Roads Management Insights のコンセプト

道路管理分析情報データモデルは、さまざまな情報源を組み合わせて構築され、道路の渋滞に関する分析情報を提供します。

道路の渋滞状況

移動時間と速度の読み取りに関する Roads Management Insights のデータモデルは、さまざまな情報源を組み合わせて構築されています。

  • 集計された地図データ: 最も重要なソースは、Google マップから集計され匿名化されたデータです。このデータにより、Google マップは世界中の道路を走行する車両のリアルタイムの速度を計算できます。

  • 過去の交通データ: 集計されたユーザーデータは、過去の交通パターンを構築するために使用されます。これにより、特定の道路の特定の時間帯と曜日の「通常の」交通状況をシステムが把握できるようになります。

  • 補足データ: 過去のデータは、地方運輸局などのパートナーからのサードパーティ情報や、事故や工事などの事象を報告する Google マップ ユーザーからのリアルタイムのユーザー フィードバックなど、他のデータと組み合わされます。

AI はこれらの情報源を組み合わせて、リアルタイム データで現在の状況を把握し、過去のデータでベースライン予測を提供します。このフュージョンは、ルートの予測方法にとって重要です。たとえば、次のような場合です。

  • 短いルートは、現在のリアルタイムの情報に大きく依存します
  • 長いルートでは、高度な AI モデリングが使用されます。この場合、近くのセグメントはリアルタイム データを使用して予測され、遠くのセグメントは過去のパターンに大きく依存します。
  • リアルタイムのシグナルが少ない道路では、減速を予測するために過去のデータがより多く使用されます。

BigQuery テーブル

移動時間と速度の累積データをクエリするには、BigQuery の historical_travel_time テーブルをご覧ください。