Google uses AI technology to translate content into your preferred language. AI translations can contain errors.
数据基础
使用集合让一切井井有条
根据您的偏好保存内容并对其进行分类。
Roads Management Insights 关于行程时长和速度读数的数据模型是通过组合不同的信息来源构建的:
汇总的地图数据:最重要的来源是 Google 地图中汇总的匿名数据,这些数据可让 Google 地图计算出全球道路上车辆的实时速度。
历史路况数据:随着时间的推移,系统会使用汇总的用户数据来构建历史路况模式,这有助于系统了解特定道路在任何给定时间以及一周中任何一天的“正常”路况。
补充数据:历史数据会与其他数据相结合,包括来自合作伙伴(如当地交通部门)的第三方信息,以及报告了事故(如碰撞或施工)的 Google 地图用户的实时反馈。
AI 会将这些信息源结合在一起,以便通过实时数据了解当前情况,并通过历史数据提供基准预测。这种融合对于预测路线至关重要,例如:
- 短路线在很大程度上取决于当前的实时信息
- 较长路线使用高级 AI 建模,其中附近路段使用实时数据进行预测,而较远路段则更依赖于历史模式。
- 实时信号有限的道路会更依赖于历史数据来预测减速情况。
如未另行说明,那么本页面中的内容已根据知识共享署名 4.0 许可获得了许可,并且代码示例已根据 Apache 2.0 许可获得了许可。有关详情,请参阅 Google 开发者网站政策。Java 是 Oracle 和/或其关联公司的注册商标。
最后更新时间 (UTC):2026-05-06。
[null,null,["最后更新时间 (UTC):2026-05-06。"],[],[]]