Sistemas basados en ontologías para el sector de transporte

Los trabajos relacionados en el uso de ontologías para resolver problemas de transporte, abarcan desde sistemas avanzados de asistencia al conductor (ADAS, por sus siglas en inglés, Advanced Driving Assistance System), redes vehiculares ad hoc (VANETs, por sus siglas en inglés Vehicular Ad Hoc Networks), sistemas de información geográfica (GIS, por sus siglas en inglés, geographic information system) hasta trayectorias semánticas.

ADAS

De forma general este tipo de sistemas buscan proveer ayuda proactiva a las diferentes configuraciones del ambiente de manejo (Ej. elementos móviles y estáticos) en tiempo real. Este requerimiento implica restricciones en sus diseños, en el caso de las

13 _{https://data.cityofboston.gov} 14 _{http://datos.gob.mx} 15 _{http://www.inegi.org.mx/est/contenidos/proyectos/registros/economicas/accidentes/} 16 _{http://www.hsisinfo.org/statistics.cfm} 17 _{https://www.fixmystreet.com} 18 _{http://www.muchosbaches.com} 19 _{http://siac.ensenada.gob.mx/reportes}

ontologías restringe la expresividad o la totalidad de los elementos ambientales que se modelan.

En (Armand et al., 2014) se define una ontología simple que permite hacer razonamiento en tiempo real y de manera global acerca del contexto de manejo. Esta ontología se divide en una ontología base y una extensión. La ontología base modela de forma general entidades móviles (Ej. Automóviles o personas) y estáticas (Ej. Cruces peatonales). Define además relaciones espacio temporales (Ej. distancia) y de estado (Ej. isFollowing) entre un (Ego) vehículo central y los otros elementos del contexto. Adicionalmente, se definen 14 reglas para inferir el comportamiento que debería tener el vehículo con base en un contexto dado. La extensión permite procesar las inferencias para poder responder de manera proactiva a ellas. Cabe mencionar que las relaciones modeladas en este trabajo son limitadas por su finalidad de proveer respuestas en tiempo real.

De manera similar, (Fuchs et al., 2008) presenta un modelo ontológico para representar el contexto el cual se divide en: el conductor, vehículo, los demás elementos del ambiente de manejo y las regulaciones de tránsito, con la finalidad de tener un vocabulario compartido entre ADAS. Esta ontología define jerarquías especializadas para algunos elementos del ambiente de manejo; provee relaciones entre éstos y el conductor. Este trabajo tradujo la ontología a un sistema externo con el fin de poder realizar el análisis de inferencia, lo que evita aprovechar al máximo las capacidades semánticas de la misma. El diseño de la ontología se probó con datos de 120 escenas de video de una escuela de manejo. De esta manera se comprobó que funcionara de forma correcta.

En (Feld & Müller, 2011) se describen los conceptos esenciales que debe cubrir una ontología automotriz, en este modelo se separa el contexto (ambiente de manejo) del usuario; además, se dan algunos ejemplos específicos de estos conceptos (Ej. tipos de maniobras: girar, frenar, etc.; perfil del usuario: edad, estado de ánimo). Se discuten algunas relaciones que deben existir de manera general y la necesidad de modelar información espacio temporal, rutas y soporte de razonamiento difuso. Este trabajo no provee implementación en algún lenguaje, ni evaluación para mostrar su funcionalidad.

VANETs

Este tipo de sistemas en su mayoría no busca realizar inferencias muy complejas como lo hacen los ADAS, si no definir un vocabulario que sea entendible entre los diferentes agentes que están presentes en el ambiente de manejo (Ej. Entre vehículos e infraestructura).

Como parte del trabajo que presentan los autores (Barrachina et al., 2012) se desarrolló un ontología ligera de accidentes vehiculares (VEACON), que combina información recolectada al momento que sucede un accidente (Ej. zona de impacto) con información del sistema general de estimación (GES, por sus siglas en inglés, General Estimates System) de accidentes. Esta ontología define solo algunas relaciones simples (Ej. can_occur, involves), ya que está diseñada solo para estructurar la información y no para hacer inferencias complejas. En este trabajo se evaluó el rendimiento de la ontología y envío de paquetes, mediante simulaciones de transmisión de paquetes en red y en escenarios reales de manera satisfactoria.

En (Choi, 2015) se desarrolló un modelo ontológico que provee mensajes geo semánticos para lograr la comunicación entre vehículos. Este modelo permite coordinar el tráfico de manera que se le pueda dar prioridad a ambulancias para llegar a su destino de manera más eficiente. La ontología desarrollada modela aspectos de la infraestructura, tipo de mensajes a transmitir y hace uso de la ontología geoOWL20 _para

definir elementos geográficos. Una información extra que provee esta ontología es el poder conocer los últimos cinco segmentos de la vialidad recorridos; además, de reglas modeladas en SPIN para la toma de decisiones de los vehículos. Se realizó una evaluación mediante simulaciones de transmisión de mensajes.

GIS

Este tipo de sistemas buscan proveer una visión global sobre un conjunto de datos de interés, en el caso de seguridad vial y el uso de ontologías dos de los trabajos más relevantes son:

En (Wang & Wang, 2011) se presenta un sistema basado en un modelo ontológico, para mapear accidentes de tránsito. El sistema permite representar los accidentes de forma agrupada por gravedad, con base en criterios introducidos por el usuario (Ej. Tipo de accidente en un horario). El rol que desempeña la ontología es del filtrado y recuperación de información. La ontología modela aspecto del ambiente (Ej. clima, condición de la vialidad, iluminación, etc.) e información espacio temporal (Ej. tiempo y posición). Algunos elementos de esta ontología se basan en opencyc21_.

Los autores de (Waliszko et al., 2011) presentan una ontología de peligros de tráfico como parte de un sistema de información de seguridad ciudadana, ver Figura 2. El objetivo principal es presentar esta información como un GIS en dos dimensiones (Ej. un mapa de la localización de los eventos). La ontología se enfoca en definir una jerarquía de problemas específicos al ambiente adverso de Polonia, dos de las clases de interés fueron: SurfaceCondition que define la calidad del pavimento (Ej.

SmoothCondition, FullOfWheelTracksCondition, PoorlyDrainedCondition, etc.),

TrafficDanger que define posibles conflictos con los que puede encontrarse un

Figura 2. Extracto de la ontología traffic danger ontology (Waliszko et al., 2011)

conductor (Ej. CarelessPedestrianDanger, BlindingLight, etc.), sin embargo esta jerarquía se basó solo en el criterio del ingeniero de la ontología. Además, este sistema permite la sincronización de una base de datos con la ontología. Se realizaron consultas directas al sistema (e indirectamente a la ontología) para mostrar su funcionalidad.

Trayectorias semánticas

Los trabajos presentados hasta este punto se dedican específicamente a analizar los eventos ya sea de manera puntual (como los ADAS o las VANETs) o de manera global (GIS) que tienen almacenados en sus sistemas. Dos de los trabajos presentados mencionan el uso de trayectorias pero ninguno de ellos permite realizar un análisis de movilidad.

En (Hu et al., 2013) se presenta un patrón ontológico para modelar trayectorias semánticas de manera genérica, que permite la adaptación de diferentes ontologías y vocabularios para enriquecerla. La evaluación de esta ontología se hace con dos bancos de datos de movimiento de animales e información de un vehículo. Esta ontología no presenta ningún vocabulario con relación la seguridad vial. Sin embargo, permite aumentar el entendimiento de los problemas de movilidad.