Построение базы знаний для автономного управления беспилотными транспортными средствами

Применение интеллектуальных систем (ИС) для автоматизации бизнес-процессов позволяет снизить интеллектуальную нагрузку на специалистов большого числа предметных областей (ПрО). Широкое распространение получили ИС, в основе которых лежат методы машинного обучения (МО) и нейросетевые модели. МО высоко ценится разработчиками ИС из-за широких возможностей адаптации к решению задач при наличии достаточной обучающей выборки. Однако пока не решён вопрос объяснимости результатов, полученных с помощью МО.

В ряде работ рассматриваются вопросы построения ИС на основе методов инженерии знаний. Например, в работах [1-5] разрабатываются базы знаний (БЗ) и средства поддержки их жизнеспособности. В отличие от МО БЗ позволяют формализовать знания об особенностях ПрО в форме, которая одинаково понятна как человеку, так и вычислительной машине. В БЗ знания эксперта представлены в явном виде.

В данной работе рассмотрен подход к построению и использованию БЗ для автономного управления беспилотными транспортными средствами (БПТС) в сельском хозяйстве (СХ).

1    Постановка задачи

Задача управления БПТС является актуальной [6-10]. Применение БПТС в СХ позволяет повысить производительность труда, снизить нагрузку и воздействие вредных веществ на персонал. Можно выделить два основных подхода к управлению БПТС, это использование:

• ■    набора географических координат , по которым передвигается БПТС;

• ■   систем машинного зрения .

Для применения БПТС в СХ требуется построение гибридной системы, объединяющей оба подхода, а также включающей подсистему управления средствами обработки СХ полей и культур. Поле является объектом с известными границами, и на нём не предполагается оживлённое движение других объектов. Необходимо построить траекторию движения БПТС с учётом особенностей ПрО. Существует вероятность, что на поле может оказаться посторонний объект, поэтому БПТС должно иметь возможность корректировки траектории. Необходимо также управлять средствами обработки для эффективного расходования удобрений и химикатов. Таким образом, требуется решение следующих подзадач:

• ■    оснащение транспортного средства оборудованием для автономного управления;

• ■    формирование БЗ для построения траектории движения БПТС и управления средствами обработки с учётом особенностей ПрО;

• ■    разработка алгоритма построения траектории движения БПТС;

• ■    разработка модели машинного зрения;

• ■    сбор обучающей выборки для тренировки подсистемы машинного зрения для корректирования траектории движения БПТС;

• ■    сборка системы управления БПТС и средствами обработки.

2    Модель БЗ задачи построения траектории движения БПТС

В работе [11] отмечено, что одной из проблем построения эффективного алгоритма управления БПТС является необходимость учёта особенностей ПрО. Можно выделить следующие особенности ПрО СХ:

• ■    параметры поля : координаты границы поля, характеристики почвы, показатели урожайности СХ культур, история использования поля, наличие вредителей и др.;

• ■    особенности обрабатываемых СХкультур : требования к почве, требования к процессам обработки, требования к удобрениям и химикатам, влияние вредителей и др.;

• ■    особенности процесса обработки : траектория обработки поля, периодичность обработки, требования к средствам обработки, требования к БПТС и др.;

• ■    параметры и особенности БПТС : габариты, угловая скорость, вес, мощность двигателя, поддерживаемые средства обработки, принцип установки средств обработки и др.;

• ■    параметры средств обработки : способ обработки, объём резервуара для химикатов, требования к мощности двигателя БПТС, требования к способу крепления на БПТС и др.

Для формирования БЗ при решении задачи управления БПТС в работах [12-14] предлагается использовать онтологии, основанные на дескрипционной логике (ДЛ) [15]. Это позволяет использовать машины логического вывода для получения новых знаний и проверки логической целостности и непротиворечивости содержимого БЗ с учётом ограничений ПрО. Онтологии позволяют описывать знания в виде продукционных правил. Известны онтологии для ПрО СХ разных уровней [3, 16-19].

Теоретико-множественное     представление     модели     БЗ     имеет     вид:

О = УВ ох, АВ ох, SWR L), где ТВ ох - схема БЗ, которая определяет доступное для использования множество классов сущностей ПрО, их свойства, а также отношения между сущностями;     – содержимое БЗ;      – множество продукционных правил на языке SWRL [20].

