面向遗产桥梁文档的基于本体的异构资产数据空间互联方法：SPOT与SPOT-AM知识图谱构建

《AUTOMATION IN CONSTRUCTION》：Ontology-based spatial interlinking of heterogeneous asset data for bridge documentation

　　

研究人员提出SPOT（Space Types Ontology，空间类型本体）以实现资产数据的空间互联知识图谱构建。该本体支持与格式无关（format-agnostic）的空间关联机制，可将异构数据源中的任意数据项链接至物理资产空间，而无需预先转换为统一模式。针对遗留文档中普遍存在的非几何、定性空间描述，研究人员进一步提出SPOT-AM（Axis Mapping扩展）以表达轴向映射与边界点映射，捕获方向性与空间范围等隐式空间参照。通过半自动化流程，研究人员将图像位姿恢复与二维图纸视图提取相结合，应用于德国沃尔姆斯Nibelungen桥的62项真实遗留资产数据。最终形成的RDF（Resource Description Framework）空间知识图谱，支持跨模态、跨格式的空间查询与可视化，降低了专家经验依赖，为建成资产全生命周期数据整合提供可扩展的语义空间集成框架。

研究背景与问题提出

桥梁等建成基础设施服役周期长，决策依赖对构造、现状与历史记录的全面理解。然而相关数据分散于规划、施工、运维阶段，由不同主体以图纸、照片、点云、报告、模型等异构格式积累；既有通用数据环境（Common Data Environment，CDE）与信息容器（如ICDD）仅做文件级关联，未机器可读地表达“该资料对应结构中哪一块空间”。定量方法（GeoSPARQL、BIMSPARQL、geof3D、GOM/OMG/FOG）要求坐标或可变换几何，难以覆盖历史扫描图、手绘草图与文本中的定性方位词（前、后、左、右）；定性方法（BOT、BROT、AOI、RELOC）又多限于拓扑或单一朝向空间，无法处理不同朝向子空间与文档内多视图嵌套。研究人员由此开展本研究，目标是将任意数据项对资产的空间关系显式化、机器可存读，减少专家个人知识绑定。

研究人员开展的工作与结论

研究人员构建SPOT核心本体，将资产、文档与数据项统一抽象为“空间（Space）”：资产空间（Asset Space）为最高参考系；文档空间（Document Space）含独立内坐标系；实体空间（Entity Space）表示具体视图或信息单元，并可按维数细分为体、面、线、点空间。通过“呈现（Appearance）”对象把实体空间链接至资产、文档或其他实体空间，支持多重与嵌套关系。进一步提出SPOT-AM扩展，用轴映射（Axis Mapping）表达实体轴与目标轴平行/反平行及近似程度，用边界点映射（Boundary Point Mapping）结合RELOC方向词表达位置与范围，均以定性方式标注精度（Accuracy）。案例以德国沃尔姆斯Nibelungen桥为对象，初始化资产空间三轴方向，利用VGGT图像三维重建恢复遗留照片相机点位姿，结合语义分割与RANSAC/PCA对齐点云；对二维图纸采用YOLOv7检测视图、Handprint OCR提取标题、空间后处理匹配视图与文字，最终将62项真实遗留数据接入RDF图。研究表明：该方法可在无完整坐标、无统一格式条件下，显式表达隐式空间知识，支持“前端区域有哪些资料”“某资源同位置还有哪些资源”“照片拍摄点与视向”等跨模态空间查询。

关键技术方法

研究采用三类关键方法：其一，基于本体的空间建模（SPOT与SPOT-AM），以OWL定义空间类型与Appearance关联机制；其二，图像侧使用VGGT视觉几何 Transformer 模型做无序图像三维重建，恢复相机外参，再通过桥梁部件语义分割、RANSAC平面提取与PCA主轴分析，将重建点云对齐至资产空间三轴；其三，图纸侧采用YOLOv7目标检测+Handprint OCR+空间关系后处理，拆分图纸内多视图并抽取标题；案例数据来自Nibelungen桥遗留资料（含1950年代历史图与2010—2013年翻修CAD图、历史与当代照片）。

研究结果

1. 3.
   Space types ontology（空间类型本体）
   研究人员定义Asset Space、Document Space、Entity Space及体/面/线/点子类；以轴方向与Appearance对象承载空间关系，满足格式无关、多重嵌套、定性/定量混合表达需求。

3.1 Ontology design（本体设计）

提出七项需求（Req.1–7）与五条能力问题（CQ1–5），覆盖任意资源空间化、嵌套关联、类型约束、定性表达、朝向范围、不确定性标注与模块化扩展。

3.2 Core concepts（核心概念）

明确空间轴、相对方向词与Appearance子类；一个实体可具多个Appearance，兼容GOM变换矩阵或RELOC文本注释等多种空间参考机制。

3.3 Axis mapping extension（轴映射扩展）

SPOT-AM将关系拆为朝向（轴映射）与位置范围（边界点映射），用codirectional/antiparallel与Accuracy标注，使手绘图与遗留图可仅依“左/右/前/后”完成空间锚定。

1. 4.
   Use-case application（用例应用）
   4.1 Asset space creation（资产空间创建）
   以BMS文档取向初始化Nibelungen桥x（纵向）、y（横向）、z（竖向）轴，并建立上部/下部结构与各跨子空间。

4.2 Integration of images（图像集成）

VGGT重建相机位姿，点云对齐后把相机表示为Point Space，用BoundaryPointMapping与AxisMapping写入资产空间，回答“何处拍、向哪看”。

4.3 Integration of 2D drawings（二维图纸集成）

检测与OCR拆分图纸视图，每个视图建Entity Space，同时链回Document Space与Asset Space，保留图面位置与资产位置两层关系。

1. 5.
   Results（结果）
   形成含62项遗留数据的空间RDF图，可跨图、跨照、跨视图做互补信息与同位置检索。
2. 6.
   Discussion（讨论总结）
   讨论指出，SPOT不改变原生格式、不强制坐标化，适合大批量遗留资产；定性锚定虽损失精度但保留可查询性，后续可叠加几何细化与推理校验。局限在于轴定义依赖领域约定、自动检测对邻近桥梁有误判需人工修正。

研究结论（翻译）

研究人员得出结论：所提SPOT与SPOT-AM本体能够将异构、格式无关且常含定性隐式参照的遗留资产数据，统一空间化为可查询知识图谱；半自动化流程可实用地恢复照片与图纸的空间上下文，使跨模态空间查询无需格式转换即可实现，从而为桥梁及更广泛建成资产的全生命周期文档管理提供可扩展、低专家依赖的语义空间集成基础。