王海濤，宋麗華

1.南京審計大學，金審學院，江蘇 南京 210023

2.陸軍工程大學，指揮控制工程學院，江蘇 南京 210007

前 言

當前，計算機技術(shù)、通信技術(shù)和網(wǎng)絡(luò)技術(shù)日新月異，各種感知、通信和計算設(shè)備的類型和數(shù)量呈爆發(fā)式增長并且其性價比大幅提升，人類社會正由個人計算機時代逐步過渡到泛在計算（Ubiquitous Computing）或普適計算（Pervasive Computing）時代[1]。泛在計算的概念最早是由Mark Weiser 教授于1991年提出的，指遍布于世界的計算設(shè)備可無縫與人們的日常生活整合在一起，使得系統(tǒng)任務(wù)和用戶體驗成為關(guān)注重點，而非計算設(shè)備或技術(shù)本身[2]，換句話說，泛在計算為用戶提供了一種無所不在的透明計算，計算根據(jù)環(huán)境為用戶提供特定的服務(wù)。在這種背景下，智能化的人機交互將成為人工智能今后發(fā)展的一種必然趨勢，而作為實現(xiàn)人機智能交互的關(guān)鍵技術(shù)之一——情景感知（Context Awareness），目前也得到了越來越多的關(guān)注和研究。

相比于機器智能，人類通過大腦中某種當前未知的機理可以很自然地對感知到的大量信息進行綜合分析推理，進而得出較合理的判斷和結(jié)論[3]。但是，這種看似簡單的人人交互方式，在傳統(tǒng)的人機交互中卻變得難以實現(xiàn)。計算機習慣于人們通過外圍輸入設(shè)備把他們的想法和意圖，通過機器能看懂和理解的方式傳遞給計算機來執(zhí)行，顯然這種強烈依賴于人的人機交互方式是非智能化的。情景感知的一個重要目標就是使計算機能夠和人類進行智能（擬人）化的交流溝通，省去原本需要人為控制機器來執(zhí)行的一些操作，計算機能夠根據(jù)當前情景自適應(yīng)調(diào)整自身行為或參數(shù)，以實現(xiàn)既定的任務(wù)目標，這也是當前自主無人系統(tǒng)正在力求實現(xiàn)的目標之一。在普適計算逐漸成為主流計算模式的今天，智能化人機交互的需求顯得更加迫切。

隨著計算、感知設(shè)備技術(shù)能力的不斷提升和生產(chǎn)成本的快速下降，各類辦公和生活設(shè)備日趨小型化、人性化和智能化?，F(xiàn)今的移動智能手機配備了種類繁多的傳感器件和功能強大的處理器，可以獲取用戶及其周圍環(huán)境的各種數(shù)據(jù)。常見的傳感器件包括光線傳感器、加速度計、觸摸傳感器、重力傳感器、GPS 和陀螺儀等，它們采集的數(shù)據(jù)能一定程度上反映當前設(shè)備使用者的個體狀況和周圍環(huán)境情況[4]。這些技術(shù)的革新變化為智能人機交互的實現(xiàn)奠定了技術(shù)基礎(chǔ)，使得機器的使用者（用戶）成為關(guān)注的焦點，而非技術(shù)本身，這也正是泛在計算的初衷（計算對人是透明的）。因此，機器如何有效利用這些感知數(shù)據(jù)并緊密結(jié)合用戶特性，對用戶當前所處的狀態(tài)和未來可能的態(tài)勢進行推理預判，是情景感知關(guān)心的核心內(nèi)容之一[5]。

近年來，國內(nèi)外對情景感知相關(guān)技術(shù)和應(yīng)用系統(tǒng)進行了廣泛的研究，并取得了豐碩成果，研究內(nèi)容涉及情境分類、情境建模、情境推理、情境感知系統(tǒng)架構(gòu)和應(yīng)用服務(wù)等。但是這些研究往往是針對特定的應(yīng)用領(lǐng)域、某一研究方向或相關(guān)技術(shù)手段開展的工作，尤其是國內(nèi)的研究工作缺乏有關(guān)該領(lǐng)域的系統(tǒng)性研究和相關(guān)工作成果的總結(jié)梳理。為此，本文試圖對情景感知的概念內(nèi)涵、研究現(xiàn)狀、關(guān)鍵技術(shù)和典型應(yīng)用進行較為系統(tǒng)的闡述，包括其定義、分類方法、情景建模技術(shù)和系統(tǒng)體系架構(gòu)等，歸納當前基于情景感知技術(shù)的多種典型應(yīng)用系統(tǒng)，總結(jié)現(xiàn)有工作的成果和不足并展望其未來發(fā)展前景。

