Congestion routière
Les modèles de données Insights de gestion des routes pour la durée des trajets et la lecture de la vitesse sont créés en combinant différentes sources d'informations :
Données cartographiques agrégées : la source la plus importante est constituée des données agrégées et anonymisées de Google Maps, qui permettent à Google Maps de calculer la vitesse en temps réel des véhicules sur les routes du monde entier.
Données historiques sur le trafic : au fil du temps, les données utilisateur agrégées sont utilisées pour créer des tendances historiques du trafic. Elles aident le système à comprendre le trafic "normal" pour une route spécifique à un moment et un jour de la semaine donnés.
Données supplémentaires : les données historiques sont combinées à d'autres données, y compris des informations tierces provenant de partenaires tels que les services locaux des transports, ainsi que des commentaires en temps réel des utilisateurs de Maps signalant des incidents tels que des accidents ou des travaux.
L'IA combine ces sources d'informations pour comprendre les conditions actuelles grâce aux données en temps réel et pour fournir des prédictions de référence grâce aux données historiques. Cette fusion est essentielle pour la prédiction des itinéraires, par exemple :
- Les itinéraires courts dépendent en grande partie des informations actuelles et en temps réel.
- Les itinéraires plus longs utilisent la modélisation avancée de l'IA, où les segments proches sont prédits à l'aide de données en temps réel, tandis que les segments plus éloignés reposent davantage sur les tendances historiques.
- Les routes avec des signaux en temps réel limités s'appuient davantage sur leurs données historiques pour prédire les ralentissements.
Intervalles de lecture rapide
Un intervalle de lecture de vitesse (SRI) est une section continue d'un itinéraire où le trafic appartient à une seule catégorie de vitesse. Ensemble, les intervalles de lecture de la vitesse d'un itinéraire couvrent l'intégralité de l'itinéraire, du point de départ à la destination.
Catégories de vitesse
Les catégories de vitesse correspondent aux couleurs affichées dans le calque de trafic Google Maps :
| Catégorie de vitesse | Couleurs du trafic Google Maps | Description |
|---|---|---|
NORMAL |
Vert | Le trafic est fluide et aucun ralentissement n'est détecté. |
SLOW |
Jaune | Un ralentissement est détecté, mais aucun embouteillage ne s'est formé. |
TRAFFIC_JAM |
Rouge | Un embouteillage a été détecté. |
TRAFFIC_JAM_HEAVY |
Rouge foncé | Un embouteillage important a été détecté. Disponible à partir du 8 octobre 2026 uniquement dans les intervalles de lecture rapide basés sur le décalage (speed_reading_offsets). |
Formats
Intervalles de lecture de la vitesse basés sur le décalage (
speed_reading_offsets) : chaque intervalle est délimité parstart_offset(inclus) etend_offset(exclusif), mesurés en mètres à partir du début de l'itinéraire. Leend_offsetde chaque intervalle est égal austart_offsetde l'intervalle suivant.Par exemple, un itinéraire de 100 mètres dont les 80 premiers mètres sont ralentis et les 20 derniers sont fluides est représenté comme suit :
start_offsetend_offsetspeed080SLOW80100NORMALIntervalles de lecture rapide basés sur les coordonnées (
speed_reading_intervals, ancien format) : chaque intervalle est défini par des coordonnées de polyligne (interval_coordinates). Dans ce format, les embouteillages importants (rouge foncé) sont signalés parTRAFFIC_JAM.TRAFFIC_JAM_HEAVYn'est jamais utilisé. Il est possible que ce champ hérité ne soit plus renseigné à partir du 9 novembre 2026. Utilisez plutôtspeed_reading_offsets.
Pour en savoir plus sur le schéma, consultez Données routières en temps réel et la table recent_roads_data.
les tables BigQuery
Pour interroger les données cumulées sur la durée des trajets et les intervalles de lecture de la vitesse, consultez les tables historical_travel_time et recent_roads_data dans BigQuery.