Vizard Arctic

Vizard Arctic — прототип платформы для мониторинга льда в Арктике, AI-восстановления пропусков и прокладки маршрута судна с учетом реконструированной ледовой карты.

Репозиторий: MakSoS1/hack_ice

Что показывает демо

В интерфейсе реализован сценарий «до/после»:

1. До AI: видим слой наблюдений (Наблюдение) с пустотами данных.
2. AI-восстановление: кнопка Заполнить пропуски запускает реальный reconstruction-job (без reuse-кэша в демо-режиме).
3. После AI: переключаемся на Восстановление и видим заполненные области.
4. Маршрут: прокладываем путь (например, от Мурманска до Сабетты/Дудинки) с учетом реконструированного льда и диагностик качества маршрута.

Если выбранные порты выходят за границы текущего слоя, интерфейс автоматически сдвигает точки внутрь покрытия (и показывает предупреждение), чтобы маршрут строился стабильно.

Интерфейс

Архитектура (LikeC4)

Архитектура проекта построена в LikeC4 и лежит в папке vizard-arctic-c4.

• Source model: vizard-arctic-c4/vizard-model.c4
• Rendered HTML: vizard-arctic-c4/vizard-architecture.html
• PDF: vizard-arctic-c4/vizard-arctic-architecture.pdf
• PNG-диаграммы:
  • 
  • 
  • 
  • 
  • 
  • 
  • 

Структура репозитория

• backend/ — FastAPI, job manager, scene/layer API, route solver.
• frontend/ — React + MapLibre UI для демо.
• ml/ — инференс/обучение Temporal U-Net.
• configs/ — палитра ледовых классов и конфиги.
• scripts/ — утилиты запуска и подготовки.
• storage/ — runtime-артефакты слоев и metadata DB.
• vizard-arctic-c4/ — LikeC4-модель и рендеры архитектуры.

Быстрый запуск (рекомендованный: backend на Windows ПК, frontend на macOS)

1) Запуск backend на удаленном ПК (Windows)

cd C:\Users\maksi\projects\vizard-arctic
powershell -ExecutionPolicy Bypass -File .\scripts\setup_remote.ps1
powershell -ExecutionPolicy Bypass -File .\scripts\start_backend_keepalive.ps1

Backend должен стать доступен по http://10.78.211.199:8000/health.

2) Запуск frontend на macOS

cd /Users/maksos/Documents/work/hack_ice/_repo_hack_ice/frontend
npm install
npm run dev -- --host 0.0.0.0 --port 8080

Открыть: http://localhost:8080

По умолчанию dev-прокси фронтенда настроен на удаленный backend:

• frontend/vite.config.ts -> proxy /api -> http://10.78.211.199:8000

Локальный запуск (все на одной Windows-машине)

cd C:\Users\maksi\projects\vizard-arctic
powershell -ExecutionPolicy Bypass -File .\scripts\setup_remote.ps1

cd .\backend
..\.venv\Scripts\python.exe run.py

# в другом окне
cd C:\Users\maksi\projects\vizard-arctic\frontend
npm run dev -- --host 0.0.0.0 --port 8080

Сценарий записи видео (рекомендуемый)

1. Открыть http://localhost:8080.
2. В правой панели AI-восстановление оставить режим Наблюдение — показать пустоты.
3. Нажать Заполнить пропуски и дождаться завершения job.
4. Переключиться в Восстановление/Разница и показать, что область заполнена.
5. Перейти в Маршрут, выбрать точки (Мурманск -> Сабетта/Дудинка), нажать Построить.
6. Показать:
   • основную и альтернативные траектории;
   • risk_reduction_vs_baseline_pct;
   • distance_over_baseline_km;
   • model_mode_effective (balanced/precise vs fallback).

API

• GET /health
• GET /api/v1/scenes
• POST /api/v1/reconstruction/jobs
• GET /api/v1/reconstruction/jobs/{job_id}
• GET /api/v1/layers/recent
• GET /api/v1/layers/{layer_id}/manifest
• GET /api/v1/layers/{layer_id}/summary
• GET /api/v1/layers/{layer_id}/{view}.png
• POST /api/v1/routes/solve

Режимы модели

POST /api/v1/reconstruction/jobs поддерживает:

• fast — эвристическое восстановление.
• balanced — модельный inference в сбалансированном режиме.
• precise — более точный inference с большим overlap.

Для демо фронтенд отправляет force_recompute=true, чтобы запуск был реальным, а не мгновенным cache-hit.

Альтернативная реализация (Monte Carlo)

В проекте есть отдельная ветка-реализация на Monte Carlo в другой папке (вне этого репозитория):

• C:\Users\maksi\projects\vizard-arctic-monte

Эта реализация не удалена и может использоваться для сравнительных экспериментов с текущим подходом.

Примечания

• Если backend недоступен с macOS, проверьте firewall-правило на порту 8000 на Windows.
• Если видите fast_fallback, проверьте наличие checkpoint и импорт ml/predictor.py.