Краудсорсингова картографічна мережа Hivemapper розширює модель збору інформації, щоб використовувати дані, отримані за допомогою автомобілів та вантажівок. Про це Логіст.Today дізнався із матеріалу, опублікованого порталом freightwaves.com.
Краудсорсинговий картографічний стартап Hivemapper, що працює у більш ніж 80 країнах, нещодавно оголосив, що починаючи з 2021 року розширить свою модель збору (нині сфокусовану на аерофотознімках), включивши наземні дані, отримані за допомогою легкових та вантажних автомобілів. Також було заявлено, що особи, які беруть участь у збиранні інформації, отримають грошову компенсацію.
Компанія, штаб-квартира якої знаходиться в Сан-Франциско, запропонує OpenDashCam, щоб автопарки та звичайні водії могли пасивно збирати дані під час водіння та заробляти додаткові гроші.
Сейдман представляє Hivemapper як альтернативу великим технологічним гігантам, таким як Google та Apple Maps.
Складання маршруту може бути проблемою для автопарків та водіїв вантажівок, особливо початківців, які не знають місцевості та стикаються зі застарілими чи неповними картами.
За заявою генерального директора технічної платформи для водіїв вантажівок SmartHop Гільєрмо Гарсії, карти від Google, Apple та Waze не оптимізовані для маршрутизації вантажівок, оскільки вони не враховують такі проблеми, наприклад, як низька висота об'єктів над дорогою. В результаті, більшість водіїв вважають за краще використовувати інструменти картографії, розроблені для транспортної галузі, такі як PC Miler та SmartTruckRoute, які використовують загальнодоступні та службові дані, включаючи відгуки водіїв.
Компанія Trucker Path, відома своїм програмним забезпеченням для планування поїздок, надає водіям інформацію про розташування зупинок для вантажівок, парковок та багато іншого. Крім того, є нові функції навігації, зокрема функції оптимізації витрати пального.
Логіст.Today нагадує, що картографічна мережа Hivemapper, запущена шість років тому, окрім транспортного сектора, ланцюжки поставок та логістики орієнтована на клієнтів у галузях, які покладаються на моніторинг та виявлення змін. До них відносяться: