सड़क पर लगने वाला जाम
यात्रा की अवधि और स्पीड रीडिंग के लिए, Roads Management Insights के डेटा मॉडल, अलग-अलग सोर्स से मिली जानकारी को मिलाकर बनाए जाते हैं:
इकट्ठा किया गया Maps का डेटा: Google Maps से इकट्ठा किया गया, एनोनिमाइज़ किया गया डेटा सबसे अहम सोर्स है. इसकी मदद से, Google Maps दुनिया भर की सड़कों पर वाहनों की रीयल-टाइम स्पीड का हिसाब लगा पाता है.
ट्रैफ़िक की जानकारी का पुराना डेटा: समय के साथ, इकट्ठा किए गए उपयोगकर्ता के डेटा का इस्तेमाल करके, ट्रैफ़िक के पुराने पैटर्न बनाए जाते हैं. इससे सिस्टम को यह समझने में मदद मिलती है कि हफ़्ते के किसी भी दिन और किसी भी समय, किसी खास सड़क पर "सामान्य" ट्रैफ़िक कितना होता है.
अतिरिक्त डेटा: पुराने डेटा को अन्य डेटा के साथ जोड़ा जाता है. इसमें तीसरे पक्ष से मिली जानकारी भी शामिल होती है. जैसे, स्थानीय परिवहन विभागों जैसे पार्टनर से मिली जानकारी. इसके अलावा, Maps के उपयोगकर्ताओं से रीयल-टाइम में मिलने वाले सुझाव, राय या शिकायतें भी शामिल होती हैं. जैसे, दुर्घटना या निर्माण की रिपोर्ट.
एआई, जानकारी के इन सोर्स को एक साथ मिलाकर, रीयल-टाइम डेटा के साथ मौजूदा स्थितियों को समझता है. साथ ही, पुराने डेटा के साथ शुरुआती अनुमान लगाता है. रास्तों का अनुमान लगाने के लिए, इन सोर्स को मिलाना ज़रूरी है. उदाहरण के लिए:
- छोटे रास्तों के लिए, मुख्य तौर पर मौजूदा , रीयल-टाइम जानकारी का इस्तेमाल किया जाता है
- लंबे रास्तों के लिए, एआई की मदद से काम करने वाले बेहतर मॉडल 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, स्पीड कम होने का अनुमान लगाने के लिए, पुराने डेटा पर ज़्यादा भरोसा किया जाता है.
BigQuery टेबल
यात्रा की अवधि और स्पीड के लिए इकट्ठा किए गए डेटा की क्वेरी करने के लिए, BigQuery में historical_travel_time टेबल देखें.