基于MBR的拓扑、方位、尺寸结合的定性空间推理

解决实际问题需将多方面空间关系结合进行推理,多方面空间关系结合推理已成为定性空间推理的研究热点;已有工作主要集中在两方面空间关系结合,缺少两方面以上空间关系结合工作.为解决上述问题,通过最小外包矩形近似表示区域对象,利用其在坐标轴上投影间的关系表示相应空间关系;提出扩展矩形关系模型,实现拓扑、方位和尺寸关系的统一表示和推理;给出RCC8、主方位及尺寸关系转换成扩展矩形关系的转换算法;讨论其上关系取反和复合,指出其复合是基于相容性而非存在性;证明(强预)凸扩展矩形关系约束网是可处理的.     

方位关系约束满足问题的推理求解

约束满足问题（Constraint Satisfaction Problems CSP）是人工智能的一个研究领域,诸如空间查找、规划等问题都可转化为约束满足问题。方位关系是空间关系的重要组成部分,用以确定空间对象间的一种顺序。本文研究了空间方位关系模型,给出了方位关系约束的一般表示形式。在此基础上,利用组合表推理给出了方位关系约束满足问题的一个推理求解算法,该算法的时间复杂度为O（n^2）。     

基于结合空间拓扑和方向关系信息的空间推理

结合了定性空间推理中著名的区域连接演算（region connection calculus,RCC）和基于区域的方向关系演算（cardinal direction calculus,CDC）,并且给出两个演算在两个方向上的交互表,即RCC8-To-CDC和CDC-To-RCC8．给出了结合RCC8和CDC知识的约束满足问题的路径一致算法（path consistency algorithm）（该算法是对Allen著名的路径一致算法的修改）,并且采用两个队列实现了该算法,采用这种结构可以实现并行计算．在该算法中,基于以上两个交互表的交互操作被嵌入到算法里面来保证整个约束满足问题的一致性．算法的计算复杂性证明是多项式的,     

混合维拓扑和尺寸关系的定性空间推理

定性空间推理(QSR)研究空间关系,多数工作集中在单维空间关系,但在地理信息系统(GIS)中多维对象很常见.混合维对象空间关系是指点、线和区域3类对象出现在同一场景的情况,该类问题对定性空间推理研究有着重要的理论意义和应用价值.但这方面的研究工作还比较少.在已有的混合维区域连接演算的基础上进行完善,提出了MRCC5混合维拓扑模型,并研究了其上约束满足推理问题的复杂度.对定性尺寸关系进行了混合维扩展.给出了MDS模型,进而研究了其推理问题.在以上工作基础上.提出了RCCA和MDS的结合模型,给出并分析了结合模型的推理算法.将定性空间推理相关研究推广到混合维领域,深入研究了混合维拓扑关系推理,提出了混合维尺寸以及混合维拓扑尺寸结合模型.     

集成多方面信息的定性空间推理及应用

以往的定性空间或时空推理工作多数面向单一时空方面,这不符合实际应用需要.提出了集成拓扑、尺寸和时间3方面信息的定性表示和推理技术,并应用到时空GIS中.给出了面向GIS的拓扑、尺寸和时间的表示方法,并研究了它们之间的依赖性.提出了集成这3方面信息的约束满足问题求解算法TriRSAT.在时空GIS中,把定性时空表示用于约束关系库,把TriRSAT算法用于时空数据一致性检查和时空查询.应用结果显示,该理论和方法能有效地集成处理多方面时空信息,在时空数据库、机器人导航等领域有着广泛的应用前景.     

结合方向关系和拓扑关系的约束满足推理

结合定性空间推理中的区域连接演算（RCC）和基于区域的主方向关系模型,应用拓扑和方向关系上的复合表,将方向关系和拓扑关系的推理看作约束满足问题（CSP）,给出了结合RCC8和主方向关系的约束满足问题推理算法,该算法可结合拓扑关系和方向关系进行推理。     

结合拓扑和方位的定性空间推理方法*

空间区域的拓扑关系和方位关系是空间推理的重要研究内容,以往的工作集中在单一的空间方面, 这不能满足实际应用领域的需要.基于主方位模型给出了主方位关系的形式化定义,考虑到拓扑与方位间的相互依赖关系,提出了结合拓扑和方位的定性表示与推理算法,能够处理多方面空间信息,在空间数据库和机器人导航等领域具有实际应用价值.     

基于粒度层次的方位关系推理

方位关系推理是空间推理的一个重要方面。本文主要研究的是方位关系推理的问题之一——基于层次的方位关系表示与推理。文中首先从区域间的覆盖关系出发,提出了基于空间粒度的层次划分方法;然后,从“点对象”和“矩形对象”两个方面研究了基于粒度层次的方位关系表示与推理方法,并给出了相应的推理算法。文中的推理实例验证了粒度划分与推理方法的可行性。     

基本主方向关系的反关系推理

在深入研究了基于MBR的主方向关系的反关系推理的基础上,提出了一种基于区域对象本身的基本主方向关系的反关系推理算法。在理论上对该算法的正确性和完备性进行了证明,并通过与实际情形逐一对比验证了该算法的正确性。     

