道路管理洞见中有关出行时间和速度读数的数据模型是通过整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。
历史流量数据：随着时间的推移，系统会使用汇总的用户数据来构建历史流量模式，这有助于系统了解特定道路在任意给定时间和星期几的“正常”流量。
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，以及报告事故（如车祸或施工）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：
- 短路线很大程度上取决于当前实时信息
- 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。
深入阅读
如需详细了解 Google 的道路信息，请参阅以下 Google 博客文章：