This paper introduces Multi-layered Robot Context Ontology Framework (MRCOF) for comprehensive, integrated robot context modeling and reasoning for Robot context knowledge. MRCOF consists of five knowledge levels including rules such as a perception level, a geometry level, an object level, a space level and a situation level. Each knowledge level has meta-knowledge, domain-knowledge and knowledge-instance layer. For each knowledge layer, we use a 6-tuple ontology structure including concepts, relations, relational functions, concept hierarchies, relation hierarchies and axioms. The axioms specify the semantics of concepts and relational constraints between ontological elements at each knowledge layer. The rules are used to infer concepts or relations. MRCOF enables to model integrated robot context information from a low level sensor data to high level object, space and situation semantics. With the integrated context knowledge, a robot can understand objects and related context not only through unidirectional reasoning between adjacent knowledge levels but also through bidirectional reasoning among several levels even with partial information. This proposed framework is represented with first-order logic to maintain an integrated uniform representation.
본 연구에서는 로봇 환경에서의 물체 인식을 위한 컨텍스트 모델링과 추론에 관한 다중레이어 기반 컨텍스트 온톨로지 체계 (Multi-layered Robot Context Ontology Framework, MRCOF)를 제안하였다. MRCOF를 통해 우리는 포괄적이고, 통합적인 로봇 지식 체계를 구축할 수 있다. MRCOF는 인지 지식, 형상 지식, 물체 지식, 공간 지식, 상황 지식 등 총 5개의 지식 레벨을 가지고 있다. 각 지식 레벨 메타 레이어, 도메인 레이어, 인스턴스 레이어 등 총 3개의 지식 레이어를 정의하여 공유와 증식이 가능한 체계를 가능하게 하였다. 또한 공리와 룰을 정의하여 새로운 지식의 추론을 위한 틀을 제공한다. MRCOF는 센서 수준의 데이터에서부터 공간, 상황 등의 의미적 정보들까지 통합적으로 관리함으로써 물체 인식뿐만 아니라 다양한 컨텍스트 지식 이해까지 가능하도록 해준다. 그리고 공간, 상황의 의미적 정보들을 추론에 이용함으로써 불충분한 입력 정보만으로도 물체 인식을 할 수 있다. 본 MRCOF는 온톨로지를 이용하여 구축한다. 각 지식 레이어는 개념, 관계, 관계 함수, 개념 계층 구조, 관계 계층 구조 등 6개의 온톨로지 요소를 사용하여 구축한다.
