OPEN SOURCE ROUTING MACHINE COMO ALTERNATIVA AO GOOGLE MAPS: ESTUDO EXPLORATÓRIO SOBRE AS POTENCIALIDADES DO OSRM PARA CÁLCULOS DE DISTÂNCIAS ENTRE MUNICÍPIOS
Resumo
O presente trabalho teve como objetivo fazer uma análise exploratória sobre as duas formas de se calcular distâncias por meio da utilização de plataformas online disponíveis para uso de pesquisadores, sendo elas o Google Maps e o Open Source Routing Machine. Apesar de serem utilizadas em trabalhos acadêmicos, estudos que avaliem os resultados obtidos pelas plataformas e tratem de suas vantagens e desvantagens ainda são escassos na geografia. A plataforma Google Maps está mais presente no cotidiano das pessoas e é uma das opções mais utilizadas, entretanto seu uso é condicionado a contratação dos seus serviços por meio de sua API ou a restrição a sua utilização, limitando-se ao serviço público disponível. Por sua vez, uma alternativa gratuita e open source é o OSRM,que vem se afirmando como substituta à plataforma Google Maps para o cálculo de distâncias. Dessa forma, a presente nota técnica comparou os resultados obtidos por meio das duas plataformas, juntamente aos dados obtidos pelo IBGE na pesquisa de “Ligações Rodoviárias e Hidroviárias” realizada em todo território nacional. Os resultados apontam que, apesar das diferenças entre os resultados, o que era esperado, não houve discrepância entre eles. Outro fator é a conformidade com os dados do IBGE, o que sugere a viabilidade da plataforma OSRM para obtenção do cálculo de distância.
Referências
DORMAN, M.. Mapsapi: ’sf’-Compatible Interface to “Google Maps” APIs. Viena: R Foundation for Statistical Computing, 2019. Disponível em: https://CRAN.R-project.org/package=mapsapi. Acesso em: 02 set. 2019.
GIRAUD, T. Interface Between R and the OpenStreetMap-Based Routing Service (OSRM). Viena: R Foundation, 2019. Disponível em: https://CRAN.R-project.org/package=osrm. Acesso em: 02 set. 2019.
INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA (Org.). Ligações rodoviárias e hidroviárias, 2016: redes e fluxos do território. 1. ed. Rio de Janeiro: IBGE, Instituto Brasileiro de Geografia e Estatística, 2017. Disponível em: https://biblioteca.ibge.gov.br/index.php/biblioteca-catalogo?view=detalhes&id=2100617. Acesso em: 11 jun. 2019.
KAHLE, D.; WICKHAM, H.; JACKSON, S. GGMAP: Spatial Visualization with ggplot2. Viena: R Foundation, 2019. Disponível em: https://github.com/dkahle/ggmap. Acesso em: 02 set. 2019.
R CORE TEAM. R: A Language and Environment for Statistical Computing. Viena: R Foundation for Statistical Computing, 2019. Disponível em: https://www.R-project.org/. Acesso em: 02 set. 2019.
Downloads
Publicado
Edição
Seção
Licença
Aviso de Direito Autoral Creative Commons
Autores que publicam nesta revista concordam com os seguintes termos:
- Autores mantém os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a Licença Creative Commons Attribution que permite o compartilhamento do trabalho com reconhecimento da autoria e publicação inicial nesta revista.
- Autores têm autorização para assumir contratos adicionais separadamente, para distribuição não-exclusiva da versão do trabalho publicada nesta revista (ex.: publicar em repositório institucional ou como capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista.
- Autores têm permissão e são estimulados a publicar e distribuir seu trabalho online (ex.: em repositórios institucionais ou na sua página pessoal) a qualquer ponto antes ou durante o processo editorial, já que isso pode gerar alterações produtivas, bem como aumentar o impacto e a citação do trabalho publicado.