Satuan
1. Pengantar Kecerdasan Buatan dan Disiplin Verifikasi dalam Teknik Pemetaan 2. Pengolahan Data Geodesi, GNSS dan Survei 3. Sistem Koordinat, Datum dan Verifikasi Transformasi 4. Analisis GIS/GIS dan Kueri Spasial 5. Penginderaan Jauh dan Klasifikasi Citra Satelit 6. Pembuatan Model dari Fotogrametri dan Gambar UAV 7. Pemrosesan dan Klasifikasi Cloud LiDAR Point 8. Otomasi Produksi Peta dan Kartografi 9. Kadaster, Akta Kepemilikan dan Data Kepemilikan 10. Otomatisasi Geomatika dengan Python 11. Otomasi QGIS, Etika, Privasi dan Proyek End-to-End
Satuan 2 / 11

Pengolahan Data Geodesi, GNSS dan Survei

Keuntungan:

  • Kemampuan untuk mengedit dan mengontrol kualitas observasi mentah GNSS, file RINEX, dan koordinat titik dengan alur kerja yang didukung AI
  • Kemampuan untuk mengubah catatan pengukuran teks bebas, referensi dan catatan triangulasi menjadi tabel dan laporan standar
  • Kemampuan untuk memverifikasi interpretasi posisi dan akurasi yang dihasilkan AI dengan prinsip pengukuran statis/RTK dan kesalahan oklusi

Geodesi adalah ilmu penentuan bentuk dan ukuran permukaan bumi serta letak titik-titik di atasnya dengan ketelitian yang tinggi. Alat utama ilmu ini saat ini adalah GNSS. GNSS (Sistem Satelit Navigasi Global / Global Satellite Positioning System) adalah nama umum konstelasi satelit seperti GPS, GLONASS, Galileo, BeiDou; Penerima menghitung posisi dengan mengukur waktu kedatangan sinyal dari satelit tersebut. Dalam unit ini, kita membahas di mana kecerdasan buatan bekerja dengan aman dan di mana garis ditarik dari keadaan GNSS yang tersebar dan data survei klasik (total station, leveling) ke koordinat reguler dan terverifikasi. Prinsipnya tidak dapat diubah: AI mengatur data dan menandai ketidakkonsistenan; Insinyur memberikan penerimaan akhir koordinat melalui prinsip pengukuran.

Mari kita perjelas beberapa istilah dasar terlebih dahulu. RINEX (Receiver Independent Exchange Format) adalah standar file teks yang menyimpan pengamatan GNSS mentah dari berbagai merek receiver dalam format umum. Pengukuran statis adalah metode dimana penerima tetap terpaku pada suatu titik dalam waktu yang lama (menit-jam) dan menghasilkan akurasi yang tinggi. RTK (Real Time Kinematic) adalah metode yang memberikan akurasi sentimeter secara instan dengan koreksi dari stasiun referensi. Kesalahan penutupan adalah perbedaan yang terakumulasi ketika kembali ke titik awal dari rute pengukuran tertutup (poligon atau level) dan secara teoritis diperkirakan sama dengan nol; Ini adalah indikator kualitas pengukuran yang paling konkrit.

Di Mana AI Beraksi dengan Aman?

Kontribusi AI yang paling dapat diandalkan pada GNSS dan pemrosesan data survei bukanlah penghitungan posisi itu sendiri, namun regulasi dan kontrol yang mengatasi penghitungan tersebut:

  1. Data mentah dan pengeditan catatan. Catatan teks bebas di buku catatan lapangan, nama titik, ketinggian instrumen, dan kondisi pengamatan seringkali tersebar. AI memecahnya menjadi tabel standar.
  2. Penyaringan kendali mutu. Ini mencantumkan ketidakkonsistenan seperti titik-titik yang ketinggian penerimanya tidak pernah dimasukkan, titik-titik yang diukur dua kali dengan nama yang sama, waktu penetapan yang tidak masuk akal, koordinat yang tidak berurutan, dll.
  3. Laporkan produksi. Ini mengubah ringkasan kampanye pengukuran, metode yang digunakan, dan metrik seperti jumlah satelit/PDOP menjadi teks yang dapat dibaca. (PDOP: Pengenceran Posisi Presisi; adalah angka yang diinginkan menjadi kecil dan menunjukkan pengaruh geometri satelit di langit terhadap keakuratan posisi.)

Namun, bukan dan tidak seharusnya menjadi tugas AI untuk: menyatakan koordinat "benar-benar" tanpa mempertimbangkan kesalahan oklusi, mengabaikan prinsip pengukuran dan mengonfirmasi nilai penerapan, mengganti penyeimbangan (proses mendistribusikan kelebihan pengukuran ke posisi terbaik secara statistik). Penyeimbangan dan penerimaan akhir tetap berada di bawah kendali perangkat lunak dan insinyur terkait.