1 基本概念

情景感知的英文是Context Awareness，需要說明的是，由于譯法不同，一些中文文獻中也會出現(xiàn)諸如情境感知、情景意識之類的術(shù)語，本文采用更為常見的情景感知一詞。顧名思義，情景感知是對情景的感知，要理解情景感知，首先需要知道什么是情景。情景也稱情境或上下文，這個詞最早常用于語言文學，用來表述在不同的背景下文字的含義可能發(fā)生改變。在信息技術(shù)領(lǐng)域，最早用情景一詞來描述實體環(huán)境的學者當屬Schilit，早在1994年他就采用情景來描述一種用于發(fā)布某一區(qū)域內(nèi)對象位置信息的活動地圖服務(wù)（AMS）[6]，并對情景的基本含義做了闡釋：情景就是設(shè)備不斷變化的執(zhí)行環(huán)境，如設(shè)備環(huán)境的光線、噪聲水平、網(wǎng)絡(luò)連通性、通信代價、信道帶寬，甚至包括社會環(huán)境等信息在內(nèi)。實際上，信息技術(shù)領(lǐng)域?qū)η榫耙辉~并沒有明確統(tǒng)一的定義。例如，Ryan 等人是這樣定義情景的：用戶的周圍環(huán)境，如位置、時間、溫度和身份信息，計算機依此做出反應(yīng)[3]。Richard Hull 認為情景涵蓋用戶環(huán)境的方方面面[7]，Rodden 等人則簡單地將情景視為應(yīng)用所處的周圍環(huán)境狀況[8]。目前，學術(shù)界比較認可的是Dey 給出的關(guān)于情景的定義：“任何可以表征一個實體所處環(huán)境的信息”，其中“實體”是與人機交互過程相關(guān)的人、地點或者物體，也包括用戶和應(yīng)用本身[9]。關(guān)于情景的概念業(yè)界存在兩種觀點：一種觀點認為情景是以可定義的、穩(wěn)定的、獨立于用戶活動的形式存在的，情景可以用一組可觀察的屬性來表達，是先驗的知識；另一種觀點則認為情景是在動態(tài)中定義的，帶有偶然性，用戶活動產(chǎn)生新的情景，新的情景進一步影響用戶活動，應(yīng)該與其應(yīng)用場景結(jié)合起來去認識它的具體意義。

綜上，情景本身是一個內(nèi)涵豐富的概念，難以找到統(tǒng)一的定義，需要與應(yīng)用場景相結(jié)合來認識和理解，從廣度和深度兩方面考慮，充分挖掘情景和應(yīng)用之間的聯(lián)系，作為系統(tǒng)自調(diào)整、自配置的行為依據(jù)。

情景感知就是對情景的發(fā)現(xiàn)、采集和使用，可以視為伴隨著泛在計算而出現(xiàn)的一種新型服務(wù)模式。情景感知也就是感知情景，感知是一種 “認知映射”過程，是指決策者采用數(shù)據(jù)融合、風險評估及可視化等相關(guān)技術(shù)對從多個信息源獲得的不同格式的信息去噪、整合，然后對融合處理后的信息進行語義提取，識別出需要關(guān)注的重要要素并做出有效評估和決策的過程（參見圖1）[10]。簡單來說，情景感知就是利用信息感知、采集和處理等相關(guān)技術(shù)使計算機等設(shè)備能夠盡可能準確地理解自身及其用戶當前所處的態(tài)勢。實際上，情景感知系統(tǒng)應(yīng)該將人的狀態(tài)、行為、喜好和情感信息予以考慮，以便更好地在不同的環(huán)境下服務(wù)用戶變化的需求。從技術(shù)上看，情景感知服務(wù)需要解決網(wǎng)絡(luò)服務(wù)搜索和發(fā)現(xiàn)，用戶需求預測，情景收集、篩選、交互、推理和解釋等一系列問題?？紤]到用戶所處網(wǎng)絡(luò)環(huán)境的異構(gòu)性和動態(tài)性，情景感知服務(wù)必須能夠跨越不同類型的網(wǎng)絡(luò)為用戶提供無縫透明的個性化服務(wù)。

圖1 情景感知的知識映射過程Fig.1 Knowledge mapping process ofcontext awareness

值得一提的是，情景（Context）和態(tài)勢（Situation）有時也會混用，但態(tài)勢往往強調(diào)系統(tǒng)的宏觀狀況，是指系統(tǒng)中各個對象狀態(tài)的集合或綜合，是一個整體和全局的概念，任何單一的情況和狀態(tài)均不能稱為態(tài)勢[11]。此外，態(tài)勢多用于軍事和安全防護領(lǐng)域。態(tài)勢感知（Situation Awareness）一詞最早是由Mica R.Endsley 在1988年國際人因工程（Human Factor）年會上提出的一個概念[12]，指環(huán)境/系統(tǒng)觀察者在一定時間和空間內(nèi)對環(huán)境中各組成成分（要素）的感知（覺察）、理解，進而預知這些成分（要素）的隨后變化狀況。

2 情景分類

鑒于情景的含義比較寬泛，根據(jù)應(yīng)用實際對情景進行適當?shù)姆诸愂鞘直匾?，這有助于情景感知應(yīng)用系統(tǒng)設(shè)計開發(fā)人員了解和掌握最具價值的情景類型。比如，如要開發(fā)旅行向?qū)蛻?yīng)用，那么包含地理位置和用戶偏好信息的情景至關(guān)重要，因為這關(guān)系到如何設(shè)計一條最佳的路線引導用戶到達旅游目的地。目前，關(guān)于情境信息的分類并沒有統(tǒng)一的標準。迄今，相關(guān)學者對情景按不同標準進行了多種分類。例如，Schilit等人建議將情景分為用戶情景、計算情景和物理情景三大類[6]。其中，用戶情景包括用戶個人情況、用戶位置、社會關(guān)系等以用戶為主體的一些信息；計算情景包括CPU、內(nèi)存、網(wǎng)絡(luò)連通度、通信開銷和通信帶寬等有關(guān)計算資源的信息；物理情景包括環(huán)境的光線、噪聲、溫度和氣象條件等信息。Prekop 等人將情景分為外部和內(nèi)部兩個維度[13]：外部情景包括常見的位置、時間、溫度、光照以及與其他物體的接近度等外在信息；內(nèi)部情景包括用戶任務(wù)、業(yè)務(wù)進程、工作背景、個人事件以及用戶情感和身體狀況等內(nèi)在信息。與此類似，Mylopoulos 等人把情景分為物理情景（如地點、網(wǎng)絡(luò)、設(shè)備等）和社會情景（包括個人興趣、特征和偏好等）兩類[14]。Anind K.Dey 將情景分為四大基類[9]：位置、身份、時間和活動情景，基類情景不僅包含了最基本的信息，同時也可作為其下屬情景信息的索引。例如，給定一個人的身份信息，就可以檢索出這個人的手機號碼、郵箱地址、住宅地址、生日及社會關(guān)系等信息。這實際上是一個分級的情景分類法。

