In diesem Lightning-Talk wird gezeigt, wie automatisch erkannte Verkehrszeichen aus Mapillary genutzt werden, um Lücken im Radwegenetz in OpenStreetMap zu finden und in einer MapRoulette-Challenge gezielt zu bearbeiten. Die Kampagne hat bereits über 200 km bisher nicht erfasste Radinfrastruktur in Deutschland ergänzt und lässt sich auch auf weitere Themen wie Tempo 30 oder Zebrastreifen übertragen.
Der Beitrag stellt eine semi-automatisierte Pipeline vor, die Mapillary-Verkehrszeichenerkennung mit OSM-Daten verknüpft, um fehlende Radwege zu identifizieren. Die daraus entstehenden Aufgaben werden in einer MapRoulette-Challenge bereitgestellt, in der Mapperinnen und Mapper gezielt Lücken im Radwegenetz schließen können.
Anhand der Challenge Add missing bicycle infrastucture based on mapillary signs (Germany) wird gezeigt, wie die Daten verarbeitet, mit OSM verschmolzen und für die Community nutzbar gemacht werden. Erste Auswertungen mit ohsome-planet deuten auf über 200 km neu erfasste Radinfrastruktur hin.
Die Pipeline ist offen verfügbar GitHub und kann auf weitere Themen wie z.B. Tempo-30-Zonen oder Fußgängerüberwege übertragen werden.
Als Nebeneffekt wurden die erkannten Verkehrszeichen in Zusammenarbeit mit radinfra.de auch dort integriert – eine wertvolle Hilfe für die OSM-Community und Kommunen beim Ausbau der Radinfrastruktur.
Siehe auch: Vortragsfolien (1,7 MB)
Wissenschaftlicher Mitarbeiter am DLR, Institut für Verkehrsforschung, mit Schwerpunkt auf der agentenbasierten Modellierung aktiver Mobilität.
Seit Jahren aktiver OSM-Mapper und erfahrener Nutzer offener Geodaten. Fokus auf Rad- und Fußverkehr, Routing, Crowdsourcing und offenen Geodaten-Workflows.