Model data Insight Pengelolaan Jalan untuk Waktu Tempuh dan Pembacaan Kecepatan dibuat dengan menggabungkan berbagai sumber informasi:
Data peta gabungan: Sumber yang paling penting adalah data gabungan dan anonim dari Google Maps, yang memungkinkan Google Maps menghitung kecepatan kendaraan secara real-time di jalan di seluruh dunia.
Data traffic historis: Seiring waktu, data pengguna gabungan digunakan untuk membangun pola traffic historis, yang membantu sistem memahami traffic "normal" untuk jalan tertentu pada waktu dan hari dalam seminggu tertentu.
Data tambahan: Data historis digabungkan dengan data lain, termasuk informasi pihak ketiga dari partner seperti Departemen Transportasi setempat, serta masukan pengguna real-time dari pengguna Maps yang melaporkan insiden seperti kecelakaan atau konstruksi.
AI menggabungkan sumber informasi ini untuk memahami kondisi saat ini dengan data real-time, dan untuk memberikan prediksi dasar dengan data historis. Penggabungan ini penting untuk memprediksi rute, misalnya:
- Rute pendek sangat bergantung pada informasi saat ini dan real-time
- Rute yang lebih panjang menggunakan pemodelan AI canggih, dengan segmen di sekitar diprediksi menggunakan data real-time, sementara segmen yang lebih jauh lebih mengandalkan pola historis.
- Jalan dengan sinyal real-time terbatas lebih mengandalkan data historis untuk memprediksi perlambatan.
Bacaan lebih lanjut
Anda dapat mempelajari informasi jalan Google lebih lanjut di postingan blog Google berikut:
- Sisi positif terjebak dalam lalu lintas: Data kemacetan jalan yang di-crowdsource
- Dasar-dasar Google Maps: Cara AI membantu memprediksi traffic dan menentukan rute
- Prediksi traffic dengan Jaringan Neural Grafik lanjutan