CartONG organise un mapathon centré sur Madagascar avec l’UBO Open Factory et Tiriad et les groupes locaux. Vous pourrez découvrir la cartographie participative et humanitaire dans OpenStreetMap : pas besoin d’être un expert, c’est accessible à tout le monde ! Comme nous aimons lier l’utile à l’agréable, nous vous proposons de partager un repas commun qui sera lui aussi contributif et collaboratif: l’idée étant que chacun ramène un plat à partager avec tout le monde !
L’équipe d’OSM Lyon sera présente aujourd’hui et demain samedi 24 novembre au salon « Aujourd’hui pour demain » organisé par la métropole de Lyon. Lire la suite
L’association OpenStreetMap France vous propose de vous replonger au cœur du dernier State Of The Map France qui s’est déroulé à Bordeaux du 1er au 3 juin 2018. Nous avons déjà publié un premier article le mois dernier et, comme promis, voici le 2ème article qui reprend les interventions du vendredi 1er juin. Nous allons vous présenter aujourd’hui les présentations du reste de la journée du vendredi, de 11h30 à 17h30, regroupées par salle.
Vous allez pouvoir revoir le début de matinée du vendredi. Dans un premier temps, vous pourrez revivre le discours d’accueil, tandis qu’Irène Hirt et Matthieu Noucher nous expliqueront pourquoi « OpenStreetMap est mort, vive OpenStreetMap ! » ; et dans un deuxième temps, nous verrons les trois Lightning talks de la fin de matinée.
Mais commençons tout d’abord par cette petite vidéo qui synthétise ces 3 jours passés à Bordeaux.
Utilisation d’OSM dans un projet environnemental et pluripartenaire : DéCiSif la vidéo et la présentation (.pdf).
Nous espérons que cet article vous plaira et vous retrouverez une nouvelle série de présentations dans un prochain article consacré au State Of The Map France 2018 de Bordeaux.
Un State of the Map vraiment mondial avec plus de 400 participants venant de plus de 50 pays différents, représentant 150 organisations, les Italiens (régionaux de l’étape) étaient en nombre évidemment, et les plus grandes délégations venaient vraisemblablement d’Allemagne, des États-Unis, du Royaume-Uni, de France ou de Suisse, puis à un degré moindre d’Inde, de Belgique, de Roumanie, de Chine et de Taïwan, beaucoup de pays représentés par deux ou trois personnes seulement, et encore plus par une seule personne.
Photo 1 : la photo des participants au SotM Milan 2018
Un programme très riche avec 3 fils principaux à suivre (voire 4 ou 5 avec les ateliers et les ‘lightning talks’) : nous en avons sélectionné une dizaine pour vous donner un aperçu, et vous en trouverez les résumés plus bas dans cet article.
Photo 2 : l’amphi ‘de Donato’ lors de la session d’ouverture
En quelques mots rien à dire sur l’organisation, vraiment bien ! Les tee-shirts rouges de service étaient nombreux, serviables et disponibles, tout a très bien fonctionné dans le cadre prestigieux du Politecnico de Milano. Le samedi soir, l’invitation au “Old Fashion” dans le Parco Sempione autour du Palais des Sforza était vraiment agréable également.
Photo 3 : Politecnico di Milano
II. La tendance générale
Si l’amalgame entre les différents publics OSM semblait réussi, on ne pouvait pas ne pas remarquer en premier l’intérêt confirmé des ‘grosses boîtes’ pour OSM ainsi que la présence de beaucoup de professionnels ! S’il est normal de voir Mapbox ou Mapillary un peu partout à cet endroit, on écarquille un peu les yeux quand on voit aussi Facebook, Microsoft, ou Telenav et d’autres encore, non seulement sponsors de l’événement mais aussi présentant leurs équipes, leurs engagements, ou leurs réalisations dans OSM ! OSM devient une sorte de pivot, que personne ne veut négliger (en ligne de mire, le marché de la navigation routière ?), Apple était là aussi. Et pour ces acteurs de premier plan, une orientation vers l’analyse et l’amélioration de la couverture et de la qualité des données, un peu de ‘green-washing’ peut-être, mais aussi un intérêt certain pour les données et le modèle OSM !
