सड़क पर जाम
यात्रा की अवधि और गति के बारे में जानकारी देने वाले Roads Management Insights के डेटा मॉडल, अलग-अलग सोर्स से मिली जानकारी को मिलाकर बनाए जाते हैं:
मैप का इकट्ठा किया गया डेटा: सबसे अहम सोर्स, Google Maps से इकट्ठा किया गया डेटा होता है. इस डेटा में लोगों की पहचान ज़ाहिर नहीं की जाती है. इससे Google Maps को दुनिया भर की सड़कों पर वाहनों की रीयल-टाइम स्पीड का हिसाब लगाने में मदद मिलती है.
ट्रैफ़िक का पुराना डेटा: समय के साथ, इकट्ठा किए गए उपयोगकर्ता डेटा का इस्तेमाल करके, ट्रैफ़िक के पुराने पैटर्न बनाए जाते हैं. इससे सिस्टम को यह समझने में मदद मिलती है कि किसी सड़क पर, किसी भी समय और दिन के हिसाब से "सामान्य" ट्रैफ़िक कितना होता है.
अतिरिक्त डेटा: पुराने डेटा को अन्य डेटा के साथ मिलाया जाता है. इसमें तीसरे पक्ष के पार्टनर से मिली जानकारी भी शामिल होती है. जैसे, स्थानीय परिवहन विभाग. साथ ही, इसमें Maps के उपयोगकर्ताओं से मिला रीयल-टाइम फ़ीडबैक भी शामिल होता है. जैसे, दुर्घटनाओं या निर्माण की जानकारी देने वाले Maps के उपयोगकर्ता.
एआई, इन सूचना स्रोतों को एक साथ जोड़ता है, ताकि रीयल-टाइम डेटा के साथ मौजूदा स्थितियों को समझा जा सके. साथ ही, पुराने डेटा के साथ बुनियादी अनुमान लगाए जा सकें. रास्तों का अनुमान लगाने के लिए, इस फ़्यूज़न का इस्तेमाल किया जाता है. उदाहरण के लिए:
- छोटे रास्ते, काफ़ी हद तक मौजूदा और रीयल-टाइम जानकारी पर निर्भर करते हैं
- ज़्यादा दूरी वाले रास्तों के लिए, ऐडवांस एआई मॉडलिंग का इस्तेमाल किया जाता है. इसमें आस-पास के सेगमेंट का अनुमान लगाने के लिए, रीयल-टाइम डेटा का इस्तेमाल किया जाता है. वहीं, ज़्यादा दूरी वाले सेगमेंट के लिए, पुराने पैटर्न पर ज़्यादा भरोसा किया जाता है.
- जिन सड़कों के लिए रीयल-टाइम सिग्नल सीमित होते हैं उन पर, गाड़ियों की रफ़्तार कम होने का अनुमान लगाने के लिए, पुराने डेटा का ज़्यादा इस्तेमाल किया जाता है.
BigQuery टेबल
यात्रा की अवधि और गति के लिए इकट्ठा किए गए डेटा को क्वेरी करने के लिए, BigQuery में historical_travel_time टेबल देखें.