華東師范大學的顧君忠教授在總結(jié)了前人工作基礎(chǔ)上，認為情景的使用應(yīng)以人為本，并歸納出一個分級的情景譜系，如圖2所示[15]。實際上情景分類并沒有統(tǒng)一的分類規(guī)則，在一些基本的分類方法下，可以根據(jù)具體需要來進行細化或者修改，使其適用于用戶關(guān)注的領(lǐng)域。

圖2 一種可行的情景分類Fig.2 A feasible context classification

參照圖2對情景信息的分類方法，針對戰(zhàn)場環(huán)境的實際特點和應(yīng)用需求，筆者設(shè)計了一種面向戰(zhàn)場環(huán)境的情景分類樹，如圖3所示。圖中，用戶情景、物理情景、計算情景和時間情景為一級情景，其下又可細分為諸多二級情景，并且某些二級情景之間相互關(guān)聯(lián)，如用戶的身份級別會在一定程度上決定其業(yè)務(wù)類型。此外，不同級別的情景之間可能存在繼承關(guān)系。

圖3 戰(zhàn)場環(huán)境下的情景分類Fig.3 Context classification in battlefield environment

3 關(guān)鍵技術(shù)

3.1 技術(shù)需求

如前所述，情景感知是伴隨普適計算出現(xiàn)的一種新型服務(wù)模式，也是一種以情景感知為目的的計算模式。眾所周知，人機交互體驗設(shè)計的一個難點在于了解用戶使用產(chǎn)品的情況和環(huán)境[16]?；谇榫案兄梢酝ㄟ^傳感器等手段獲得關(guān)于用戶使用產(chǎn)品所處環(huán)境的相關(guān)信息，從而進一步了解用戶的行為動機等，特別對于移動互聯(lián)網(wǎng)產(chǎn)品而言，基于手機的情景感知對研究用戶體驗具有重要價值。同時，情景感知可用于面向用戶體驗的“主動服務(wù)”設(shè)計，即計算設(shè)備可以通過情景感知做出自適應(yīng)的改變，特別是用戶界面的改變，為用戶提供適當?shù)耐扑褪椒?wù)。比如，基于情景感知的社交平臺可以通過監(jiān)視用戶的社會網(wǎng)絡(luò)行為來獲悉用戶的社會關(guān)聯(lián)性，進而了解用戶的性格和社交習慣，并為用戶提供適當反饋來改善他們的社交行為等。

Schilit 認為情景感知通常應(yīng)具備四項基本功能[6]：（1）鄰近選擇（Proximate Selection）：一種便于選擇用戶和設(shè)備資源的用戶接口技術(shù)；（2）自動情景重配置（Automatic Context Reconfiguration）：根據(jù)情景的變化，按需添加新要素、移除現(xiàn)有要素或者改變這些要素之間的關(guān)系；（3）情景信息和指令（Context Information and Command）：根據(jù)特定信息和指令的情景來相應(yīng)生成不同的結(jié)果；（4）情景觸發(fā)的動作（Context Triggered Action）：基于簡單的If-then 范式規(guī)定在特定的條件下觸發(fā)的動作。

Ryan 則認為情景感知的四大能力包括：情景檢測（Context Sensing）、情景自適應(yīng)（Context Adaptation）、情景資源發(fā)現(xiàn)（Context Resource Discovery）和情景增強（Context Augmentation）。

基于上述功能需求，情景感知技術(shù)需求可歸納為四大特征[17]：

（1）以人為本：所有的情景分類、采集和處理都應(yīng)面向用戶，以用戶為中心感知情景；

（2）情景抽象：可以對情景信息和情景服務(wù)進行抽象表示，對應(yīng)“鄰近選擇”和“情景檢測”功能；

（3）服務(wù)自動執(zhí)行：能夠根據(jù)情景變化自動執(zhí)行必要服務(wù)，反映了“情景觸發(fā)動作”或“情景自適應(yīng)”能力。

（4）情景標記：把情景標記為便于以后查詢的信息，體現(xiàn)了“情景增強”能力。

3.2 情景獲取

情景獲取方式可依據(jù)不同的標準來進行分類。從信息獲取的主動性的角度，情景獲取可分為推（push）和拉（pull）兩種方式。拉方式中，情景獲取器通過向傳感器發(fā)出請求來獲取相關(guān)信息；推方式中，傳感器定期或基于事件驅(qū)動向情景獲取器推送情景信息。