En deuxième, arrivent aussi, et en partie du fait de ces acteurs majeurs, des méthodes et/ou outils d’IA : reconnaissance automatique d’images, traitement automatique d’imagerie aérienne, data-science. Plusieurs présentations montrant les possibilités offertes par le Machine Learning pour améliorer la donnée OSM (des explorations très actives de ces techniques), souvent comme pré-traitements automatisés, avant de faire appel à des vérifications ou validations manuelles de la communauté OSM (mais parfois des “communautés” professionnelles : organisées, managées, payées). Grande efficacité sur les tâches fastidieuses de la contribution grâce à ces techniques mises en œuvre et des réalisations très applaudies.
En troisième, les centres d’intérêts récurrents sur OSM : sur la thématique des transports par exemple, sur la diversité (homme/femme) des publics et des contributeurs OSM, sur l’analyse des données. Là encore, les différentes présentations étaient riches en retours d’expériences de tous horizons, signe que ces sujets sont encore au centre de la communauté.
En quatrième, l’amélioration continue des outils de contribution et du schéma de données. On notera les efforts menés par les différentes équipes de développement pour proposer toujours une meilleure expérience utilisateur, de nouvelles fonctionnalités, ou adapter l’architecture cœur du projet pour soutenir son développement sur le long terme.
En dernier, souvent le côté très sympa, offert par la liberté qu’offre OSM, la richesse de l’écosystème : un peu de tout, du rêve, des artistes, des communautés vivantes, des militants, des artisans engagés au service des autres et du bien commun !
Le vandalisme sous différentes formes (graffiti, obscénités, publicités, …) ne représente que 0.2% des modifications, mais 2% des éditions sont de mauvaise qualité (les nouveaux contributeurs en sont responsables sur 30% lors de leurs 10 premières contributions, sachant qu’il y a 20 000 nouveaux contributeurs par mois).
Photo 4 : daily change statistics (surveillées par MapBox)
Pour prendre en compte ceci, Mapbox met en place des outils pour analyser et détecter les changesets suspects, et les corriger avec une intervention humaine, et à travers la plateforme https://osmcha.mapbox.com/.
http://www.hanshack.com/pointnemo/ visualise les points en Allemagne situés le plus loin possible d’une route, ceci pour savoir où trouver de la tranquillité !
http://www.hanshack.com/sorted-cities, proche d’un travail qui avait été réalisé par un contributeur français sur les cathédrales, cette réalisation présente des posters de formes de bâtiments (écoles, lieux de cultes, prisons, …) du plus grand au plus petit.
Sebastian Meier fait un travail de data-visualisation et a par exemple cherché à présenter nos distorsions cognitives sous formes de distorsion de cartes, voir l’ensemble de ses réalisations à partir de http://www.sebastianmeier.eu/
Mise en œuvre de l’IA pour détecter automatiquement à partir d’imagerie aérienne, le réseau de transport électrique (pylônes, transformateurs, …) dans 3 pays : Pakistan, Nigéria, Zambie. Ces techniques de Machine Learning permettent d’améliorer l’efficacité des contributeurs OSM d’un facteur 33 (!), en préparant toute la partie fastidieuse (sélection des images susceptibles de contenir des objets du réseau électrique, pointage dans l’image de l’objet à mapper) au contributeur qui n’a plus que le mapping proprement dit à réaliser, et un travail de contrôle.
Photo 5 : Efficacité du Photo 5: Machine Learning dans le mapping du réseau électrique
Ces techniques sont reproductibles dans d’autres domaines. Ce travail spécifique est financé par la World Bank et par ailleurs https://www.developmentseed.org/ réalise beaucoup d’autres choses.
