Tesis:
Toward Context Awareness in the Cooperation of Underwater Robots
- Autor: LI, Xin
- Título: Toward Context Awareness in the Cooperation of Underwater Robots
- Fecha: 2017
- Materia: Sin materia definida
- Escuela: E.T.S.I. Y SISTEMAS DE TELECOMUNICACIÓN
- Departamentos: INGENIERIA TELEMATICA Y ELECTRONICA
- Acceso electrónico: http://oa.upm.es/48359/
- Director/a 1º: MARTÍNEZ ORTEGA, José Fernán
- Resumen: Hoy en día los robots submarinos están creciendo en popularidad en la realización de operaciones marítimas tales como la detección de derrames de petróleo y la preparación del fondo marino para la construcción de diferentes infraestructuras. La clave para poder realizar con eficacia y eficiencia estas operaciones y sus actividades asociadas pasa por comprender y conocer el entorno físico en el que se realizan. Por otra parte el conocimiento del entorno puede permitir mejorar el rendimiento y realizar adaptaciones cuando dichas actividades se vuelvan más complejas y requieran de una configuración dinámica. Sin embargo es muy difícil que los robots y los operadores conozcan el entorno submarino, aunque sea de forma aproximada, por ser este un entorno a priori dinámico e incierto. Así pues facilitar el conocimiento del contexto de las operaciones, logrando que las entidades que participan en ellas sean conscientes del mismo, sigue siendo un desafío para la cooperación de las actividades de los robots submarinos. El objetivo de esta tesis es presentar un estudio exhaustivo sobre la transferencia de conocimiento del contexto para la cooperación de robots submarinos y superar los problemas más desafiantes sobre este tema. Para alcanzar este objetivo la tesis se ha centrado en tres áreas principales de investigación. La primera de estas áreas tiene como objetivo proporcionar una solución general para dotar de consciencia del contexto a los robots submarinos. Así pues se presenta en esta tesis una propuesta de arquitectura de un marco de consciencia del contexto para vehículos submarinos. El marco propuesto proporciona una gestión completa y bien definida del contexto, incluyendo su adquisición, modelado, razonamiento, distribución y difusión. Este marco puede ser el facilitador de la consciencia del contexto integrada en las arquitecturas de intermediación que ya existen en el ámbito de la robótica submarina. Los servicios que ofrece este marco pueden explotarse de diferentes formas, ya sea por los robots para comprender el entorno o por los operadores para concebir los planes de la misión. La segunda área se concentra en el modelado adecuado de la información de contexto que los robots necesitan intercambiar entre ellos. En esta área se realizan tres contribuciones principales. En primer lugar se propone una metodología de desarrollo de ontologías difusas (FODM, Fuzzy Ontology Development Methodology) que sirva de guía para la creación de ontologías difusas desde cero. En segundo lugar se presenta e implementa una propuesta de ontología, la ontología SWARMs. Consiste en una ontología principal y cuatro ontologías de dominio específico correspondientes a la misión y planificación, a los vehículos robóticos, al reconocimiento y detección del entorno, y a las redes y comunicaciones. Además puede ser extendida con anotaciones difusas y probabilísticas representando así la incertidumbre del contexto. En particular se ha adoptado PR-OWL para expresar la incertidumbre del contexto basándose en la teoría de redes bayesianas de entidades múltiples (MEBN, Multi-Entity Bayesian Networks). Así la ontología SWARMs no está limitada a la representación exhaustiva y principal del contexto con su incertidumbre asociada, sino que además puede dar soporte al razonamiento con incertidumbre. Finalmente se presenta una propuesta para aplicar el algoritmo del modelo estocástico de orden reducido (SROM, Stochastic Reduced Order Model), siendo usado para cuantificar las incertidumbres propagadas en las relaciones matemáticas de la ontología SWARMs. Esta propuesta puede garantizar un grado de precisión considerable en la aproximación de las estadísticas de los elementos ontológicos con incertidumbre, usando en el proceso muchos menos cálculos que de forma directa. Vale la pena destacar que esta propuesta es lo suficientemente genérica como para ser aplicada en la cuantificación de incertidumbres en cualquier ontología que tenga matemáticas incrustadas. La tercera área de investigación se centra en cómo razonar de forma efectiva sobre la información de contexto y su incertidumbre aplicándose al campo de la robótica submarina. Ninguno de los métodos existentes de razonamiento de contexto puede en la actualidad cubrir individualmente los requisitos de la robótica submarina. Por tanto en esta tesis se propone un mecanismo híbrido de razonamiento de contexto. Esta propuesta se basa en un acoplamiento ligero entre tres métodos diferentes de razonamiento de contexto, que en concreto son los basados en técnicas ontológicas, los basados en reglas, y los que emplean MEBN. Empleando una combinación de los diferentes métodos de razonamiento es posible mitigar las debilidades de cada razonador recurriendo a las puntos fuertes de los demás. Se ha implementado un