路标管理系统中的本体构造和规则查询

徐 丹，黄智生，张笑非，王东升，张绛丽

(1.江苏科技大学计算机科学与工程学院，江苏镇江 212003;2.阿姆斯特丹自由大学，荷兰阿姆斯特丹)

0 引言

近年来，随着社会经济的发展和人均汽车拥有量的不断提高，交通安全和交通阻塞也成了日益严重的社会问题.作为重要的道路安全附属设施，交通标志牌上所表达的信息在规范交通行为、指示道路状况、保障道路功效、引导行人和安全驾驶等方面具有重要的作用［1－2］.

因此，国家规范对于交通标志的分类、外观以及如何设置做了详细的规定.我国于1986年首次发布道路交通标志和标线设置的国家标准［3］，随着交通的发展，分别于1999年和2009年颁布实施了修订版［4－5］.

中国城市的发展和扩张速度远远超过世界上许多城市.新路的修建，兴趣点的频繁变换，都将导致路标系统的相应变化［6］.在此过程中会有一些路牌得不到及时更换，传达错误或无效的信息.此外，还有一些交通标志没有遵循国家标准，随意设置，如路标位置混乱，路标信息不一致(逻辑矛盾)，路标不规范或欠缺等［7］.因此，需要对交通标志进行定期的管理和维护.如今，交通标志系统的管理和维护主要依赖于手工记录和检查，这对交通管理部门来说是一项复杂的工作.此外，在进行此类复杂和不断重复的工作时很容易犯错误.因此，有必要设计开发一个能自动维护和更新的路标管理系统［8］.

设计实现一个语义驱动的路标管理系统(SeRSM)，该系统主要包括两部分功能，一是路标的规范性审核，即验证现有的道路标志是否符合国家标准.另一个功能是指路标志的有效性审核，即验证指路标志的一致性和正确性.系统流程如图1所示.首先，将已有的地理数据，如开放街道地图(OSM)、兴趣点(POI)数据和路标数据通过中介本体集成在一起［9］;其次，将交通规则从国家标准中提取出来，并用LarKC平台支持的SPARQL查询表达;最后，将数据和规则导入LarKC平台［10－11］，用于语义数据处理和推理.

图1 系统流程图

1 本文方法

1.1 数据来源

路标信息的设置与审核常常需要考虑到周围道路的布局(如是否有交叉口等)，这就需要考虑周边道路的信息，即地缘空间信息.由于计算机技术和万维网的发展，特别是城市地图与道路信息系统的不断完善，很容易把这些地缘空间信息纳入到路标管理系统中［7］.本系统中用到的数据主要有来源于开放街道地图(Open Street Map，简称OSM)的路网数据、来源于百度地图的兴趣点(POI)数据以及由本项目组采集的路标数据.所有的数据通过中介本体集成在一起［12］.语义技术能充分利用现有的多源、异构数据，并将其转换为以语义三元组形式表达的Ntriple数据.基于此，可方便地把这些地缘空间信息转换成语义数据，为路标管理系统的知识管理和推理提供基本条件［13］.

1.2 本体构造和数据整合

本体的目标是为了捕获相关领域的知识，提供对领域知识的共同理解，确定知识领域内共同认知的词汇，并且从不同层次的形式化模式上给出这些共同词汇和词汇之间的明确关系［14］.因此，本体的用途包括交流、共享、互操作、重用等.本系统涉及的数据集包含大约500万条三元组数据，需要采用本体技术把这些海量语义数据进行整合，以组成一个有机的整体.

路标管理系统中涉及的本体概念主要有路标、道路、车辆和兴趣点，概念之间的关系如图2所示.道路是比较复杂的概念，将其划分成节点元、连接元、道元和路元.兴趣点和交通标志都属于节点元;节点元可以作为连接元的起点或终点;多个连接元组成道元;路元则由多个道元组成，表达了一条多方向的道路.根据百度地图的分类，兴趣点包括教育类、医疗卫生类、餐饮类、交通设施类、住宅小区类、旅游景点类、休闲娱乐类、商务大厦类、名称标注类等.车辆分类包括大型车、小型车、货车、客运三轮车、货运三轮车、公交车、摩托车等.交通标志可以指示兴趣点的方向和距离，以及各种车型的限行时间和速度.

