(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211101549.0 (22)申请日 2022.09.09 (71)申请人 西南交通大 学 地址 610097 四川省成 都市二环路北一段 111号 (72)发明人 梁策　朱军　朱庆　胡亚　郭煜坤　 (74)专利代理 机构 成都中弘信知识产权代理有 限公司 513 09 专利代理师 金苗 (51)Int.Cl. G06F 16/36(2019.01) G06F 40/30(2020.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 知识驱动的桥梁建造数字孪生场景智能构 建方法及系统 (57)摘要 本发明公开了一种知识驱动的桥梁建造数 字孪生场景智能构建方法及系统， 解决现有技术 采用对场景静态精细展示的方式进行建模， 建模 操作复杂和建模效率低， 还易造成建模难以满足 准确性的问题。 本发明获取桥梁的建造数据构建 桥梁建造场景知识图谱； 基于桥梁建造场景知识 图谱对桥梁建造场景进行语义建模和环境影响 因素耦合， 得到耦合后的桥梁建造虚拟场景； 基 于周期内获取的监测数据、 长短时记忆模型和耦 合后的桥梁建造虚拟场景对桥梁建造场景进行 变化智能预测。 本发明用于复杂桥梁建造数字孪 生场景智能构建。 权利要求书3页 说明书10页 附图2页 CN 115544264 A 2022.12.30 CN 115544264 A 1.一种知识驱动的桥梁建造数字 孪生场景智能构建方法， 其特 征在于， 包括如下步骤： 步骤1、 获取桥梁的建造数据构建桥梁建造场景知识图谱； 步骤2、 基于桥梁建造场景知识图谱对桥梁建造场景进行语义建模和环境影响因素耦 合， 得到耦合后的桥梁建造虚拟场景； 步骤3、 基于周期内获取的监测数据、 长短时记忆模型和耦合后的桥梁建造虚拟场景对 桥梁建造场景进行变化智能预测。 2.根据权利要求1所述的一种知识驱动的桥梁建造数字孪生场景智能构建方法， 其特 征在于， 所述 步骤1的具体步骤为： 步骤1.1、 根据桥梁的建造数据获取桥梁建造场景对象， 剖析桥梁建造场景对象及其相 互关系构成桥梁建造场景知识， 并以三元组的形式进 行存储； 其中， 建造数据包括倾斜模型 数据、 无人机影像数据、 地形数据、 线路设计数据、 BIM模 型数据、 形变监测数据和专题数据， 桥梁建造场景对象包括桥梁、 基础地埋场景、 环 境影响因素和属性信息， 相互关系包括几何 关系、 拓扑关联、 语义关联和空间位置， 以三元组的形式进行存储时， 桥梁建造场景对象存 储在桥梁建造场景对 象模型库中， 相互关系存储在特征及相互关系描述库中， 桥梁包括桥 梁本体的构件和构件的构造， 基础地理场景包括桥梁建造时的施工设施和周围的地理地 貌， 环境影响因素包括边坡 形变、 温度、 应力和风， 属性信息包括桥梁、 基础地埋场景和环 境 影响因素的类型、 语义和形态、 桥梁的尺寸、 桥梁和基础地 埋场景的纹 理； 步骤1.2、 基于步骤1.1得到的结果自顶而下进行不同领域的本体概念抽象， 并进行要 素实体和实体关系划分， 划分后， 基于不同领域的本体概念采用Pr otégé软件对各领域的要 素实体和实体关系和不同领域之间的实体关系进 行知识融合， 融合后通过专家经验或算法 核验进行评估与修正， 最后将修正后的要素实体和实体关系 再以三元组进行存储， 得到桥 梁建造场景领域本体库， 即得到本体库， 其中， 本体概念包括桥梁领域本体概念、 基础地理 场景领域本体概念和环境影响因素领域本体概念， 本体库包括修正后的带要 素实体和实体 关系的桥梁领域本体、 基础地理场景领域本体和环境影响因素领域本体， 以及桥梁领域本 体、 基础地理场景 领域本体和环境影响因素 领域本体之间的实体关系； 步骤1.3、 将桥梁建造场景领域本体库中桥梁建造场景对象不同的关系类型用不同的 语义词进行描述， 描述后得到的语义词的集合为桥梁建造场景对 象的关系 标注语料库， 利 用关系标注语料库中统一的语义表达连接要素实体， 形成初步的知识图谱， 并基于初步的 知识图谱的关联表达抽取桥梁建造场景知识中的要素实体与实体关系得到桥梁建造场景 知识图谱。 