Специалистами КБ "Панорама" подготовлен обучающий видеоматериал, демонстрирующий практический подход к созданию собственных скриптов обработки пространственных данных с применением искусственного интеллекта. Видеоурок посвящен тому, как использовать современные ИИ-инструменты для ускорения разработки на Python и решения прикладных задач в среде ГИС "Панорама", не тратя много времени на ручную подготовку программного кода с нуля.
В основе учебного материала лежит реальная производственная задача: автоматическая расстановка пикетов вдоль трубопровода в линейной системе координат объекта. "Линейная система координат" (ЛСК) представляет собой систему измерения линейной координаты вдоль контура объекта от первой точки объекта до заданной. Такое измерение выполняется в метрах вдоль оси, последовательно проходящей по всем контурам линейного объекта от первой точки метрики первого контура. ЛСК формируется относительно калибровочных точек, расположенных вдоль контура объекта, причем контуры оси могут примыкать друг к другу или располагаться с разрывами. Именно калибровочные точки обеспечивают переход от плоских прямоугольных координат X, Y к линейной координате M вдоль объекта и обратно.
В видеоуроке разбирается сценарий, при котором по выбранному точечному объекту и одному или нескольким линейным объектам формируются новые точки через каждый километр по ЛСК, а не по географической длине линии на карте. Такой пример хорошо показывает, как автоматизация написания скриптов помогает выполнять пространственный анализ точнее, быстрее и с соблюдением заданных правил формирования метрики и семантики.
Искусственный интеллект становится рабочим инструментом при подготовке скриптов по запросу пользователя, опираясь на материалы открытого репозитория panorama-sdk. Для ГИС-специалистов это означает более быстрый переход от постановки задачи к готовому сценарию обработки данных, снижение порога входа в программирование и возможность сосредоточиться не на технической рутине, а на проверке логики анализа и интерпретации результата. Такой подход может стать удобной отправной точкой для освоения Python и интерфейса MAPAPI при решении задач обработки пространственных данных.
Ознакомиться с видеоматериалом можно в разделе "Видеоуроки".