More explanation available in english

  • En octobre 2015, OpenSolarMap a été primé au concours OpenPACA de la Région PACA dans la catégorie “idée/concept”. Il s’agit désormais de passer de l’idée au prototype (phase 2, voir ci-dessous)… si vous vous participer contactez cquest@openstreetmap.fr
  • 6–7–8 novembre 2015: une équipe OpenSolarMap participe à l’Innovation Jam du C3 (Climate Change Challenge )… à la recherche de développeur et designer
  • L’interface de crowdsourcing est disponible sur http://www.opensolarmap.org
  • 26 novembre 2015: barre des 100.000 contributions franchie !
  • Août 2016: amélioration de l’interface de crowdsourcing, amélioration des uploads vers OpenStreetMap et utilisation du réseau de neurone pour compléter le crowdsourcing
  • Septembre 2016: calcule de l’orientation du toit de 1.4 million de bâtiments par réseau de neurone… et présentation au “State Of The Map” à Bruxelles.

Gamifions et crowdsourçons le potentiel solaire de nos toits !

Pour obtenir le meilleur rendement, les panneaux doivent être orientés au sud. Le projet vise à répertorier les bâtiments au meilleur potentiel.

Phase 1: détection du bâti orientés par rapport aux points cardinaux

Voici un exemple sur Marseille:

Image for post
Image for post

En vert: les bâtiments les plus orientés par rapport aux point cardinaux

En orange: les bâtiments à l’orientation proche des points cardinaux

En magenta: les bâtiments de plus de 1000m2 au toit potentiellement plat (nombreux immeubles dans ce cas)

Phase 2: détection de l’orientation des pentes du toit par crowdsourcing

Image for post
Image for post

L’interface de crowdsourcing, dont la réalisation a démarré à l’occasion du hackathon du C3 (Climate Change Challenge) à Paris le 7 novembre 2015… visible sur http://opensolarmap.org/

Cette phase de crowdsourcing a démarré le 7 novembre, en quelques jours plusieurs dizaines de milliers de contributions étaient enregistrées (copie d’écran du 11 novembre).

100.000 contributions en moins de 3 semaines

Moins de 3 semaines après l’ouverture du prototype de crowdsourcing, plus de 100.000 contributions ont été enregistrées !

Image for post
Image for post

Elles ont permis d’identifier l’orientation du toit de plus de 11.000 bâtiments sur le total de près de 28000 bâtiments proposés:

  • 4775 orientés nord/sud
  • 2083 orientés est/ouest
  • 1401 au toit plat
  • 2785 inclassifiables… (toits complexes, difficile à déterminer par l’image aérienne, etc)

Phase 3: détection automatique des faîtages par analyse d’image

Ce travail a été réalisé par Michel Blancard à Etalab (data.gouv.fr): https://www.etalab.gouv.fr/opensolarmap

Son projet python est disponible lui aussi sur github: https://github.com/opensolarmap/solml

Début août 2016, un premier lot de près de 16000 bâtiments classifiés automatiquement est venu s’ajouter aux contributions manuelles. Il faut donc moins de contributions “humaines” pour classifier un bâtiment tout en conservant une validation non automatique. Ceci a aussi pour but de valider le résultat de la classification par le réseau de neurones.

Toutes les données accumulées seront visualisables & téléchargeables sous licence libre ODbL. Elles viennent compléter les données OSM d’origine, à l’aide de tags déjà définis indiquant l’orientation des toits (par exemple roof:orientation=along/across).

Ces ajouts aux données OSM sont visibles sur l’historique de contribution du compte OpenSolarMap: http://www.openstreetmap.org/user/OpenSolarMap/history

Afin de simplifier le suivi, elles sont regroupées par lots limités à une commune.

Written by

40 ans d'informatique + 33 de base de données + 25 d'internet + 11 de cartographie = #OpenStreetMap + #opendata + #logiciel_libre

Get the Medium app

A button that says 'Download on the App Store', and if clicked it will lead you to the iOS App store
A button that says 'Get it on, Google Play', and if clicked it will lead you to the Google Play store