從信息獲取渠道的角度，情節(jié)獲取主要包含以下幾種方式：

（1）手動輸入：用戶通過人機界面直接向系統(tǒng)提供信息，如用戶的身份信息；

（2）從傳感器直接獲?。阂话阌糜趦?nèi)嵌有傳感器的設(shè)備，由傳感器直接感知采集情景信息；

（3）通過中間件間接獲?。菏紫扔芍虚g件從傳感器收集原始傳感器數(shù)據(jù)，并轉(zhuǎn)換為應(yīng)用能理解的形式，然后應(yīng)用按需從中間件檢索感興趣的信息而不關(guān)心底層情景獲取的細節(jié)?？捎玫闹虚g件有Context Toolkit、CoolTown、Sentient Computing 和Endeavour 等[18]，中間件技術(shù)實現(xiàn)較靈活，但可擴展性受限并且通信開銷較大；

（4）通過情景服務(wù)器獲取信息，該方法允許多路用戶同時接入服務(wù)器獲得傳感器上傳的情景信息，實現(xiàn)了情景信息的復用。同時，情景服務(wù)器的使用減輕了計算和存儲能力相對較弱的終端設(shè)備處理情景信息的負擔；

（5）基于代理的情景獲取方法：該方法的核心是通過一種情景代理組件維護共享的網(wǎng)絡(luò)模型和公共策略語言，并在軟件代理、情景源、服務(wù)提供者和用戶之間協(xié)商資源和服務(wù)，較著名的代理方法包括CoBrA、SOUPA 和GAIA[19]。為了使軟件代理能夠一致地理解信息，可以使用語義Web 按照精確的機器可解釋的形式來表示信息。例如，myCampus 就是一種用于改善校園交流環(huán)境的語義Web 原型系統(tǒng)，用戶可以通過該系統(tǒng)獲悉當前校園環(huán)境中可提供的各類服務(wù)信息。

從上述情景獲取方法看，情景獲取的主要途徑依賴于多種傳感器感知各種情景信息。傳感器類型可分為：物理傳感器、虛擬傳感器和邏輯傳感器[4]。真實的傳感器件稱為物理傳感器，它們用于收集原始的情景數(shù)據(jù)，并可依據(jù)感知的數(shù)據(jù)類型進行分類。虛擬傳感器則是通過檢索其他數(shù)據(jù)源來提供需要的信息，如電話簿檢索。邏輯傳感器也稱作軟件傳感器，它整合前兩者提供的數(shù)據(jù)來產(chǎn)生更富意義的情景。常用的物理傳感器包括環(huán)境監(jiān)測傳感器和生理監(jiān)測傳感器兩大類，如表1所示。

表1 常見的物理傳感器類型Table 1 Common physical sensor types

當前，已經(jīng)有許多可以利用的推理模型來完成情景推理過程，例如決策樹、樸素貝葉斯、隱馬爾科夫過程(HMM)、DS 證據(jù)理論、支持向量機(SVM)、人工神經(jīng)網(wǎng)絡(luò)(ANN)、貝葉斯網(wǎng)絡(luò)(BN) 等[20]。這些方法多數(shù)是從機器學習領(lǐng)域借鑒過來的，并且取得了較好的效果?；谇榫巴评淼贸龅慕Y(jié)果可以作為情景感知系統(tǒng)的輸出，并為系統(tǒng)進行控制或重配置提供重要依據(jù)。

3.3 情景建模

情景建模是情景感知的重要組成部分，好的情景建模技術(shù)可以實現(xiàn)不同情景信息的共享和重用。具體描述情景時，除了情景類型外，還要考慮情景的取值、時間戳、來源和置信度等多個屬性。其中，情景類型指出其所屬的分類，如時間、噪聲等；情景取值是由傳感器獲得的原始數(shù)據(jù)大??；當需要情景生成記錄時，就要添加時間戳屬性；來源表示產(chǎn)生該情景信息的傳感器ID；置信度則給出了情景數(shù)據(jù)的可信程度。情景建模主要解決情景信息在計算機中如何表示的問題，即以一種機器可理解和處理的形式來定義和存儲情景信息并可清晰表達情景之間的關(guān)系[21]?；谒捎玫臄?shù)據(jù)結(jié)構(gòu)，現(xiàn)有的情景建模方法通常采用的模型主要包括以下幾種[22]：

（1）關(guān)鍵值模型

關(guān)鍵值模型(Key-Value Model)是最簡單的一種情景建模方法，被廣泛用于各種服務(wù)框架(Service Framework)中，通過多個鍵-值對來描述服務(wù)能力，進而用來實現(xiàn)服務(wù)發(fā)現(xiàn)的算法。該方法易于管理，但不能構(gòu)造復雜結(jié)構(gòu)來實現(xiàn)有效的情景檢索算法。

（2）模式標記模型

模式標記模型(Markup Scheme Model)一般采用分層數(shù)據(jù)結(jié)構(gòu)，包含了許多帶有內(nèi)容(Content)和屬性(Attribute)的標記標簽（也稱作Profile），并且任一標記標簽的內(nèi)容都可遞歸地被其他標記標簽所定義。標記模型相對簡單易用，常見的標記語言有GML、HTML、XML 等。XML 是一種結(jié)構(gòu)化的標記語言，可以根據(jù)用戶需求進行靈活定義，且使用簡單，為情景數(shù)據(jù)提供了一種形式化的描述方法，并可方便進行數(shù)據(jù)的讀寫操作了。此外，情景之間的繼承關(guān)系可用XML 中的父節(jié)點和子節(jié)點來表達。例如，組合能力/傾向描述（Composite Capabilities/Preference Profile) 和用戶代理描述 (UAProf) 是用XML 描述的，用于定義用戶代理能力和偏好的一組規(guī)范[23]。

