generalità csite1998 partecipanti
La rappresentazione e la gestione dell'informazione assumono sempre più un ruolo centrale sia nelle attività produttive che in quelle di gestione e fornitura di servizi di una società moderna.
Sempre più gli operatori e gli utenti di tali attività si trovano di fronte al problema della gestione di grosse quantità di dati frequentemente rappresentati in formati differenti, disponibili su media eterogenei spesso distribuiti sia geograficamente che all'interno di una stessa struttura.
In questo ambito, il CNR ha finanziato il progetto SIAD. Di seguito vengono elencati i principali problemi affrontati nel progetto SIAD.
Attività svolta dall'unità operativa CSITE-CNR
La disponibilità di servizi sempre più potenti connessi all'informazione ha sollevato notevoli problemi riguardo all'estrema eterogeneità delle sorgenti, e quindi anche alla necessità di integrare informazioni e arbitrare conflitti quando si debba svolgere un compito complesso che prevede l'accesso a sorgenti distinte. Questa problematica può essere applicata a campi anche assai diversi, che vanno dalla ricerca di informazioni in ambiente internet all'integrazione di informazioni ricavate da agenti che esplorano un ambiente sconosciuto. Il principale quesito cui si intende rispondere è quindi quali sono le tecniche più idonee per individuare e risolvere confilitti nella conoscenza derivante da sorgenti eterogenee e costituire una visione complessiva della conoscenza. Sul piano generale, si utilizzerà, come base per la rappresentazione, un modello standard per la rappresentazione di oggetti complessi (ODMG 93) che verrà esteso nella direzione delle tecniche di rappresentazione e ragionamento derivanti dalla logica descrittiva per rappresentare regole e vincoli. Su questa base si studierà la possibilità di costruire una ontologia comune a fornitori di informazioni eterogenee, si individueranno le modalità di traduzione delle singole sorgenti verso il modello comune e si svilupperanno le tecniche di integrazione. Si intende inoltre affrontare, come caso specifico, il problema dell'esplorazione di ambienti da parte di agenti che esplorano un ambiente e sono in grado di pianificare il loro movimento esplorativo e di costruire una rappresentazione interna dell'ambiente in termini di punti notevoli (landmark). Il problema della costruzione di mappe ambientali tramite esplorazione è affrontato in letteratura utilizzando approcci, come le occupancy grid o i proximity graph, che risentono fortemente dell'errore posizionale. Il nostro approccio permette di ricavare una rappresentazione globale consistente dell'ambiente introducendo punti distintivi (landmark) per riallineare la stima posizionale del robot e per limitare la complessità della navigazione.
Durante il primo anno sono stati affrontati due problemi: uno generale, riguardante la rappresentazione di oggetti complessi, l'applicazione di tecniche di ragionamento per un accesso efficiente ed efficace alle informazioni e l'accesso a basi di dati tramite web, e uno più specifico, riguardante l'esplorazione di ambienti sconosciuti da parte di agenti autonomi intelligenti.
Per il primo aspetto, è stato sviluppato Java Access (JAccess), uno strumento per sviluppare e distribuire servizi di accesso e modifica di basi di dati in ambiente internet/intranet. L’utilizzo di JAccess coinvolge tre figure di utilizzatori:
Caratteristica del sistema è la disponibilità di un'algebra di composizione dei servizi che permette di utilizzare i risultati di un servizio come parametri di un altro servizio, anche se questi non erano stati progettati per cooperare.
La scelta architetturale basata su Java ha reso possibile dotare questo sistema di caratteristiche di portabilità e indipendenza dall’ambiente operativo.
È quindi stato studiato e formalizzato un linguaggio, denominato OCDL, per esprimere descrizioni di classi di oggetti complessi, vincoli di integrità e interrogazioni. Per questo linguaggio sono stati sviluppati algoritmi di validazione di schemi e di ottimizzazione semantica di interrogazioni. È inoltre stato sviluppato il prototipo ODB-Tools.
Per il secondo aspetto, gli agenti ricavano la loro conoscenza tramite l'utilizzo di sonar e telecamere, individuando e classificando i punti notevoli dell'ambiente (landmark) e i percorsi che li congiungono (route). L'obiettivo è la costruzione di una rappresentazione simbolica dell'ambiente che consenta la pianificazione di compiti complessi.