图2 路标管理系统本体概念之间的关系

交通标志作为重要的交通辅助设施，其颜色、形状以及设置地点都应遵循国家标准的规定.常见的道路交通标志有4种:禁止标志、警告标志、指示标志和指路标志.每种标志均可通过标志的颜色，形状和内部图符来表示，图3详细描述了交通标志的本体构造.

图3 交通标志本体

以十字交叉路口警告标志为例，其生成的OWL文件可表示如下:

1.3 规则提取和表示

规则提取.我国现行的交通标志标准是《道路交通标志和标线 －第2部分:道路交通标志》(GB5768.2—2009)［5］.从中提取了60 多条关于交通标志设置的规则.这些规则可分为5类:

1)交通标志的设置地点

a.在小学，幼儿园，少年宫等附近应设置注意儿童标志;

b.在会车有困难的狭窄路段的一端应设置会车让行标志.

2)交通标志之间的关系

a.解除禁止超车标志应和禁止超车标志成对使用;

针对目前的 “双积分”政策，积分成为商业资源改变了企业生产决策函数，本文建立了考虑积分交易时的企业利润函数以及社会福利函数，通过 “新能源汽车CAFC得分效率决策——续航里程研发决策——产量决策”三阶段博弈，求得了研发合作与研发竞争两种情形下的最优产量、续航里程研发量以及新能源汽车CAFC得分效率，并对两种情形下的最优续航里程研发量、总利润以及社会福利进行了比较。主要研究结论如下：

b.最低限速标志不应单独使用，应与限速标志设置在同一标志杆(牌)上.

3)交通标志的内容

a.指路标志中各个方向指示的目的地数量不宜超过6个;

b.限速标志的限速值不应小于20 km/h.

4)交通标志的并设

a.同一标杆上的交通标志不应超过四种;

b.警告标志不宜多设，同一地点需要设置两个以上的警告标志时，原则上只设置其中最重要的一个.

5)交通标志距离预告点的位置

a.交叉路口预告应设置在交叉路口前300米到500米;

b.警告标志至危险地点的距离取决于道路的设计时速.

规则表达.由于篇幅所限，只显示部分SPARQL查询的例子，如图4所示.(a)是规则“在幼儿园附近应设有注意儿童标志”的SPARQL查询.在“大地幼儿园”附近查找“注意儿童”标志，如果结果是空则说明此处没有按规定设置注意儿童标志.(b)是规则“最低限速标志不应单独使用，应与限速标志共同出现”的SPARQL表达.首先单独查找所有最低限速标志和限速标志，然后比较它们是否设置在同一地点.(c)是规则“让行标志应单独设置”的SPARQL查询.首先，查找所有的让行标志，然后对于每个让行标志检查在同一地点是否存在其他标志.(d)是规则“指路标志中各个方向指示的目的地数量不宜超过6个”的SPARQL语句.首先，找到所有的指路标志，然后计算每个标志的目的地个数.

2 实验结果

图4 部分交通标志规则的SPARQL表达

选择镇江市作为实验样本.镇江和其他众多中国城市一样，经历着快速的成长和发展.实验数据集包含大约500万条三元组数据，其中包括300万来自OSM的路网数据，150万源自百度地图的POI数据以及30万项目组自行采集的镇江交通标志数据.

本系统的体系结构如图5所示.将所有三元组数据导入LarKC平台的数据加载服务器.交通标志规则首先转换成SPARQL查询，然后输入到LarKC平台的SPARQL查询终端进行处理.应用程序ITSJUST建立在Jetty服务器上，用户可通过Web浏览器访问该应用程序.

实验主要考虑4条道路:学府路、正东路、梦溪路、天桥路.其中学府路和天桥路是几年前建成的新路，正东路和梦溪路建成已有十余年的时间.4条路共有215个交通标志牌，包括384个交通标志，其中有46个标志牌设置不当.这里需要区分一下交通标志牌和交通标志的概念，1个交通标志牌上可能有多个标志，只要其中1个标志存在问题，就认为该标志牌有问题.