（3）圖形化模型

圖形化模型(Graphical Model)的一種典型代表是統(tǒng)一建模語言（UML），UML 是一種用來對現(xiàn)實世界物體進行建模的標準標記，它同樣可以用于進行情景建模[24]。Sheng Q 等人提出了一種基于UML的情景感知Web 服務(wù)建模語言——ContextUML，極大簡化了情景感知Web 服務(wù)應(yīng)用的開發(fā)。此外，也有學者將對象-角色建模方法（Object-Role Modeling）用于情景建模。

（4）基于邏輯的模型

邏輯通常用于定義在什么樣的條件下可以推理出什么樣的結(jié)論?；谶壿嫷哪Ｐ?Logic Based Model)一般都是高度形式化的，定義模型時常會用到事實(Facts)、表達式(Expressions)和規(guī)則(Rules)。在基于邏輯的模型中，情景信息被表達為形式化的事實，模型對事實或者規(guī)則進行添加、更新或刪減等操作，并可以按規(guī)則在已有規(guī)則上推理出新的事實。

（5）面向?qū)ο蟮哪Ｐ?/p>

面向?qū)ο蟮哪Ｐ头椒梢岳妹嫦驅(qū)ο笤O(shè)計方法的優(yōu)勢，如封裝性（Encapsulation）、重用性（Reusability）和擴充性（Scalability）。情景處理過程被封裝到對象之中，對其他組件是透明的，情景信息通過特定的接口提供給用戶。

（6）本體模型

在信息科學領(lǐng)域，本體（Ontology）是共享概念模型的一種形式化規(guī)范說明，能夠很好描述概念及其相互關(guān)系。因此，基于本體的模型(Ontology Based Model)是一種有前景的情景建模方法，用于開發(fā)本體模型的典型語言有資源描述語言（Resource Description Language,RDF）和Web 本體語言（Web Ontology Language,OWL)等[25]。本體模型能方便地支持新情景元素和關(guān)系的添加，使之易于擴展，并且不局限于具體某一情景元素，而是應(yīng)支持各種類型的情景。此外，Sin-seok Seo 等人認為已有的情景建模方法沒有考慮情景“以人為本”的特征，提出了一種以用戶為中心的情景建模方法——U-CoUDE（User-centric Context Manager for Ubiquitous and Distributed Environments）[26]，并給出了分級的情景管理結(jié)構(gòu)，將情景分為用戶、社會級情景、域級情景和傳感器情景，具有靈活表達各種類型情景的優(yōu)點。

相關(guān)學者從分布式、可驗證性、信息豐富度、模糊性、形式化程度和可用性等方面對上述多種情景建模方法進行了比較分析，發(fā)現(xiàn)基于本體的情景建模方法的性能總體上最優(yōu)。

4 應(yīng)用系統(tǒng)

4.1 應(yīng)用發(fā)展概述

簡而言之，情景感知系統(tǒng)就是充分利用情景感知技術(shù)的應(yīng)用系統(tǒng)，目標是在不需人為干預的條件下，系統(tǒng)可根據(jù)周圍環(huán)境的變化對自身行為或配置進行更改以適應(yīng)這種變化，進而達到提高系統(tǒng)自適應(yīng)性和自配置的能力[27]。由于情景感知系統(tǒng)兼具重要的科研價值和巨大的商業(yè)潛力，近年來學術(shù)界和商業(yè)界紛紛致力于情景感知系統(tǒng)的研究和開發(fā)，各種情景感知系統(tǒng)層出不窮。總的來說，情景感知系統(tǒng)可分為兩大類：主動情景感知系統(tǒng)通過主動改變系統(tǒng)自身行為來適應(yīng)發(fā)現(xiàn)的情景；被動情景感知系統(tǒng)把更新的情景呈現(xiàn)給感興趣的用戶，或者保留情景供以后查詢檢索[28]。情景感知系統(tǒng)的一般工作流程分為三部分，即情景獲取、情景處理和情景使用。

有趣的是，情景感知系統(tǒng)的出現(xiàn)反而早于“情景感知”這一學術(shù)名詞。早在1992年，Roy Want 就研發(fā)了一種被視為最早的具有情景感知能力的實用系統(tǒng)——主動徽章定位系統(tǒng)（Active Badge Location System,ABLS）[29]。ABLS 系統(tǒng)基于紅外定位技術(shù)，可確定當前用戶的位置信息，然后根據(jù)這些位置信息又可將呼入的電話轉(zhuǎn)接到距離用戶最近的電話上。此后，出現(xiàn)了很多基于用戶位置信息的情景感知應(yīng)用，這也積極推動了基于位置的服務(wù)（(Location Based Services,LBS）的發(fā)展和繁榮。例如，在旅游方面，基于情景感知技術(shù)的導游助手軟件可以根據(jù)游客的位置進行景點推薦和路線導游；在餐飲購物方面，情景感知應(yīng)用可以根據(jù)顧客的位置進行飯店和商品推薦等。

