Semantische 3D-Stadtagenten—Eine intelligente Automatisierung für dynamische raumbezogene Wissensgraphen

Dieses Papier präsentiert ein System autonomer intelligenter Softwareagenten, das auf einer kognitiven Architektur basiert und in der Lage ist, die automatisierte Instanziierung, Visualisierung und Analyse vielschichtiger Stadtinformationsmodelle in dynamischen raumbezogenen Wissensgraphen durchzuführen. Der Entwurf des JPS-Agentenrahmens und der Komponenten für den zugrunde liegenden Zugriff auf Wissensgraphen war erforderlich, um eine Backbone-Infrastruktur für ein intelligentes Agentensystem bereitzustellen sowie technologieagnostischen Zugriff auf Wissensgraphen zu ermöglichen, der die Automatisierung der Interoperabilität von Multidomain-Daten ermöglicht. Die Entwicklung von CityImportAgent, CityExportAgent und DistanceAgent demonstrierte die intelligenten Automatisierungsfähigkeiten des Städte-Wissensgraphen. Die Agenten erstellten erfolgreich ein semantisches Modell von Berlin in LOD 2, das dem CityGML 2.0 Standard entspricht und aus 419 909 661 Tripeln besteht, die mit OntoCityGML beschrieben sind. Das System der Agenten visualisierte und analysierte auch das Modell, indem es autonom Interaktionen über eine Weboberfläche verfolgte und das Modell durch Hinzufügen neuer Informationen zum Wissensgraphen anreicherte. So war es möglich, ein raumbezogenes Informationssystem zu entwerfen, das den Anforderungen der Industrie 4.0 gerecht wird und es mit anderen multidimensionalen Wissensdarstellungen des Weltenavatars zu verknüpfen.