Types de données
Les datasets CartograFit sont organisés en types de données complémentaires (appelés DatasetDTO en interne), permettant différents niveaux d'analyse du stationnement et de l'aménagement urbain.
Architecture des données
┌──────────────────────────────────────────────────────────────────┐
│ Cellules H3 │
│ (Agrégation par zone hexagonale) │
│ │
│ ┌─────────────┐ ┌─────────────┐ ┌─────────────┐ │
│ │ Cellule 1 │ │ Cellule 2 │ │ Cellule N │ │
│ │ - Stats │ │ - Stats │ │ - Stats │ │
│ └──────┬──────┘ └──────┬──────┘ └──────┬──────┘ │
│ │ │ │ │
│ ▼ ▼ ▼ │
│ ┌──────────────────────────────────────────────────────────┐ │
│ │ Réseau routier │ │
│ │ ┌─────────────────┐ ┌───────────────────────────────┐ │ │
│ │ │ Routes │◄──│ Segments de route │ │ │
│ │ │ (OSM enrichi) │ │ (détail par tronçon) │ │ │
│ │ └────────┬────────┘ └───────────────────────────────┘ │ │
│ └───────────│──────────────────────────────────────────────┘ │
│ │ │
│ ▼ │
│ ┌──────────────────────────────────────────────────────────┐ │
│ │ Cartographie terrain │ │
│ │ ┌────────────────┐ ┌────────────────┐ ┌──────────────┐ │ │
│ │ │ Parking │ │ Panneaux │ │ Marquages │ │ │
│ │ │ Areas │ │ routiers │ │ au sol │ │ │
│ │ └────────────────┘ └────────────────┘ └──────────────┘ │ │
│ └──────────────────────────────────────────────────────────┘ │
│ │
│ ┌──────────────────────────────────────────────────────────┐ │
│ │ Mobilier urbain │ │
│ └──────────────────────────────────────────────────────────┘ │
└──────────────────────────────────────────────────────────────────┘
Sources de données
CartograFit combine deux sources d'imagerie complémentaires pour offrir le cadastre du stationnement le plus complet et le plus fiable du marché. Chaque source apporte une valeur distincte, et c'est leur combinaison qui fait la richesse de nos datasets.
Imagerie terrain
Notre imagerie terrain capture le paysage urbain au niveau de la rue, tel qu'un piéton ou un automobiliste le perçoit.
| Caractéristique | Détail |
|---|---|
| Précision GPS | ~1-2 mètres |
| Attributs | Complets : type de stationnement, marquages au sol, signalisation, côté de la route, correspondance avec le réseau routier |
| Atout principal | Richesse d'information — chaque place est caractérisée avec un niveau de détail élevé |
| Limite | Couverture dépendante de la disponibilité de l'imagerie au sol sur le territoire |
Imagerie satellite haute définition
Notre imagerie satellite haute définition offre une vue aérienne du territoire à partir de satellites optiques de dernière génération (résolution 0.15 à 0.30 m/pixel selon les zones).
| Caractéristique | Détail |
|---|---|
| Précision GPS | ~3-5 mètres |
| Attributs | Partiels : certains détails ne sont pas observables depuis une vue nadir (marquages fins, signalisation, côté de la route) |
| Atout principal | Couverture exhaustive et fraîcheur — les acquisitions satellite sont programmables et couvrent l'intégralité d'un territoire, y compris les zones peu accessibles par l'imagerie terrain |
| Complément unique | Détecte des éléments invisibles depuis la rue : parkings en retrait, emprises au sol réelles, aires de stationnement hors voirie |
Pourquoi deux couches distinctes ?
Nos datasets livrent les données terrain et satellite dans des couches séparées, et c'est un choix délibéré :
- Transparence — vous savez exactement d'où vient chaque donnée et quelle précision en attendre
- Liberté d'usage — selon votre besoin, vous exploitez la couche la plus adaptée : la précision terrain pour un inventaire réglementaire, la couverture satellite pour un diagnostic territorial rapide
- Superposition — dans QGIS ou tout autre SIG, les deux couches se superposent naturellement pour une vue combinée du territoire
- Fraîcheur — les acquisitions satellite étant programmables, les couches satellite sont souvent plus récentes que l'imagerie terrain disponible
Quatre types de données sont disponibles en deux variantes (-street et -satellite) : zones de stationnement, mobilier urbain, marquages au sol et panneaux routiers. Les parkings de surface (parking lots) sont disponibles uniquement en variante satellite. Les trois types structurels (routes, segments de route, cellules H3) sont communs à toutes les sources.