Модель БЗ задачи автономного управления БПТС является фрагментом ТВ ох модели БЗ и представляет собой набор аксиом ДЛ, которые определяют модель знаний БЗ с учётом ограничений и особенностей ПрО решаемой задачи. Таблица 1 содержит операторы ДЛ, которые используются для формализации модели БЗ решаемой задачи.

Таблица 1 - Операторы ДЛ и их соответствие операторам языка OWL

ДЛ	OWL	Описание
Т	owl:Thing	Класс верхнего уровня
1	owl:Nothing	Пустой класс
А ЕВ	A owl:SubClassOf B	Включение классов (родитель-потомок)
A n В Е1	[A, B] owl:DisjointClasses	Непересекающиеся классы
А = В	[A, B] owl:equivalentClasses	Эквивалентные классы
A n В	A and B	Пересечение (конъюнкция) классов
VR .А	R only A	Универсальное ограничение
BR .А	R some A	Экзистенциальное ограничение
< nR. А	R exactly n A	Ограничение кардинальности

ТВох модели БЗ формируется администратором БЗ вместе с экспертом данной ПрО.

Основные классы сущностей модели БЗ для описания особенностей ПрО:

F ie Id Е Т - поле, в пределах которого осуществляется автономное управление БПТС;

• V е hi с I е Е Т - БПТС;

Т о о I Е Т - средства обработки поля, которые могут быть установлены на БПТС;

Agr i си Itur а I Е Т - СХ культуры, которые могут располагаться на поле;

Оbjесt Е Т - объекты, которые могут мешать передвижению БПТС на поле;

С о ordin a te Е Т - географические координаты.

Все представленные классы являются потомками класса оwI: Th ing (наследование), а также определены в качестве непересекающихся:

⊓ ℎ ⊓      ⊓              ⊓        ⊓            ⊑⊥ .

ФС класса Vеh i сIе имеют вид:

V е hi с I е Е Bwid t h. D onb le n Vwi dth. D onble n = 1w i dth. D onb Ie n n Bl e ng th. D о и b Ie n VIength.D onb Ie n = 1l en g thD о ub le n n Br adius. D onb Ie n Vrdiius. D onble n = 1r md ius. D о и b Ie n n Bp о wer. D o n b Ie n Vp о we r . D onb Ie n = 1p ower . D о bb Ie, где w id th и Ieggth - ФС для определения габаритов БПТС: ширина и длина соответственно; г a d ins - ФС для указания значения радиуса разворота БПТС;

рowег - ФС, значение которого соответствует мощности двигателя БПТС.

ФС класса Т о о I имеют вид:

Т о о I Е Bp ow е rR е quir е d. D onb Ie n Vp о w e rR e quire d. D onb Ie n n = 1p owe rR e qnire d. D о и b Ie n n Е Bto о ITyp e.To о ITyp e n Vto о ITyp e .To о ITyp e n = 1to о ITyp e. To о ITyp e T о о I Typ e = {spray er, spre ader}, где p o w e rR e qnir e d - ФС для определения требований средства обработки к мощности двигателя БПТС; typе - ФС, указывающее на тип средства обработки. Возможные значения данного ФС заданы в перечислении T о о IТ yp e.

ФС специфичные для определённых классов средств обработки T о о I на примере разбрасывателей удобрений (Sp геa der) и полевых опрыскивателей (Spгауег) имеют вид:

Spray er E T о о I n 3t akV V о lume. Integ e г n V tankV о lume. In teg er n n = 1tankV о lume. Integer, ⊓         ⊑⊥, где diskDiamet e r - ФС - значение диаметра разбрасывающих удобрения дисков; t ankVolume - ФС, указывающее на объём резервуара для химикатов;

классы Sp ге a d ег и Sp гауег являются наследниками класса То о I и наследуют его свойства роwеrRеqи i ге d и typ e. Эти классы объявлены непересекающимися.

