samedi 22 octobre 2016

Après Street View, place à Sheep View. Où comment solliciter l'aide de moutons photographes

C'est David Castro González de Vega, Google Maps Program Manager qui en a parlé le premier. Au cours des derniers mois, Durita Andreassen et quelques moutons très sympathiques équipés de caméras solaires sur leur dos laineux, ont recueilli des images des îles Féroé pour le programme Street View. Les 18 îles Féroé sont peuplées par seulement 50.000 personnes, mais ce pays dont le nom signifie "L'île aux moutons" compte également 70.000 moutons errant dans les vertes collines et autour des falaises volcaniques de l'archipel. Alors, quand Durita a décidé de photographier le pays en Street View, utiliser les moutons n'était pas une mauuuuuuuuvaiiiiiiiiiiiiiiise idée pour commencer.

Quand les ingénieurs de Google ont entendu parler du projet "Sheep View", cela a fait immédiatement "tilt". Ils ont donc décidé d'aider les féroïen en leur fournissant un Street View trekker et des caméras 360 via le programme de prêt des technologies Street View. Queques semaines après, l'équipe Google Maps est arrivée dans les îles Féroé pour aider à former et équiper la communauté locale pour réaliser ces acquisitions d'images Street View d'un nouveau genre.

Alors que les îles Féroé sont dorénavant équipées d'un Trekker et de caméras 360, les résidents comme les touristes peuvent aider les moutons dans la collecte des images Street View afin de photographier ces merveilleux paysages. Ils utilisent pour cela des perches à selfies, des vélos, des sacs à dos, des voitures, des kayaks, des chevaux, de bateaux et mêmes des brouettes. L'Office de tourisme des îles Féroé à Tórshavn ainsi que la compagnie Atlantic Airways à l'aéroport pourront elles aussi prêter des caméras 360 Street View aux visiteurs désireux de donner un coup de sabot. Euh... de main !
Les îles Féroé nous ont montré que même les moutons peuvent contribuer à cette fantastique aventure qu'est Street View. Si votre ville natale ou votre sentier de randonnée préféré n'a pas encore fait son entrée dans Google Maps et dans Street View, prenez votre propre appareil photo 360 ou demander à en emprunter un à Google via le programme de prêt Street View. Tout le monde sera ravis de voir le résultat ! Y a pas de mêêêêêê...

samedi 15 octobre 2016

A propos de Cartographer

Damon Kohler, Wolfgang Hess et Holger Rapp, ingénieurs de Google, ont annoncé très récemment la sortie en Open Source de Cartographer, une librairie 2D et 3D de Cartographie et Localisation Simultanée (LCS) aussi nommé aux Etats-Unis "real-time simultaneous localization and mapping" (SLAM), supportant le ROS (l'OS Robotique Open Source).

Les algorithmes de LCS / SLAM combinent des données provenant de divers capteurs (par exemple de LIDAR, de centrales à inertie ou des caméras) pour calculer simultanément la position du capteur et une carte des environs du capteur.
Considérons par exemple cette méthode à la réalisation d'un plan de votre salon :
  • Prenez un télémètre laser, tenez-vous au milieu de la pièce, et dessiner un X sur un morceau de papier.
  • Mesurer la distance de l'endroit où vous êtes à n'importe quel mur.
  • Tracez une ligne sur le papier figurant où le mur se trouve, et notez la distance entre le X (votre position) et le mur.
  • Mesurer la distance de l'endroit où vous êtes, à un autre mur et ajoutez la également au dessin.
  • Maintenant, passez à une autre partie de votre salon.
  • Comme les murs n'ont pas bougé (on vous le souhaite), vous pouvez mesurer votre distance aux deux mêmes murs pour déterminer votre nouvelle position.


