Modélisation sémantique et raisonnement réactif
4.4 Démarche de modélisation d’un environnement à in- in-telligence ambiante avec le langageµConceptin-telligence ambiante avec le langageµConcept
Dans ce paragraphe, nous proposons une ontologie appelée AmiOnt composée de concepts suffisants pour décrire de façon générique et expressive toutes les entités qui peuplent un environnement intelligent ambiant, et toute information, action ou événement pouvant être observée à partir de capteurs logiques ou physiques. Cette ontologie vise à être un support pour établir des règles définies au moyen du langage de règles SmartRules pour la gestion de la sensibilité au contexte qu’il s’agisse de règles pour la reconnaissance du contexte ou de règles pour l’adaptation au contexte. L’approche de modélisation que nous proposons est souple et extensible puisqu’elle permet de mettre à jour ou d’étendre les modèles de contexte définis préalablement, par simple modification, suppression ou ajout de règles et ce, sans remettre en question les axiomes décrits dans l’ontologie AmiOnt.
Une propriété importante que doit posséder l’ontologie AmiOnt est son inter-opérabilité avec les ontologies universelles existantes telles que DOLCE Ultra Lite,
NKRL, OpenCyc, SUMO, etc., figure 4.8. Néanmoins, nous nous sommes focalisés
dans le cadre de cette thèse sur la réutilisation de certains concepts définis dans les ontologiesSSN, DOLCE Ultra Lite et NKRL. L’utilisation des concepts de l’ontolo-gie HClass-NKRL permet d’assurer d’interopérabilité sémantique des connaissances utilisée dans le raisonnement réactif avec celle utilisée dans le raisonnement narra-tif. L’utilisation des concepts de l’ontologie SSN permet de décrire les perceptions des capteurs. L’onologie SSN est alignée nativement sur l’ontologie de haut niveau
DOLCE Ultra Lite. Cette dernière fournie un ensemble de concepts de haut niveau
permettant de garantir l’interopérabilité entre plusieurs ontologies applicatives. La structure globale de l’ontologie AmIOnt est composée de cinq concepts de haut niveau inspirés de l’ontologie DOLCE Ultra Lite :
1. Object : Il s’agit d’un concept abstrait permettant de décrire tous les
ob-jets physiques ou immatériels présents dans l’environnement. Nous distinguons trois catégories d’objets, qui sont définies respectivement par les sous-concepts suivants : Active_Object, Static_Object et Movable_Object. Le concept
Ac-tive_Object permet de décrire d’une part, des objets physiques de type
cap-teurs (Sensor), actionneurs (Actuator) ou dispositifs informatiques (Device), et d’autre part, des objets immatériels tels qu’un web service, une base de don-nées ou un fichier. Les objets immatériels peuvent être utilisés pour mettre en œuvre des capteurs virtuels permettant de fournir des informations
contex-Figure4.8 – Concepts de base de l’ontologieAmiOnt pour l’intelligence Ambiante.
tuelles, comme par exemple, les informations météo. Les concepts objets
Sta-tic_Object (objets statiques) ou Movable_Object (objets mobiles) sont
uti-lisés pour décrire les observations nécessaires pour les règles de gestion du contexte, et plus généralement dans la boucle perception-décision-action des applications.
2. Person : Il s’agit d’un concept central de l’ontologie qui permet de décrire
l’identité et le profil d’un usager. Ce concept peut être spécialisé pour décrire des profils d’usagers par type d’application (profil pour une application de réseautage social, profil pour une application d’assistance cognitive, etc.) ;
3. Robot: Ce concept permet de décrire les caractéristiques génériques d’un robot
de service, comme par exemple, l’architecture du robot en termes de capteurs et d’actionneurs. Ces derniers sont généralement associés à d’autres concepts dérivés du concept “Active_Object” de l’ontologie AmiOnt. Le concept Robot
peut être spécialisé pour définir des sous-classes de robots, comme par exemple un robot compagnon mobile ou un robot exosquelette, etc.
4. Action : Ce concept permet de décrire toutes les actions d’adaptation au
contexte. La relation entre le concept Action et le concept Actuator permet d’associer une action à un actionneur, comme par exemple, diffuser un mes-sage vocal en utilisant un robot comme média de communication, ou afficher ce message sur l’écran d’unSmartphone.