Telenav et OpenStreetCam présentent la méthode mise en place pour analyser automatiquement et à grande échelle les images d’OpenStreetCam (qui contient actuellement 146 millions d’images) :
Photo 6 : Évolution du nombre d’images dans OpenStreetCam
Si l’œil humain est très bon pour analyser les images, analyser des grandes quantités d’images prend énormément de temps et est très fastidieux. Donc reconnaissance automatique d’images par de l’AI. Une vingtaine de personnes est employée à analyser des images pour en repérer des motifs (feux tricolores, panneaux routiers, …), ceci pour créer des ensembles de données-témoins (‘tagged datasets’) au travers d’un outil ad-hoc : l’opération consiste à créer un rectangle autour de l’objet identifié (par exemple un ‘feu de circulation’) et de le qualifier comme tel (‘feu de circulation’ dans notre exemple).
Photo 7 : outil pour aider à la constitution de l’échantillon d’apprentissage
Cet ensemble témoin étant constitué, l’apprentissage peut commencer (DeepLearning). Plusieurs solutions sont utilisées pour finalement être capable de reconnaître automatiquement et très rapidement plus de 55 types de signalisation routière.
Photo 8 : technologies AI utilisées par Telenav
Mais l’équipe de Telenav ne s’en tient pas là : ils souhaitent aussi rapprocher les résultats obtenus avec des valeurs de tags dans OSM, par exemple pour vérifier qu’un panneau de limitation de vitesse à 30 km/h correspond bien à une voie avec le tag “maxspeed=30”. Plusieurs difficultés ont été surmontées : déduire de différentes paramètres la localisation exacte de l’objet en fonction de la localisation de la prise de vue de l’objet, regrouper les résultats de plusieurs photos pour identifier lorsque cela est possible un seul objet et le localiser à un seul endroit, et enfin identifier la voie sur laquelle l’objet s’applique pour enfin pouvoir comparer les tags de la voie avec l’objet reconnu sur les images !
Un peu de green-washing pour Microsoft (MS a racheté github récemment et se présente comme étant l’acteur contribuant le plus dans les projets OpenSource au monde) ? Mais intéressant quand même de voir de quelle manière MS prend le virage OSM. L’équipe OpenStreetMap de Microsoft est constituée de 18 personnes (Seattle et Serbie), est très récente (nov 2017) et s’est fixé comme objectif de travailler à l’amélioration de la qualité et la couverture de la carte routière de l’Australie. C’est de la contribution manuelle en équipe, managée et organisée, en utilisant les outils de la communauté OSM (éditeurs, osmose, osmcha, etc.) :
Photo 9 : travail de Microsoft sur le réseau routier australien
En un an environ, ils sont arrivés à certains résultats :
Photo 10 : résultat Microsoft sur le réseau routier australien
OpenStreetMap c’est bien plus qu’une carte, ce sont des données géographiques ! Cette présentation de Tobias Knerr était l’occasion de voir qu’on peut aller plus loin en proposant du rendu 3D à partir des données OSM, à l’aide de l’outil OSM2World. L’occasion de montrer le fonctionnement de l’outil, et surtout les nombreux types d’objets gérés : bâtiments, occupation du sol, routes et voies ferrées, bancs et panneaux publicitaires… Si vous avez envie d’apporter votre expertise, que ce soit en modélisation 3D, ou sur une thématique spécialisée d’OSM, le projet est ouvert et l’équipe recherche des contributeurs.
Photo 12: Le ‘Tasker’ de Facebook dans lequel trois acteurs se succèdent en trois phases : l’édition, la vérification, et la publication, ceci pour garantir la qualité
Dans la série retours d’expériences de grandes entreprises, Facebook, qui était déjà intervenu lors de la précédente édition au Japon, montre ses avancées en matière de contribution à OpenStreetMap. Le réseau social a développé de nombreux outils pour détecter automatiquement le réseau routier à partir de photographies aériennes (là aussi à partir d’IA), et mis en place un ensemble de procédures de validation et intégration manuelle des données, en lien avec les communautés locales, afin de compléter OSM. Cela a aboutit à 244 000 kilomètres de routes ajoutés en Thaïlande et d’autres pays. La société utilise désormais OpenStreetMap comme source de données dans ses applications principales sur 3 quarts des pays de la planète, pas mal comme réutilisation !
