Data Foundation

โมเดลข้อมูลข้อมูลเชิงลึกสำหรับการจัดการเส้นทางจราจรสำหรับระยะเวลาเดินทางและการอ่านความเร็วสร้างขึ้นโดยการรวมแหล่งข้อมูลต่างๆ ดังนี้

  • ข้อมูลแผนที่ที่รวบรวม: แหล่งข้อมูลที่สำคัญที่สุดคือข้อมูลที่รวบรวมและลบข้อมูลระบุตัวบุคคลแล้ว จาก Google Maps ซึ่งช่วยให้ Google Maps คำนวณความเร็วแบบเรียลไทม์ ของยานพาหนะบนถนนทั่วโลกได้

  • ข้อมูลการจราจรย้อนหลัง: เมื่อเวลาผ่านไป ระบบจะใช้ข้อมูลผู้ใช้ที่รวบรวมไว้เพื่อสร้างรูปแบบการจราจรย้อนหลัง ซึ่งจะช่วยให้ระบบเข้าใจการจราจร "ปกติ" ของถนนสายหนึ่งๆ ในเวลาและวันใดก็ตามของสัปดาห์

  • ข้อมูลเสริม: ระบบจะรวมข้อมูลย้อนหลังกับข้อมูลอื่นๆ ซึ่งรวมถึง ข้อมูลจากบุคคลที่สามจากพาร์ทเนอร์ เช่น กรมการขนส่งในท้องถิ่น ตลอดจนความคิดเห็นแบบเรียลไทม์ของผู้ใช้จากผู้ใช้ Maps ที่รายงาน เหตุการณ์ต่างๆ เช่น อุบัติเหตุหรือการก่อสร้าง

AI จะรวมแหล่งข้อมูลเหล่านี้เข้าด้วยกันเพื่อทำความเข้าใจสภาพอากาศปัจจุบัน ด้วยข้อมูลแบบเรียลไทม์ และให้การคาดการณ์พื้นฐานด้วยข้อมูลย้อนหลัง การผสานรวมนี้เป็นกุญแจสำคัญในการคาดการณ์เส้นทาง เช่น

  • เส้นทางที่สั้นลงจะขึ้นอยู่กับข้อมูลปัจจุบันและแบบเรียลไทม์เป็นส่วนใหญ่
  • เส้นทางที่ยาวขึ้นจะใช้การประมาณ AI ขั้นสูง ซึ่งจะคาดการณ์ส่วนที่อยู่ใกล้เคียงโดยใช้ข้อมูลแบบเรียลไทม์ ในขณะที่ส่วนที่อยู่ไกลออกไปจะอิงรูปแบบในอดีตมากขึ้น
  • ถนนที่มีสัญญาณแบบเรียลไทม์จำกัดจะอาศัยข้อมูลย้อนหลังมากขึ้นในการคาดการณ์การชะลอตัว

อ่านเพิ่มเติม

ดูข้อมูลเพิ่มเติมเกี่ยวกับข้อมูลถนนของ Google ได้ในบล็อกของ Google ต่อไปนี้