3.根据权利要求2所述的一种知识驱动的桥梁建造数字孪生场景智能构建方法， 其特 征在于， 所述 步骤1.2中， 融合后通过专 家经验或算法核验进行评估与修 正的具体步骤为： 通过专家经验进行评估与修正是指数据量少于1万条的情况下， 通过人工去评估融合 后的要素实体与实体关系是否正确， 若正确， 则不修正， 若不正确， 则修正要素实体与实体 关系； 通过算法核验进行评估与修正是指数据量在1万条以上的情况下， 通过语义相似度计 算方法核查要素实体与实体关系 是否匹配， 若匹配， 则不修正， 若不匹配， 则修正要素实体 与实体关系。 4.根据权利要求3所述的一种知识驱动的桥梁建造数字孪生场景智能构建方法， 其特权　利　要　求　书 1/3 页 2 CN 115544264 A 2征在于， 所述 步骤1.3中抽取桥梁建造场景知识中的要素实体与实体关系， 具体为： 针对结构化数据： 基于初步的知识图谱的关联表达， 采用D2R转换方法从桥梁建造场景 知识中抽取与桥梁建造场景对象相关的知识， 并转换为RDF数据作为实体信息进行三元组 存储， 其中， 相关的知识为要素实体和实体关系； 半结构化数据： 基于初步的知识图谱的关联表达， 通过定义和生成包装器从桥梁建造 场景知识中抽取与桥梁建造场景对象相关的知识， 还原 为结构化数据进而转化为三元组进 行存储； 非结构化数据： 基于初步的知识图谱的关联表达， 通过构建基于双 向长短时记忆模型 和条件随机场的中文分词模型， 从桥梁建造场景知识中抽取与桥梁建造场景对象相关的知 识， 并采用资源描述框架将知识以三元组的形式进行存 储。 5.根据权利要求4所述的一种知识驱动的桥梁建造数字孪生场景智能构建方法， 其特 征在于， 所述 步骤2的具体步骤为： 步骤2.1、 基于桥梁建造场景知识图谱构建用于获取桥梁构件之间的关系、 基础地理场 景与桥梁的关系的知识推理规则集； 步骤2.2、 基于桥梁场景的动态需求和推理规则集， 采用知识推理和语义计算方法构建 桥梁建造虚拟场景； 步骤2.3、 基于虚拟仿真模型对步骤2.2得到的桥梁建造虚拟场景进行环境影响因素耦 合， 得到耦合后的桥梁建造虚拟场景。 6.根据权利要求5所述的一种知识驱动的桥梁建造数字孪生场景智能构建方法， 其特 征在于， 所述 步骤2.1的具体步骤为： 步骤2.11、 基于卷积神经网络对桥梁建造场景知识图谱中的对象进行深层语义提取， 提取后得到稠密的关系， 再基于稠密的关系获取扩展后的知识推理规则， 其中， 扩展后的知 识推理规则包括补规则、 并规则、 处反规则、 传递 规则和增广规则； 步骤2.12、 对扩展后的知识推理规则进行冲突检测， 若存在冲突， 对冲突的规则进行检 查与修改， 继续进行冲突检测， 否则， 转到步骤2.13； 步骤2.13、 对不冲突的各知识推理规则进行语义 解释； 步骤2.14、 基于所有语义解释连接桥梁建造场景知识图谱中的对象来构建知识推理规 则集。 7.根据权利要求6所述的一种知识驱动的桥梁建造数字孪生场景智能构建方法， 其特 征在于， 所述所述 步骤2.2的具体步骤为： 步骤2.21、 基于桥梁场景的动态需求和推理规则集， 采用知识推理和语义计算方法智 能选择构件集合， 其中， 知识推理和语义计算方法包括关联规则挖掘的推理、 路径排序学习 的推理和 神经网络的推理； 步骤2.22、 基于构件集合和多层次语义约束机制， 采用桥梁构件到虚拟地理环境的映 射规则和空间关系处理方法、 将桥梁建造场景 的实体对 象映射到虚拟空间， 即构建桥梁建 造虚拟场景， 其中， 多层次语义约束机制包括空间位置、 空间姿态、 属性信息和拓扑关系。 8.根据权利要求7所述的一种知识驱动的桥梁建造数字孪生场景智能构建方法， 其特 征在于， 所述 步骤3的具体步骤为： 步骤3.1、 基于周期内获取的监测数据动态更新步骤1.1中的三元组， 即根据桥梁建造权　利　要　求　书 2/3 页 3 CN 115544264 A 3