Imagerie satellite haute définition
En complément des couches vectorielles, CartograFit propose en option l'imagerie satellite haute définition de votre territoire sous forme de tuiles XYZ accessibles via un serveur dédié avec authentification par token.
| Caractéristique | Détail |
|---|---|
| Accès | Serveur de tuiles XYZ (HTTP) avec token d'authentification |
| Résolution | 0.15 à 0.30 m/pixel selon les zones et les sources |
| Compatible | QGIS, ArcGIS, MapLibre, Leaflet, OpenLayers, tout client XYZ |
| Usage | Fond de carte haute résolution récent de votre territoire |
Pourquoi c'est précieux :
- Vous disposez d'un fond de carte récent de votre territoire à une résolution exceptionnelle
- Vous pouvez superposer nos détections ET vos propres données par-dessus cette imagerie dans QGIS ou tout autre SIG
- Vous visualisez directement le terrain pour valider ou compléter les données vectorielles
- C'est un outil de pré-repérage : identifiez les zones d'intérêt sur l'image avant de vous déplacer sur le terrain
Quelle couche utiliser ?
| Besoin | Couche recommandée | Pourquoi |
|---|---|---|
| Inventaire réglementaire (Loi LOM, PMR) | Street-level | Précision GPS ~1-2m, attributs complets |
| Diagnostic territorial rapide | Satellite | Couverture exhaustive du territoire |
| Zones non couvertes par l'imagerie terrain | Satellite | Le satellite couvre les zones peu accessibles |
| Validation avant audit terrain | Imagerie HD + couches satellite | Pré-repérage visuel avant déplacement |
| Vue combinée complète | Les deux superposées | Combinez précision terrain et couverture satellite |
Les couches satellite sont un outil de pré-repérage : elles identifient les objets d'intérêt sur votre territoire. Pour un usage réglementaire, nous recommandons de valider les détections satellite sur le terrain. Les couches street-level, de par leur précision supérieure, nécessitent moins de validation.
Les types de données
Cellules H3
Données agrégées par zone hexagonale selon le système H3 d'Uber.
| Géométrie | Usage principal |
|---|---|
Polygon | Heatmaps, analyse comparative, KPIs |
Routes
Routes issues d'OpenStreetMap, enrichies avec des métadonnées de stationnement.
| Géométrie | Usage principal |
|---|---|
LineString | Analyse linéaire, planification |
Segments de route
Tronçons individuels de routes avec densité de stationnement détaillée.
| Géométrie | Usage principal |
|---|---|
LineString | Analyse fine, visualisation graduée |
Zones de stationnement
Emplacements de stationnement cartographiés individuellement.
| Géométrie | Usage principal |
|---|---|
Point | Cartographie précise, navigation |
Parkings (lots)
Parkings de surface identifiés par imagerie satellite HD (satellite uniquement).
| Géométrie | Usage principal |
|---|---|
Polygon | Inventaire hors voirie, imperméabilisation |
Panneaux routiers
Panneaux de signalisation répertoriés, notamment ceux liés au stationnement.
| Géométrie | Usage principal |
|---|---|
Point | Réglementation, contraintes |
Marquages au sol
Marquages routiers répertoriés (lignes, symboles, texte).
| Géométrie | Usage principal |
|---|---|
Point | Analyse terrain, validation |
Mobilier urbain
Mobilier urbain identifie par nos algorithmes.
| Géométrie | Usage principal |
|---|---|
Point | Inventaire, accessibilité |
Format commun
Tous nos datasets partagent des caractéristiques communes :
| Propriété | Valeur |
|---|---|
| Projection | WGS84 (EPSG:4326) |
| Formats | GeoPackage (recommandé), GeoJSON |
| Indexation spatiale | H3 résolution 9 |
| Langue | Français |
Champs communs
Chaque enregistrement inclut des champs d'identification et de métadonnées :
| Champ | Type | Description |
|---|---|---|
id | string | Identifiant unique |
layer_type | string | Type de document (ex: parking_area, road) |
h3_index | string | Cellule H3 de rattachement |
h3_resolution | integer | Résolution H3 (toujours 9) |
source_type | string | Type d'imagerie source (street_level : imagerie au sol, satellite_hd : imagerie satellite haute définition) |
captured_at | datetime | Date de captation de l'imagerie source |
Score de qualité
Chaque enregistrement inclut un score de confiance (fit_score) entre 0 et 1 reflétant la fiabilité de la donnée :
| Score | Interprétation | Recommandation |
|---|---|---|
| ≥ 0.8 | Haute confiance | Utilisation directe |
| 0.5 - 0.8 | Confiance moyenne | Vérification recommandée |
| < 0.5 | Faible confiance | Vérification nécessaire |
Couches disponibles
Les types de données correspondent aux 12 couches disponibles dans les fichiers GeoPackage et GeoJSON. Les couches dépendantes de la source sont déclinées en variantes -street (imagerie terrain) et -satellite (imagerie satellite HD) :
| Couche | layer_type | Type TypeScript |
|---|---|---|
parking_areas_street | parking_area | ParkingAreaDatasetDTO |
parking_areas_satellite | parking_area | ParkingAreaDatasetDTO |
parking_lots_satellite | parking_lot | ParkingLotDatasetDTO |
roads | road | RoadDatasetDTO |
road_segments | road_segment | RoadSegmentDatasetDTO |
h3_cells | h3_cell | H3CellDatasetDTO |
urban_furniture_street | urban_furniture | UrbanFurnitureDatasetDTO |
urban_furniture_satellite | urban_furniture | UrbanFurnitureDatasetDTO |
road_markings_street | road_marking | RoadMarkingDatasetDTO |
road_markings_satellite | road_marking | RoadMarkingDatasetDTO |
traffic_signs_street | traffic_sign | TrafficSignDatasetDTO |
traffic_signs_satellite | traffic_sign | TrafficSignDatasetDTO |