖区大 龙驹 坞705号 申请人 武汉理工大 学 (72)发明人 卢志刚　文元桥　田浩　黄亚敏　 戴红良　郑明达　唐毅　邵洋洋　 (74)专利代理 机构 湖北武汉 永嘉专利代理有限 公司 42102 专利代理师 王丹 (51)Int.Cl. G06F 16/36(2019.01) G06F 16/33(2019.01) G06N 5/02(2006.01)G06N 5/04(2006.01) (54)发明名称 基于本体的国际海上避碰规则知识建模方 法及装置 (57)摘要 本发明公开了一种基于本体的国际海上避 碰规则知识建模 方法及装置， 该方法包括以下步 骤： 获取海上避碰规则知识； 根据不同的粒度将 规则知识按照其结构特征进行划分， 并进行实体 与关系筛选； 将具有相同属性的实体聚为一类， 并确定类的层级结构； 用关系将不同的类连接起 来构建规则本体。 本发明利用本体理论对国际海 上避碰规则知识表达， 可以弥补智能船舶在避碰 算法上难以考虑COLREGs的缺陷， 能够让规则知 识清晰化， 且易于知识的共享， 其次本发明利用 可视化的方法表达规则 知识， 有助于智能船舶提 高自主避碰能力。 权利要求书1页 说明书8页 附图1页 CN 114547333 A 2022.05.27 CN 114547333 A 1.一种基于 本体的国际海上避碰规则知识建模方法， 其特 征在于， 包括以下步骤： 获取海上避碰规则知识； 根据不同的粒度将规则知识按照其结构特 征进行划分， 并进行实体与关系筛 选； 将具有相同属性的实体聚为 一类， 并确定类的层级结构； 用关系将不同的类连接起 来构建规则本体。 2.根据权利要求1所述的基于本体的国际海上避碰规则知识建模方法， 其特征在于， 从 国际海事组织IMO获取海上避碰规则知识。 3.根据权利要求1所述的基于本体的国际海上避碰规则知识建模方法， 其特征在于， 规 则知识按粗粒度划分如下： (1)对象类知识； 对象类知识按细粒度划分为船舶类知识和人员类知识； 船舶类知识是 规则知识构成的主体， 人员类知识是规则约束对象； (2)环境类知识； 环境类知识按细粒度划分为自然环境类知识和通航环境类知识； 自然 环境类知识用来描述对象所处的自然环境， 是自然界中存在的固有知识且不随场景的变化 而改变； 通 航环境类知识是对象随不同的自然环境而改变的知识； (3)场景类知识； 场景类知识由对象类知识和环境类知识 组合而成， 按细粒度划分为帆 船相遇场景、 追 越场景、 对遇场景、 交叉场景、 不同种类船舶会遇场景、 雾中相遇场景。 4.根据权利要求1所述的基于本体的国际海上避碰规则知识建模方法， 其特征在于， 采 用protégé作为规则本体的建模工具。 5.根据权利要求1所述的基于本体的国际海上避碰规则知识建模方法， 其特征在于， 规 则本体采用四元组的表达方式： COLREGs_Ontology＝{C,P,R,I}， 其中C表示领域中的概念 集合， 包括船舶类、 环境类、 人员类以及场景类知识； P表示领域知识属性集合， 包括对象属 性与数据属性； R是避碰决策的规则集合， 是对概念和属性的约束规则； I表 示概念的实例集 合。 6.根据权利要求1所述的基于本体的国际海上避碰规则知识建模方法， 其特征在于， 构 建规则本体之前， 进行共指消解， 语义消歧， 实体对齐。 7.根据权利要求1所述的基于本体的国际海上避碰规则知识建模方法， 其特征在于， 构 建规则本体之后， 构建SWRL 规则实现规则本体的知识推理。 8.