地名の英訳
A班、B班、C班に分かれて地名のローマ字表記への変換を行いました。 自分はC班だったので、大阪を担当しました。
作業の様子
編集アプリ
作業を一人で行うのではなく分担するためより効率よく作業できました。
残りの課題
読みは打つことができたので、残りは読みの根拠URLをUpするだけです!
A班、B班、C班に分かれて地名のローマ字表記への変換を行いました。 自分はC班だったので、大阪を担当しました。
作業を一人で行うのではなく分担するためより効率よく作業できました。
読みは打つことができたので、残りは読みの根拠URLをUpするだけです!
講演者たちが所属するグループはフランスで約2年間の間多くの活動をしてきた。例えばフランス、パリにおいて室内マッピングが広く伝わった。パリ内の、すべての駅、ショッピングモール、博物館、大学などのデータが詳細にマッピングされている。この活動の背景にはいくつかのツールや技術の開発がある。これらのことについて解説されていたのでいくつか紹介する。
大学内でいうと、パソコンなど私たち自身でマッピングを行ったり編集したりできるようなツールが多数設置されている。大学やショッピングモール、その他の建物は「建物」として簡単に考えることができるが実際は階層や部屋の高さ、幅が存在する。これを考慮すると大変なことである。そこで用いられたツールが360°カメラである。これを用いて大量の写真、データを集めることでより詳細で分かりやすいデータとすることを可能にした。
これらのデータは主に建築に用いられている。上記のように、問題は建築物の水準、階層、部屋をどう考慮していくかということである。これを解決していくために、技術を発展させより詳細なデータをとっていく必要がある。
より多くのデータを活用していくためにSLAMという考えを用いていく。これはマッピングを地域化していくことで都市などの密集地だけでなくより広くデータを収集することができ、またそれを利用したビジネスを行っていくことができるというものである。
より広く利用するために、私たちは私たち(エディタ)のリンクを増やしていく必要があると考える。
State of the map 2016 !(https://www.youtube.com/watch?v=ZrvcVAPdaWI)
*OpenStreetMap内で建物や道路などが自動および機械によって編集されている。 自動的、機械による編集というものは、変更された個々のものを見ることなく作られる。 これらは比較的楽に行うことができるが、さまざまな問題点がある。
*データから地図への誤った情報
*文化と言語の知識の欠如
*機械的な編集はデータを明らかに悪いものに変えることが多い
*自動および機械による編集
*ガイドラインに沿った機械的編集
*例えば、編集者がデータを作成
⇒データベースをもとにしてロボットなどに組み込ませる(Central postgresなど)
⇒実際に活用していく
*地図の作成について様々な役割を果たしている。
*上記の問題点の分析をし改善している。
被害地域がもともとどのような環境(建物、道路、森、川、海など、、、)であったのかを知る、伝えるために建物マッピングを実行しました。

自分が建物マッピングを行う区域を選んでマッピング開始。
(画像では無色→未編集、黄色→編集済み、緑→チェック済ということを示している。)

建物として保存することを忘れないように!
一人ひとりの編集にはクオリティの差が出てきてしまう、、、そこで第三者が他人の編集をチェックすることで全体的に同じクオリティにすることができる!
建物が密集しているかどうか、建物のある環境(森、川、海など)を知ることでどのようなルートで救助に行くべきか、優先順位、救助方法を考えることが可能になると考えられる。また、最新の航空写真と比較することができる 。