图5 系统结构图

实验结果表示，在全部215个交通标示牌中，系统成功找到42个有问题的交通标志牌，漏检了4个.漏检的交通标志牌包括颜色或形状不规范的交通标志，或其设置地点涉及高度信息的交通标志.这是因为，交通标志颜色和形状的自动审核需要借助模式识别的方法进行识别;另外，我们现有的数据只有二维信息，所以对于设置地点涉及高度信息的交通标志无法审核其正确性.表1显示各种问题以及相应的交通标志牌的个数.表中信息过载是指标志牌上承载过多信息，如指路标志目的地过多;并设问题是指不正确的并设，如同一地点交通标志过多或需单独设置的交通标志和其他标志并设;指路标志不一致是指指路标志内容逻辑矛盾或无效;不规则的交通标志是指颜色或形状不符合国家标准;设置地点错误包括交通标志设置地点错误和交通标志缺失2种情况.

表1 错误种类以及相应的交通标志牌数

3 结论

提出一种基于语义技术的路标审核方法.首先，将路网数据、百度POI数据以及交通标志数据通过中介本体集成在一起.其次，将国家标准分成5类，并用SPARQL查询表达.最后，采用LarKC平台进行语义数据的处理和推理.在镇江的一些道路上进行了测试，结果表明，该系统可以成功地检测出大部分有问题的交通标志牌.

需要指出的是，存在一些与我们的研究类似的工作.在文献［12］中，Lee等人使用语义技术开发首尔的路标管理系统，该系统侧重于指路标志的有效性审核.在文献［7］中，以城市米兰为实验样本，使用语义技术提供移动环境下的路径规划服务.

本系统的创新之处在于:使用LarKC平台验证现有的道路标志是否符合国家标准.下一步工作将构建更加完整的本体，使之涵盖与交通运输相关的各种概念.此外，将为本系统开发更多的推理支持.

［1］王净.我国城市交通拥堵的对策研究［D］.济南:山东师范大学，2011.

［2］徐迪红.复杂背景下的交通标志检测和分类算法研究［D］.武汉:武汉大学，2010.

［3］GB5768—1986.道路标志和标线［S］.北京:中国标准出版社，1999:10－112.

［4］GB5758—1999.道路标志和标线［S］.北京:中国标准出版社，1999:12－124.

［5］GB5768.2—2009.道路标志和标线［S］.北京:中国标准出版社，1999:12－120.

［6］GUO R，WEI Z，LI Y，et al.Study on encoding technology of urban traffic signs based on demands of facilities management［J］.In AFTC 2011:201－207.

［7］黄智生，钟宁.海量语义数据处理——平台、技术及应用［M］.北京:高等教育出版社，2012.

［8］RASDORF W，HUMMER J E，HARRIS E A，et al.IT issues for the management of high－quantity，low－cost assets［J］.Journal of Computing in Civil Engineering，2009，23(2):91－99.

［9］BATTLE R，KOLAS D.Enabling the geospatial semantic web with Parliament and GeoSPARQL［J］.Semantic Web，2012，3(4):355－370.

［10］HUANG Z，FANG J，PARK S，et al.Noisy semantic data processing in Seoul road sign management system［C］∥Proceedings of the 10th international semantic web conference(ISWC2011)，Bonn.2011.

［11］FENSELD，van HARMELEN F，ANDERSSON B，et al.Towards LarKC:a platform for web－scale reasoning［C］∥Semantic Computing，2008 IEEE International Conference on.IEEE，2008:524－529.

［12］LEE T K，PARK S，HUANG Z，et al.Toward seoul road sign managementonLarKC platform［C］∥ ISWC Posters＆Demos，2010.

［13］XU D，LIU Q，HUANG Z，et al.Using semantic technology for automatic verification of road Signs［C］∥Web Information Systems Engineering－WISE 2013 Workshops.Springer Berlin Heidelberg，2014:429－438.

［14］ZHANG C，LI W，ZHAO T.Geospatial data sharing based on geospatial semantic web technologies［J］.Journal of Spatial Science，2007，52(2):35－49.