Свойства класса Agr i си I tur а I имеют вид:

Ад г icultur a I E 3t о о ITyp eR euuire d. T о о ITyp e n V t о о ITyp eR euuire d. T о о ITyp e n n 3tr ackR e uuire d. Ta ackyyp e n V trackR e uuire d. Ta ackyype n n = 1 tr a eRR e uu ire d. Ta a ck yyp e Tr a ck Typ e = { c ircuI rr, zigzgg }, где t о о I yyp eR e q и ir e d - свойство, определяющее множество средств обработки, которые могут быть применены к данной СХ культуре;

trackRеquirе d - ФС, значение которого указывает на тип траектории, по которой необходимо перемещаться БПТС, при обработке данной СХ культуры;

ТгаскТуре - перечисление, содержащее типы траекторий БПТС.

Класс С о rd din a te имеет следующие ФС:

С о or din a te E 3l ogg itud e . D о и b Ie n V logg itud e . D uub le n = 1 1ogg itude.D ou b Ie n n 3l atitud e.D uubIe n VI a titude.D uubIe n = 1 1 atitud e.D о ubIe, где I ogg itude и I a ti tude - ФС, определяющие множество координат в виде долготы и широты соответственно.

Свойства класса Оbjе сt:

Оbjесt En 3objectType. ОbjectType n VоbjectType. ОbjectType n n = 1 o jj e ctTyp e. О jj e ctTyp e n n 3h as С о о rdinate. С о rrdin ate n Vhas С о rrdin a te О bje ctType = {rauine ,s a I ine }, где bbjcctType - ФС, задающее тип объекта значением из перечисления ObjcctTypе, например овраги (r au in e ) и солончаки (s a I in e);

has С о rrdin a te - свойство для определения множества координат объекта на поле.

Свойства класса Fiе Id:

Fi е I d E 3hasB о rde г С о rrdinate . С о о rdinate n VhasB rrde г С о о rdina te. С o o r dina te n n 3hasA gr i cu I tur al . Agr i cu I tur a I n VhaAAgr i cul tur al.Agri cu I tur a I n n = 1h asAgr i cul tur al.Agr i cu I tur a I n 3has О bj e ct . О bj e ct, где hasB rrde г С о rrdinate - свойство для определения множества координат границы поля; has Ад riuuI tur a I - ФС для определения СХ культуры, которая находится на поле;

h ао О be е с t - свойство, указывающее объекты, которые могут быть расположены на поле.

Модель БЗ может уточняться и дополняться в процессе логического вывода с помощью набора продукционных правил.

3 Разработка БЗ для задачи построения траектории движения БПТС

Определены следующие требования к средствам построения и формирования БЗ для задачи автономного управления БПТС. В частности, необходимо наличие средств для:

• ■    формирования схемы ( B В ох) БЗ для описания особенностей ПрО;

• ■   создания продукционных правил, описывающих правила и закономерности ПрО;

• ■    автоматизации формирования содержимого (Д В о %) БЗ на основе схемы ( ТВ о %);

• ■    проверки непротиворечивости и целостности знаний, а также получения новых знаний и их интерпретации на основе механизма логического вывода.

• 3.1    Формирование схемы БЗ и продукционных правил

• 3.2    Средства для автоматизации формирования содержимого БЗ

Для формирования схемы БЗ и продукционных правил на языке SWRL использован редактор онтологий Protege [21]. Данный редактор основан на библиотеке OWL API , позволяет создавать и редактировать продукции на языке SWRL с помощью библиотеки SWRL API и может использовать машину логического вывода Pellet.

В результате схема БЗ и множество продукций на языке SWRL представляются в виде онтологии на языке OWL .

Для автоматизации процесса формирования содержимого (Д В о %) БЗ на основе схемы ( В В о %) разработано приложение, основанное на динамической генерации экранных форм для ввода данных на основе структуры метаданных.

В качестве хранилища разработанного приложения используется графовая система управления базами данных (СУБД) Neo4j [22]. Данная СУБД не использует реляционную модель данных и не накладывает ограничения на модель данных, что позволяет загружать в Neo4j данные любой структуры в виде графа без предварительной подготовки. Для выполнения запросов к содержимому Neo4j необходимо знать структуру метаданных. Основным преимуществом использования СУБД Neo4j является поддержка транзакций, что делает возможной коллективную работу по заполнению БЗ несколькими экспертами. Neo4j имеет специальный язык запросов Cypher , который ориентирован для работы с графом и позволяет создавать эффективные запросы к хранилищу.

