Unité 2 / 11

Géodésie, GNSS et traitement des données d'enquête

Gains :

  • Possibilité de modifier et de contrôler la qualité des observations brutes GNSS, des fichiers RINEX et des coordonnées de points avec des flux de travail basés sur l'IA
  • Possibilité de convertir des notes de mesure en texte libre, des enregistrements de référence et de triangulation en tableaux et rapports standard
  • Capacité à vérifier les interprétations de position et de précision générées par l'IA avec les principes de mesure statique/RTK et les erreurs d'occlusion

La géodésie est la science qui permet de déterminer la forme et la taille de la surface de la Terre ainsi que l'emplacement des points sur celle-ci avec une grande précision. Le principal outil de cette science aujourd'hui est le GNSS. GNSS (Global Navigation Satellite System / Global Satellite Positioning System) est le nom commun des constellations de satellites telles que GPS, GLONASS, Galileo, BeiDou ; Les récepteurs calculent la position en mesurant l'heure d'arrivée des signaux de ces satellites. Dans cette unité, nous discutons des domaines dans lesquels l'intelligence artificielle fonctionne en toute sécurité et de la ligne de démarcation entre l'état dispersé du GNSS et les données d'arpentage classiques (station totale, nivellement) et les coordonnées régulières et vérifiées. Le principe est immuable : l’IA organise les données et signale les incohérences ; L'ingénieur donne l'acceptation finale des coordonnées à travers des principes de mesure.

Clarifions d'abord quelques termes de base. RINEX (Receiver Independent Exchange Format) est un standard de fichier texte qui stocke les observations GNSS brutes de différentes marques de récepteurs dans un format commun. La mesure statique est la méthode dans laquelle le récepteur reste fixé sur un point pendant une longue période (minutes-heures) et produit une grande précision. RTK (Real Time Kinematic) est une méthode qui donne instantanément une précision centimétrique avec correction depuis une station de référence. L'erreur de fermeture est la différence qui s'accumule lors du retour au point de départ d'un itinéraire de mesure fermé (polygone ou niveau) et qui est théoriquement censée être nulle ; C'est l'indicateur le plus concret de la qualité de la mesure.

Où l’IA entre-t-elle en action en toute sécurité ?

La contribution la plus fiable de l’IA au traitement des données GNSS et topographiques n’est pas le calcul de position lui-même, mais le travail de réglementation et de contrôle autour de ce calcul :

  1. Données brutes et édition de notes. Les notes en texte libre dans le carnet de terrain, les noms de points, les hauteurs des instruments et les conditions d'observation sont souvent dispersés. L'IA les décompose en tableaux standard.
  2. Criblage de contrôle qualité. Il répertorie les incohérences telles que les points dont l'altitude du récepteur n'a jamais été saisie, les points mesurés deux fois avec le même nom, les temps de repérage déraisonnables, les coordonnées dans le désordre, etc.
  3. Réalisation de rapports. Il convertit le résumé de la campagne de mesures, la méthode utilisée et les métriques telles que le nombre de satellites/PDOP en un texte lisible. (PDOP : Position Dilution of Precision ; est un nombre qui doit être petit et qui montre l'effet de la géométrie des satellites dans le ciel sur la précision de la position.)

Cependant, ce n'est pas et ne devrait pas être le rôle de l'IA de : déclarer une coordonnée "exactement correcte" sans tenir compte de l'erreur d'occlusion, ignorer les principes de mesure et confirmer la valeur d'application, remplacer l'équilibrage (le processus de répartition de l'excédent de mesure vers la meilleure position statistique). L’équilibrage et la réception finale restent sous le contrôle du logiciel et de l’ingénieur concerné.

Indice : demandez à l'IA "ces coordonnées sont-elles correctes ?" Ce n’est pas la bonne question à poser. La bonne question est « quelles sont les incohérences et les valeurs dans le désordre dans cet ensemble de données ? » avec "cette erreur de fermeture est-elle raisonnable pour la classe de précision donnée ?" sont les questions.

