Knowledge based cognitive agent using semantic information and ontologies

Abstract

Robotic applications that function in changing environments require significant amount of data from the environment to be able to perform their tasks reliably. Managing this data in a meaningful way is very important part of these robotic applications. Additionally, not only is it important to collect the sensor data, but also to infer the semantic meaning of this data. Especially with mobile robots traveling in environments that cannot be controlled, it is vital that the robot understands the environment beyond simple concepts such as, "there is something in front of me".

A way to achieve this is with the use of ontologies. Ontology based implementations enable both data storage, and semantic inference from the data. With class relationships and semantic inference rules the ontologies can be used to make inferences about the nature of the data collected from the environment. For mobile robots, linking the location to a semantic, human understandable labels can be very useful. Additionally, being able to easily categorize different types of obstacles and other objects in the environment is a great addition to adaptations for mobile robot control.

In this thesis an application ontology for mobile robot operations was designed and implemented. The ontology was used with a prototype mobile robot system in an indoor environment to perform automatic tasks, while adapting to unexpected situations based on semantic information inferred from the environment. The prototype system performed well in this controlled environment, however more work needs to be done to go from clean indoor environments to more chaotic environments such as mines.

Robottijärjestelmät, jotka toimivat muuttuvissa ympäristöissä vaativat merkittävän määrän dataa ympäristöstä kyetäkseen toteuttamaan tehtävänsä luotettavasti. Tämän datan käsittely on erittäin tärkeä osa näitä robottijärjestelmiä. Kuitenkaan pelkkä sensoridatan keräys ei ole riittävää, sillä datasta täytyy myös kyetä päättelemään semanttista tietoa. Varsinkin mobiiliroboteilla, jotka kulkevat ympäristöissä, joita ei voida hallita, on tärkeää, että robottijärjestelmä ymmärtää ympäristönsä tarkemmin kuin yksinkertaisina käsitteinä, kuten "edessäni on jotain".

Datan käsittely ja ymmärrys voidaan toteuttaa ontologioiden avulla. Ontologiapohjaiset ratkaisut mahdollistavat datan säilömisen ja semanttisen päättelyn datasta. Luokkasuhteiden ja semanttisten päättelysääntöjen avulla ontologioita voi käyttää tekemään päätelmiä ympäristöstä kerätystä datasta. Mobiilirobottijärjestelmissä paikkatiedon linkittäminen semanttiseen, ihmisen ymmärtämiin käsitteisiin voi olla hyvin hyödyllistä. Lisäksi kyky kategorisoida erityyppisiä esteitä ja muita kappaleita ympäristöstä on merkittävä lisä adaptaatioiden hallintaan mobiilirobotin ohjausta varten.

Tässä maisterintyössä esitellään sovellusontologian suunnittelu ja implementointi. Tätä ontologiaa käytettiin prototyyppi mobiilirobottijärjestelmän ohjauksessa sisätiloissa automaattisten tehtävien suorittamiseen. Tehtävien suorittamisen aikana järjestelmä adaptoi toimintaansa ympäristöstä päätellyn semanttisen tiedon perusteella. Prototyyppijärjestelmä suoriutui hyvin kontrolloidussa ympäristössä. Lisää työtä vaaditaan, jotta järjestelmää voidaan käyttää vaativimmissa ympäristöissä, kuten kaivoksissa.