แนวคิดของข้อมูลเชิงลึกสำหรับการจัดการเส้นทางจราจร

โมเดลข้อมูลข้อมูลเชิงลึกสำหรับการจัดการเส้นทางจราจรสร้างขึ้นโดยการรวมแหล่งข้อมูลต่างๆ เพื่อให้ข้อมูลเชิงลึกเกี่ยวกับการจราจรติดขัด

การจราจรติดขัด

โมเดลข้อมูลข้อมูลเชิงลึกสำหรับการจัดการเส้นทางจราจรสำหรับระยะเวลาการเดินทางและการอ่านความเร็วสร้างขึ้นโดยการรวมแหล่งข้อมูลต่างๆ ดังนี้

• ข้อมูลแผนที่แบบรวม: แหล่งข้อมูลที่สำคัญที่สุดคือข้อมูลแบบรวมที่ลบข้อมูลระบุตัวบุคคลแล้วจาก Google Maps ซึ่งช่วยให้ Google Maps คำนวณความเร็วแบบเรียลไทม์ของยานพาหนะบนถนนทั่วโลกได้

• ข้อมูลการจราจรย้อนหลัง: เมื่อเวลาผ่านไป ระบบจะใช้ข้อมูลผู้ใช้แบบรวมเพื่อสร้างรูปแบบการจราจรย้อนหลัง ซึ่งช่วยให้ระบบเข้าใจการจราจร "ปกติ" ของถนนที่เฉพาะเจาะจงในเวลาและวันใดวันหนึ่งของสัปดาห์

• ข้อมูลเพิ่มเติม: ระบบจะรวมข้อมูลย้อนหลังกับข้อมูลอื่นๆ ซึ่งรวมถึงข้อมูลจากบุคคลที่สามจากพาร์ทเนอร์ เช่น กรมทางหลวงท้องถิ่น รวมถึงความคิดเห็นแบบเรียลไทม์จากผู้ใช้ Maps ที่รายงานเหตุการณ์ต่างๆ เช่น อุบัติเหตุหรือการก่อสร้าง

AI จะรวมแหล่งข้อมูลเหล่านี้เข้าด้วยกันเพื่อทำความเข้าใจสภาพปัจจุบันด้วยข้อมูลแบบเรียลไทม์ และให้การคาดการณ์พื้นฐานด้วยข้อมูลย้อนหลัง การรวมข้อมูลนี้เป็นสิ่งสำคัญในการคาดการณ์เส้นทาง เช่น

• เส้นทางสั้นๆ ขึ้นอยู่กับข้อมูลปัจจุบันแบบเรียลไทม์ เป็นอย่างมาก
• เส้นทางที่ยาวขึ้นจะใช้การสร้างโมเดล AI ขั้นสูง ซึ่งระบบจะคาดการณ์ส่วนที่อยู่ใกล้เคียงโดยใช้ข้อมูลแบบเรียลไทม์ ขณะที่ส่วนที่อยู่ไกลออกไปจะอาศัยรูปแบบย้อนหลัง มากกว่า
• ถนนที่มีสัญญาณแบบเรียลไทม์จำกัดจะอาศัยข้อมูลย้อนหลัง มากกว่าในการคาดการณ์การชะลอตัว

ตาราง BigQuery

หากต้องการค้นหาข้อมูลสะสมสำหรับระยะเวลาการเดินทางและความเร็ว ให้ดูที่ ตาราง historical_travel_time ใน BigQuery