Przewidywanie warunków ruchu na drogach i wyznaczanie najlepszych tras przejazdu to niezwykle złożone zadanie. A jednak Mapy Google robią to w ciągu kilku sekund – za każdym razem. Jak więc aplikacja nawigacyjna sprawdza, czy ruch na trasie jest duży, czy mały, i jaki jest szacowany czas przybycia (ETA)?
Spojrzenie w przeszłość, teraźniejszość i przyszłość
Oszacowanie natężenia ruchu na żywo – czy korek będzie miał wpływ na Twoją podróż właśnie teraz – jest całkiem proste. Dzięki ponad 1 miliardowi kilometrów przejechanych za pomocą Map Google w ponad 220 krajach i terytoriach na całym świecie, zbiorcze dane o lokalizacji pomagają zrozumieć aktualne warunki ruchu na światowych drogach.
Ale te informacje nie uwzględniają tego, jak ruch będzie wyglądał za 10, 20, a nawet 50 minut Twojej podróży. I tu właśnie w grę wchodzą zaawansowane techniki uczenia maszynowego.
Aby przewidzieć, jak będzie wyglądała przyszłość, Mapy Google zaglądają w przeszłość. Analizując historyczne wzorce ruchu drogowego w czasie, Google dowiedziało się, jak mogą wyglądać warunki drogowe w danym momencie dnia. „Na przykład, jeden wzór może pokazać, że autostrada 280 w północnej Kalifornii zazwyczaj ma pojazdy poruszające się z prędkością 65mph między 6-7 rano, ale tylko z prędkością 15-20mph późnym popołudniem,” wyjaśnia Johann Lau, Product Manager, Google Maps.
Połączenie tych historycznych wzorców ruchu i warunków ruchu na żywo pozwala algorytmom uczenia maszynowego Map Google przewidzieć, czy dotknie Cię spowolnienie, które być może jeszcze się nie zaczęło!
Należy zauważyć, że Google niedawno zaktualizowało swoje modele przewidywania ruchu drogowego, aby uwzględnić dramatyczną zmianę wzorców jazdy od początku pandemii COVID-19. Te zwinne modele teraz automatycznie priorytetyzują historyczne wzorce ruchu z ostatnich dwóch do czterech tygodni i depriorytetyzują wzorce z dowolnego czasu przed tym.
Wybór trasy na Mapach Google
Choć przewidywanie ruchu jest kluczowym czynnikiem w określaniu zalecanych tras, Mapy Google patrzą również na kilka innych czynników, takich jak jakość dróg. „Czy droga jest utwardzona, czy nieutwardzona, czy pokryta żwirem, brudem lub błotem? Takie elementy mogą sprawić, że droga będzie trudna do przejechania, a my z mniejszym prawdopodobieństwem polecimy ją jako część Twojej trasy. Patrzymy również na wielkość i bezpośredniość drogi – jazda autostradą jest często bardziej efektywna niż mniejszą drogą z wieloma przystankami” – mówi Lau.
Inne źródła informacji to wiarygodne dane od władz lokalnych (ograniczenia prędkości, opłaty za przejazd, ograniczenia ruchu itp.) oraz informacje zwrotne w czasie rzeczywistym od użytkowników Map Google (awaria pojazdu, zamknięcie pasa ruchu, prace budowlane itp.) Źródła te pomagają również zrozumieć, kiedy warunki drogowe mogą ulec nieoczekiwanej zmianie z powodu lawin błotnych, burz śnieżnych lub innych sił natury.
.