[Talk-at] golem.de: Lyft verbessert Openstreetmap automatisiert <- https://www.golem.de/news/kartendaten-lyft-verbessert-openstreetmap-im-vorbeifahren-1909-143759.html
Marcus MERIGHI
mcmer-openstreetmap at tor.at
Wed Sep 11 13:17:44 UTC 2019
FYI, ich wusste davon bislang nichts; wichtigstes Zitat:
In seinem [49]Engineering-Blog schreibt der
Fahrdienst-Vermittler Lyft, dass das Unternehmen Tausende von
Fehlern in Openstreetmap behoben hat. Das Auffinden und Beheben
der fehlerhaften Daten geschieht demnach nicht manuell wie bei
den sonst üblichen Bearbeitungen durch die
Openstreetmap-Community, sondern hauptsächlich automatisch.
https://www.golem.de/news/kartendaten-lyft-verbessert-openstreetmap-im-vorbeifahren-1909-143759.html
Kartendaten: Lyft verbessert Openstreetmap im Vorbeifahren
Der Fahrdienst-Vermittler Lyft hat einen Algorithmus
entwickelt, der fehlerhafte [41]Openstreetmap-Daten durch das
Verhalten seiner Fahrer verbessert.
Artikel veröffentlicht am 10. September 2019, 13:00 Uhr,
Kristian Kißling/Linux Magazin
Lyft verbessert automatisch die Openstreetmap-Daten. Lyft
verbessert automatisch die Openstreetmap-Daten. (Bild:
[48]Sam Barnes/Collision via Sportsfile)
In seinem [49]Engineering-Blog schreibt der
Fahrdienst-Vermittler Lyft, dass das Unternehmen Tausende von
Fehlern in Openstreetmap behoben hat. Das Auffinden und
Beheben der fehlerhaften Daten geschieht demnach nicht
manuell wie bei den sonst üblichen Bearbeitungen durch die
Openstreetmap-Community, sondern hauptsächlich automatisch.
Detailsuche
Das Vorgehen von Lyft ist dabei nicht ohne Eigennutz, denn
das Unternehmen verwendet, wie andere Anbieter auch,
Openstreetmap (OSM) als Basis für das eigene Kartenmaterial.
So misst das Unternehmen Wegdistanzen und errechnet die dafür
benötigte Fahrzeit, lokalisiert Fahrer und Kunden und sucht
die kürzesten Wege.
Allerdings ist das OSM-Material aus verschiedenen Gründen
nicht vollständig, denn Städte verändern sich permanent.
Einerseits fehlen alte und neu gebaute Straßen, wegen
Bauarbeiten geschlossene Straßen sind wieder offen oder es
gibt neue Gebäude. Zumindest für den Einsatzbereich, in dem
sich die Lyft-Fahrer bewegen (meist urbane Räume wie
Innenstädte), kann Lyft das Material verbessern, weil die
Lyft-Fahrer permanent Smartphone-Daten an das Unternehmen
schicken.
Der von Lyft entwickelte Algorithmus (semi-interacting
Multiple Model, sIMM) verbindet dabei einen Kalman-Filter
(der ungebundene GPS-Daten erzeugt) mit einem
Map-Matching-Algorithmus auf Basis des Hidden Markov Model
(HMM). Lyft erfährt aus diesen Daten dann, ob die
GPS-Positionen auf das in den Karten verzeichnete Straßennetz
passen.
Zwei Fehlertypen für bessere Daten
Dafür gibt es zwei Typen von Fehlermeldungen. Die erste
erscheint, wenn ein Fahrer dort langfährt, wo es laut OSM
keine Straße gibt. Hier fehlen also Straßen in der Map und
der Kalman-Filter kommt zum Einsatz. Der zweite Fehlertyp
tritt dort auf, wo laut Map eine Straße existiert, aber der
Fahrer eine andere Route nimmt, weil die Straße in der
Realität nicht existiert oder nicht befahrbar ist (HMM).
Beide Fehlermeldungen betreffen auch die Richtungen von
Einbahnstraßen und die Existenz von Wendemöglichkeiten. Typ 1
zeigt also, wo Straßen auf der Karte fehlen, Typ 2 zeigt, ob
Straßen in der Realität fehlen oder nicht befahrbar sind, die
die Karte aber anzeigt.
Anhand der Unterschiede zwischen dem Kartenmaterial und den
von den Lyft-Fahrern gesendeten Daten erkennt Lyft so also
Defizite und repariert sie in Openstreetmap. Beispiele aus
Minneapolis und Details zu den Problemen beim Tracken von
GPS-Daten erklärt der Blogpost.
So funktioniert etwa die Typ-1-Fehlererkennung auf breiten
Straßen oft nicht gut. Auch wenn die Karte in diesem Fall
stimmt, aktiviert die Software häufig den Off-Road-Modus. Das
liegt daran, dass OSM zwar ein Tag für die Breite von Straßen
besitzt, dieses aber selten richtig zum Einsatz kommt.
More information about the Talk-at
mailing list