Photo 13: les pays facebook qui utilisent OpenStreetMap
Photo 14 : quelques dispositifs publicitaires qui peuvent être mappés dans OSM avec le tag ‘advertising’
Les dispositifs publicitaires sont des objets omniprésents dans l’espace public. Une réglementation très précise (et très compliquée) existe, en France en tout cas, pour contraindre leurs dimensions/nombres/lieux d’installation etc. mais celle-ci n’est souvent pas respectée, en cause une certaine passivité des pouvoirs publics, occupés à autre chose, et surtout des publicitaires/annonceurs, sans complexes, qui cherchent à en profiter au maximum, et se croient souvent au-dessus des lois. Par ailleurs un certain activisme associatif et citoyen existe en France pour défendre le cadre de vie, et lutter contre la pub. Pour permettre à tous de participer à la défense du paysage, bien commun de la nation, contre l’invasion des dispositifs publicitaires, il serait utile d’inventorier et qualifier ces dispositifs, et OSM est l’outil parfait pour ceci ! Cet inventaire permet de sensibiliser le public et les pouvoirs publics à cette pollution visuelle, et permettrait à terme de disposer des données nécessaires pour évaluer les politiques publiques locales en terme de publicité extérieure. Dans cette idée, un contributeur grenoblois nous présente comment qualifier ces dispositifs publicitaires dans OSM, et les outils de contributions existants pour faciliter cette tâche. La France, particulièrement soumise à cette pollution au quotidien, a commencé à référencer ces dispositifs publicitaires, mais tant reste à faire ! Au niveau international cet inventaire est encore très balbutiant, l’occasion donc de se lancer, essayez vous aussi d’utiliser le tag ‘advertising’ ! La cartographie des dispositifs publicitaires pour la défense du paysage.
Photo 15: Pic4Review organise, automatise et facilite la contribution à partir de photos
Afin de faciliter la réutilisation des photos de rues libres de droits issues de Mapillary, OpenStreetCam et Flickr, Adrien Pavie nous présente l’outil Pic4Review. Il s’agit d’un nouvel éditeur OSM qui facilite l’ajout de détails sur des objets existants à l’aide de photos. Le principe est simple : on choisit une mission sur une zone, et chaque objet à compléter est présenté avec les photos disponibles aux alentours. On peut par exemple renseigner si un passage piéton est accessible en fauteuil roulant, si un arrêt de bus est abrité, le type de parking à vélo… La contribution est rendue ludique par un système de points et un tableau des meilleures contributions par thématiques. Le projet est ouvert aux contributions, que ce soit retours d’utilisateurs, traductions ou développement de nouvelles fonctionnalités !
Le site wheelmap.org a été crée il y a 8 ans pour améliorer l’information (et donc la vie quotidienne) des personnes à mobilité réduite souvent dans l’inconnu sur l’accessibilité des lieux. Depuis, le tag ‘wheelchair’ a été utilisé plus de 1,3 millions de fois dans la base de données OSM, et permet maintenant de connaître le niveau d’accessibilité de plus de 900 000 lieux, grâce à l’implication de nombreuses communautés. Ce tag a été depuis enrichi de nombreux nuances. Par ailleurs cette problématique universelle de l’a11y (accessibility) est partagée par de nombreux groupes militants à travers le monde. Mieux encore, les données d’accessibilité de différentes sources sont maintenant agrégées et rendues disponibles à travers une infrastructure commune (accessibility.cloud), donnant accès à travers une API unique et un modèle de donnée très détaillé, à plus de 1,6 millions de lieux, et leurs caractéristiques d’accessibilité. Sur cette API, la startup parisienne I Wheel Share (présentée par son CTO Florian Lainez) développe des services, et notamment Wilson, un chatbot capable de répondre à toutes sortes de questions pratiques, et de localiser par exemple les ressources (toilettes, cinémas, services) à proximité et accessibles aux PMR. De nombreux partenaires sont impliqués dans le développement de cette startup.