早期的情景感知系統(tǒng)考慮的情景比較單一，多為用戶位置信息[30]。隨著傳感器技術(shù)的快速發(fā)展，傳感器的種類不斷豐富，獲得的情景信息也隨之多樣化，情景感知系統(tǒng)處理的信息不再局限于用戶位置，越來越豐富的情景被用來設(shè)計更為智能、人性化的應(yīng)用系統(tǒng)。Chou S.C 等人設(shè)計了一種情景意識的博物館導游系統(tǒng)[22]，該系統(tǒng)可以根據(jù)游客興趣和游覽時間等情景向用戶推薦博物館展品和游覽線路，同時還允許游客自由選擇與其他人分享其體驗。Pimentel L 等人設(shè)計了情景感知的SIP-QoS 服務(wù)器基本架構(gòu)和算法[31]，用來控制多媒體流的服務(wù)質(zhì)量（Quality of Service,QoS），考慮的情景信息主要包括IP 流信息、多媒體類型、用戶存在性和用戶喜好等。針對在線教育領(lǐng)域，王傳安等人構(gòu)建了一種基于情景感知的本體網(wǎng)絡(luò)化學習系統(tǒng)[24]，該系統(tǒng)可根據(jù)情景信息合理調(diào)度學習服務(wù)資源并及時反饋給學習者。首先，由情景獲取模塊實時采集情景信息，并構(gòu)造情景信息模型；然后，情景推理模塊對情景信息進行推理和分析，構(gòu)造出關(guān)于學習合理性、學習效果等推理規(guī)則；最后，學習資源調(diào)度模塊根據(jù)采集的情景值及相應(yīng)推理規(guī)則調(diào)用合理學習資源及時提供給學習者。在醫(yī)療保健方面，英國SafeGuardian 公司研發(fā)了一種用于醫(yī)療緊急救援和日常家用健康監(jiān)控的AlarmNet 系統(tǒng)[32]，該系統(tǒng)集成了物理環(huán)境傳感器（包括溫度、濕度、浮塵、光線和噪聲等）、個人便攜式生理和活動傳感器（如心電圖、血氧飽和度、脈搏和體溫傳感器），借助無線傳感網(wǎng)（Wireless Sensor Network,WSN）對用戶全天24 小時周期的活動規(guī)律進行檢測和分析，掌握用戶的生活模式，實時監(jiān)控用戶的各項生理指標，并將這些信息通過家庭網(wǎng)關(guān)傳送給醫(yī)療機構(gòu)的數(shù)據(jù)中心，對用戶健康信息進行處理分析，并可結(jié)合專家系統(tǒng)及用戶的歷史信息進行健康診斷。AlarmNet 還可根據(jù)情景信息實現(xiàn)智能的電源管理，例如當用戶在戶外時，自動關(guān)閉室內(nèi)的傳感設(shè)備來節(jié)省能量。同時，該系統(tǒng)也實現(xiàn)了情景感知的用戶隱私保護，當用戶不愿透漏生理信息時，可阻斷醫(yī)務(wù)人員訪問其個人數(shù)據(jù)，但發(fā)現(xiàn)用戶生理指標表現(xiàn)異常時，系統(tǒng)則強行向醫(yī)療人員發(fā)出告警。

另外，最新的智能手機已可以實時采集所屬用戶的心理狀態(tài)數(shù)據(jù)，然后采用機器學習等方法來檢測和分析用戶自身心理狀態(tài)的變化，并通過決策樹分類方法對狀態(tài)進行分類，主要包括生氣、恐懼、高興、自然和悲傷五類狀態(tài)，并在必要時能輔助用戶對心理變化進行干預[33]。當前，移動社交網(wǎng)絡(luò)非常流行，擴大和方便了人們的社會交往。WhozThat 是一種支持情景意識的移動社交網(wǎng)絡(luò)系統(tǒng)[34]，該系統(tǒng)希望將社交網(wǎng)絡(luò)中豐富的個人信息用于現(xiàn)實社會中的人際交往，從而方便人們交流、溝通并提高交流的效率和愉悅感。它采用的技術(shù)手段是通過綁定手機和社交網(wǎng)絡(luò)，在本地共享社交網(wǎng)絡(luò)ID，并通過無線接入技術(shù)訪問在線社交網(wǎng)絡(luò)中的個人身份及相關(guān)信息。

4.2 系統(tǒng)組成

一個情景感知系統(tǒng)通常應(yīng)該包括情景獲取、情景處理和情景使用等基本組件，如圖4所示。

圖4 情景感知系統(tǒng)的基本組成Fig.4 Basic components of context awareness systems

首先，系統(tǒng)從外部環(huán)境和系統(tǒng)內(nèi)部收集各種情景信息，然后進行情景信息的分類和建模，最后根據(jù)融合的情景信息和任務(wù)目標進行情景推理并做出科學決策。系統(tǒng)根據(jù)情景做出自適應(yīng)調(diào)整或配置后，系統(tǒng)所處的情景又可能會發(fā)生變化，這種變化可能由系統(tǒng)配置引起，也可能由外界環(huán)境所引起。當情景改變程度足夠大時，又會觸發(fā)系統(tǒng)新的自適應(yīng)調(diào)整行為，這樣就構(gòu)成一個閉環(huán)，使得系統(tǒng)不斷迭代演化。

（1）情景獲取

在設(shè)計情景感知系統(tǒng)時，情景獲取的方法非常重要，因為它在某種程度上影響了系統(tǒng)體系結(jié)構(gòu)的設(shè)計。情景獲取通過布設(shè)的各種傳感器（包括物理的、虛擬的和邏輯的）和用戶界面來收集當前系統(tǒng)所需的情景信息，常用的情景獲取方法包括查詢(query)、周期檢測(cyclical detection)和事件驅(qū)動(event-driven)等手段[35]。