一种用于实现权利要求1至7中任意一项所述的基于本体的国际海上避碰规则知识 建模方法的基于 本体的国际海上避碰规则知识建模 装置， 其特 征在于， 包括： 规则获取模块， 用于获取海上避碰规则知识； 粒度划分模块， 用于根据不同的粒度将规则知识按照其结构特征进行划分， 并进行实 体与关系筛 选； 实体聚类模块， 用于将具有相同属性的实体聚为 一类， 并确定类的层级结构； 本体构建模块， 用于用关系将不同的类连接起 来构建规则本体。权　利　要　求　书 1/1 页 2 CN 114547333 A 2基于本体的国际海上避碰规则知识 建模方法及装置 技术领域 [0001]本发明属于国际海上避碰规则知识表达技术领域， 具体涉及一种基于本体的国际 海上避碰规则知识建模方法及装置 。 背景技术 [0002]国际海上避碰规则(COLREGs)是保障海上生命财产安全的重要法规， 同时也为船 舶的避碰及安全提供了依据。 其规则语句来源于海上避碰实践与船舶碰撞事故的教训总 结， 运用了大量的具有语义 性的语句， 为智能船舶实现依据规则的自主 避碰带来了困难。 [0003]避碰规则知识的准确表达对船舶避碰、 航行安全有重大影响， 知识的结构表示很 关键， 所以需要选择一种机器易于理解的、 实用的表达模式。 避碰规则知识的表达模式考虑 因素有： 1)表达的准确性、 有效性， 推理规则简单明确， 符合人类思维模式； 2)知识的易扩充 性， 更新方便； 3)是否易于 机器的使用。 [0004]知识的表达方法目前存在五种： [0005](1)谓词逻辑表示法： 此方法将知识中的对象、 性质、 状况和关系等符号化后， 利用 谓词合式公式和谓词描述前提条件以及定理， 然后利用逻辑 公式证明新问题是否可从前提 条件中推理出。 谓词逻辑表示法适合表示事物的状态、 属性、 概念等事实性知识以及 事物间 确定的因果关系， 但是不能表示 不确定性知识， 且容 易导致组合爆炸与推理效率低等问题。 [0006](2)产生式规则表示： 它是依据人类大脑记忆模式中的各种知识之间的大量存在 的因果关系， 并以 “IF‑THEN”的形式来表 示事物。 这种形式的规则捕获了人类求解问题的行 为特征， 并通过认识 ‑‑行动的循环过程求解问题。 一个产生式规则系统由规则库、 综合数据 库和控制 机构三个基本部分组成。 但存在产生式规则效率不高、 不能表达具有结构性的知 识等缺点。 [0007](3)框架表示法： 此表示法用框架和槽分别表示事物对象和对象的属性。 一个框架 由一组槽组成， 每个槽表示对象的一个属性， 槽的值就是对象的属性值。 框架表示法对于知 识的描述非常完整和全面； 基于框架的知识库质量非常高； 且框架允许数值计算， 这一点优 于其它知识表示语言。 但框架的构建成本非常高， 对知识库的质量要求 非常高； 框架的表达 形式不灵活， 很难同其它形式的数据集相互关联使用。 [0008](4)语义网络法： 语义网络利用节点和 带标记的边结构的有向图描述事件、 概念、 状况、 动作及客体之 间的关系。 带标记的有向图能十 分自然的描述客体之 间的关系。 但这种 方法推理规则不明朗， 不能充分保证网络操作所 得推论的严格性和有效性。 [0009](5)本体表示法： 将知识以三元组的形式存储且语法规则采用RDFS或XML， 本体表 示法具有较强的共享性和泛用性， 且推理能力较其他的方法要强， 但缺点是随着实例的扩 充也易造成数据爆炸 。 [0010]避碰规则知识具有隐形知识的特点， 使用了大量的描述性语言， 对过程的量化描 述充满语义 性， 且需要推理的知识也没量 化与对象化， 容 易造成推理结果模糊。说　明　书 1/8 页 3 CN 114547333 A 3