Het begint bij onze Eyon GPS-tracker

De basis is de route die we werkelijk hebben gereden. Die haal ik uit onze Eyon GPS-tracker als KML-bestand. Daarin staan de routepunten die nodig zijn om de rit op een kaart te tekenen. Ik laat de route dus niet door AI verzinnen.

Bij zo’n route geef ik aan welke plaatsen ik zichtbaar wil maken. Het vertrekpunt en de aankomst krijgen een bordje. Voor tussenstops kies ik zelf wat voor de video interessant is. Niet iedere korte stilstand hoeft in beeld te komen.

Een echte kaart, met echte hoogtegegevens

Voor de kaart gebruik ik gegevens van OpenStreetMap. Het reliëf is gebaseerd op hoogtegegevens van Mapzen/AWS. Daardoor zie je wegen, plaatsen en het landschap op hun werkelijke plek.

De hoogteverschillen worden voor het beeld met factor 3,2 versterkt. Dat maakt het reliëf beter zichtbaar. De kaart is daarmee een visuele weergave van het landschap; de bergen worden niet letterlijk zo hoog. De bronvermelding blijft onder in het beeld staan.

Wat ChatGPT voor mij doet

ChatGPT helpt mij om mijn wensen om te zetten in de software die de animatie maakt. Ik beschrijf bijvoorbeeld hoe de lijn eruit moet zien, hoe rustig de camera moet bewegen en welke plaatsnamen leesbaar in beeld moeten komen. De uitvoering gebeurt met Python-scripts en een vaste renderer.

De routegegevens, kaart en hoogtegegevens worden voorbereid. Daarna worden de beelden van de animatie berekend. FFmpeg wordt gebruikt bij de videoverwerking en controle. AI helpt dus bij het bouwen en aanpassen van die werkwijze. Het uiteindelijke kaartbeeld is gebaseerd op echte gegevens.

De lichtblauwe lijn en een rustige camera

De gereden route verschijnt als een ronde lichtblauwe lijn die iets boven de kaart ligt. Die lijn volgt de KML-route. Ik wil dat je als kijker kunt volgen waar we rijden, zonder dat de camera voortdurend draait of van dichtbij naar veraf springt.

Daarom houd ik vast aan een vaste atlasstijl. De camera begint met een ruimer overzicht en beweegt rustig mee waar dat nodig is. Tegen het einde zoomt het beeld uit, zodat de complete route met de gekozen plaatsen en de totale afstand zichtbaar wordt. De standaardduur is nu zestig seconden.

Ook hierbij moet ik blijven controleren

Een kaart die er mooi uitziet, is nog geen bewijs dat alles klopt. Bij iedere nieuwe route moet worden gecontroleerd of de juiste KML-bestanden zijn gebruikt, de ritten in de goede volgorde staan en de afstand niet dubbel is geteld. Een gat in de GPS-gegevens mag ook geen verzonnen verbinding worden.

Daarnaast kijk ik naar de beelden zelf. Zijn plaatsnamen groot genoeg? Staan bordjes niet over elkaar? Blijft de kaart scherp en is de camerabeweging prettig te volgen? Juist zulke dingen bepalen of de animatie bruikbaar is in onze video’s.

Bij het herstellen van de oorspronkelijke werkwijze bleek ook dat niet ieder oud tijdelijk bestand nog beschikbaar was. De vaste stijl en originele scripts zijn teruggevonden, maar de historische kaartcache niet. Die kaart- en hoogtegegevens zijn opnieuw opgehaald. Dat is een reden om de afgesproken stijl, bronbestanden en instellingen goed te bewaren.

Van routebestand naar onze video

De animatie wordt opgeleverd als een stille Full HD-video van 1920 bij 1080 pixels, met 25 beelden per seconde. Die kan ik in de montage in Final Cut Pro gebruiken. Bij de controle wordt ook gekeken of het videobestand zonder fouten afspeelt en de afgesproken duur heeft.

De renderer, instellingen en goedgekeurde voorbeelden staan bij elkaar in onze projectmap. Voor een volgende route wil ik daarop kunnen voortbouwen. Ik hoef dan niet iedere keer opnieuw uit te leggen hoe de lijn, kaart en bordjes eruit moeten zien.

AI in de praktijk

Net als bij mijn camperdashboard begint dit met iets wat ik zelf wil maken. Ik geef aan wat ik nodig heb, laat het uitwerken en controleer of het resultaat ook werkelijk doet wat ik bedoel. Dat vraagt meer dan één opdracht, maar het levert wel iets op dat bij onze eigen video’s past.

In deze rubriek vertel ik vaker over zulke projecten. Over wat ik met hulp van AI maak, welke gegevens en hulpmiddelen daarvoor nodig zijn en waarom ik het resultaat steeds blijf controleren.

Zou je zelf iets willen maken met hulp van AI, ook als je niet kunt programmeren? En waarover zou je graag meer willen weten? Ik lees het graag in de reacties. Zo weet ik welke ervaringen interessant zijn om hier verder te delen.

Lees ook hoe ik mijn camperdashboard met AI maak, of bekijk het overzicht van AI in de praktijk.