（2）情景處理

情景處理則主要是對信息的建模過程，將其表達為計算機可以處理的形式并存入數(shù)據(jù)庫，同時，也可對一些冗余信息進行過濾或融合，減小數(shù)據(jù)量的規(guī)模[36]。僅僅從各個信源收集信息進行簡單匯總可能難以反映實際情況，因此需要將采集到的各種數(shù)據(jù)進行有效的處理，包括數(shù)據(jù)清洗、整理、解釋、轉(zhuǎn)換和融合，生成有意義的情景信息，并以計算機能理解的格式加以表示。

（3）情景使用

情景使用是情景感知系統(tǒng)的最后階段，主要是對融合處理后的情景信息進行情景建模和情景推理，挖掘提取出系統(tǒng)用戶關(guān)注的情景信息并按需提供給應(yīng)用系統(tǒng)，以便系統(tǒng)根據(jù)任務(wù)目標做出科學決策和行動，如呈獻給用戶有價值的信息或進行系統(tǒng)自適應(yīng)調(diào)整。這其實是一種基于情景推理器（Context Reasoner），通過眾多零散的低級情景推斷出高級情景的過程。情景推理器的任務(wù)就是根據(jù)信息請求實體的要求組織和協(xié)調(diào)相關(guān)情景傳感器來感知和收集信息并推導出有用的情景信息[37]。從功能角度上看，情景推理器需要解決三個問題：匹配情景信息源描述和應(yīng)用特定的參數(shù)；檢索和選擇現(xiàn)有的情景信息源；通過組合來自多個情景信息源的情景參數(shù)來推導或估計所需的情景信息。

4.3 系統(tǒng)架構(gòu)

目前，相關(guān)學者已提出了許多面向情景感知應(yīng)用的系統(tǒng)架構(gòu)，比較著名的有情景意識子結(jié)構(gòu)(Context-Awareness Substructure,CASS)、感知對象模型架構(gòu)(Sentient Object Model,SOM)、基于本體模型的中間件結(jié)構(gòu)和堆棧式架構(gòu)等[35-37]。

（1）CASS 架構(gòu)

CASS 是一種面向移動終端的基于服務(wù)器的架構(gòu)（參見圖5），克服了移動終端計算能力和存儲能力的不足，支持高級情景的抽象并可以將情景推理與系統(tǒng)應(yīng)用相分離。CASS 架構(gòu)中，感知監(jiān)聽器負責收集傳感器和手持終端上傳的各種情景信息，并將數(shù)據(jù)儲存到情景數(shù)據(jù)庫中，方便情景檢索器查詢搜索相關(guān)情景信息。情景解釋器負責處理和分析采集和檢索來的情景信息。情景數(shù)據(jù)庫允許使用SQL 語言對高度抽象的數(shù)據(jù)進行操作，還可存儲有關(guān)應(yīng)用的行業(yè)知識和專家經(jīng)驗作為情景感知的推理規(guī)則。

圖5 CASS 的體系結(jié)構(gòu)Fig.5 The architecture of CASS

（2）SOM 模型架構(gòu)

SOM 模型是針對移動網(wǎng)絡(luò)環(huán)境的情景感知應(yīng)用設(shè)計的，由感知捕獲、情景分級和推理引擎模塊組成，如圖6所示。其中，感知捕獲模塊負責收集傳感器感知的情景信息；情景分類負責對情景信息進行分類融合，以消除感知信息的不確定性；推理引擎根據(jù)相關(guān)規(guī)則對融合的情景信息進行推演，生成決策信息以控制激勵器的行為。

圖6 SOM 模型架構(gòu)Fig.6 SOM model structure

（3）本體模型中間件結(jié)構(gòu)

基于本體模型的中間件是針對異構(gòu)網(wǎng)絡(luò)環(huán)境下的多媒體服務(wù)提出的一種情景感知架構(gòu)（參見圖7），采用了本體模型對情景建模，使用OWL 語言來描述情景。

圖7 基于本體模型的中間件結(jié)構(gòu)Fig.7 Middleware architecture based on ontology model

圖7中，情景聚合器綜合來自多種信源的原始信息，把關(guān)于某個對象實體的所有信息融合在一起；情景推理器從原始收集的底層情景中推理出抽象的高級情景，同時也負責解決某些底層情景之間的沖突和維護情景知識的一致性；移動多媒體服務(wù)中用戶個人偏好是非常重要的一類情景知識，情景學習器從用戶的歷史統(tǒng)計數(shù)據(jù)中學習到其喜好；情景聚合器、情景推理器和情景學習器獲取的各層次情景信息統(tǒng)一存放到情景知識庫中。內(nèi)容過濾器根據(jù)用戶偏好信息對多媒體信息內(nèi)容進行針對性的篩選過濾，并會根據(jù)用戶情景輸出相關(guān)內(nèi)容；內(nèi)容推薦器根據(jù)各類情景為不同的用戶提供合適的多媒體內(nèi)容，包含“內(nèi)容評分”和“內(nèi)容格式”兩部分，前者反映用戶對多媒體內(nèi)容的感興趣程度，后者反映特定多媒體設(shè)備可用的媒體格式；內(nèi)容適配器利用壓縮編碼和轉(zhuǎn)碼多媒體信息來執(zhí)行多媒體內(nèi)容自適應(yīng)調(diào)整。

4.4 網(wǎng)絡(luò)應(yīng)用

鑒于情景感知能夠顯著提高網(wǎng)絡(luò)系統(tǒng)的適應(yīng)性和可用性，近年來情景感知在移動無線網(wǎng)絡(luò)中的應(yīng)用研究已成為業(yè)界關(guān)注的焦點之一[38]。縱觀已有研究成果，主要可分為兩類：以網(wǎng)絡(luò)為中心的應(yīng)用和以用戶為中心的應(yīng)用。前者主要利用情景感知技術(shù)提高移動無線網(wǎng)絡(luò)的自適應(yīng)和自配置能力以改善網(wǎng)絡(luò)整體性能；后者通過收集用戶所在位置、個人喜好、活動規(guī)律等情景信息，向用戶提供個性化、定制化、區(qū)分化的服務(wù)。

