• 1990 (Том 4)
  • 1989 (Том 3)
  • 1988 (Том 2)
  • 1987 (Том 1)

Том 36 №2

Содержание

  1. КОМПОНЕНТ N2PC В ИССЛЕДОВАНИЯХ ЗРИТЕЛЬНОГО ВНИМАНИЯ
  2. КОНЦЕПТУАЛЬНАЯ МОДЕЛЬ ОНТОЛОГИИ СЕНСОРНОЙ СИСТЕМЫ С СОБЫТИЙНЫМ МЕТОДОМ ОБРАБОТКИ ИНФОРМАЦИИ
  3. РЕГЕНЕРАЦИЯ ОРГАНА ЗРЕНИЯ HELIX LUCORUM В 185-СУТОЧНОМ ОРБИТАЛЬНОМ ПОЛЕТЕ НА МЕЖДУНАРОДНОЙ КОСМИЧЕСКОЙ СТАНЦИИ
  4. МУЛЬТИПЛИКАТИВНО ЗАМКНУТЫЕ СПЕКТРАЛЬНЫЕ МОДЕЛИ В ЗАДАЧАХ ЦВЕТОВОГО АНАЛИЗА
  5. О МОНИТОРИНГОВОМ ПОДХОДЕ К ТОМОГРАФИЧЕСКОЙ РЕКОНСТРУКЦИИ

КОНЦЕПТУАЛЬНАЯ МОДЕЛЬ ОНТОЛОГИИ СЕНСОРНОЙ СИСТЕМЫ С СОБЫТИЙНЫМ МЕТОДОМ ОБРАБОТКИ ИНФОРМАЦИИ

© 2022 г. Е. О. Черских

Федеральное государственное бюджетное учреждение науки “Санкт-Петербургский Федеральный исследовательский центр Российской академии наук” (СПб ФИЦ РАН), Санкт-Петербургский институт информатики и автоматизации Российской академии наук 199178 Санкт-Петербург, 14 линия ВО, 39, Россия
cherskikh.e@iias.spb.su

Поступила в редакцию 07.10.2021 г.

Целью данной работы является анализ существующих способов событийной обработки информации как на уровне датчиков сенсорных систем, так и на уровне системы в целом. Для достижения указанной цели рассмотрены датчики с событийным принципом работы и выявлено, что наиболее используемыми являются камеры и динамические звуковые датчики. Для других видов датчиков, передающих данные непрерывно, рассмотрены методы обработки событий с использованием онтологий, работающие с гомогенными и гетерогенными сенсорными системами. Определены способы выделения событий из общего потока поступающих с датчиков данных и способы создания сложных событий. Наиболее популярным способом выделения события из потока поступающих с датчиков данных является сопоставление получаемых с датчиков данных с образцом. Для создания сложных событий в большинстве рассмотренных работ используются шаблоны и специализированные системы обработки сложных событий. Выделены недостатки рассмотренных методов, предложен способ их устранения путем разработки редактируемой онтологии сенсорной системы с возможностью учета последствий добавления или удаления сенсорных узлов.

Ключевые слова: сенсорные системы, события, событийные датчики, обработка информации

DOI: 10.31857/S0235009222020020

Цитирование для раздела "Список литературы": Черских Е. О. Концептуальная модель онтологии сенсорной системы с событийным методом обработки информации. Сенсорные системы. 2022. Т. 36. № 2. С. 124–135. doi: 10.31857/S0235009222020020
Цитирование для раздела "References": Cherskikh E. O. Kontseptualnaya model ontologii sensornoi sistemy s sobytiinym metodom obrabotki informatsii [Conceptual model of sensor system ontology with event information processing method]. Sensornye sistemy [Sensory systems]. 2022. V. 36(2). P. 124–135 (in Russian). doi: 10.31857/S0235009222020020

Список литературы:

  • Ватаманюк И.В., Савельев А.И. Мобильная робототехническая платформа как компонент киберфизического интеллектуального пространства. Extreme Robotics. 2017. Т. 1. № 1. С. 37–42.
  • Кузнецов Б.Ф., Бузунова М.Ю. Онтология системы управления уличным освещением. Климат, экология, сельское хозяйство Евразии. 2018. С. 217–222.
  • Савельев А.И., Харьков И.Ю., Павлюк Н.А., Карпов А.А. Мобильная автономная робототехническая платформа с блочной изменяемой структурой. Патент РФ. № RU 2704048 C1. 2019.
  • Хайдарова Р.Р., Конев А.С., Лапаев М.В., Бондаренко И.Б. Онтологический подход к автоматизации процессов контроля микроклимата и безопасности музейных объектов. Научно-технический вестник информационных технологий, механики и оптики. 2019. Т. 19. № 1. С. 118–125.
  • Angsuchotmetee C., Chbeir R., Cardinale Y. MSSN-Onto: An ontology-based approach for flexible event processing in Multimedia Sensor Networks. Future Generation Computer Systems, 2020. V. 108. P. 1140–1158. https://doi.org/10.1016/j.future.2018.01.044
  • Anumula J., Ceolini E., He Z., Huber A., Liu S.-C. An event-driven probabilistic model of sound source localization using cochlea spikes. IEEE International Symposium on Circuits and Systems (ISCAS). 2018. P. 1–5. https://doi.org/10.1109/iscas.2018.8351856
  • Belbachir A.N., Litzenberger M., Posch C., Schon P. Realtime vision using a smart sensor system. IEEE International Symposium on Industrial Electronics. 2007. P. 1968–1973. https://doi.org/10.1109/ISIE.2007.4374909
  • Belkaroui R., Bertaux A., Labbani O., Hugol-Gential C., Nicolle C. Towards events ontology based on data sensors network for viticulture domain. In Proceedings of the 8th International Conference on the Internet of Things. 2018. P. 1–7. https://doi.org/10.1145/3277593.3277619
  • Bhargavi R., Vaidehi V., Bhuvaneswari P.T.V., Balamuralidhar P., Chandra M.G. Complex event processing for object tracking and intrusion detection in wireless sensor networks. In 11th International Conference on Control Automation Robotics & Vision. 2010. P. 848–853. https://doi.org/10.1109/ICARCV.2010.5707288
  • Cao Q., Abdelzaher T., He T., Stankovic J. Towards optimal sleep scheduling in sensor networks for rare-event detection. In IPSN 2005. Fourth International Symposium on Information Processing in Sensor Networks. 2005. P. 20–27. https://doi.org/10.1109/IPSN.2005.1440887
  • Ceolini E., Frenkel C., Shrestha S.B., Taverni G., Khacef L., Payvand M., Donati E. Hand-gesture recognition based on EMG and event-based camera sensor fusion: A benchmark in neuromorphic computing. Frontiers in Neuroscience. 2020. V. 14. P. 637. https://doi.org/10.3389/fnins.2020.00637
  • Dan Brickley, Geo Ontology. 2003. URL: https:// www.w3.org/2003/01/geo/#development (accessed 20.10.2021)
  • Dan Brickley, Libby Miller. FOAF Vocabulary Specification 0.99. 2014. http://xmlns.com/foaf/spec/ URL: (accessed 20.10.2021)
  • Dunkel J. On complex event processing for sensor networks. International Symposium on Autonomous Decentralized Systems. 2009. V. 1–6. https://doi.org/10.1109/ISADS.2009.5207376
  • Ghosh R., Mishra A., Orchard G., Thako N.V. Real-time object recognition and orientation estimation using an event-based camera and CNN. IEEE Biomedical Circuits and Systems Conference (BioCAS) Proceedings. 2014. P. 544–547. https://doi.org/10.1109/BioCAS.2014.6981783
  • Glover A., Bartolozzi C. Robust visual tracking with a freely-moving event camera. IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS). 2017. P. 3769–3776. https://doi.org/10.1109/IROS.2017.8206226
  • Herzog A., Jacobi D., Buchmann A. A3ME-an AgentBased middleware approach for mixed mode environments. The Second International Conference on Mobile Ubiquitous Computing, Systems, Services and Technologies. 2008. P. 191–196. https://doi.org/10.1109/UBICOMM.2008.78
  • Jerry R. Hobbs, Feng Pan, Time Ontology. 2017. URL: https://www.w3.org/TR/owl-time/ (accessed 20.10.2021)