Une utilisation militante et sociale très intéressante d’OSM !
Photo 16 : la solution Wheelmap apporte beaucoup d’informations sur l’accessibilité
Présentation des nouveautés de Mapillary, qui rappelons-le est une plateforme contributive collectant des photos géo-localisées du monde entier, ces photos contribuées par la foule sont ensuite mise à la disposition de tous sous une licence libre (CC-BY-SA) et sont particulièrement appropriées pour aider à la contribution OpenStreetMap. Actuellement 326 millions de photos dans leur DB. La plateforme (et son ‘Tasker’) permettent d’organiser la contribution “photo” à l’échelle d’un territoire découpé en zones sur lesquelles est rendue visible la progression de la contribution. Pour dynamiser l’utilisation, Mapillary a recours à des concours #CompleteTheMap et de la gamification.
Photo 17 : Tasker de la plateforme Mapillary
Pour revenir à la contribution OSM, ces photos sont visualisables sur leur plateforme (un exemple, même exemple plus près) et aussi dans l’éditeur ID.
Mapillary fait de la reconnaissance automatique de modèles dans les images et est capable alors de sélectionner les photos avec un certain modèle (par exemple des passages piétons), mais une très grande quantité de modèle sont reconnus (parmi lesquels ‘Billboard’ voir ci-dessous).
Photo 18 : reconnaissance automatique de ‘Billboard’ (à droite mi-hauteur) avec la plateforme Mapillary
La plateforme Mapillary permet aussi d’autres modes de contribution, par exemple pour contrôler que leur moteur de reconnaissance d’images marche effectivement bien pour les panneaux de signalisation routière.
Mapillary fait un business de ces compétences dans le domaine, mais joue le jeu de la communauté OpenStreetMap en permettant la réutilisation des images téléversées par les contributeurs bénévoles, et en offrant des outils de contribution très avancés.
Une présentation originale d’un contributeur issu du Grand Duché (du Luxembourg) qui s’intéresse aux modes de transports rares des piétons et au calcul des itinéraires qui les empruntent, les moteurs d’itinéraires classiques les ignorant la plupart du temps. Quelques exemples : route=ferry (bac prenant des piétons), bridge=movable+bridge:movable=transporter (voir photo ci-dessous), conveying=*+highway=footway ou highway=step (tapis ou escalier roulant), highway=elevator (ascenseur), route (ou railway)=funicular (funiculaire), aerialway=cable_car ou aerialway=gondola (transport par câble en ville, appelés à se développer)… Bref l’idée est de savoir prendre en compte tout ça et de savoir favoriser soit le temps de transport, soit le coût, soit la distance…
Photo 19 : la nacelle qui circule à Bilbao et qui permet d’éviter aux piétons un détour de 10 km, 12 ‘flying ferries’ existent comme celui-ci dans le monde (dans OSM).
La solution VROOM s’attaque aux problèmes d’optimisation d’itinéraires pour les flottes de véhicules, en se basant sur les données OpenStreetMap, et le calcul d’itinéraires OSRM : commencer par résoudre le problème ‘classique’ de la tournée du facteur, mais aussi les variantes avec des contraintes de capacité, de temps, de point de départ ou d’arrivée, de flotte de véhicules, etc. Du calcul, des heuristiques, des règles ad-hoc, et des ajustements assez sioux permettent d’optimiser la solution, et de calculer rapidement, ceci pour permettre la montée à l’échelle. Voir https://verso-optim.com/
Photo 20 : Julien Coupey montre un exemple de calcul de la tournée de tous les restaurants de Milan par une flotte de 5 véhicules partant tous du même endroit
IV. En conclusion
Cette édition 2018 du State of the Map a été, comme chaque année, un brillant succès. L’événement a réuni les contributeurs OSM de tous horizons et les nouveaux acteurs qui s’intéressent au projet, le tout dans le prestigieux cadre de l’école Polytechnique de Milan. La communauté se montre toujours aussi innovante dans les cas d’usages et les outils proposés autour des données.