空间方向关系定性推理技术研究进展

空间方向关系是空间认知中的一个基本概念,在空间数据库、人工智能、机器人等领域发挥着极其重要的作用。随着对空间方向关系研究的不断深入,空间方向关系定性推理受到了广泛关注,逐渐成为研究的热点。为了更进一步地介绍和挖掘空间方向关系推理技术的研究现状,首先,针对现有的推理模型进行详细梳理和总结,对各类模型进行比较和分析,指出了各种模型的特性及适用范围;其次,从二维、三维及不确定性空间对象方向关系的复合、反关系推理、一致性检验以及结合多种空间信息的组合推理等几个方面,对空间方向关系推理相关工作进行了系统性的阐述和分析;最后,分析了目前所面临的挑战,并对其未来发展趋势进行了展望。     

基于地理本体的空间方向关系定性推理

围绕基于地理本体的空间方向关系定性推理进行研究,给出了定性推理系统总体框架,并对方向关系模型、自定义规则、地理本体、定性推理进行详细探讨。     

Composing Cardinal Direction Relations Based on Interval Algebra

Direction relations between extended spatial objects are important commonsense knowledge. Skiadopoulos proposed a formal model for representing direction relations between compound regions (the finite union of simple regions), known as SK-model. It perhaps is currently one of most cognitive plausible models for qualitative direction information, and has attracted interests from artificial intelligence and geographic information system. Originating from Allen first using composition table to process time interval constraints; composing has become the key technique in qualitative spatial reasoning to check the consistency. Due to the massive number of basic directions in SK-model, its composition becomes extraordinary complex. This paper proposed a novel algorithm for the composition. Basing the concepts of smallest rectangular directions and its original directions, it transforms the composition of basic cardinal direction relations into the composition of interval relations corresponding to Allen''s interval algebra. Comparing with existing methods, this algorithm has quite good dimensional extendibility, that is, it can be easily transferred to the tridimensional space with a few modifications.     

Relation Algebras and their Application in Temporal and Spatial Reasoning

Qualitative temporal and spatial reasoning is in many cases based on binary relations such as before, after, starts, contains, contact, part of, and others derived from these by relational operators. The calculus of relation algebras is an equational formalism; it tells us which relations must exist, given several basic operations, such as Boolean operations on relations, relational composition and converse. Each equation in the calculus corresponds to a theorem, and, for a situation where there are only finitely many relations, one can construct a composition table which can serve as a look up table for the relations involved. Since the calculus handles relations, no knowledge about the concrete geometrical objects is necessary. In this sense, relational calculus is pointless. Relation algebras were introduced into temporal reasoning by Allen (1983, Communications of the ACM 26(1), 832–843) and into spatial reasoning by Egenhofer and Sharma (1992, Fifth International Symposium on Spatial Data Handling, Charleston, SC). The calculus of relation algebras is also well suited to handle binary constraints as demonstrated e.g. by Ladkin and Maddux (1994, Journal of the ACM 41(3), 435–469). In the present paper I will give an introduction to relation algebras, and an overview of their role in qualitative temporal and spatial reasoning.     

Modeling Ontological Concepts of Locations with a Heterogeneous Cardinal Direction Model

Modeling human concepts of object locations is essential for the development of the systems and machines that collaborate with ordinary people on spatial tasks. This paper applies a heterogeneous cardinal direction model, called HCDM, to model human concepts of object locations with both directional and topological information in a 2D space. Using its ability we illustrate where and how an object is located as seen from another even if they have different spatial extensions. For generality, we adopt a set of formal spatial concepts defined in an existing spatial ontology called GUM and associate these concepts with the patterns identified by HCDM. We also discuss the converse and composition operations on HCDM patterns for qualitative spatial reasoning and compare it with other cardinal direction models.     

三维空间方向关系的定性描述与推理

在研究现有二维平面对象的方向关系模型的基础上,给出一个三维空间方向关系定性表达和推理模型。该模型是平面方向关系矩阵模型向三维空间的扩展,通过延伸参考对象在三维空间最小外包矩形的边,将三维空间划分为27个方向区域,通过记录上述27个方向区域与主对象的交集是否为空,构造一个三行九列的矩阵,用以表示三维空间的方向关系。基于该模型给出三维空间方向关系的定性推理方法。     

空间推理中方向关系模型的研究

空间方向关系的基本模型在研究空间推理上起着至关重要的作用,直接影响空间推理中合成或反方向合成的准确性和效果。文章阐述了现有空间推理中所采用的几种基本模型,对比和分析了现有模型的优点、缺点以及其适用性等问题,在现有主流的MBR框架基础上提出了一种改良后的新模型。经过对比和分析,得到结果表明此新模型在适应度、灵活度、准确度上都有一定提高并能很好的匹配人们的认知习惯。为今后的空间推理寻找到了一种新的思路和新的方法。     

一种基于OPRA\\-4方向关系推理定性距离变化的方法

空间信息包含方向、拓扑、形状、距离等多种关系.定性空间关系表示与推理是人工智能的重要研究子域,在空间信息系统、机器人导航、自然语言理解、智能交通等领域有着广泛的应用.以往研究多面向静态空间对象,侧重单一空间关系,对不同空间关系间的约束研究不够深入,难以基于一种空间关系对另一种空间关系的演变做出有效推理.针对移动空间对象之间定性方向关系与定性距离变化的结合推理问题,利用射线与圆之间位置关系的组合来描述2个空间对象之间的相对移动方向;分别研究并证明该位置关系的组合对定性距离变化的约束作用、该位置关系的组合与粒度为4的有向点方向代数(oriented point algebra with granularity of 4, OPRA\\-4)间的对应关系,进而建立起OPRA\\-4方向关系与定性距离变化之间的内在联系;提出一种基于基本OPRA\\-4方向关系推理定性距离变化的方法,并结合交通领域中的连续k近邻查询实例说明该方法的正确性和有效性.