  • Kasi M.K., Hinze A., Legg C., Jones S. SEPSen: Semantic event processing at the sensor nodes for energy efficient wireless sensor networks. In Proceedings of the 6th ACM International Conference on Distributed Event-Based Systems. 2021. P. 119–122. https://doi.org/10.1145/2335484.2335497
  • Kim H., Leutenegger S., Davison A.J. Real-time 3D reconstruction and 6-DoF tracking with an event camera. In European Conference on Computer Vision. 2016. P. 349–364. https://doi.org/10.1007/978-3-319-46466-4_21
  • Lee W., Bailer W. Ontology for Media Resources 1.0 2012. https://www.w3.org/TR/mediaont-10/ (accessed 09.09.2021).
  • Lefort L., Henson C., Taylor K. Semantic Sensor Network XG Final Report. 2011. URL: http://www.w3.org/ 2005/Incubator/ssn/XGR-ssn-20110628/ (accessed 20.10.2021)
  • Li C.H., Delbruck T., Liu S.C. Real-time speaker identification using the AEREAR2 event-based silicon cochlea. IEEE international symposium on circuits and systems (ISCAS). 2012. P. 1159–1162. https://doi.org/10.1109/iscas.2012.6271438
  • Liu H., Moeys D.P., Das G., Neil D., Liu S.-C., Delbruck T. Combined frame- and event-based detection and tracking. IEEE International Symposium on Circuits and Systems (ISCAS). 2016. https://doi.org/10.1109/iscas.2016.7539103
  • Mazo M., Tabuada P. Decentralized event-triggered control over wireless sensor/actuator networks. IEEE Transactions on Automatic Control. 2011. V. 56 (10). P. 2456–2461. https://doi.org/10.1109/TAC.2011.2164036
  • Mueggler E., Huber B., Scaramuzza D. Event-based, 6-DOF pose tracking for high-speed maneuvers. IEEE/RSJ International Conference on Intelligent Robots and Systems. 2014. P. 2761–2768. https://doi.org/10.1109/iros.2014.6942940
  • Mueggler E., Rebecq H., Gallego G., Delbruck T., Scaramuzza D. The event-camera dataset and simulator: Event-based data for pose estimation, visual odometry, and SLAM. The International Journal of Robotics Research. 2017. V. 36 (2). P. 142–149. https://doi.org/10.1177/0278364917691115
  • Nawaz F., Janjua N.K., Hussain O.K. PERCEPTUS: Predictive complex event processing and reasoning for IoT-enabled supply chain. Knowledge-Based Systems. 2019. V. 180. P. 133–146. https://doi.org/10.1016/j.knosys.2019.05.024
  • Ramesh B., Zhang S., Lee Z.W., Gao Z., Orchard G., Xiang C. Long-term object tracking with a moving event camera. In Proceedings of the 29th British Machine Vision Conference. 2018. P. 241.
  • Rebecq H., Horstschaefer T., Gallego G., Scaramuzza D. EVO: A Geometric approach to event-based 6-DOF parallel tracking and mapping in real time. IEEE Robotics and Automation Letters. 2017. V. 2 (2). P. 593–600. https://doi.org/10.1109/lra.2016.2645143
  • Rinne M., Blomqvist E., Keskisärkkä R., Nuutila E. Event processing in RDF. In Proceedings of the 4th International Conference on Ontology and Semantic Web Patterns. 2013. V. 118. P. 52–64.
  • Shaukat A., Shah K., Ullah I., Khan A., Inayat K. SmartOntoSensor: Ontology for Semantic Interpretation of Smartphone Sensors Data for Context-Aware Applications. Journal of Sensors. 2017. P. 1–26. https://doi.org/10.1155/2017/8790198
  • Sokolova A., Konushin A. Human identification by gait from event-based camera. 16th International Conference on Machine Vision Applications (MVA). 2019. P. 1–6. https://doi.org/10.23919/MVA.2019.8758019
  • Somov A., Baranov A., Savkin A., Spirjakin D., Spirjakin A., Passerone R. Development of wireless sensor network for combustible gas monitoring. Sensors and Actuators A: Physical. 2011. V. 171 (2). P. 398–405. https://doi.org/10.1016/j.sna.2011.07.016
  • Taylor K., Leidinger L. Ontology-driven complex event processing in heterogeneous sensor networks. In Extended Semantic Web Conference. 2011. P. 285–299. https://doi.org/10.1007/978-3-642-21064-8_20
  • Thierry M. Ontology for Media Resources. 2012. URL: https://www.w3.org/ns/ma-ont# (accessed 20.10.2021)
  • Yves Raimond, Samer Abdallah. The Event Ontology. URL: http://motools.sourceforge.net/event/event.html (accessed 20.10.2021)