Інтелектуальні технології в електронних геодезичних системах публічного просторового управління: еволюція від автоматизації до цифрово-етичних стандартів
DOI:
https://doi.org/10.31548/zemleustriy2025.04.09Ключові слова:
інтелектуалізація, штучний інтелект (ШІ), електронні геодезичні прилади (ЕГП), ГІС-середовище, системи просторового управління, GNSS-корекціяАнотація
Стаття присвячена інтелектуалізації електронні геодезичні прилади (ЕГП) та розробленню концептуальних основ інтеграції технологій штучного інтелекту (ШІ) в геоінформаційне середовище (ГІС) з метою підвищення ефективності систем просторового управління. У досліджені представлено розроблену архітектурну модель інтелектуалізованої системи просторового управління, яка включає взаємодію електронних приладів, сенсорних модулів, ГІС-платформ та аналітичних ШІ-сервісів. Запропоновано концепцію інтелектуалізації ЕГП, яка ґрунтується на трьох основних векторах: автономність вимірювального процесу (за допомогою машинного навчання МН для розпізнавання об’єктів, самодіагностики), адаптивність до умов навколишнього середовища (через корекцію впливу навколишнього середовища, зменшення шуму) та інтегративність у ГІС. У роботі описано застосування ШІ-методів, включаючи глибинні нейронні мережі (YOLO, Mask R-CNN, U-Net, PointNet) для автоматичної детекції та класифікації об’єктів на зображеннях і хмарах точок, а також для оцінювання та корекції GNSS-похибок у реальному часі за допомогою нейро-Калманівських фільтрів. Практичні напрями впровадження моделі включають автоматизований моніторинг деформацій інженерних споруд та інтелектуальну обробку даних БПЛА для оновлення топографічних планів. Згідно з висновками, поетапна інтеграція ШІ перетворює ЕГП на інтелектуальні сенсори, здатні самостійно оцінювати якість даних та взаємодіяти з ГІС, що забезпечує надійну основу для «розумних» міст та стійкого територіального розвитку.
Ключові слова: інтелектуалізація, штучний інтелект (ШІ), електронні геодезичні прилади (ЕГП), ГІС-середовище, системи просторового управління, детекція об’єктів, GNSS-корекція.
Посилання
1. Bill, R., Blankenbach, J., Breunig, M., Haunert, J. H., & Heipke, C. (2022). Geospatial information research: State of the art, case studies and future perspectives. J. Photogramm. Remote Sens. Geoinform. Sci., 90(4), 349–389. https://doi.org/10.1007/s41064-022-00217-9
2. Rudewicz, J. (2024). Theoretical insights into artificial intelligence applications in human geography and spatial management (GeoAI). European Research Studies Journal, 27(4), 973–984.
3. Tuia, D., Roscher, R., & Jacobs, N. (2021). Towards a collective agenda on AI for Earth science data analysis. IEEE Geoscience and Remote Sensing Magazine, 9(2), 88–104. https://doi.org/10.1109/MGRS.2020.3043504
4. Artemov, V., Movchan, T., Bakhchevan, E., & Danko, T. (2020). Pryntsypy tsyfrovoi transformatsii i vprovadzhennia yii v heodezii ta zemleustrii [Principles of digital transformation and its implementation in geodesy and land management]. Ahrarnyi visnyk Prychornomoria, 96, 129–138.
5. Maksymenko, M. A., & Bondar, A. V. (2025). Vykorystannia HIS u inzhenerno-heodezychnykh vyshukuvanniakh pry proektuvanni dorih [Use of GIS in engineering and geodetic surveys for road design]. Suchasni tekhnolohii, materialy i konstruktsii v budivnytstvi, 38(1), 129–135. https://doi.org/10.31649/2311-1429-2025-1-129-135.
