Roads Management Insights のコンセプト

道路管理インサイトのデータモデルは、さまざまな情報源を組み合わせて構築されており、道路の混雑状況に関する分析情報を提供します。

道路の混雑状況

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

  • 集約された地図データ: 最も重要なソースは、Google マップから集約された匿名化データです。これにより、Google マップは世界中の道路におけ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: 集約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」交通状況を把握できます。

  • 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、衝突や工事などのインシデントを報告する 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の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。 この統合は、ルートの予測方法において重要です。たとえば、次のようになります。

  • 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。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 シグナルが限られている道路では、過去のデータ に大きく依存して減速を予測します。

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。