В качестве источника для получения метаданных используется схема БЗ ( В В о %). Метаданные позволяют:

• ■    генерировать экранные формы для ввода данных с необходимым набором элементов управления;

• ■    накладывать ограничения на тип и наличие данных для отдельных элементов управления;

• ■    формировать запросы на добавление и извлечение данных из Neo4j.

Теоретико-множественное представление метаданных имеет вид: М = (Е , Д , R , Еиит), где Е - множество сущностей ПрО (классы БЗ); Д - множество свойств сущностей; R - множество отношений, которые связывают сущность и её свойства; Епит - множество перечислений, которые используются в качестве допустимого множества значений отдельных свойств.

Множество сущностей имеет вид: Е = {Е_г,Е₂ , .„,Ер ,„,Е_П}, где Е= = ( tyре,пат е) - i-я сущность метаданных. Каждая сущность имеет свойство typе для определения типа сущности и свойство пате для определения имени (представления) сущности в пользовательском интерфейсе. Представление задаётся через аннотацию (элемент языка OWL) схемы БЗ. Например, для класса Field - (Fiе Id , Поле).

Множество атрибутов сущностей можно записать как: Д = {Д _t,Д₂ , -.,Д], .„, Д₀}, где Д у = ( ty р е ,пат е, d at a typ е ,r е quir е d) - j-й атрибут метаданных. Атрибут метаданных имеет следующие свойства: typе - тип атрибута, пате - представление атрибута, d atatyp е - тип данных атрибута, геquired - признак обязательности заполнения.

Тип данных datatypе атрибута может принимать следующие значения: простые типы данных (строка, число, дата, булево); ссылка на другую сущность; коллекция (список).

Например, для свойства hasB orderCo ord inate создан атрибут со следующими свойствами: (hasB о г de r С о о г din ate, Координаты, С о о г dina t e [], true).

Множество перечислений можно представить в виде следующего выражения:

Enum = {Enum_t , Ппит ₂, ..., Ппит_к, ... , Ппит_р }, где Enum_fc = ( typ e, name, va I ns s) - k-е перечисление, в котором: typ e - свойство для определения типа перечисления, пате - представление сущности, иa In е s - множество значений перечисления.    Например,    перечисление     Ta а с кТ yp е    представлено    как

(TrаскТypе , Тип траектории, { сirculrr, zigza} }).

Множество отношений R имеет вид: R = {R^,R ₂, ,„,R _z, ,„,R_q }, где R _z = (E ,,A) - l-е отношение между сущностью E_z и её атрибутом Aj, например, (F ie I d, h asB rdde г С о о rdin aee).

Для получения метаданных на основе схемы БЗ используется функция вида: F^M:TBох ^ М.

Функция F^M реализуется следующим алгоритмом:

• 1)    для каждого перечисления схемы БЗ выполнить преобразование: EnumР^0х ^ Enum ^M, например,

TrackTypе = { circulrr , zigagg] ^ (Trackypee , Тип траектории, { circulrr , zigzag'}').

• 2)    для каждого класса схемы БЗ выполнить преобразование:

СI asst ^ E_z, например, F ie Id ^ (Fie Id , Поле).

• 3)    для каждого свойства i -го класса схемы БЗ выполнить преобразование:

Prорег tp^ ^ {A j , R j }, например, h asB rrd ег С о о rd in a te ^ {(hasB о г de rC о rrdinate , Координаты, C o o r d ina t e [], tr ue), (Fie Id , hasB rrde г С о rrdinat e)}.

Тип данных атрибута определяется на основе ограничений и типов данных соответствующего свойства схемы БЗ: если у свойства есть экзистенциальное ограничение (3) и универсальное ограничение (V) и свойство не является функциональным, то типом данных атрибу- та является коллекция, иначе не коллекция.

