În ultimul an, am analizat cum putem folosi AI / Deep Learning pentru a îmbunătăţi OpenStreetMap, iar în cele ce urmează dorim să oferim câteva detalii despre modul în care vedem viitorul creării de hărţi și să împărtășim ceea ce facem deja. Vehiculele care se conduc singure sunt noutatea, iar una din cerinţele-cheie ale acestor vehicule sunt hărţi precise și aduse la zi. În acest moment, furnizorii hărţilor de pe piaţă cartografiază fiecare regiune la fiecare 12-24 luni - printr-un proces costisitor de înaltă precizie. Scopul nostru a fost să obţinem hărţi actualizate la minut și cu actualizare la nivel de stradă o dată pe zi. Acesta este obiectivul pe care încercăm să-l obţinem cu OSM pentru studiul nostru de caz.
La Telenav (iar anterior la Skobbler) m-am ocupat de OSM vreo 10 ani și este absolut uimitor cât de masiv a crescut OSM în acea perioadă de la o hartă utilizată de fani la o hartă utilizată de sute de milioane de utilizatori și de companii mari precum Toyota, Tripadvisor sau Apple, ca să numim doar câteva companii care își bazează produsele pe acest lucru. În ciuda acestui succes, obervăm că, în ceea ce privește hărţile de navigaţie, este nevoie de atribute suplimentare care nu sunt încă bine acoperite de OSM precum semnalizatoarele (Signposts), limitările de viteză (Speed limits), restricţiile de vitaj (Turn restricitons) sau informaţiile despre străzi (Lane Information), informaţie de care e nevoie pentru o ghidare cât mai bună.
Acoperire - limita de viteză
Acoperire - restricţie de viraje în SUA space
Ceea ce am făcut cu precădere pentru a micșora vidul informaţional în ceea ce priveşte restricţia de viraj este utilizarea anonimă a unei sonde de date GPS din cadrul datelor de la utilizatori și parteneri precum Inrix, pentru a detecta unde sunt restricţii de viraj în funcţie de comportamentul utilizatorilor când virează. Aceste date sunt distribuite comunităţii prin intermediul ImproveOSM. Am acordat penalităţi mari pentru virajele clienţilor noștri astfel încât ei să evite cât mai mult posibil aceste manevre. Astfel am detectat 139,181 de restricţii de viraj și am dobândit o acoperire sporită într-un mod semnificativ.
În legătură cu limitările de viteză, aleile și semnele rutiere, este mai greu să le identificăm doar pe baza datelor din sonda GPS. Am iniţiat din acest motiv proiectul nostru OpenStreetView pentru a obţine acele imagini. Nu am identificat niciun proiect pe Streetlevel Imagery pe care să îl putem folosi. Când am abordat Mapillary, au fost solicitate sute de mii de dolari pentru licenţe - ceea ce nu a fost o opţiune pentru noi.
În paralel cu proiectele OpenStreetView am investit mult în algoritmii Computer Vision și am semnat un parteneriat cu Universitatea Tehnică din Cluj datorită experienţei lor de 15 ani în domeniu. Scopul nostru a fost folosirea computer vision pentru a construi hărţi automate pe baza acestor imagini.
În ultimul an, am făcut progrese semnificative și acum putem detecta limitele de viteză, semnele de viraj și de circulaţie (inclusiv OCR pentru textul de pe acele semne). Tot ce se detectează este revizuit de editorii noștri și adăugate direct în OSM.
Detectarea panourilor
Am construit un editor de hărţi care ne permite să revizuim intern schimbările şi să le adăugăm în OSM cu ajutorul echipei noastre de 20+ cartografi. Până acum, am adăugat 19,798 de trăsături (restricţii de viraj, sensuri unice, semne) în OSM utilizând acest tool. În fiecare săptămână adăugăm sute de noi restricţii de viraj şi alte semne pentru a face harta mai bună.
Editorul de hărţi
Următorul nivel pentru această provocare a fost crearea unor hărţi de înaltă precizie pentru maşinile care se conduc singure şi pentru aplicaţii ADAS (Advanced Driver Assistance System). Aceste hărţi au nevoie de o precizie (acurateţe) de < 2m pe care, în mod normal, OSM nu o oferă consistent şi care este greu de obţinut pur şi simplu bazat pe sonde GPS, aşa cum am învăţat din multe încercări şi greşeli. Am analizat cum putem obţine o mai mare acurateţe, iar soluţia noastră a fost să integrăm datele culese de maşină pentru a obţine înaltă precizie. Prin urmare, am integrat aplicaţia OpenStreetView printr-un port OBD2 (disponibil pe fiecare maşină creată în ultimii ~20 de ani) pentru a integra datele de pe telefon cu datele furnizate de maşină (cum ar fi viteza sau, pe unele modele, unghiul volanului disponibil prin OpenXC). Astfel, am obţinut o acurateţe de 5-10 ori mai mare decât cea GPS obţinută din telefon.
Considerăm că, dacă un număr suficient de mare de utilizatori înregistrează imaginile necesare prin intermediul OpenStreetView, se pot realiza hărţi aproape în timp real de o acurateţe nemaiîntâlnită până în acest moment. Acesta va fi un real ajutor pentru maşinile cu conducere automată care va permite actualizarea sistemelor de navigare. Pentru a face acest lucru posibil, ne aflăm, de asemenea, în fazele timpurii de colaborare cu diferiţi fabricanţi de maşini, pentru a folosi datele colectate de camerele de la bordul maşinilor. Sperăm să putem folosi datele de la milioane de maşini ale partenerilor noştri OEM prin intermediul acestei tehnologii pentru a ne putea îmbunătăţi hărţile, pentru a putea împărtăşi aceste date cu comunitatea OSM şi pentru a crea hărţi şi mai bune decât cele disponibile momentan.
Pe blogul nostru vom furniza detalii despre modulele pe care le-am construit pentru a face acest viitor imaginat de noi posibil. Aşteptăm cu nerăbdare feedback din partea comunităţii.
de Andrei Avram
de Remus Pereni
de Ovidiu Mățan
.jpg)