Геокодер на осм данных http://habrahabr.ru/company/hflabs/blog/242557/
Центр Москвы
Нагорная улица
/0
Не совсем топик про ОСМ, но думаю знающим людям стоит отписаться и попропагандировать.
Какой ГИС использовать после фактической смерти Google maps?
Топик про построение параллельных кривых в картографических веб-приложениях. На скриншотах рендеры ОСМ, координаты точек опять таки ОСМвские.
Postgis тип данных Geometry на примере импортированных OpenStreetMap карт
Ужас какой.
Статья-то ладно, главное, что народ начал не только интересоваться, но и использовать на практике.
Интересно в двух словах что не так в статье и если все не так, то чем не лучше написать об этом на хабре?
ОЧЕНЬ поверхностно и непоследовательно. Создаём базу данных, используем функции PostGIS, устанавливаем и настраиваем osm2pgsql, и в конце — наконец-то, результат: оказывается, есть четыре типа геометрии! Ни их описания, ни причины для использования osm и его инструментов, ни объяснения, что такое postgis, ни функций… Просто бессвязный поток мыслей.
GPS контроль для персонального использования (часть 3. Обзор систем)
Надеюсь у них будет 4 часть с обзором http://osmo.mobi/
http://habrahabr.ru/company/yandex/blog/245393/ - реклама какой-то новой технологии, которая в нашем случае может быть применена для автоматического создания карты. Или для улучшения карт. Возможно эту систему можно обучить под многие другие задачи - распознавание домиков, озер, рек и тд.
Сюрприз, но системы автоматической классификации снимков существуют уже много лет (уже в конце девяностых они точно были).
Только в OSM (по крайней мере - в России, потому что в других странах с импортами не все так безнадежно) все либо боятся использовать их результат, либо не умеют ими пользоваться.
хыхыг, есть Scanaerial, но результат его работы на мой взглд не однозначен, за ним все таки прибираться надо.
да и массовые импорты сколь помню притормаживали развитие района…
пусть уж в осм будут ручные данные, а результат работы ботов будет лежать отдельно.
pfg21 кроме довольно убогого Scanaerial, есть еще R и GRASS (и это только из бесплатного).
Убейте, не могу понять, как “притормозить развитие района” может, например, то, что я возьму и внесу (совершенно корректно с точки зрения топологии), например, все большие водоемы и все лесные массивы, которые будут распознаны по снимкам. Эти данные ни чем не будут отличаться от нарисованных вручную, кроме того, что они будут внесены за несколько меньший срок, чем если бы я делал то же самое вручную. Забить на их обновление я могу точно также (и кто угодно может).
А по поводу чудо-технологий Яндекса - это очень забавная история, на самом деле. Они там все время хвастаются, как собирают у себя всяких высоколобых ученых дядек, которые офигеть как владеют математикой, плюс у них даже “школа анализа данных” есть. Только почему-то карты для них делают левой задней ногой наемные фрилансеры-студенты, а единственным принципиальным усовершенствованием карты у них является ежегодный редизайн стиля. Это при том, что у Google, например, уже полное трехмерное изображение в сверхвысоком разрешении (по крайней мере, в крупных городах США такое видел), до отдельных деревьев.
Дык пробовали - выпилили в итоге. Ибо результат очень кривой. Хорошо оттюненый алгоритм для одной местности легко может давать кривые результаты для другой.
В малой скорости добавления тоже есть свои плюсы. Во первых инструменты развиваются одновременно с ростом объёма данных. После того импорта у нас перестали работать конвертеры (выгрузки в навигаторы и т.п.).