5. Space_Region : Le conceptSpace_Region permet de décrire l’espace de
loca-lisation de personnes, objets, robots, actions, interactions, événements, etc. Le conceptSpace_Region qui hérite du concept génériqueRegion, il est différent des conceptsDUL Place etDUL SpatioTemporalRegion. Ces derniers sont uti-lisés pour décrire des lieux ayant une signification sociale ou spatio-temporelle, comme par exemple un lieu de travail ou de réunion, etc.
4.4.1 Description spatiale d’un environnement ambiant
Il s’agit ici de réutiliser les concepts de sens commun définis dans l’ontologie
DOLCE Ultra Lite pour la représentation spatiale de l’environnement ambiant,
fi-gure 4.9. Ainsi, à partir du concept de haut niveau Building_Area_Component
héritant du concept Space_Region, nous définissons une taxonomie de concepts permettant de modéliser un habitat et ses différents espaces, figure 4.9. Cette taxonomie comprend un concept racine (House) et les sous-concepts suivants :
Indoor_Space_Region pour décrire des espaces internes de la l’habitat et
Out-door_Space_Region pour décrire des espaces externes. De ces deux concepts héritent
des concepts d’espaces internes ou externes plus spécifiques, comme par exemple :
Room, Bath_Room, Living_Room, Garden, etc., figure4.10.
Figure 4.9 – Alignement des concepts de l’ontologieAmiOnt avec ceux de
l’onto-logieDOLCE Ultra Lite.
À ces concepts, nous avons associé deux types de propriétés pour représenter des relations spatiales d’une part, entre des objets et des espaces, et d’autre part, entre des espaces. Sans être exhaustif, nous pouvons citer les propriétés suivantes :
-hasLocation: Il s’agit d’une propriété générique qui permet de décrire la position
relative ou absolue d’une entité. La propriétéhasRegionpeut être utilisée de manière similaire pour décrire la relation entre une entité et une region.
-localtedAt : Il s’agit d’une propriété similaire à hasLocation mais son usage est
restreint à la description de la position d’un robot ou d’une personne. Exemple : Le robot se trouve dans le séjour ;
-nearTo et farFrom : Ces deux propriétés permettent de décrire la distance entre
deux entité génériques. Par exemple, le Robot est proche de la cuisine, John est proche du téléviseur, le robot est proche de l’espace où se trouve John, etc ;
-isAccessibleSpace : Cette propriété décrit l’état d’accessibilité d’un espace pour
un objet mobile. Par exemple, la porte donnant accès à la chambre est ouverte.
recou-Figure4.10 – Vue partielle de la description spatiale d’un environnement ambiant.
vrement ou de chevauchement entre des regions ou des intervalles de temps, comme par exemple : L’espace cuisine recouvre l’espace du hall d’entrée ;
4.4.2 Description des objets capteurs et actionneurs
Dans ce paragraphe, nous nous focalisons sur la description des capteurs et des actionneurs. Pour ce faire, nous avons réutilisé les concepts et propriétés de l’onto-logieSSN alignée sur l’ontologie de haut niveauDOLCE Ultra Lite. Par exemple, le conceptSensor, qui hérite du conceptActiveObject, possède deux propriétés de base
observes et produces. La propriété observes permet de décrire les propriétés
quali-tatives d’un capteur comme par exemple : Sa précision, sa résolution, son temps de réponse, etc. La propriété produces, quant à elle, permet de décrire la nature des données fournies par les capteurs, comme par exemple la température, la luminosité, la position, etc., figures 4.11et 4.12. Le conceptObservation est une représentation abstraite des données contextuelles fournies par les capteurs.
La propriété observedBy de l’ontologie SSN permet de lier sémantiquement le concept Observation aux sous-concepts décrivant les types de capteurs utilisés fi-gures 4.12. Le conceptAction, qui est une notion fondamentale du modèle proposé, possède deux propriétés importantes :hasAgent etcontrolsStateOf, figure 4.13. La propriétéhasAgent permet d’identifier l’objet actionneur permettant d’exécuter une action suite à un changement de contexte. La propriétécontrolsStateOf, quant à elle, permet d’identifier les objets de cette action.
Figure 4.11 – Description des principaux capteurs.
Figure 4.13 – Description des principaux actionneurs.