Étape par étape : transformer le livre de mesures de terrain en données exploitables

  1. Vous définissez d'abord le schéma. Colonnes : point_no, type (triangulation/polygone/détail), right_y, up_x, altitude_h, tool_load, méthode (statique/RTK), satellite_number, pdop, date, note. Imposez le schéma au modèle afin que la sortie soit cohérente.
  2. Fixez l'unité et la donnée. Notez dans quel CRS se trouvent les coordonnées (par exemple, TUREF/TM) et dans quelle référence verticale se trouve l'élévation (par exemple, Türkiye National Vertical Control Network).
  3. Traitez un petit lot. Donnez par lots de 20 à 30 points ; Vous détectez l'erreur tôt.
  4. Obtenez un scan QC. Le modèle doit collecter les problèmes tels que la hauteur d'instrument manquante, le nom de point en double, l'observation de PDOP élevée, etc. dans une liste « d'avertissement » distincte.
  5. Retour à la source. Comparez les lignes aléatoires du tableau résultant avec l'annotation brute ; en particulier l'ordre des coordonnées et les noms des points.

Trois mini-cases : en chiffres

Cas 1 — Capture de points répétitive. Une campagne de récupération de détails a mesuré 1 240 points. L'analyse CQ assistée par l'IA a signalé que 3 noms de points ont été utilisés deux fois (avec des coordonnées différentes) et que la hauteur de l'outil n'a pas été saisie pour 7 points. Si ces 10 problèmes étaient examinés manuellement, cela prendrait des heures ; Parce qu’elles ont été détectées tôt, les données erronées n’ont pas été divulguées dans la production de cartes.

Cas 2 — Avertissement PDOP. Au cours d'une campagne RTK, 15 points ont été mesurés dans des conditions avec une valeur PDOP supérieure à 6 (mauvaise géométrie du satellite). Le modèle a marqué ces points comme « forte incertitude » ; L'ingénieur les a fait remesurer et a constaté une erreur de quelques centimètres en deux points. L'IA n'a pas pris de décisions, elle a simplement attiré l'attention sur des observations risquées.

Cas 3 — Commentaire d’erreur de clôture. Sur un parcours de tir, l'IA a qualifié l'erreur de fermeture d'"acceptable" lors de l'élaboration de son rapport de campagne. L'ingénieur a vérifié la limite admissible en fonction de la longueur de l'itinéraire et de la classe de précision par calcul manuel ; L’erreur était juste en dessous de la limite, mais très proche de la limite. Par mesure de sécurité, l’ingénieur a fait remesurer une jambe. Leçon : l’IA disant « acceptable » ne remplace pas une vérification manuelle de la norme.

Invite faible/Invite forte

Invite faible :

Modifiez ces notes de mesure et dites-moi si elles sont correctes.[notes]

Invite puissante :

Votre rôle : assistant QC des données de mesure. Traduisez les notes de terrain ci-dessous dans le DIAGRAMME fourni et produisez une « liste d’avertissements » SÉPARÉE. JUGER de l'exactitude des coordonnées ; marquez simplement les incohérences et les valeurs dans le désordre.Schéma : point_no | tapez | affaissement_y | up_x | kot_h | outil_load | méthode |satellite_count | pdop | date | note de dateContexte : CRS = TUREF/TM30 (EPSG :5254). sag_y ~ Compteur à 6 chiffres attendu. Règles d'avertissement : tool_yuk manquant ; répéter point_no ; pdop>6 ; coordonnée dans le désordre ; champ obligatoire vide.Remarques : [notes de champ]

L'invite forte interdit le jugement, concrétise les règles du QC et donne un contexte aux attentes en matière de classement ; La sortie devient auditable.

Quatre modèles copiables

1) Standardisation des qualités brutes :

Traduisez la note de terrain suivante en terminologie standard, en décompressant les abréviations (par exemple « a.y. » -> « hauteur de l'outil »), mais NE modifiez PAS les valeurs numériques. Marquez les expressions vagues avec "[vague]". Remarque : [note de terrain]

2) Numérisation GNSS QC :

Répertoriez les problèmes de qualité dans le tableau d'observation GNSS ci-dessous : faible nombre de satellites, PDOP élevé, temps d'observation court, solution flottante (non fixe), coordonnées dans le désordre. Pour chaque ligne, écrivez le type de problème et l'action recommandée. Ne décidez pas, marquez simplement. Tableau : [tableau d'observation]