conjunto de APIs Java para realizar la propuesta del razonador híbrido de contexto. La implementación proporciona interfaces sencillas para utilizar los razonadores de contexto existentes, tales como el razonador OWL de Jena, el razonador Pellet, y el razonador UnBBayes-MEBN. Además la implementación de esta propuesta se ha validado en términos de utilidad. Se ha incluido un análisis preliminar del rendimiento del mecanismo híbrido de razonamiento de contexto, mostrando que sus capacidades de razonamiento se pueden proporcionar en un espacio de tiempo aceptable. ----------ABSTRACT---------- Nowadays, underwater robots are becoming more and more popular to carry out maritime operations, such as oil spill detection and berm construction. Knowing and understanding the physical environment where specific operations are to take place is key for accomplishing effectively and efficiently such operations and associated activities. On the other hand, when the considered activities become more complex demanding a dynamic setup, the knowledge of environment can allow enhancing performance and make adaptations. Nonetheless, it is very difficult for robots or operators to know the underwater environment, which is highly dynamic and uncertain, a priori, or even in a rough way. Facilitating context awareness, which is a capability for entities to be context-aware, in the cooperation of underwater robots still remains a challenge. The aim of this thesis is to present a comprehensive study on delivering context awareness in the cooperation of underwater robots and overcome the most challenging problems of this topic. To achieve this objective, this thesis is carried out centering on three main research areas. The first area aims to provide a general solution for delivering context awareness in underwater robots. An architectural proposal of a context-aware framework for underwater vehicles is presented in this thesis. The proposed context-aware framework provides a complete and well-defined context management, including context acquisition, context modeling, context reasoning, context distribution, and context dissemination. It can be an enabler of context awareness to be integrated into existing underwater robotic middleware architectures. Services provided by this framework can be exploited in different ways, such as being used by robots to understand the surrounding and for operators to conceive mission plans. The second area concentrates on properly modeling context information that is necessarily exchanged between robots. In this area, three main contributions are made. Firstly, a fuzzy ontology development methodology (FODM) is proposed for guiding the building of fuzzy ontologies from scratch. Secondly, an ontology proposal, named the SWARMs ontology, is presented and implemented. The SWARMs ontology consists of a core ontology and four domain-specific ontologies, including mission & planning, robotic vehicle, environment recognition & sensing, and communication & networking. It is also able to be extended with fuzzy and probabilistic annotations to represent context uncertainty. Especially, the Probabilistic Web Ontology Language (PR-OWL) ontology is adopted to express context uncertainty based on the Multi-Entity Bayesian Network (MEBN) theory. In this way, the SWARMs ontology can not only present a comprehensive and principled representation of context and its associated uncertainty but also provide support for uncertainty reasoning. Finally, a proposal of applying the Stochastic Reduced Order Model (SROM) algorithm to quantify uncertainties propagated in mathematic relationships in the SWARMs ontology is presented. This proposal can guarantee a considerable degree of accuracy in approximating the statistics of uncertain ontological elements but with much fewer calculations. It is worth noting that this proposal is general enough to be applied to quantify uncertainties in any mathematics-embedded ontologies. The last area under investigation focuses on how to effectively reason about context information and its uncertainty in the underwater robot field. None of the existing context reasoning methods can individually meet the reasoning requirements in the underwater robot field. Therefore, a hybrid context reasoning mechanism is proposed in this thesis. The proposal is to loosely couple three different context reasoning methods, namely, the ontological, rule-based, and MEBN reasoning techniques. With the combination of the different reasoning methods, it is flexible to mitigate each reasoning’s weaknesses by using others’ strengths. A set of Java Application Programming Interfaces (APIs) is implemented to realize the hybrid context reasoning proposal. The implementation provides simple interfaces to use the existing context reasoners, including the Jena OWL reasoner, Pellet reasoner, and the UnBBayes-MEBN reasoner, to provide reasoning capabilities. In addition, the implementation of this proposal is validated in terms of usefulness. A preliminary performance analysis on the hybrid context reasoning mechanism is also provided and it shows that the hybrid context reasoner can provide reasoning capabilities within an acceptable time span.