50、面向态势感知的重复检测方法研究

面向态势感知的重复检测方法研究

1. 引言

在态势感知领域，重复检测是一项关键任务。传统的定量重复检测方法在处理复杂的现实场景时存在局限性，因此定性重复检测方法受到了更多关注。然而，现有的定性重复检测方法高度依赖特定领域，且仅从单一空间维度衡量相似度，最多将时间作为额外维度考虑。为了克服这些限制，本文提出了一种基于定性时空关系的重复检测方法。

2. 动机示例

道路交通管理系统是态势感知的典型应用领域，旨在通过提供可靠的定性信息来协助人类操作员。例如，“逆向行驶的司机正驶向交通拥堵区域”。在构建态势感知系统时，信息来源多样且独立维护，这自然会导致相同现实世界对象的信息出现重复，包括相同、不完整甚至矛盾的信息。同时，对象随时间的变化（即对象演化），如道路上的移动，也会改变对象之间的关系，增加了重复检测的难度。

假设在高峰时段高速公路上出现交通拥堵，交通管理系统可能会收到来自呼叫中心和交通流量检测器的一系列记录。从时间顺序来看，首先是驾驶员向呼叫中心报告（记录 1）。由于拥堵起点位于两个流量测量设备之间，直到拥堵发展到一定程度才被交通流量检测器检测到（记录 2）。随后，交通流量检测器和呼叫中心都会更新信息（记录 3 - 5）。然而，位于拥堵末端的驾驶员往往无法准确观察到拥堵的全貌，从而导致关于拥堵起点的信息不准确（记录 3），甚至只能提供拥堵末端的信息（记录 5）。

为了确定这些记录实际上描述的是同一个现实世界对象，现有的重复检测方法通常会根据选定的属性计算相似度度量。但当无法提供可靠的数值，且对象动态变化时，这些方法往往会失效。这是态势感知应用领域的两个重要特征。例如，传统的相似度度量方法会计算记录 2 和记录 3 位置之间的定量距离，但如