Los mapas colaborativos deberían ayudar a los autos sin conductor a navegar por nuestras ciudades de manera más segura

mapillar

Nuestros mapas de calles actuales no son muy buenos para ayudar a los autos sin conductor a moverse. Aunque hemos mapeado la mayoría de las carreteras , se actualizan solo cada dos años. Y estos mapas no registran ninguna infraestructura en la carretera, como señales de tráfico, entradas de vehículos y marcas de carriles. Sin esta capa adicional de información, será mucho más difícil lograr que los autos autónomos naveguen por nuestras ciudades de manera segura. Las entregas robóticas también requerirán eventualmente detalles precisos de las superficies de las carreteras, las aceras y los obstáculos.

Una startup sueca llamada mapillar cree que tiene la respuesta. Es una plataforma abierta que comparte imágenes de calles tomadas por personas en sus teléfonos inteligentes: una especie de Wikipedia de mapeo. Dice que ahora es una de las mayores bases de datos disponibles públicamente de imágenes a pie de calle en el mundo.

Los autos sin conductor necesitan la última vista de la carretera, dice el CEO Jan Erik Solem. Requieren una frecuencia de actualización cada vez mayor para los mapas, de trimestral a mensual a semanal a diario. La única forma escalable de hacerlo es usando tecnología.

Hay una serie de enfoques para recopilar datos de mapeo, y hay competencia entre las nuevas empresas dentro del campo. Mapillary dice que es diferente porque es colaborativo, a diferencia, por ejemplo, de Street View, propiedad de Google, que se actualiza cada dos años. Debido a que cualquiera puede contribuir a su plataforma, se actualiza todos los días.

mapillar

Este enfoque es similar a OpenStreetMap , que se lanzó en 2004 y proporciona un mapa del mundo editable y gratuito, pero no registra ninguno de estos detalles adicionales en la carretera.

Mapillary utiliza software de visión por computadora para analizar las imágenes de colaboración colectiva e identificar objetos. Su base de datos de 422 millones de imágenes cubre 6,2 millones de kilómetros (3,9 millones de millas) del globo. Y está creciendo todo el tiempo: su software acaba de poner 186 millones de objetos, como postes de servicios públicos, bancos y tapas de alcantarillas, en el mapa, bloqueados en una ubicación específica con coordenadas.

Una vez que se cargan las imágenes, el software las analiza en busca de objetos y los identifica. Los mapas se ponen a disposición de cualquier persona. para ver en línea . El servicio es gratuito para organizaciones benéficas y para uso educativo o personal, pero los clientes comerciales deben pagar una tarifa de licencia.

Mapillary ya se está utilizando. La ciudad de Ámsterdam, los funcionarios de transporte de Vermont y Arizona, e incluso el país de Lituania, están utilizando los mapas de la empresa para mejorar su comprensión de sus calles.

Si miras cualquier objeto en una calle, alguien es responsable de ello. Todo tiene que ser catalogado y revisado, dice Steven Hewett, quien trabaja para la ciudad de Clovis en Nuevo México.

mapillar

Clovis está utilizando Mapillary para asegurarse de cumplir con sus obligaciones con los residentes al mantener las entradas de vehículos despejadas, las señales actualizadas y las carreteras libres de baches. La ciudad solía hacer esto pagando a un contratista para que revisara y registrara minuciosamente cada buzón, boca de incendios y señal de alto, por unos pocos dólares cada uno.

Ahora ha automatizado prácticamente todo el proceso utilizando Mapillary. Sin este software, estaríamos caminando recopilando todos los datos a mano, y ni siquiera puedo adivinar cuánto tiempo tomaría para una ciudad de 23 millas cuadradas, dice Hewett.

Gabriel Brostow, profesor de ciencias de la computación en el University College London, está de acuerdo en que este tipo de mapeo debe automatizarse para que sea escalable. Los humanos no pueden actualizar millones de kilómetros cuadrados en el mundo tan rápido como lo harían los algoritmos, dice.

Un día, los automóviles sin conductor podrían ser tanto consumidores como productores de estos datos, capturando imágenes a pie de calle mientras viajan (tanto las caras como las matrículas se borran automáticamente por el software de Mapillary). De hecho, Hewett prevé un futuro en el que los vehículos conectados a la red puedan identificar automáticamente problemas como árboles caídos en la carretera o accidentes de tráfico y notificar automáticamente a las autoridades públicas pertinentes.

Los datos también podrían ayudar a equipar a las ciudades con un mejor conocimiento de sus calles para que puedan mejorar el transporte público y la accesibilidad para las personas con discapacidad, agrega Brostow.

*Esta historia se corrigió para dejar en claro que las imágenes son de colaboración colectiva, pero el código subyacente no es de código abierto.

esconder