Os modelos de dados do Dados do Gerenciamento de Estradas para tempo de viagem e leitura de velocidade são criados combinando diferentes fontes de informação:
Dados agregados de mapas:a fonte mais importante são os dados agregados e anonimizados do Google Maps, que permitem que o app calcule a velocidade em tempo real dos veículos nas estradas de todo o mundo.
Informações históricas de trânsito:com o tempo, os dados agregados do usuário são usados para criar padrões históricos de trânsito, que ajudam o sistema a entender o trânsito "normal" de uma estrada específica em qualquer horário e dia da semana.
Dados complementares:os dados históricos são combinados com outras informações, incluindo dados de terceiros de parceiros, como departamentos de transporte locais, além de feedback do usuário em tempo real de usuários do Maps que informam incidentes, como acidentes ou obras.
A IA combina essas fontes de informação para entender as condições atuais com dados em tempo real e fornecer previsões básicas com dados históricos. Essa fusão é fundamental para a previsão de rotas. Por exemplo:
- Rotas curtas dependem muito de informações atuais e em tempo real.
- Rotas mais longas usam modelagem avançada de IA, em que os segmentos próximos são previstos usando dados em tempo real, enquanto os segmentos mais distantes dependem mais de padrões históricos.
- As estradas com sinais limitados em tempo real dependem mais dos dados históricos para prever lentidão.
Leitura adicional
Saiba mais sobre as informações de estradas do Google nestes posts do blog:
- O lado bom de ficar no trânsito: dados de congestionamento de estradas por crowdsourcing (em inglês)
- Noções básicas do Google Maps: como a IA ajuda a prever o trânsito e determinar trajetos (em inglês)
- Previsão de trânsito usando redes neurais avançadas com gráficos (em inglês)