Süni intellektin geodeziya və topoqrafiya işlərinə inteqrasiyası
Dron ölçmələrindən ağıllı ərazi analizinə
Geodeziya və topoqrafiya işlərində əsas məqsəd ərazinin vəziyyətini düzgün ölçmək, koordinat və hündürlükləri müəyyən etmək və layihələndirmə üçün etibarlı məlumat hazırlamaqdır. Dronlar, GNSS avadanlıqları və lazer skanerlər bu məlumatların toplanmasını sürətləndirir. Süni intellekt isə böyük həcmli məlumatların təsnifatı, obyektlərin seçilməsi və dəyişikliklərin aşkarlanması üçün yeni imkanlar yaradır.
Şəkil 1. GeoTotal saytındakı LiDAR nümunəsi — rəngli nöqtə buludunun üçölçülü görünüşü. 1
İnteqrasiya iki istiqamətdə işləyir
Birinci istiqamətdə süni intellekt — beynəlxalq qısaltma ilə AI — ölçmə məlumatlarının emalına daxil edilir. Məsələn, nöqtə buludunda yer səthi, bitki örtüyü və tikililərin ayrılmasına kömək edə bilər. İkinci istiqamətdə isə dəqiq geodeziya və topoqrafiya məlumatları AI modellərinin öyrədilməsi və yoxlanması üçün əsas yaradır.
Bu qarşılıqlı əlaqədə ölçmənin keyfiyyəti həlledicidir. Səhv koordinat sistemində hazırlanmış və ya kifayət qədər yoxlanmamış məlumat əsasında sürətli analiz aparmaq etibarlı mühəndislik nəticəsi vermir. AI-nin faydası ölçmə, emal və geodeziya mühəndisinin nəzarəti birlikdə işlədikdə ortaya çıxır.
LiDAR məlumatlarında AI hansı işləri görə bilər
LiDAR çəkilişində lazer impulslarının əks olunmaları əsasında nöqtə buludu formalaşır. Bu nöqtələr yer səthini, ağacları, tikililəri və digər obyektləri birlikdə göstərir. Layihə üçün yalnız nöqtələrin sayı deyil, onların düzgün təsnif edilməsi də vacibdir. USGS-in tədqiqatlarında dərin öyrənmə üsullarının LiDAR nöqtələrinin təsnifatında istifadəsi araşdırılır. 2
Şəkil 2. Hündürlüyə görə rənglənmiş nöqtə buludu. Rənglər hündürlük fərqlərini göstərir; bu, avtomatik olaraq obyekt siniflərini və ya AI nəticəsini ifadə etmir. 1
Şəkil 3. Eyni ərazidə yer səthinə aid nöqtələrin ayrılması. Qəhvəyi rəng “Ground Point”, boz rəng isə “Point Not Classified” kimi göstərilib. Boz nöqtələri bütövlükdə ağac sinfi saymaq olmaz. 1
AI uyğun məlumatlarla öyrədildikdə nöqtələrin siniflərə ayrılmasını sürətləndirə bilər. Bununla belə, hər avtomatik təsnifat AI deyil: həndəsi qaydalara əsaslanan alqoritmlər də işlədilir. Yuxarıdakı şəkillər emalın məntiqini izah edir, konkret AI modelinin tətbiq edildiyini sübut etmir. 3
Hadrut nümunəsi dron ölçməsindən bərpa layihəsinə
GeoTotal Hadrut qəsəbəsinin bərpası və yenidən qurulması layihəsində SP Architects ilə əlaqəli işlər çərçivəsində mövcud tikililərin topoqrafik planalmasını və dronla LiDAR ölçmələrini həyata keçirib. DJI Matrice 350 RTK və Zenmuse L2 sistemi ilə ərazinin relyefi və mövcud vəziyyəti haqqında məlumatlar toplanıb. 4
Şəkil 4. GeoTotal-ın Hadrut layihə səhifəsində təqdim olunan layihə vizualizasiyası. 4
Görülmüş işlər Toplanmış məlumatlar DJI Terra proqramında emal edilib, təsnifat aparılıb, rəqəmsal relyef modeli (DTM), rəqəmsal səth modeli (DSM) və detallı 3D model hazırlanıb. Nəticələr bərpa və layihələndirmə işləri üçün rəqəmsal topoqrafik planlar şəklində təqdim olunub. 4
AI üçün tətbiq imkanı Belə məlumat bazasında uyğunlaşdırılmış model tikili, yol və bitki örtüyünə aid obyektlərin ilkin seçilməsini sürətləndirə bilər. Təkrar çəkiliş olduqda dəyişmiş sahələr ayrıca yoxlamaya çıxarıla bilər. Bu tətbiqlər belə layihələrdə növbəti emal mərhələsinin inkişaf istiqaməti kimi nəzərdən keçirilə bilər.
