Así construye Google el mundo en un mapa
Noelia Hernández@noeliahn
Google Mapsacaba de cumplir 15 años. A día de hoy, no hay quien se resista a echar mano de esta aplicación en susmartphonepara localizar un lugar o comprobar cuál es la ruta más corta hasta llegar a él.RelacionadoLas mejores alternativas a Google Maps para usar como GPSMuchos lo han convertido en un hábito del que les sería difícil prescindir cuando salen de casa.
En la actualidad, sonmás de 1.000 millones los usuarios que utilizan este servicio cada mes, disponible ya en más de 220 países, según la compañía de Mountain View. Google Maps es un mapa del mundo formado por 50 millones de kilómetros cuadrados de imágenes satelitales de alta definición.
Todas ellas están capturadas por proveedores externos y cubren el 98% de la población. A esta, se unen más de 16 millones de kilómetros que componenStreet View, la función que permite ver imágenes reales de una localización concreta.
todas las Imágenes del mundo
Cuando se lanzó Google Maps, el8 de febrero de 2005, la idea era ayudar a la gente a desplazarse del punto A al B. La primera versión fue la de escritorio y dos años después llegaría laaplicación para dispositivos móviles. Desde entonces, la tecnología y sus usos han evolucionado. Se han añadidonuevas funcionalidades, comoGoogle Earth, que ofrece unavisión 3D del globo terráqueo;información del tráfico en tiempo real; la posibilidad de usar los mapas sin conexión; o la mencionada Street View, entre otras.
Detrás de esta herramienta, que ha evitado que demos vueltas sin rumbo fijo hasta dar con nuestro destino, hay un arduo trabajo llevado a cabo con tecnologías de precisión. Por una parte, lasimágenes vía satélite y las que se toman para Street Viewayudan a identificar dónde están los lugares de todo el mundo. Con ellas se ubican las carreteras, edificios, direcciones y negocios de una región, además de añadir detalles como los límites de velocidad.
Utilizan vehículos equipados, cada uno de ellos, connueve cámaras para captar todos los puntos de vistay preparadas para soportar temperaturas extremas. Cada automóvil cuenta con su propio centro de procesamiento de fotografías. En los lugares de difícil acceso, utilizan mochilas que han llegado a llevar en motos de nieve, camellos o incluso ovejas.
Una vez recopiladas las fotos, emplean una técnica llamadafotogrametría. Con ella las alinean y las unen para crear un solo conjunto de imágenes. En ellas aparecendetalles sobre un área, como carreteras, marcas de carriles, edificios y ríos, junto con la distancia precisa entre cada uno de estos objetos. Toda esta información se recopila sin necesidad de poner un pie en la ubicación.
Datos precisos y el factor humano
Esas imágenes se combinan condatos de fuentes fiables que dan vida al mapa. Algunas de ellas son el Servicio Geológico de los Estados Unidos (USGS, por sus siglas en inglés) y el Instituto Nacional de Estadística y Geografía (Inegi) de México, que aportan información sobre todo un país. Otros son específicos de regiones más pequeñas y proporcionan datos de un municipio.
Y es aquí donde entra en juegootro factor relevante en la creación de estos mapas: las personas. Tanto los datos como las imágenes son esenciales para desarrollar la cartografía, pero son elementos estáticos. Por el contrario, el mundo es cambiante y es aquí dondeel factor humano adquiere importancia. Cualquier usuario puede mandar correcciones a través del botón ‘Enviar Comentarios’ de la aplicación. Esta información se revisa y, si es correcta, se publica.
Solo en 2019 recibieron más de 7.000 millones de contribuciones, de las que se eliminaron 75 millones de revisiones y cuatro millones de perfiles comerciales falsos. También se suprimieron más de 10 millones de fotos y tres millones de vídeos.
La compañía cuenta con unequipo de operaciones de datosque está presente durante casi todo el proceso. Desde la recopilación de imágenes de Street View y laverificación de fuentes de datos autorizadas, hasta la revisión y corrección del mapa, pasando por la capacitación de los modelos demachine learning.
Lo ideal sería automatizar al máximo todos estos pasos, de ahí que ya estén perfeccionando susmodelos de aprendizaje automático. Por ejemplo, enseñan a sus algoritmos a identificar los contornos de los edificios. Así no solo consiguen imágenes más precisas, sino que el ‘mapeo’ es más rápido y se pueden adaptar mejor a este mundo tan cambiante, también sobre un mapa.
En Nobbot |La realidad aumentada de Google Maps que te permitirá perderte solo si tú quieres
Imágenes | Google
Relacionado
Deja una respuestaCancelar la respuesta
Tu dirección de correo electrónico no será publicada.Los campos obligatorios están marcados con*
Comentario*
Nombre*
Correo electrónico*
Web
Guarda mi nombre, correo electrónico y web en este navegador para la próxima vez que comente.
Δ
