Kemacetan jalan
Model data Roads Management Insights untuk durasi perjalanan 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 real-time di jalan di seluruh dunia.
Data traffic historis: Seiring waktu, data pengguna gabungan digunakan untuk membuat pola traffic historis, yang membantu sistem memahami traffic "normal" untuk jalan tertentu pada waktu dan hari tertentu dalam seminggu.
Data tambahan: Data historis digabungkan dengan data lain, termasuk informasi pihak ketiga dari partner seperti Departemen Transportasi lokal, 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 memberikan prediksi dasar dengan data historis. Penggabungan ini penting untuk memprediksi rute, misalnya:
- Rute pendek sangat bergantung pada informasi real-time dan saat ini
- Rute yang lebih panjang menggunakan pemodelan AI lanjutan, dengan segmen terdekat diprediksi menggunakan data real-time, sedangkan segmen yang lebih jauh lebih bergantung pada pola historis.
- Jalan dengan sinyal real-time terbatas lebih bergantung pada data historisnya untuk memprediksi perlambatan.
Tabel BigQuery
Untuk membuat kueri data akumulasi durasi perjalanan dan kecepatan, lihat tabel historical_travel_time di BigQuery.