Petunjuk : Tanyakan pada AI “apakah koordinat ini benar?” Itu adalah pertanyaan yang salah untuk ditanyakan. Pertanyaan yang tepat adalah “apa nilai inkonsistensi dan out-of-order yang ada dalam kumpulan data ini?” dengan "apakah kesalahan penutupan ini masuk akal untuk kelas akurasi yang diberikan?" adalah pertanyaannya.

Langkah demi Langkah: Mengubah Buku Pengukuran Lapangan Menjadi Data yang Dapat Diolah

  1. Anda menentukan skemanya terlebih dahulu. Kolom: titik_tidak, ketik (triangulasi/poligon/detail), kanan_y, up_x, elevasi_h, beban_alat, metode (statis/RTK), nomor_satelit, pdop, tanggal, catatan. Terapkan skema pada model agar keluarannya konsisten.
  2. Perbaiki unit dan datanya. Tuliskan di CRS mana koordinatnya berada (misalnya, TUREF/TM) dan di datum vertikal mana ketinggiannya (misalnya, Jaringan Kontrol Vertikal Nasional Türkiye).
  3. Proses dalam jumlah kecil. Berikan secara bertahap 20-30 poin; Anda mengetahui kesalahannya lebih awal.
  4. Dapatkan pemindaian QC. Model harus mengumpulkan masalah seperti tinggi instrumen yang hilang, nama titik duplikat, observasi PDOP tinggi, dll. dalam daftar "peringatan" terpisah.
  5. Kembali ke sumbernya. Bandingkan baris acak dari tabel yang dihasilkan dengan anotasi mentah; terutama urutan koordinat dan nama titik.

Tiga Kasus Mini: Berdasarkan Angka

Kasus 1 — Pengambilan titik berulang. Kampanye pengambilan detail menghasilkan 1.240 poin. Pemindaian QC berbantuan AI menandai bahwa 3 nama titik digunakan dua kali (dengan koordinat berbeda) dan tinggi pahat tidak dimasukkan pada 7 titik. Jika 10 masalah ini ditinjau secara manual, maka akan memakan waktu berjam-jam; Karena diketahui lebih awal, data yang salah tidak bocor ke dalam produksi peta.

Kasus 2 — peringatan PDOP. Dalam satu kali kampanye RTK, dilakukan pengukuran sebanyak 15 titik pada kondisi dengan nilai PDOP di atas 6 (geometri satelit buruk). Model tersebut menandai titik-titik ini sebagai "ketidakpastian tinggi"; Insinyur itu mengukurnya kembali dan ditemukan melenceng beberapa sentimeter di dua titik. AI tidak membuat keputusan, hanya memperhatikan pengamatan yang berisiko.

Kasus 3 — Menutup komentar kesalahan. Pada rute jarak jauh, AI menggambarkan kesalahan penutupan sebagai “dapat diterima” saat menyiapkan laporan kampanyenya. Insinyur memeriksa batas yang diperbolehkan menurut panjang rute dan kelas akurasi dengan perhitungan tangan; Kesalahannya sedikit di bawah batas, namun sangat mendekati batas. Untuk amannya, salah satu kaki insinyur itu diukur ulang. Pelajaran: AI yang mengatakan "dapat diterima" bukanlah pengganti pemeriksaan standar yang dihitung secara manual.

Prompt Lemah / Prompt Kuat

Perintah yang lemah:

Edit catatan pengukuran ini dan beri tahu saya apakah itu benar.[catatan]

Perintah yang kuat:

Peran Anda: asisten QC data pengukuran. Terjemahkan catatan lapangan di bawah ini ke dalam DIAGRAM yang disediakan dan buatlah "daftar peringatan" TERPISAH. MENILAI keakuratan koordinat; tandai saja nilai yang tidak konsisten dan tidak berurutan. Skema: point_no | ketik | sag_y | naik_x | kot_h | alat_beban | metode |hitungan_satelit | pdop | tanggal | catatan tanggalKonteks: CRS = TUREF/TM30 (EPSG:5254). sag_y ~6 digit meter diharapkan. Aturan peringatan: tool_yuk hilang; mengulangi poin_tidak; pdop>6; koordinat rusak; kosongkan bidang yang wajib diisi. Catatan: [catatan lapangan]

Perintah yang kuat melarang penilaian, mengkonkretkan aturan QC, dan memberikan konteks pada ekspektasi peringkat; Outputnya menjadi dapat diaudit.