Во вторых скорость роста данных не должна сильно опережать скорость их актуализации. Вы рассматриваете с точки зрения одного маппера. А у нас тут социальный проект, где важную роль играет сообщество. Грубо говоря: качество данных = плотность мапперов/плотность данных. Данные со временем становятся неактуальными. Каково бы ни было изначальное качество данных (а в автораспознавалках оно изначально не очень высокое), без поддержки мапперов оно деградирует. Резко увеличивая объём данных, не увеличивая число тех, кто будет заниматься их актуализацией вы тем самым резко снижаете качество. А низкое качество имеет отрицательную мотивацию (никому не интересно разгребать чужие импорты), тем самым ухудшается рост числа мапперов.
Потом, улучшите вы алгоритм распознавания, теперь он делает на 50% меньше ошибок, а данные вы уже залили, что делать будете? Выпиливать всё (даже то, что уже другие поправили) и заливать по новой? Такие данные намного полезнее в виде отдельной базы а не залитой в OSM. Тогда её можно использовать и обновлять без значительных проблем.
Мне Марек заливал леса по Черногории распознаные. Что-то результат не очень. Но если у вас есть годные результаты автотрейса, можно и импортнуть.
Ещё цитата в тему:
http://www.kommersant.ru/doc/2629501
Тут каждое предложение очень многое говорит.
Sergey Astakhov ну вы же вроде как в среде ГИС работаете, так что знаете, что автоматическое распознавание там - нормальная практика совершенно. “Очень кривой результат” - это из-за кривых рук, либо из-за того, что классы настраивались для огромной площади, например. Про “потом улучшите” - опять же, вы должны быть в курсе, что для ГИС подобное обновление контуров - вообще не проблема, особенно в полуавтоматическом режиме, когда сначала строится XOR старых и новых данных, а потом человек каждый кусок, где они не совпали, просматривает вручную и присваивает ему атрибут “прибавить/вырезать/исключить из рассмотрения”.
Правда, я сторонник того, чтобы сразу делать хорошо, так что этот аргумент получается мимо. Рассказы про “данные без поддержки деградируют” я слышу уже много лет, и это правда, но выше я уже сказал (фразой, что мне ничто не мешает забить), что автоматически распознанные и вручную распознанные данные деградируют совершенно одинаково, это не вопрос происхождения данных, а вопрос желания и возможности их поддерживать. Вручную обрисованные леса тоже никто поддерживать особо не стремится.
Реальная проблема с распознаванием в том, что снимки высокого разрешения, которые мы берем у BING, ужасно испорчены сжатием. А халява вроде Landsat или ASTER имеет низкое разрешение.
Так что я не говорю, что с автоматическим распознаванием нет проблем. Я говорю, что традиционная аргументация против него - несостоятельна, потому что основана на недостатке знаний о технологии.
Нет, я с традиционными ГИС не работаю, но дело не в этом, а в том, что опыт и практика ГИС плохо соотносится с проектами типа OSM, основной упор в которых делается на crowdsourcing, у которого своя специфика и далеко не всё, что хорошо работает в традиционных сферах так же хорошо применимо к ним.
Традиционный подход: у нас есть такое-то ограниченное кол-во народу, такие-то источники, надо запахать такой-то объём к такому-то сроку. Конечно в таких условиях автораспознавалки выглядят привлекательно - ведь они сильно экономят усилия и позволяют успеть к нужному сроку (пусть и ценой качества).
Подход crowdsourcing: у нас есть потенциально неограниченное кол-во народу, но их надо завлечь (мотивацией, валидаторами, плюшками в виде конвертеров в навигаторы и т.п.), сроки неограниченны. Т.е. создаём условия для роста и смотрим как оно растёт (или не растёт, если условия получились плохие). В таких условиях автораспознавалки и прочий импорт могут принести большой вред (ломая мотивацию и т.п.), поэтому их надо применять с большой осторожностью (если вообще применять).
Яркий пример - импорт tiger в америке. Да, по началу это позволило получить куда больший объём данных. Но поломало мотивацию к росту местного community. Если бы они не делали бы импорт, а рисовали бы всё с 0 - сейчас у них было бы качество данных гараздо лучше + большое активное community, которое бы поддерживало его актуальность.