In primo luogo è stata delineata una architettura di controllo per agenti robotici. Il comportamento di ciascun agente nasce da un lavoro di gruppo che coinvolge sei ruoli, che operano simultaneamente sui tre diversi livelli della conoscenza ambientale: al livello superiore sono mantenute informazioni ad un elevato livello di astrazione atte a facilitare la pianificazione delle operazioni da svolgere, al livello inferiore, al fine di consentire una navigazione sicura, sono mantenute informazioni dettagliate riguardanti l'ambiente circostante il robot, infine, le informazioni mantenute nel livello intermedio consentono di trasformare i piani astratti del livello superiore in sequenze di azione gestite nel livello inferiore. Il sistema proposto è stato pensato per operare in domini dove l'incertezza gioca un ruolo primario: la conoscenza ambientale iniziale può essere incompleta o non esistere del tutto o l'ambiente può essere dinamico. In tale contesto ogni ruolo è caratterizzato da una elevata autonomia, funziona in modo asincrono e comunica con gli altri moduli tramite un insieme di messaggi che vengono scambiati al verificarsi di particolari eventi. Ogni ruolo gestisce una propria conoscenza adatta al tipo di compiti ai quali è preposto; le diverse conoscenze non sono però completamente disallineate, ma vengono periodicamente sincronizzate al fine di ridurre le incongruenze tra i piani definiti al livello superiore e le azioni intraprese a quello inferiore.
In secondo luogo, è stata messa a punto una tecnica per l'identificazione di landmark tramite sonar. I landmark vengono identificati confrontando un insieme di forme predefinite con una griglia probabilistica di occupazione locale costruita sulla base di dati sonar; un'altra griglia, di grana più grossa, viene utilizzata per decidere quando e dove effettuare il confronto, così da mantenere limitata la complessità dell'operazione di riconoscimento. Il confronto viene effettuato spostando la griglia relativa al landmark sull'area prescelta mediante l'analisi della griglia di secondo livello; per ogni posizione si applica quindi un operatore che valuta le differenze tra i livelli di occupazione delle celle corrispondenti. L'approccio è stato sperimentato su una piattaforma mobile Pioneer I dotata di una batteria di sonar, una bussola elettronica, un odometro e una telecamera. Le prove effettuate mostrano che la tecnica è valida anche nel caso in cui i dati sensoriali siano rumorosi e incompleti.
Infine è stata messa a punto una tecnica, detta correzione elastica, per compensare gli errori di dead-reckoning compiuti durante l'esplorazione di un ambiente ignoto da parte di un robot capace di identificare landmark. La tecnica del dead-reckoning consente di determinare la propria posizione determinando l'offset rispetto alla posizione precedente. Tale offset può essere calcolato contando, ad esempio, il numero di rotazioni delle ruote del robot. A causa dell'imprecisione, insita in ogni sensore, le misure ottenute non risulteranno corrette e richiedono quindi apposite tecniche per essere eliminate o comunque ridotte. La conoscenza sull'ambiente è modellata tramite un grafo relazionale di landmark e percorsi; la correzione elastica si basa sull'analogia tra questo grafo e una struttura meccanica: la mappa è paragonata a una travatura in cui ogni percorso corrisponde a una trave elastica e ogni landmark a una cerniera. Gli errori sono compensati a seguito delle deformazioni indotte dalle forze che si generano nella travatura quando vengono prese misure inconsistenti. L'incertezza sull'odometria è modellata dai parametri di elasticità che caratterizzano la travatura: l'incertezza relativa all'orientazione di ogni route è caratterizzata variando la rigidità della cerniera, quella relativa alla sua lunghezza modificando la rigidità della trave. Infine, un ulteriore parametro permette di considerare anche il numero di volte che un ruote è stato percorso: all'aumentare di tale valore aumenta la certezza sull'orientazione e lunghezza del percorso e quindi la rigidità della struttura. Punto di forza di questa tecnica è la capacità di sfruttare tutte le informazioni acquisite sull'ambiente e implicitamente codificata nei coefficienti di rigidità della travatura.
Elenco dei partecipanti al progetto
Claudio Sartori (resp.)
http://www-db.deis.unibo.it/sartori/
Dario Maio
http://www.csr.unibo.it/people/teachers/maio/
Sonia Bergamaschi
http://www.dsi.unimo.it/
Stefano Lodi
http://www-db.deis.unibo.it/lodi.html
Domenico Beneventano
http://www.dsi.unimo.it/
Stefano Rizzi
http://www-db.deis.unibo.it/~stefano/
Davide Maltoni
http://www.csr.unibo.it/research/biolab/maltoni/personal.htm
Lorenza Cavazza
http://www-db.deis.unibo.it/lorenza.html