以網(wǎng)絡(luò)為重心的應(yīng)用主要側(cè)重通過網(wǎng)絡(luò)情景感知來實現(xiàn)網(wǎng)絡(luò)的自我管理、自我配置，以適應(yīng)變化的網(wǎng)絡(luò)環(huán)境。這類應(yīng)用中感知的情景往往是有關(guān)網(wǎng)絡(luò)的計算情景，包括移動設(shè)備的剩余電量、移動性、處理能力、存儲能力、連通度等等[39]。例如，為實現(xiàn)無線自組網(wǎng)中的自適應(yīng)路由協(xié)議選擇，關(guān)注的是節(jié)點的移動性，當節(jié)點移動性較高時，可選用反應(yīng)式路由協(xié)議AODV 以適應(yīng)快速變化的拓撲結(jié)構(gòu)，當節(jié)點移動性較低時，可選用先驗式路由協(xié)議OSLR，以減少不斷建立路由而帶來的控制開銷。又如，在車聯(lián)網(wǎng)的路由協(xié)議設(shè)計上，可根據(jù)車輛位置、車輛的目的地和緩存隊列是否已滿等情景來自適應(yīng)地選擇一條最為可靠的車輛間消息傳輸路由。

以用戶為中心的應(yīng)用是以改善用戶體驗、為用戶提供可能條件下最優(yōu)服務(wù)為目的的一類應(yīng)用，關(guān)心的往往是外在環(huán)境信息的變化。例如，Younes 等人針對車輛無線自組網(wǎng)設(shè)計了一種行車路線推薦協(xié)議[40]，在獲知用戶的目的地后，根據(jù)各個路段的交通擁塞度、天氣狀況、是否有障礙物等情景信息，為用戶推薦一條最合適的行車路線。這類應(yīng)用一般是從用戶的角度出發(fā)，以底層移動網(wǎng)絡(luò)為依托，以情景感知為手段，從而為用戶提供感興趣的信息，協(xié)助用戶完成某種任務(wù)或?qū)崿F(xiàn)某些智能的功能。

5 結(jié)語

情景感知的基本目的在于基于動態(tài)變化的情景為用戶提供有價值的信息和適宜的服務(wù)。對情景感知技術(shù)進行深入系統(tǒng)研究具有重要理論意義和實用價值，是邁向智能化人機交互的必經(jīng)之路。當前情景感知已成為計算機科學、大數(shù)據(jù)和人工智能等學科領(lǐng)域的研究熱點，國內(nèi)外許多機構(gòu)和學者多年來致力于該領(lǐng)域的研究，并推出了許多有價值的理論研究成果和得到市場好評的實用系統(tǒng)[41-42]?？傮w來說，國外對于情景感知領(lǐng)域的研究較為充分、成果頗豐，不僅包含理論層面的探討，而且關(guān)注系統(tǒng)的商業(yè)應(yīng)用，較知名的研究群體包括韓國人機交互實驗室的Nam MiYoung 團隊、韓國三星的Lee Su 團隊和意大利摩德納大學的Mamei Marc 團隊等。國內(nèi)的研究相對零散，更多關(guān)注某一技術(shù)方向和應(yīng)用領(lǐng)域的研究，西北工業(yè)大學的於志文研究團隊的工作相對突出。但從為不同用戶提供滿足實時個性需求的智能化服務(wù)的角度而言，國內(nèi)外情景感知的研究水平仍處于初步階段，面臨許多有待解決的技術(shù)難題和商業(yè)困境。本文的工作旨在拋磚引玉，為情景感知的進一步研究提供參考和思路，并希望情景感知研究領(lǐng)域得到我國政府和產(chǎn)業(yè)界更多的關(guān)注和重視，以便更好推動該領(lǐng)域的良性發(fā)展。

隨著人工智能的不斷發(fā)展和可穿戴設(shè)備的廣泛運用，未來的情景感知將更加智能化，人們使用的各種設(shè)備特別是隨身攜帶的移動智能設(shè)備，會主動與用戶及外部環(huán)境進行交互，成為人與人之間以及人與外部世界互動交流的門戶，通過分析用戶所處環(huán)境、狀態(tài)甚至個人情感，運用眼動追蹤、機器視覺、觸覺反饋等技術(shù)看懂和識別人的眼神、手勢、姿態(tài)等身體語言，并能預見性地做出準備和反應(yīng)[43]。當前，情景感知的應(yīng)用主要集中在智能家居、健康護理、網(wǎng)絡(luò)購物、信息檢索、社交網(wǎng)絡(luò)、移動辦公和智慧教育等領(lǐng)域。隨著情景感知基礎(chǔ)理論和相關(guān)技術(shù)研究的不斷深入以及應(yīng)用服務(wù)的逐漸推廣，可以預見，情景感知必將大有作為，會逐漸在交通物流、節(jié)能環(huán)保、應(yīng)急管理、精準農(nóng)業(yè)、工業(yè)控制、城市治理、安全防護和國防軍事等領(lǐng)域展露頭角并發(fā)揮價值。

利益沖突聲明

所有作者聲明不存在利益沖突關(guān)系。