La LCS / SLAM est une composante essentielle des plates-formes autonomes telles que les véhicules sans chauffeur, les chariots élévateurs automatiques que l'on trouve dans les entrepôts, les robots-aspirateurs à la maison et les drones.
Cartographer construit des cartes cohérentes en temps réel, à travers un large éventail de capteurs, communs dans le milieu universitaire comme dans l'industrie. La vidéo ci-dessous est une démonstration de Cartographer :


Une description détaillée des algorithmes 2D de Cartographer peut être trouvée dans un article de R&D signé des auteurs de l'annonce : ICRA 2016.
Grâce à l'intégration du ROS et au soutien de contributeurs externes, Cartographer est prêt à être utilisé sur plusieurs plates-formes robotiques sous ROS :
Chez Google, Cartographer a permis une gamme d'applications allant de la cartographie de musées et de centres de transit, à l'avènement de nouvelles visualisations de bâtiments célèbres.
Google promeut régulièrement la valeur des bases et autres jeux de données de haute qualité à la communauté des développeurs. Voilà pourquoi, grâce à la coopération avec le Deutsches Museum (l'un des plus grands musées des sciences et de la technologie dans le monde), Google rend public trois ans de données collectées au LIDAR et à la centrale à inertie (IMU) recueillies à l'aide de plates-formes cartographiques 2D et 3D (des sacs à dos) pendant le développement et le test de Cartographer.


L'objectif des ingénieurs de Google est de faire progresser la Cartographie et Localisation Simultanée (LCS/SLAM) et de la faire reconnaître comme une technologie à part entière. À l'heure actuelle, Cartographer est fortement concentré sur la LCS/SLAM à base de LIDAR. Grâce aux contributions des communautés de développeurs Open Source et aux développements continus, Google espère ajouter à la fois le support de nouveaux capteurs et d'autres plates-formes, ainsi que de nouvelles fonctionnalités, telles que la cartographie ultime et la localisation sur une carte pré-existante.

jeudi 13 octobre 2016

SkySat-4, 5, 6 et 7 : la constellation se met en place

Vous savez surement que Google a racheté en 2014 la startup Skybox, renommée depuis Terra Bella. Il y a quelques jours, nous avons pu assister au lancement puis à la mise sur orbite de 4 nouveaux satellites SkySat par Arianespace, pour le compte de Terra Bella. Ce lancement porte ainsi à 7 le nombre de satellites de la filiale de Google actuellement en opération.
Septième vol réussi depuis le CSG cette année pour Arianespace. © ESA/CNES/Arianespace – Photo Optique Video du CSG
Lancement de la fusée Véga VV07.

Le vol (VV07) constitue pour Arianespace le premier client américain pour le petit lanceur italien Vega (le petit frère d'Ariane 5). Terra Bella (TB) emploie 125 personnes et est le cinquième opérateur de satellites américain autorisé à commercialiser des images haute résolution de la Terre
. En 2014, TB a été classée parmi les 25 entreprises les plus audacieuses par le magazine américain Inc. consacré aux entreprises à forte croissance. Terra Bella veut abaisser le coût de développement  des satellites en dessous de la somme symbolique des 50 millions de $ pièce, en utilisant des composants électroniques du commerce. Mais la startup compte aussi déployer rapidement sur orbite basse, une constellation de 24 satellites, capables de revisiter n’importe quel point du globe trois fois par jour, et d’offrir ainsi des images de 110 à 90 cm de résolution. TB espère aussi réaliser des vidéos de 90 secondes à 30 images par seconde. Les satellites sont équipés d'un télescope Ritchey-Chretien de type Cassegrain, d’une longueur focale de 3,6 m.


Vidéo du lancement

Terra Bella disposait jusque là de trois satellites en orbite, SkySats 1 à 3, respectivement lancés par une fusée Dnepr (depuis l'Ukraine) en novembre 2013, par une fusée Soyouz (depuis la Russie) en juillet 2014, et par une fusée PSLV (depuis l'Inde) en juin 2016. Les SkySats 1 et 2 (83 kg chacun) étaient expérimentaux et « faits maison ». SkySat 3, également appelé SkySat C-1 (120 kg) a été le premier satellite commercial de la constellation. Il a aussi été conçu par Terra Bella, mais sa fabrication a été sous-traitée à SSL (Space Systems/Loral), le célèbre constructeur californien. SSL a reçu une commande en février 2014 pour la production de treize satellites SkySat, plus compacts (15 cm de moins) et plus légers (de 10 kg chacun). Pour cela, le constructeur a même construit une salle blanche à Palo Alto, tout près du siège de Google dans laquelle les satellites sont montés et testés à la chaîne à une vitesse record. Le mode startup de bout en bout.
Les améliorations de cette nouvelle version (la version C) sont notamment un module de propulsion pour  le contrôle de l’orbite (ce qui assure une durée de vie plus longue à la plateforme mais aussi un contrôle d'attitude très fin), des pixels plus fins et une meilleure agilité. Au total, Terra Bella prévoit d'opérer une constellation de 24 satellites dans les années à venir. Six nouveaux satellites devraient d'ailleurs partir pour l'espace début 2017, depuis une base spatiale américaine.
Terra Bella veut aider les entreprises à répondre aux défis impactant leurs activités et offrir une meilleure vision des grands enjeux économiques, environnementaux et humanitaires de notre planète.
SkySat 4 Terra Bella Google
Première image SkySat 4 montrant le siège de Google à Mountain View (en Californie), 
prise le 23 septembre 2016. (c) Photo : Terra Bella.