Bərpa layihəsində AI ilə seçilmiş obyektin konturu topoqrafik plana daxil edilməzdən əvvəl ölçmə məlumatları ilə yoxlanmalıdır. Binanın şəkildən tanınması onun koordinatlarının tələb olunan dəqiqlikdə müəyyən edilməsi demək deyil.
Tuğ nümunəsi relyef ağaclar və ərazi analizi
Tuğ və layihəyə daxil olan ətraf kəndlərin bərpası çərçivəsində GeoTotal DJI Matrice 350 RTK və Zenmuse L2 sistemi ilə LiDAR ölçmələri və topoqrafik planalma aparıb. Görülmüş işlərə relyefin ölçülməsi, məlumatların DJI Terra proqramında emalı, 3D modelin hazırlanması, ağacların koordinatlarının və sayının müəyyən edilməsi daxildir. 5
Şəkil 5. GeoTotal-ın Tuğ layihə səhifəsindəki layihə vizualizasiyası. 5
AI üçün tətbiq imkanı Uyğun keyfiyyətdə LiDAR və görüntü məlumatları olduqda ağac çətirlərinin ilkin seçilməsi, bitki örtüyünün qruplaşdırılması və sahələr üzrə müqayisə üçün model qurmaq mümkündür. Çətirləri birləşən ağaclar, sıx bitki örtüyü və qeyri bərabər nöqtə sıxlığı nəticəyə təsir edir. Avtomatik sayım sahə yoxlaması və mütəxəssis düzəlişi tələb edə bilər.
Layihələndirmə üçün fayda Təsnif edilmiş məlumatlar yaşıllıqların yerləşməsini relyef və tikinti sahələri ilə birlikdə qiymətləndirməyə kömək edir. Ağacların qorunması və abadlıq həlləri üçün bu məlumatların koordinat bazası ilə əlaqəli olması vacibdir.
DTM yer səthini təsvir edir; DSM isə tikili və bitki örtüyü daxil olmaqla səthin üst hissəsini göstərir. Ağacların üst nöqtələri yanlışlıqla yer səthi kimi qəbul edilərsə, relyef modeli və onun əsasında aparılan həcm hesablamaları təhrif oluna bilər. Buna görə təsnifat nəticəsi ayrıca yoxlanmalıdır.
Əks istiqamət geodeziya məlumatları AI üçün necə baza yaradır
AI modelinə “bu nöqtələr yer səthidir”, “bu kontur binadır” və ya “bu obyekt ağacdır” nümunələri göstərilməlidir. Belə nümunələrin etibarlı hazırlanması üçün düzgün koordinatlandırılmış ortofotolar, yoxlanmış nöqtə buludları və mütəxəssis tərəfindən təsdiqlənmiş obyekt sinifləri lazımdır. Esri sənədlərində də öyrətmə məlumatlarının düzgünlüyü və müxtəlifliyi modelin hazırlanmasında əsas şərtlər kimi göstərilir. 6
Məsələn, təkcə açıq və düz ərazidə hazırlanmış məlumatla öyrədilən model sıx yaşayış məntəqəsində və ya meşəli yamacda eyni nəticəni verməyə bilər. Modeli yoxlamaq üçün öyrətmədə istifadə edilməmiş sahələr seçilməlidir. Eyni ərazinin çox oxşar hissələrinin həm öyrətməyə, həm də yoxlamaya düşməsi nəticəni olduğundan yaxşı göstərə bilər.
Geodeziya məlumatlarına ölçmə tarixi, koordinat və hündürlük sistemi, cihaz, uçuş parametrləri, nəzarət nöqtələri və emal üsulu barədə məlumatlar əlavə olunmalıdır. Bu məlumatlar sonradan modelin nəticəsini düzgün şərh etməyə və fərqli çəkilişləri müqayisə etməyə kömək edir.