Empat Templat yang Dapat Disalin

1) Standardisasi kelas mentah:

Terjemahkan catatan lapangan berikut ke dalam terminologi standar, uraikan singkatannya (misalnya "al.y."->"tinggi pahat"), tetapi JANGAN mengubah nilai numerik. Tandai ekspresi yang tidak jelas dengan "[tidak jelas]". Catatan: [catatan lapangan]

2) Pemindaian QC GNSS:

Cantumkan permasalahan kualitas pada tabel observasi GNSS di bawah ini: jumlah satelit rendah, PDOP tinggi, waktu observasi singkat, solusi float (tidak tetap), koordinat out-of-order. Untuk setiap baris, tuliskan jenis masalah dan tindakan yang disarankan. Jangan memutuskan, tandai saja. Tabel: [tabel observasi]

3) Evaluasi awal kesalahan pematian:

Untuk data penutupan poligon/leveling berikut: (a) hitung kesalahan penutupan, (b) ingatkan batas yang diijinkan dari kelas akurasi yang diberikan, (c) beri komentar pada kedekatan dengan batas tersebut dan tambahkan catatan "perlu konfirmasi dengan perhitungan tangan". JANGAN membuat keputusan penerimaan akhir. Data: [data rute]

4) Draf laporan kampanye pengukuran:

Tulislah rancangan laporan kampanye pengukuran menggunakan metrik berikut: metode, jumlah titik, jumlah rata-rata satelit, rata-rata PDOP, kesalahan oklusi, CRS yang digunakan, dan datum vertikal. Menggunakan pernyataan pasti tentang keakuratan; Tambahkan catatan "tergantung persetujuan insinyur". Metrik: [metrik]

Perbandingan Ketentuan Akurasi

istilah

Artinya

Pentingnya dalam geomatika

Pengukuran statis

Pengamatan konstan jangka panjang

Triangulasi, dasar akurasi tinggi

RTK

Koreksi instan dari referensi

Akuisisi detail sentimeter yang cepat

PDOP

Kualitas geometri satelit

Nilai lebih kecil = lokasi lebih dapat diandalkan

Perbaiki/Mengambang

Ambiguitas terselesaikan/tidak terselesaikan

Solusi mengambang tidak diterima untuk pembelian detail.

kesalahan mematikan

Selisih terakumulasi pada rute tertutup

Bukti nyata kualitas pengukuran

Kesalahan umum

  • Membuat AI menilai keakuratan koordinat. AI menandakan ketidakkonsistenan; Akurasi ditentukan oleh prinsip pengukuran dan keseimbangan.
  • Solusi mengambang dianggap sebagai perbaikan. Menggunakan observasi RTK yang belum terselesaikan sebagai koordinat yang tepat.
  • Mengabaikan PDOP dan jumlah satelit. Keyakinan penuh pada titik terukur dalam geometri yang buruk.
  • Mencampur datum vertikal dengan datum horizontal. Level dan koordinat duduk pada referensi yang berbeda; Merupakan suatu kesalahan untuk mengganti satu dengan yang lain.
  • Mengandalkan penilaian AI yang "dapat diterima" tanpa mengonfirmasi kesalahan penutupan dengan perhitungan tangan.
  • Mengunggah data mentah ke model cloud tanpa menganonimkannya. Di beberapa proyek, lokasi titik termasuk dalam fasilitas sensitif.

Singkatnya

Ruang aman AI dalam GNSS dan pemrosesan data survei; mengatur data mentah, memindai ketidakkonsistenan, dan membuat rancangan laporan. Keakuratan perhitungan posisi dan penerimaan akhir tetap berada pada teknisi, dengan prinsip pengukuran seperti status PDOP/fix, kesalahan penutupan dan keseimbangan. Tanyakan pada AI “benar?” tapi "ketidakkonsistenan apa yang ada?" bertanya; Selalu konfirmasikan asumsi-asumsi penting, seperti kesalahan penutupan, dengan perhitungan tangan terhadap standar.

Tugas aplikasi

Tulis prompt QC untuk tabel observasi GNSS 20 baris (atau hipotetis): sertakan skema, konteks CRS, ekspektasi peringkat, dan setidaknya lima aturan peringatan (tinggi instrumen hilang, titik berulang, PDOP tinggi, solusi float, koordinat rusak). Kemudian verifikasi tiga item pertama dari daftar peringatan di keluaran AI terhadap data mentah.

daftar periksa

  • [ ] Saya mendefinisikan skema dan konteks CRS/datum vertikal dari awal.
  • [ ] Saya meminta AI untuk menyaring inkonsistensi, bukan penilaian.
  • [ ] Saya membuat contoh aturan peringatan (PDOP, fix/float, rank, bidang yang hilang).
  • [] Saya memisahkan solusi float dan observasi PDOP tinggi.
  • [ ] Saya memeriksa bahwa saya tidak mencampur datum horizontal dan vertikal.
  • [ ] Saya mengkonfirmasi kesalahan penutupan dengan perhitungan tangan terhadap standar.
  • [ ] Saya telah menganonimkan/memproses data titik sensitif di lingkungan bersertifikat.
  • [ ] Saya menjaga penerimaan koordinat akhir menjadi tanggung jawab insinyur.
Sebelumnya Selanjutnya