VV07 emportait également PéruSat-1, mis en orbite quelques dizaines de minutes après les SkySat. Ce satellite d'observation de la Terre est le premier engin spatial du Pérou.



Pour aller plus loin :

dimanche 9 octobre 2016

Réaliser des analyses géospatiales : les géo datasets publics maintenant disponibles sur le Google Cloud

C'est Peter Birch, Product Manager de Google Earth Engine qui vient de l'annoncer.

Avec des dizaines de satellites civils en orbite et bien plus encore à venir dans la prochaine décennie, la taille et la complexité de l'imagerie géospatiale ne cesse de croître. Il est devenu de plus en plus difficile de gérer ce flot de données et de l'utiliser pour acquérir de précieuses connaissances et des informations utiles. Voilà pourquoi les ingénieurs de Google ont été très heureux d'annoncer qu'ils mettent dorénavant à la disposition de tous, deux des plus importantes collections d'images satellites publiques, cela gratuitement et dans le Cloud de Google : les images des satellites Landsat (USGS-NASA) et de Sentinel-2 (ESA).

La mission Landsat, développée dans le cadre d'un programme conjoint entre l'USGS et la NASA, est la plus longue mission d'observation de la Terre de toute l'histoire, dont les débuts ont commencé en 1972 avec le satellite Landsat 1. l'imagerie Landsat a établit la norme en matière de données spatiales dans l'observation de la Terre en raison de la durée de la mission et des données très riches fournies par ses capteurs multi spectraux. Les données Landsat ont maintes fois démontré leur valeur inestimable notamment pour l'agriculture, la géologie, la sylviculture, l'aménagement du territoire, l'éducation, la cartographie, le suivi des changements climatiques et la réponse aux catastrophes naturelles. Cette collection d'images comprend les archives complètes de l'USGS pour l'imagerie des Landsat 4, 5, 7 et 8, et les données mises à jour lorsque de nouvelles images arrivent des Landsat 7 et 8. La collection est mise à jour quotidiennement et contient un total de 4 millions de scènes et de 1,3 péta octet de données allant de 1984 à aujourd'hui, soit plus de 35 ans d'images de notre planète prêtes pour des analyses immédiates.

Sentinel-2 fait partie de l'ambitieux programme d'observation de la Terre nommé Copernicus et décidé par l'Union européenne. Il a élevé le niveau des données d'observation de la Terre, avec un Instrument Multi-Spectral (le MSI) qui produit des images de la Terre avec une résolution allant jusqu'à 10 mètres par pixel, de loin bien meilleure que celle des Landsat. Les données de Sentinel-2 sont particulièrement utiles pour l'agriculture, la sylviculture et d'autres applications de gestion des espaces. Par exemple, elles peuvent être utilisées pour étudier la surface foliaire, la chlorophylle et la teneur en eau des espaces végétalisés, pour cartographier la couverture forestière, les sols, et surveiller les voies navigables et autres zones côtières. Les images de catastrophes naturelles comme les inondations ou les éruptions volcaniques peuvent également être utilisées pour la cartographie des impacts de ces catastrophes ou l'organisation des secours humanitaires. La collection contient actuellement 970.000 images satellites et plus de 430 téraoctets de données mises à jour quotidiennement.
Brisbane (Australie) vue par Sentinel-2 (ESA)
Les ingénieurs de Google cumulent des années d'expérience dans le traitement des images des satellites Landsat et Sentinel-2. Le produit Google Earth Engine, une plate-forme dans le Cloud pour faire de l'analyse géospatiale de péta pixel (géo bigdata appliqué à l'imagerie satellite), a été créé pour aider à faire l'analyse de ces ensembles de données de façon facile, rapide et automatique. Le vaste catalogue de données de Google Earth Engine (avec ses péta octets de données publiques), combiné à une interface facile à utiliser faite de scripts prêts à l'emploi et à la puissance unique au monde de l'infrastructure Google, ont contribué à révolutionner l'observation de la Terre.