Böyük ərazi analizindən mühəndislik ölçməsinə
NASA, IBM Research və Jülich Supercomputing Centre əməkdaşlığı ilə hazırlanmış Prithvi kimi geoinformasiya modelləri peyk məlumatlarından daşqın sahələrinin, yanğın izlərinin və yer örtüyünün təhlilində istifadə olunur. Bu nümunələr məkan məlumatları ilə AI-nin əlaqəsini göstərir. Lakin peyk məlumatı üzrə regional təsnifat nəticəsi santimetr səviyyəli tikinti ölçməsinin əvəzi sayıla bilməz. 7
Sifarişçi üçün real fayda necə ölçülməlidir
AI tətbiqinin səmərəsini qiymətləndirmək üçün eyni sahə üzrə emal müddəti, əl ilə düzəlişə sərf olunan vaxt, təsnifat xətaları və yekun məhsulun keyfiyyəti müqayisə edilməlidir. Bütün layihələr üçün vahid qənaət faizi göstərmək düzgün deyil. Nəticə məlumatın keyfiyyətindən, ərazinin mürəkkəbliyindən və proqramın imkanlarından asılıdır.
AI məlumat emalında təkrarlanan işləri azalda, şübhəli sahələri yoxlamaya çıxara və geodeziya mühəndisinin vaxtını daha çox nəzarətə yönəldə bilər. Eyni zamanda məlumatın hazırlanması, modelin uyğunlaşdırılması və nəticənin yoxlanması da vaxt tələb edir.
Dəqiqlik və mühəndis nəzarəti
Nöqtələrin siniflərə düzgün ayrılması ilə koordinat dəqiqliyi fərqli göstəricilərdir. Bir obyekt düzgün tanına, amma yanlış koordinat sisteminə bağlana bilər. Buna görə təsnifatın keyfiyyəti ilə plan və hündürlük üzrə ölçmə xətaları ayrı qiymətləndirilməlidir.
Nəzarət ölçmələri emalda istifadə edilməyən müstəqil nöqtələr üzrə aparılmalıdır. Modelin şübhəli sahələri kəsiklərdə, ortofotoda və lazım gəldikdə yerüstü ölçmələrlə yoxlanmalıdır. AI-nin verdiyi əminlik göstəricisi geodeziya dəqiqliyinin sertifikatı deyil.
Görüntüdə və ya LiDAR məlumatında qeydə alınmayan sahə əlavə ölçmə tələb edə bilər. Süni intellektlə yaradılmış ehtimal olunan səth ölçülmüş səthdən fərqləndirilməlidir. Generativ vasitələrlə boşluqların vizual tamamlanması nəticəni avtomatik olaraq mühəndislik ölçməsinə çevirmir.
Tez verilən suallar
AI geodeziya mühəndisini əvəz edirmi Ölçmənin planlaşdırılması, istinad əsasının seçilməsi, xətaların yoxlanması və nəticənin qəbul edilməsi mütəxəssis qiymətləndirməsi tələb edir. AI konkret emal mərhələlərində köməkçi vasitədir.
Avtomatik hazırlanmış hər 3D model AI nəticəsidirmi Xeyr. Fotoqrammetrik hesablama, nöqtələrin həndəsi filtrasiyası və səth qurulması klassik alqoritmlərlə də aparıla bilər. İstifadə olunan metod ayrıca göstərilməlidir.
AI GNSS ölçməsinin xətasını avtomatik aradan qaldırırmı Belə ümumi nəticə çıxarmaq olmaz. GNSS məlumatının keyfiyyəti, istinad stansiyası, müşahidə şəraiti və düzgün emal mühüm olaraq qalır. Nəticə müstəqil nəzarətlə yoxlanmalıdır.
Ölçmə fayllarını AI xidmətinə yükləmək olarmı Layihə məlumatlarının məxfiliyi, sifarişçinin şərtləri və istifadə edilən xidmətin məlumat saxlama qaydaları əvvəlcədən yoxlanmalıdır. Lazım gəldikdə emal yerli sistemdə təşkil edilir.
GeoTotal ilə ölçmədən layihə məlumatına
GeoTotal geodeziya, topoqrafik planalma, dronla LiDAR çəkilişi və fotoqrammetriya xidmətləri təqdim edir. Layihənin yeri, sahəsi, tələb olunan miqyas və təhvil formatları əsasında uyğun ölçmə və emal üsulu seçilir. Əraziniz üzrə topoqrafik plan, nöqtə buludu və ya rəqəmsal model üçün texniki tapşırığınızı bizimlə paylaşa bilərsiniz.