6. Stupen, O. I., Prokopenko, N. I., & Shevchuk, S. M. (2025). Tsyfrova transformatsiia systemy zemleustroiu: avtomatyzatsiia upravlinskykh protsesiv u sferi vykorystannia ta okhorony zemelnykh resursiv [Digital transformation of the land management system: automation of management processes in the field of land use and protection]. Zbirnyk naukovykh prats Ukrainskoho derzhavnoho universytetu zaliznychnoho transportu, 212, 172–184. https://doi.org/10.18664/1994-7852.212.2025.336296
7. Braslavska, O. V. (2025). HIS-tekhnolohii ta dystantsiine zonduvannia u monitorynhu zmin zemlekorystuvannia [GIS technologies and remote sensing in monitoring land use changes]. Mistobuduvannia ta terytorialne planuvannia, 89, 472–487. https://doi.org/10.32347/2076-815X.2025.89.472-487
8. Borovyi, V. O., Braslavska, O. V., & Rozhi, T. A. (2025). Intehratsiia analohovoho ta tsyfrovoho znimannia v systemakh zemleustroiu: novi mozhlyvosti dlia heodezychnykh doslidzhen [Integration of analog and digital imaging in land management systems: new opportunities for geodetic research]. Zbirnyk naukovykh prats Ukrainskoho derzhavnoho universytetu zaliznychnoho, 212, 195–207. https://doi.org/10.18664/1994-7852.212.2025.336377
9. Lazorenko, N. Yu. (2024). Doslidzhennia zastosuvannia shtuchnoho intelektu (GeoAI) dlia zavdan topohrafichnoho kartohrafuvannia [Study of artificial intelligence (GeoAI) application for topographic mapping tasks]. Prostorovyi rozvytok, 8, 430–443. https://doi.org/10.32347/2786-7269.2024.8.430-443
10. Makedon, V. V., & Bailova, O. O. (2023). Planuvannia i orhanizatsiia vprovadzhennia tsyfrovykh tekhnolohii v diialnist promyslovykh pidpryiemstv [Planning and organizing the implementation of digital technologies in the activities of industrial enterprises]. Naukovyi visnyk Khersonskoho derzhavnoho universytetu. Seriia “Ekonomichni nauky”, 47, 16–26. https://doi.org/10.32999/ksu2307-8030/2023-47-3
11. Tuia, D., Roscher, R., & Wegner, J. D. (2021). Toward a collective agenda on AI for Earth science data analysis. IEEE Geoscience and Remote Sensing, 10.
12. Hochmair, H. H., Juhász, L., & Li, H. (2025). Advancing AI-driven geospatial analysis and data generation: Methods, applications and future directions. ISPRS International Journal of Geo-Information, 14(2), 56. https://doi.org/10.3390/ijgi14020056
13. Reiterer, A., & Egly, U. (2010). Application of artificial intelligence in geodesy: A review of theoretical foundations and practical examples. Journal of Applied Geodesy, 4, 201–217. https://doi.org/10.1515/JAG.2010.020
14. Marchuk, D. (2023). Analiz suchasnykh alhorytmiv vyiavlennia i rozpiznavannia obiektiv z videopotoku dlia system upravlinnia parkuvanniam v realnomu chasi [Analysis of modern algorithms for object detection and recognition from video streams for real-time parking management systems]. Visnyk Khmelnytskoho natsionalnoho universytetu, 3(321), 17–23.
15. Bello, S. A., Yu, S., Wang, C., Adam, J. M., & Li, J. (2020). Review: Deep learning on 3D point clouds. Remote Sensing, 12, 1729. https://doi.org/10.3390/rs12111729
16. Elango, A., & Landry, R. J. (2024). XAI GNSS–A comprehensive study on signal quality assessment of GNSS disruptions using explainable AI technique. Sensors, 24, 8039. https://doi.org/10.3390/s24248039
17. Aljamal, M. A., Abdelghaffar, H. M., & Rakha, H. A. (2019). Developing a neural–Kalman filtering approach for estimating traffic stream density using probe vehicle data. Sensors, 19, 4325. https://doi.org/10.3390/s19194325
18. Shi, J., Pan, Z., Jiang, L., & Zhai, X. (2023). An ontology-based methodology to establish city information model of digital twin city by merging BIM, GIS and IoT. Advanced Engineering Informatics, 57. https://doi.org/10.1016/j.aei.2023.102114
Завантаження
Опубліковано
Номер
Розділ
Ліцензія
Авторське право (c) 2025 Землеустрій, кадастр і моніторинг земель
TЦя робота ліцензується відповідно до ліцензії Creative Commons Attribution-ShareAlike 4.0 International License.
Стосунки між правовласниками і користувачами регулюються на умовах ліцензії Creative Commons Із Зазначенням Авторства – Некомерційна – Поширення На Тих Самих Умовах 4.0 Міжнародна (CC BY-NC-SA 4.0):https://creativecommons.org/licenses/by-nc-sa/4.0/deed.uk
Автори, які публікуються у цьому журналі, погоджуються з наступними умовами:
- Автори залишають за собою право на авторство своєї роботи та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons Attribution License, котра дозволяє іншим особам вільно розповсюджувати опубліковану роботу з обов'язковим посиланням на авторів оригінальної роботи та першу публікацію роботи у цьому журналі.
- Автори мають право укладати самостійні додаткові угоди щодо неексклюзивного розповсюдження роботи у тому вигляді, в якому вона була опублікована цим журналом (наприклад, розміщувати роботу в електронному сховищі установи або публікувати у складі монографії), за умови збереження посилання на першу публікацію роботи у цьому журналі.
- Політика журналу дозволяє і заохочує розміщення авторами в мережі Інтернет (наприклад, у сховищах установ або на особистих веб-сайтах) рукопису роботи, як до подання цього рукопису до редакції, так і під час його редакційного опрацювання, оскільки це сприяє виникненню продуктивної наукової дискусії та позитивно позначається на оперативності та динаміці цитування опублікованої роботи (див.The Effect of Open Access).
