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...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, OPRA4)间的对应关系,进而建立起OPRA4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OPRA4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.展开更多
文摘空间信息包含方向、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, OPRA4)间的对应关系,进而建立起OPRA4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OPRA4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.