En amenant aujourd'hui les deux ensembles de données les plus importants de Earth Engine dans le Google Cloud, le géant de Mountain View permet également à tous de créer de nouveaux workflows à l'aide de Google Compute Engine, Google Cloud Machine Learning et tout autre service du Google Cloud.

Descartes Labs est un client de Google qui a profité de la puissante combinaison du Google Cloud et de ces ensembles de données. Descartes Labs se concentre à combiner du Machine learning avec des données géospatiales de sorte à prévoir la production agricole mondiale. "Lors des débuts d'une startup, l'imagerie par satellite peut être incroyablement couteuse", a déclaré le PDG de Descartes Labs, Mark Johnson. "Pour faire des modèles de Machine learning précis concernant les principales cultures, nous avions besoin d'images satellites couvrant le monde entier sur des décennies. Grâce à Google Earth Engine hébergeant publiquement la totalité des archives Landsat sur le Google Cloud, nous pouvons nous concentrer sur les algorithmes au lieu de nous soucier de la collecte de péta octets de données. L'observation de la Terre continuera à s'améliorer à chaque nouveau lancement de satellite et nous serons capables de prévoir les productions de ressources alimentaires au niveau mondiale. Nous sommes ravis que Google voit tout le potentiel à héberger autant de données géospatiales de façon ouvertes sur le Google Cloud, car elles permettront aux entreprises comme la nôtre de mieux comprendre la planète sur laquelle nous vivons".
Humboldt (Iowa, Etats-Unis) vue par Landsat 8 (USGS-NASA)
Spaceknow est une autre entreprise utilisant le Google Cloud pour exploiter les données Landsat avec un rendu unique. Spaceknow apporte de la transparence à l'économie mondiale par le suivi des tendances économiques mondiales depuis l'espace. Spaceknow met en oeuvre un indice de croissance urbaine grâce à des analyses de données massives de l'imagerie multispectrale, en Chine et ailleurs. En utilisant TensorFlow et du "Deep learning" capables de prédictions sémantiques sur de l'imagerie satellite, Spaceknow détermine le pourcentage de terres classées comme urbaines pour une région géographique donnée. En outre, son Indice Manufacturier Chinois utilise des algorithmes propriétaires appliqués aux images Landsat 7 et 8 sur plus de 6.000 installations industrielles à travers la Chine et mesure les niveaux d'activité et de fabrication chinoise. Utilisant 2,2 milliards d'observations satellitaires, cet indice couvre plus de 500.000 kilomètres carrés, et peut être rapidement mis à jour lorsque de nouvelles images arrivent. Selon Pavel Machalek, le PDG de Spaceknow : «Google Cloud nous offre la capacité unique à développer, former et déployer des réseaux de neurones à une échelle sans précédent. Nos clients dépendent des informations critiques que nous leur fournissons, notamment pour leurs prises de décisions quotidiennes".
   Fuzhou, Chine en 2000 (Landsat 7, USGS)               Fuzhou, Chine en 2016 (Landsat 8, USGS)
Avec plus d'un péta octet d'images issues des principaux satellites civils, le tout disponible et à portée de main, vous pouvez désormais éviter les coûts de stockage et de chargement des données et ainsi vous concentrer sur ce qui importe le plus : les produits et les services à rendre à votre clients et utilisateurs. Que vous utilisiez des services de "Machine learning", des services de calculs issus du Google Cloud ou encore Google Earth Engine pour des analyses simples et puissantes, Google propose de vous aider à transformer les pixels en informations à forte valeur ajoutée pour aider votre organisation à prendre de meilleures décisions.


Pour en savoir plus sur ces nouvelles bases de données d'images satellites :
http://cloud.google.com/storage/docs/public-datasets/


et sur la gamme complète des jeux de données publiques :
http://cloud.google.com/public-datasets/.