La prochaine édition se tiendra à Heidelberg en Allemagne, du 21 au 23 septembre 2019. Nous espérons vous y voir nombreux !
Merci à toutes et à tous pour votre participation !
Retour en chiffres :
221 personnes inscrites
Autour de 80 conférences et ateliers, (soit plus de 50 heures !) dont une trentaine enregistrées que vous pouvez retrouver sur notre nouvelle instance Peertube
Un grand merci à l’équipe en bleue, les bénévoles qui ont préparé, animé, accompagné, rangé …
___
Et pour pouvoir pratiquer des tarifs abordables, grand merci aux 17 partenaires et soutiens avec un clin d’œil au dernier mécène de ce millésime, à savoir les participants eux-même. En effet, nous avons proposé cette année de pouvoir donner volontairement plus que 10€ pour s’inscrire aux 3 journées, permettant aux participants d’être le second soutien le plus important de la manifestation. Merci à toutes et tous donc, entreprises, collectivités et citoyens !
À l’année prochaine !
Parlons en d’ailleurs de 2019 ! Cela va se passer ici
Pour les journées européennes du patrimoine 2017, les contributeurs OpenStreetMap d’Ille-et-Vilaine ont réalisé une cartographie du Musée de Bretagne (Rennes) et de ses oeuvres majeures. Une contribution innovante puisque peu de musées sont encore cartographiés précisément en intérieur dans OSM.
Le Musée de Bretagne est un musée de société et d’histoire, situé au centre de Rennes, qui retrace l’histoire des populations de Bretagne, de la préhistoire à nos jours. À l’occasion des journées européennes du patrimoine, la communauté OpenStreetMap d’Ille-et-Vilaine s’est mobilisée, le temps d’un week-end, pour cartographier le parcours permanent du musée et ses oeuvres majeures. Comme OpenStreetMap est au départ une base de données géographique pour les données extérieures, il a fallu faire preuve d’inventivité pour parvenir à recenser les espaces intérieurs du musée. Afin de favoriser la reproductibilité de la démarche, cet article retrace la manière dont s’est déroulé ce projet audacieux.
OSM et la cartographie d’intérieur
Lancé en 2004, OpenStreetMap avait pour vocation initiale de recenser de l’information géographique visible depuis l’extérieur : routes, bâtiments, occupations du sol… Mais depuis 2011, la question se pose de comment représenter les espaces intérieurs accueillant du public : gares, aéroports, centres commerciaux, établissements culturels. Depuis 2014, la communauté OSM dispose d’un ensemble de tags satisfaisants pour décrire les structures intérieures : salles, couloirs, escaliers.
Avoir des données c’est bien, mais pouvoir les visualiser, c’est mieux. Comme la cartographie d’intérieur doit pouvoir gérer des bâtiments à plusieurs étages, le rendu à plat de la carte principale n’est pas suffisant pour comprendre un espace intérieur. On ne peut pas pour l’instant choisir un étage et en voir la structure, tous les niveaux sont confondus, ce qui laisse place à une certaine confusion. La carte interactive OpenLevelUp a été créée par Adrien Pavie en 2015 pour permettre la bonne visualisation de ces nouvelles données.
En parallèle, de nombreuses initiatives de collecte de données ont été lancées, la plus majeure en France concernant les gares SNCF Transilien en Île-de-France. Et pour en revenir aux musées, le Louvre a été partiellement complété. Qu’en est-il des autres musées français ?
En mai 2017, des premiers échanges ont eu lieu entre la communauté rennaise OpenStreetMap et le Musée de Bretagne, afin de discuter des possibles. Rapidement l’idée de cartographier l’intérieur du musée est évoquée, d’autant qu’elle fait sens dans la démarche de transition numérique du musée. L’institution réalise actuellement la numérisation de son inventaire, et a ouvert un site internet au public pour présenter ses objets et oeuvres. La création de liens entre la base OSM et le site du musée offrirait une expérience utilisateur intéressante aux visiteurs.
