Knowledge representation in autonomous robots with social roles has steadily gained importance through their supportive task assistance in domestic, hospital, and industrial activities. For active assistance, these robots must process semantic knowledge to perform the task more efficiently. In this context, ontology-based knowledge representation and reasoning (KR & R) techniques appear as a powerful tool and provide sophisticated domain knowledge for processing complex robotic tasks in a real-world environment. In this article, we surveyed ontology-based semantic representation unified into the current state of robotic knowledge base systems, with our aim being three-fold: (i) to present the recent developments in ontology-based knowledge representation systems that have led to the effective solutions of real-world robotic applications; (ii) to review the selected knowledge-based systems in seven dimensions: application, idea, development tools, architecture, ontology scope, reasoning scope, and limitations; (iii) to pin-down lessons learned from the review of existing knowledge-based systems for designing better solutions and delineating research limitations that might be addressed in future studies. This survey article concludes with a discussion of future research challenges that can serve as a guide to those who are interested in working on the ontology-based semantic knowledge representation systems for autonomous robots.

中文翻译：

---

机器人系统中基于本体的知识表示：面向应用程序的调查

通过在家庭，医院和工业活动中提供支持性任务协助，具有社会角色的自主机器人中的知识表示已逐渐变得越来越重要。为了获得主动协助，这些机器人必须处理语义知识才能更有效地执行任务。在这种情况下，基于本体的知识表示和推理（KR＆R）技术似乎是一种功能强大的工具，并为处理现实环境中的复杂机器人任务提供了复杂的领域知识。在本文中，我们调查了统一到机器人知识库系统当前状态中的基于本体的语义表示，其目标是三方面的：（i）介绍基于本体的知识表示系统的最新发展，这些发展导致了基于本体的知识表示系统的发展。现实世界中机器人应用的有效解决方案；（ii）从七个方面审查所选的基于知识的系统：应用程序，构想，开发工具，体系结构，本体论范围，推理范围和局限性；（iii）总结从现有的基于知识的系统的审查中汲取的教训，以设计更好的解决方案并勾勒出可能在未来研究中解决的研究局限性。本调查文章最后讨论了未来的研究挑战，可以为有兴趣从事自主机器人的基于本体的语义知识表示系统的研究人员提供指南。（iii）总结从现有的基于知识的系统的审查中汲取的教训，以设计更好的解决方案并勾勒出可能在未来研究中解决的研究局限性。本调查文章最后讨论了未来的研究挑战，可以为有兴趣从事自主机器人的基于本体的语义知识表示系统的研究人员提供指南。（iii）总结从现有的基于知识的系统的审查中汲取的教训，以设计更好的解决方案并勾勒出可能在未来研究中解决的研究局限性。本调查文章最后讨论了未来的研究挑战，可以为有兴趣从事自主机器人的基于本体的语义知识表示系统的研究人员提供指南。