Итоговый тип данных определяется на основе множества допустимых типов значений из схемы БЗ. Признак обязательности заполнения значения атрибута определяется на основе ограничений схемы БЗ: если у свойства есть универсальное ограничение (V), то атрибут должен быть обязательно заполнен.

Для автоматизации процесса заполнения БЗ клиентская часть приложения получает метаданные для генерации интерфейса и данные для отображения в нём. Генерация интерфейса осуществляется следующей функцией:

F^{g UI}:МхМео 4; ^ GUI.

Например, необходимо ввести данные о некотором экземпляре класса EiеIdB В клиентской части приложения используются полученные метаданные класса F ie Id для генерации экранной формы приложения, представленной на рисунке 1. Для каждого атрибута Aj на основе значений его

Рисунок 1 - Пример экранной формы для ввода информации о поле

свойств создаётся определённое поле ввода. Например, для атрибута

(hasName , Название, String , trne'e создано следующее поле на языке HTML :

Как видно из примера разметки, для задания ограничения типа данных используется атрибут type , а для указания обязательности заполнения значения атрибут required тега input. Данные задаются через атрибут value тега input.

Для атрибута (hasB о г d ег С о о г din а ее , Координаты, С о ordin at e [], tr и e) HTML -разметка имеет вид:

Так как метаданные содержат все требуемые сведения, при необходимости можно легко заменить шаблоны для генерации элементов управления и представлять коллекции значений в виде таблицы.

Для работы с хранилищем данных Neo4j используются следующие функции: pstorageinsert _;д ^ ^nsert Query, F^st0Ta9 ^eSelect-.M ^ Se IectQuery.

Функция p^S0oraseinnart позволяет автоматически генерировать запрос на языке Cypher для создания записи данных в хранилище Neo4j .

Алгоритм работы функции F^{st0r аде 1лsrt t} состоит из следующих шагов.

• 1)    создание узла для добавляемого экземпляра сущности. Например, для объекта класса F i eld : MERGE (e1: Field {name: 'Поле'}).

• 2)    поиск атрибутов с типом данных, ссылающихся на экземпляр другой сущности. Например, для класса Fi е Id это атрибуты hasB о re е r С о rrdinate и has О bje ct. Далее создаются команды для записи в хранилище связанных сущностей. Для атрибута h as В о r d e г С о о r d i n a t e :

MERGE (e2: Coordinate {name: 'Координата'})

MERGE (e2a1:Value{value: '54.19'})

MERGE (e2a2:Value{value: '48.22'})

MERGE (e2)-[: latitude ]->(e2a1)

MERGE (e2)-[: longitude ]->(e2a2).

• 3)    создание узлов для атрибутов, которые не ссылаются на другие сущности:

MERGE (e1a1:Value{value: 'Поле1'}).

• 4)    организация связи между экземпляром сущности и его атрибутами:

MERGE (e1)-[: hasName ]->(e1a1)

MERGE (e1)-[: hasBorderCoordinate ]-(e2).

В результате выполнения представленного запроса сформирован фрагмент графа, показанный на рисунке 2.

Рисунок 2 – Пример содержимого БЗ

Как видно из рисунка 2, данные о поле записываются в БЗ в качестве фрагмента. Жирным начертанием выделена сущность fieldl класса      , а фоном отмечены значения свойств сущности     1. На рисунке 2 приведены также примеры представления сущностей других классов: БПТС УАЗ Патриот, опрыскиватель полевой штанговый полуприцепной ОПМ-2505 В, СХ культура картофель, овраг, расположенный на поле. Для всех обозначенных сущностей заданы значения их свойств.

Функция            используется для получения данных из хранилища Neo4j . Например, для получения списка всех сущностей класса     используется запрос:

MATCH p=(f: Field )-[r*..]->(v) RETURN p.

Для получения конкретного поля будет сформирован следующий запрос:

MATCH p=(f: Field )-[r*..]->(v) WHERE ID(f)=201 RETURN p.

Таким образом, автоматизация формирования содержимого (     ) БЗ снижает нагрузку на эксперта по сравнению с наполнением БЗ средствами редактора Protege.

