Tot nu toe is Excel gebruikt in de voorbeelden maar in deze demonstratie zullen we zien hoe we het meer uitgebreide online databasesysteem Airtable inzetten.
Airtable wordt momenteel gebruikt door de hoofd curatoren van het Barbican Centre in Londen voor het uitwisselen van gegevens en het beheren van reizende tentoonstellingen. Dit werd mij getoond in een interview met hen dat deel uitmaakte van het veldonderzoek voor dit Gallerbee project. Ik had de gelegenheid om te zien hoe zij met dit systeem werken en het soort gegevens en verbanden die zij bijhouden. De verbanden die zij leggen tussen verschillende datasets waren ook erg interessant en inspirerend. Het detailniveau was zeer verregaand. Vanwege veiligheidsoverwegingen kan ik hier geen beeldmateriaal van overleggen, maar er wordt momenteel aan gewerkt om mij een toegang te verlenen tot een beperkt gedeelte van de dataset.
Er zijn veel verschillen tussen Excel en Airtable. Maar een van de grote verschillen is het feit dat Airtable elk soort data kan huisvesten en een unieke API-verbinding heeft per database.
Dit betekent dat Airtable standaard tekstuele en numerieke gegevens kan opslaan, maar ook afbeeldingen, video’s, audiobestanden, geometrie, enz.
Met behulp van remote Python buiten Rhino3D (Ghremote) was ik in staat om een live verbinding te realiseren tussen Airtable en Rhino3D.
In dit proof of concept zien we twee grote verbeteringen ten opzichte van Proof of Concept #1:
- Data uitwisseling is nu echt 2 kanten op: Het ontwerp kan beïnvloed worden door objecten vast te zetten vanuit de Airtable. En feedback over het ontwerp en objectgegevens wordt teruggestuurd naar de Airtable basis.
- Beeldgegevens voor objecten worden direct opgeslagen in de database en gedownload door Rhino3D.
We hebben in dit proof of concept een tentoonstellingsruimte met enkele structurele bouwelementen erin. Dit kunnen bijvoorbeeld kolommen en een trap zijn. In de ruimte plaatsen we een aantal objecten uit de Airtable. Terwijl we de indeling maken is er een voortdurende terugkoppeling over de mate van beveiliging van deze voorwerpen. Dit is gebaseerd op de zichtbaarheid door de 2 beveiligingscamera’s die langs de muur zijn gemonteerd.
In plaats van de objecten te verplaatsen, zouden we ook de camera’s kunnen verplaatsen om een beter zicht te krijgen. Deze feedback wordt vervolgens ook bijgewerkt in Airtable.
We kunnen een object vergrendelen in de Airtable als we tevreden zijn met de plaats van een object. Dit voorkomt nog meer toevallige bewegingen in het Rhino3D model.
Dit model komt zo dicht mogelijk in de buurt van een meer geavanceerd Gallerbee systeem. Enkele beperkingen die nog overwonnen moeten worden zijn:
- Snelheid: de laadtijd na elke wijziging is een paar seconden. Dit zou korter moeten zijn voor een betere gebruikers-ervaring.
- De Airtable database is niet erg intuïtief. Een toegankelijke interface is een zeer belangrijke factor voor het succes van een Gallerbee systeem. Dit zou een laag moeten zijn bovenop een database met vergelijkbare mogelijkheden als Airtable.
Dit specifieke voorbeeld demonstreerde de mogelijkheid om beveiliging kwesties te evalueren. Dit zou interessant kunnen zijn voor het museum zelf of voor verzekeringsmaatschappijen en partijen die kunstwerken uitlenen. Deze gegevens kunnen ook worden gebruikt om het veiligheidsplan voor een museum in het algemeen te verbeteren.
Andere aspecten die op een soortgelijke manier kunnen worden geanalyseerd:
- Zichtbaarheid voor bezoekers evalueren
- Zichtbaarheid voor beveiligingspersoneel evalueren
- Blootstelling van objecten aan licht evalueren
Dit zijn slechts een paar voorbeelden. Maar door het algoritme aan te passen zijn de mogelijkheden letterlijk eindeloos en kunnen ze voor elk scenario worden geoptimaliseerd.
Een video op YouTube van dit proof of concept is hier te vinden: