Mapillary

Quins motius et van portar al desenvolupament de la teva eina?

Una combinació entre els ràpids avanços en la conducció autònoma i que el desenvolupament urbà està incrementant la necessitat d'una nova forma de mapejar el món, amb carrers en països desenvolupats com els EUA que canvien fins a un 15% anualment. Tradicionalment, el procés d'actualització de mapes ha estat lent i costós. A nivell de carrer, ha involucrat l'enviament de flotes de cotxes equipats amb sensors i càmeres, i amb major freqüència en àrees on existeix un interès comercial en el mapatge. Sabíem que havia d'haver-hi una forma millor i més escalable perquè les dades de mapes estiguessin disponibles per a tots.

Quantes persones han treballat en el desenvolupament de la teva eina?

Quan va començar Mapillary al 2013, només eren els quatre membres fundadors: Jan Erik Solem, Johan Gyllenspetz, Peter Neubauer i Yubin Kuang. A dia d’avui, Mapillary està format per equip de més de 50 persones repartides a través de 14 paissos. La gent s’ha unit a Mapillary d’algunes de les companyies més innovadores del món, com Apple, NASA, Google, CERN i Microsoft.

Quanta gent utilitza la vostra aplicació o web?

    Mapillary treballa amb jugadors que alimenten els mapes de centenars de milions de persones. Els nostres clients i usuaris van des de companyies com Mapbox o HERE fins a companyies automotrius com Toyota o AID ( la secció de conducció automàtica d’Audi) i ciutats que van des de capitals com Amsterdam fins a petites ciutats com Clovis a Nou Mèxic, als EUA.

    Quins creus que són els millors aspectes de la teva eina?

    El que diferència a Mapillary de la resta és el nostre enfocament de col·laboració combinat amb la nostra tecnologia de visió artificial. La tecnologia de visió artificial de Mapillary és sempre la millor del món en les comparatives d’imatges a nivell de carrer en conferències destacades com la CVPR (Conferència sobre visió artificial i reconeixement de patrons) i ECCV (Conferència Europea sobre Visió artificial). Amb aquesta tecnologia, detectem 1500 tipus de senyals de trànsit i 42 classes d’objectes diferents abans de situar-los en el mapa global. A partir de gener de 2019, hem detectat i col·locat 186 milions de funcions de mapes en el mapa global. Aquesta informació és accessible per a tots, la qual cosa fa que Mapillary sigui únic. A més, Mapillary, alberga el conjunt de dades d’imatges a nivell de carrer de més ràpid creixement i obert a tots.

    Quin és el repte més important que heu hagut de solucionar en el desenvolupament de la vostra eina?

    No hi ha ningú més que faci exactament el que nosaltres fem. Permetem que qualsevol persona, en qualsevol lloc, amb qualsevol càmera, capturi imatges a nivell de carrer i les analitzi a escala utilitzant la visió artificial. Això funciona perquè hem construït una plataforma de col·laboració completament neutral, disponible per a tots. Continuar construint i millorant aquesta plataforma s’assegurarà que les persones i empreses de tot el món tornin a Mapillary per a millorar els seus mapes a escala, simplement perquè la gran quantitat de dades que allotgem en la plataforma significa que els nostres algorismes són els millors del món per a les escenes de carrer. Això significa més i millors dades, per a tots. Com diem en Mapillary, la col·laboració guanya.

    Quins són els següents passos a prendre en el desenvolupament de la vostra eina?

    Nosaltres confiem en les posicions geogràfiques que venen juntament amb les fotos que s’aporten i en general, només poden ser tan precises com ho són aquestes coordenades. El nostre equip de visió artificial utilitza una tècnica anomenada Structure from Motion (sfM) per buscar connexions entre les diferents fotografies i construir una reconstrucció 3D del seu entorn, la qual cosa ens permet corregir les posicions de les fotos així com els angles de la càmera. Com més fotos tenim d’una localització en concret, més precises seran les nostres deteccions.

    Que diferencia la teva eina d'altres similars?

    Una de les nostres prioritats actuals és continuar centrant-nos en la precisió i la qualitat de les dades del mapa que proporcionem. L’àrea total coberta per ciutats al voltant del món es triplicarà en els propers 40 anys, i el nostre enfocament de mapatge col·laboratiu ens converteix en la plataforma millor equipada per a assumir la missió de tenir els mapes actualitzats.

    Ens pots explicar alguns casos que hagin utilitzat la teva eina per al desenvolupament d'un projecte?

    Als Estats Units, els departaments de transport de cinc estats diferents han carregat grups d’imatges (amb un total de 40 milions d’imatges) a la plataforma Mapillary, en un gran pas per a aconseguir una millor comprensió de la seguretat viària. L’Agència de Transport de Vermont, per exemple, ha creat integracions GIS (sistemes d’informació geogràfica) personalitzades que permeten als treballadors comprendre els actius de les carreteres sense la necessitat de visites de camp que consumeixen molt temps, i també estalvien diners del contribuent a llarg termini.

    Ens pots dir dues eines que consideris molt útils, una coneguda i una altra desconeguda?

    A Mapillary, estem molt compromesos amb OpenStreetMap, un projecte de col·laboració per a crear un mapa de lliure accés de tot el món. Ens hem compromès a fer que les imatges i les dades de Mapillary estiguin disponibles per a editar OpenStreetMap i esforçar-nos per mantenir un paper actiu en la comunitat. Una eina que moltes persones no coneixen és OSMAnd, un mapa fora de línia que també serveis com una aplicació útil per a agregar informació de punts d’interès a OpenStreetMap.

    Written by Ana on dimarts de juny 4, 2019