• 3.3 Механизм логического вывода

Графовая СУБД Neo4j поддерживает механизм логического вывода, но возможности его ограничены. Следовательно, необходимо выполнять логический вывод средствами, разработанными специально для онтологий. Функция логического вывода реализуется с помощью библиотек OWL API, SWRL API и машины логического вывода Pellet .

Выполнение функций логического вывода позволяет гарантировать корректность содержимого БЗ, логическую целостность и непротиворечивость ограничениям ПрО. В результате логического вывода на основе множества продукционных правил на языке SWRL в БЗ формируются новые знания. Продукционные правила позволяют изменять логику работы с БЗ без изменения алгоритма автономного управления БПТС, что повышает гибкость алгоритма и его живучесть в процессе эксплуатации системы.

Для реализации логического вывода используются следующие функции:

_FD ata - _{M x Ne 0} 4y _x pg _0x ^ о _WL;

plnferen с e . у _Wx x P e 11 e t ^ А В О X * .

Функция     на основе метаданных извлекает из Neo4j необходимые данные и запи сывает их в онтологию в формате OWL. При этом заполняется онтология, положенная в основу схемы БЗ     , полученная на этапе формирования схемы БЗ.

Алгоритм работы функции     состоит из следующих шагов.

• 1)    получить множество классов      БЗ на основе метаданных :    →      .

• 2)    для каждой сущности из состава метаданных выполнить запрос к Neo4j:

MERGE (o: E i )-[:hasName]->(name).

• 3)    создать аксиомы      БЗ для определения сущностей для i -го класса      БЗ:

name : СI ass..

• 4)    получить множество свойств i -го класса      из модели метаданных :

{А j,R} ^ P г о p e r ty ij.

• 5)    для каждого j -го атрибута сущности из состава метаданных выполнить запрос к Neo4j : MERGE (o: E_i)-[:A_j]->(value).

• 6)    создать аксиомы      БЗ для определения j -го свойства           сущностей для i -го

класса СIss s i БЗ: (name ,v al и e ): P г о p ertyg.

Далее запускается машина логического вывода Pellet , которая выполняет логический вывод по содержимому полученной OWL -онтологии. Выполнение множества SWRL -правил позволяет получать новые знания и использовать их для автономного управления БПТС. В случае возникновения ошибок пользователь должен внести исправления.

Например, SWRL-правило, которое позволяет добавить для класса      дополнительные свойства         и          , значения которых указывают на необходимое средство для обработки и тип траектории движения БПТС в зависимости от СХ культуры, имеет вид:

Fte Id (? f)Ah ssAr ricultax a l(? f, ? s)a t о о l Урр eR equir ed(? a, ? tt)^At о о l Уур e(? t, ? tt)^{A A} tr acRR e quir e d (? a, ? tr) ^ f ie IdT о о I?? f, ? t) Afie IdTrac k(? f, ? tr) .

Новые свойства класса     , сформированные в процессе логического вывода, также могут быть использованы в качестве атомов других SWRL-правил, например для определения подходящих БПТС на основе требований средств обработки к мощности двигателя:

Fle Id (? f )a fie IdTo о l(? f, ? 1)^ЛР о we rR e qu ire d(? t, ? p r)^AV ehi с I e(? v)Ap owe г?? v ,?p )a Aswrlb-. ges ateTTSan Гт Eqsa l(? p , ? p r) ^ f ie IdVe hi с I e(? f, ? v) .

Заключение

В статье рассмотрена задача формирования БЗ для автономного управления БПТС с учётом особенностей ПрО СХ.

Предложены информационная модель БЗ, позволяющая учитывать различные особенности и ограничения при решении задачи автономного управления БПТС, и автоматизированный способ формирования схемы БЗ. Для автоматизации процесса формирования содержимого БЗ предложена информационная модель метаданных, которая используется для генерации динамических экранных форм, позволяющих снизить нагрузку на эксперта и реализовать функцию коллективного заполнения БЗ.

Предложен подход к организации логического вывода для проверки логической целостности и непротиворечивости содержимого БЗ перед выполнением задачи автономного управления БПТС. Механизм логического вывода используется также для получения новых знаний на основе множества продукционных правил на языке SWRL , что делает алгоритм построения траектории более гибким.