Esta es una nota corta de cómo utilizar una cámara como la LG 360 (ya descontinuada), para tomar fotos 360. Se debe configurar la cámara con el celular, para poder “programarla”. Para esto, hay que conectar el celular por wifi y bluetooth, y después la aplicación se conectará “fácilmente”; de lo contrario puede ser tedioso.
Se debe programar para que tome fotos cada 2 segundos. Sería ideal que tuviera menos tiempo, pero esta cámara no es como una ActionCam.
Después de varias pruebas, no recomiendo usar el posicionamiento GPS del celular, con el que se puede configurar. Esto ocasiones que las fotos no tengan una periodicidad constante, sino que empieza a tener latencias, dañando la secuencia de fotos.
En cambio, es mejor capturar una traza GPX en el celular y después hacer la correspondencia entre fotos y traza. Para esto se puede usar JOSM, donde se abren todas las fotos, y se le da click derecho sobre Geotagged Images. Ahí se le dice Correlate to GPX y se selecciona la traza GPX que hayamos capturado (Osmand o Open GPX Tracker) y ya tengamos en el computador.
Finalmente, para guardar la posición en las fotos se requiere el plugin Photo Geotaggin: https://wiki.openstreetmap.org/wiki/JOSM/Plugins/Photo_Geotagging Donde al dar click derecho sober las fotos se puede seleccionar Write Coordinates to image header.
Con esto, ya se podrá subir a Mapillary u OpenStreetCam.
Cuando caminamos por la ciudad, muy seguramente nos hemos topado con alguna “latica” dorada con un texto pegada en el piso. Bueno, esas laticas son puntos geodésicos que están medidos en latitud, longitud y hasta altura. Algunos de estos puntos son gestionados por el Instituto Agustín Codazzi - IGAC, y como parte de los datos que han liberado, está la posición de dichos puntos.
En umap hemos publicado estos puntos para que veamos la posición de estos, lo cual es muy práctico en el momento de hacer fotos aereas que necesitan Ground Points.
La URL es: https://umap.openstreetmap.co/en/map/puntos-geodesicos-del-igac-en-bogota_3073#14/4.6537/-74.0881
Primer barrio de Bogotá completamente mapeado por Maptime Bogotá. Para este actividad usamos las siguientes técnicas:
Para las imágenes de drone, tomamos fotos a una altura de 120 metros, con la cámara apuntando hacia abajo (nadir) y se recorrió el barrio con control manual. Esta no es la mejor manera, ya que la perpectiva de los edificios no queda bien capturada, y algunos lugares no se alcanzaron a captar. En el drone, se puso una toma de fotos cada 2 segundos para capturar varias fotos; pero igualmente, por el vuelo manual, la velocidad no era constante durante el trayecto.
Una vez se descargaron las fotos, se generó una imagen por medio de OpenDroneMap, con la opción de WebODM que se instaló. Como no eran muchas imágenes, este tipo de instalación fue suficiente, como también el computador no requirió grandes capacidades de cómputo y terminó en pocos minutos (hubo un problema usandolo bajo Docker para Mac, por lo que se terminó usando directo bajo Linux Ubuntu.) El resultado fue que generó un archivo TIF de casi 46 MB.
La imagen TIF, para compartirla con la comunidad, se publicó en OpenAerialMap. Esta es la imagen aerea del barrio La Calleja. Habiéndola publicado en este portal, el mapeo fue más fácil, ya que solo debemos referenciar la imagen como un Imagery adicional en formato TMS; y no cargarla directamente en JOSM ya que puede consumir mucha memoria.
Igualmente, se tomaron fotos a nivel de calle, montadas sobre un carro, con una actionCam apuntando al frente, otra apuntando atrás, y una 360 en la mitad. Todas estas fotos fueron más de 10 mil, por lo que se subieron de manera bulk a Mapillary. Aquí se pueden ver todas esas fotos: https://www.mapillary.com/app/?focus=map&lat=4.712011402221506&lng=-74.05024101516284&z=14.819927381168846.
Durante el recorrido en el carro, se aprovechó y se capturó una traza GPX con el celular. La traza quedó publicada aquí: https://www.openstreetmap.org/user/AngocA/traces/3573909
Con todos estos datos en terreno, se comenzó a mapear con JOSM (Se hizo la transición a OpenWebStart, ya que Oracle Java no lo va a volver a incluir) y se fueron subiendo las contrucciones, vías y demás cosas que se identificaban. Al principio, como íbamos a manejar un imagery nuevo, teníamos que estar seguros que estaba bien alíneado, por lo que usamos las trazas publicadas en OSM, más la que capturamos durante el trayecto en carro; sin embargo, la precisión de estas no es muy alta por usar la posición de un celular. Como todo en el mundo de OSM, las características o features que no se conocías bien, fue bueno estudiarlas y evitar cometer errores. En este caso estudiamos los hidrantes, la señales de tránsito de altura, lugares de venta de carros, parques de juego (play ground), entre otras. Igualmente, para este mapeo, se usó la opción de edificio (construcción) y después se unían varios cuadros con Shift + j para darle la forma definitiva al edificio.
Finalmente, con todos estos datos ya cargados, le aplicamos las siguientes herramientas de calidad:
Los resultados de este mapeo son estos:
https://www.openstreetmap.org/#map=16/4.7124/-74.0496
https://demo.f4map.com/#lat=4.7108297&lon=-74.0513359&zoom=17&camera.theta=53.071&camera.phi=-9.271
Con todo esto, ya se podría hacer un mapping party invitando a los residentes, y tomar los siguientes datos:
El Miniterio de la Tecnología de Información y Comunicaciones - MinTIC definió, por medio de 7/24 - Correo postal, unos códigos postales en todas Colombia. Dichos códigos postales son un conjunto de áreas que dividen el territorio colombiano, para facilitar la mensajería. Los límites de dichos códigos postales han sido publicados como datos abiertos.
Aquí presentamos los códigos postales que hay en OpenStreetMap.
Se creó una relación abuelo para contener los códigos postales de todas las localidades, cuyo id es: 11518309 Para cada localidad, se creó una relación que contiene los códigos postales de dicha área, así:
Para extraer las relaciones desde OverPasss Turbo: http://overpass-turbo.eu/s/XdD, la cual ejecuta el siguiente query:
[out:json][timeout:25];
// gather results
(
// query part for: “boundary=administrative”
node["boundary"="postal_code"]();
way["boundary"="postal_code"]();
relation["boundary"="postal_code"]();
);
// print results
out body;
>;
out skel qt;
La división de Bogotá después de las localidades son las UPZs - Unidades de Planeamiento Zonal, las cuales corresponden a la zona urbana de Bogotá y agrupan varios barrios. En OpenStreetMap no teníamos este detalle, y lo hemos venido incorporando.
Para esto, creamos una relación “abuelo” que tiene las UPZs de cada localidad. Esta tiene el ID: 11250532 (UPZs de Bogotá).
Después, por localidad tenemos una relación “padre” que agrupa todas las UPZs de una localidad dada. Aquí están sus IDs:
Para extraer las relaciones desde OverPasss Turbo: http://overpass-turbo.eu/s/XdF, la cual ejecuta el siguiente query:
[out:json][timeout:25];
(
node["boundary"="administrative"]["admin_level"="9"]();
way["boundary"="administrative"]["admin_level"="9"]();
relation["boundary"="administrative"]["admin_level"="9"]();
);
out body;
>;
out skel qt;