3) Évaluation préliminaire de l'erreur d'arrêt :

Pour les données de fermeture de polygone/nivellement suivantes : (a) calculer l'erreur de fermeture, (b) rappeler la limite admissible de la classe de précision donnée, (c) commenter la proximité de la limite et ajouter une note "confirmation par calcul manuel requise". NE prenez PAS de décision d’acceptation finale. Données : [données d'itinéraire]

4) Projet de rapport de campagne de mesures :

Rédigez un projet de rapport de campagne de mesure en utilisant les métriques suivantes : méthode, nombre de points, nombre moyen de satellites, PDOP moyen, erreurs d'occlusion, CRS utilisé et référence verticale. Utiliser des déclarations précises sur l'exactitude ; Ajouter la note « sous réserve de l'approbation de l'ingénieur ». Métriques : [métriques]

Comparaison des termes de précision

terme

Signification

Importance en géomatique

Mesure statique

Observation constante à long terme

Triangulation, base de haute précision

RTK

Correction instantanée à partir de la référence

Acquisition rapide de détails au centimètre près

PDOP

Qualité de la géométrie des satellites

Valeur plus petite = emplacement plus fiable

Fixer/Flotter

Ambiguïté résolue / non résolue

Les solutions flottantes ne sont pas acceptées pour les achats détaillés.

erreur d'arrêt

Différence accumulée sur itinéraire fermé

Preuve concrète de la qualité des mesures

Erreurs courantes

  • Faire en sorte que l'IA juge de l'exactitude des coordonnées. L’IA signe une incohérence ; La précision est déterminée par les principes de mesure et d'équilibrage.
  • Les solutions flottantes sont considérées comme des correctifs. Utilisation de l'observation RTK non résolue comme coordonnée exacte.
  • Ignorer PDOP et le nombre de satellites. Confiance totale dans le point mesuré dans une mauvaise géométrie.
  • Mélange de données verticales et de données horizontales. Niveler et coordonner s'asseoir sur différentes références ; Ce serait une erreur de substituer l’un à l’autre.
  • S'appuyer sur le jugement « acceptable » de l'IA sans confirmer l'erreur d'arrêt par un calcul manuel.
  • Téléchargement de données brutes vers le modèle cloud sans les anonymiser. Dans certains projets, les emplacements des points appartiennent à des installations sensibles.

En résumé

Espace sécurisé pour l’IA dans le traitement des données GNSS et d’enquête ; organiser les données brutes, rechercher les incohérences et produire des projets de rapports. La précision du calcul de position et l'acceptation finale restent du ressort de l'ingénieur, avec des principes de mesure tels que l'état PDOP/fix, les erreurs de fermeture et l'équilibrage. Demandez à l'IA « n'est-ce pas ? mais "quelles incohérences y a-t-il ?" demander; Confirmez toujours les hypothèses critiques, telles que l’erreur de clôture, par un calcul manuel par rapport à la norme.

Tâche de candidature

Écrivez une invite QC pour votre (ou hypothétique) table d'observation GNSS à 20 lignes : incluez le schéma, le contexte CRS, l'attente de classement et au moins cinq règles d'avertissement (hauteur de l'instrument manquant, point répétitif, PDOP élevé, solution flottante, coordonnées dans le désordre). Vérifiez ensuite les trois premiers éléments de la liste d'avertissement dans la sortie de l'IA par rapport aux données brutes.

liste de contrôle

  • [ ] J'ai défini le schéma et le contexte de référence CRS/vertical à partir de zéro.
  • [ ] J'ai demandé à l'IA un contrôle des incohérences, pas un jugement.
  • [ ] J'ai instancié les règles d'avertissement (PDOP, fix/float, rang, champ manquant).
  • [ ] J'ai séparé les solutions flottantes et les observations à PDOP élevé.
  • [ ] J'ai vérifié que je ne mélangeais pas les données horizontales et verticales.
  • [ ] J'ai confirmé l'erreur de clôture par un calcul manuel par rapport à la norme.
  • [ ] J'ai anonymisé/traité des données de points sensibles dans un environnement certifié.
  • [ ] J'ai gardé l'acceptation des coordonnées finales sous la responsabilité de l'ingénieur.