Cartographier les « murs » du musée
La première étape a consisté en la saisie de la structure du musée. Le Musée de Bretagne est localisé au premier étage des Champs Libres, le centre culturel de la métropole rennaise. Nous avons eu l’autorisation de la part du musée d’utiliser les plans de masse de celui-ci, ce qui facilite largement la tâche. Cette tâche est encore fastidieuse, à faire réaliser de préférence par des contributeurs aguéris. Le procédé est le suivant :
Mettre les plans au format image : les plans communiqués étant en PDF, il est nécessaire dans un premier temps de les basculer dans un format image, comme par exemple du PNG. Cela peut être réalisé avec un éditeur d’images comme Gimp.
Charger le plan dans JOSM : à l’aide du plugin PicLayer, vous pouvez charger en fond le plan de masse. Il est également nécessaire de le géo-référencer, c’est à dire localiser le plan dans l’espace. Cela peut être fait en s’aidant de données telles que le Cadastre ou l’imagerie aérienne.
Tracer les contours des espaces : en s’aidant du plan, retracer les contours des salles, murs, couloirs, portes… du bâtiment. Il faut indiquer sur chaque objets les tags adaptés, et ne pas oublier d’indiquer l’étage auquel ils se trouvent avec la clé level=*.
Envoyer sur OSM et vérifier : envoyez vos modifications, et vérifiez avec OpenLevelUp si la structure correspond au plan. Il faut attendre quelques minutes pour que les données soient visibles.
Maintenant que nous avons les murs intérieurs, il est possible de localiser précisément les objets qui se trouvent au sein du musée.
Typologie et recensement des oeuvres
Le Musée de Bretagne est un musée de Société et d’Histoire, dont la vocation est de raconter l’histoire de la population sur le territoire couvert. Ce type de musée peut contenir des oeuvres d’arts, telles que des peintures ou sculptures. Mais ils présentent largement les objets du quotidien utilisés à travers différentes époques, tels que des habits, pièces de monnaies, flèches, pierres gravées… Le wiki d’OpenStreetMap propose une description plutôt exhaustive des objets artistiques, mais pas de ces objets du quotidien qui ont désormais une valeur artistique. Après des discussions riches entre la communauté locale et l’équipe du musée, il est ressorti que le terme « artéfact » (artifact en anglais) se prêterait le mieux pour décrire ces objets. Il est utilisé entre autres par les musées canadiens. Nous avons donc écrit une proposition de tag historic=artifact pour couvrir ces objets.
Comme la cartographie intérieure des musées n’est pas encore largement répandue, nous avons consacré une partie du temps de l’atelier à rechercher, documenter et présenter les tags qui peuvent être utiles dans cette démarche. L’idée étant de faciliter la tâche lors de prochains ateliers du même type. D’ailleurs, ces propositions étant nouvelles, vous pouvez venir en discuter sur les pages du wiki pour les améliorer.
Nous avons ensuite collecté des données sur la localisation des oeuvres principales du musée. Ce recensement s’est fait en collaboration avec les contributeurs Wikimédia, également présents lors de ces journées du patrimoine. Une partie des éléments a été saisie suite à ce recensement, mais la tâche étant vaste, il reste encore beaucoup à faire !
Résultats
Après ces deux après-midi d’ateliers, et la dizaine d’heure préparatoire aux ateliers, la communauté a concrètement réalisé :
Pour la suite, nous allons continuer notre collaboration avec le Musée de Bretagne, et nous souhaitons également créer du lien entre le catalogue en ligne du musée, la description des objets côté Wikidata (base de connaissances libre) et OpenStreetMap.
En conclusion
Les journées européennes du patrimoine ont été l’occasion pour la communauté rennaise de montrer son savoir-faire en cartographie d’intérieur, en proposant le recensement des oeuvres du Musée de Bretagne. Notre démarche a été documentée pour inciter d’autres communautés à s’emparer du sujet et également se lancer dans ce type de projets. Nous avons pu également promouvoir le projet OpenStreetMap de manière plus large à un public de curieux.
