中文摘要：

能对所处空间环境做出及时、准确的反应是人和智能Agent理性决策的前提。空间推理是人工智能研究的重要领域，在地理信息系统、自然语言处理、计算机图形学、图像检索等领域有重要应用。由于基于数值的、严格精确的空间知识往往不容易或不必要得到，这使得对空间知识进行定性表示和推理成为迫切需要。空间关系是最重要的空间知识，主要分为拓扑、方位和距离三种。目前的空间关系模型只研究某一类空间关系，与实际应用的要求相距甚远。本项目在定性演算的统一框架下对空间知识表示和推理展开研究，目的在于建立综合多方面空间信息的、具有丰富表达能力和有效推理机制的、符合人类空间认知特征的形式化体系。我们在包括以下方面取得重要进展a) 基于空间解析度的分层递阶推理；b) 拓扑与方位约束综合推理；c) 主方位关系模型的约束求解方法; d) 易处理传播性质研究等。在三年的研究中，共发表顶级国际会议论文3篇，顶级国际期刊论文2篇，其它论文4篇，另有三篇论文仍在审理中。