Pojęcia związane ze Statystykami dla Zarządców Dróg

Modele danych Roads Management Insights są tworzone przez połączenie różnych źródeł informacji, aby dostarczać statystyki dotyczące zatorów na drogach.

Korki

Modele danych Statystyki dla Zarządców Dróg dotyczące czasu trwania przejazdu i odczytu prędkości są tworzone przez połączenie różnych źródeł informacji:

  • Zagregowane dane z map: najważniejszym źródłem są zagregowane, zanonimizowane dane z Map Google, które pozwalają obliczać prędkość pojazdów w czasie rzeczywistym na drogach na całym świecie.

  • Dane historyczne o ruchu: z czasem zagregowane dane użytkowników są wykorzystywane do tworzenia historycznych wzorców ruchu, które pomagają systemowi zrozumieć „normalny” ruch na konkretnej drodze o dowolnej porze i w dowolnym dniu tygodnia.

  • Dane dodatkowe: dane historyczne są łączone z innymi danymi, w tym z informacjami pochodzącymi od partnerów zewnętrznych, takich jak lokalne departamenty transportu, a także z opiniami użytkowników Map w czasie rzeczywistym, którzy zgłaszają zdarzenia takie jak wypadki czy roboty drogowe.

AI łączy te źródła informacji, aby na podstawie danych w czasie rzeczywistym określać bieżące warunki, a na podstawie danych historycznych – prognozy podstawowe. Ta fuzja ma kluczowe znaczenie dla sposobu prognozowania tras, np.:

  • Krótkie trasy zależą w dużej mierze od aktualnych informacji w czasie rzeczywistym.
  • W przypadku dłuższych tras stosujemy zaawansowane modelowanie AI, w którym pobliskie odcinki są prognozowane na podstawie danych w czasie rzeczywistym, a odleglejsze odcinki w większym stopniu opierają się na wzorcach historycznych.
  • W przypadku dróg z ograniczoną liczbą sygnałów w czasie rzeczywistym prognozowanie spowolnień opiera się w większym stopniu na danych historycznych.

Interwały szybkiego czytania

Przedział szybkiego czytania (SRI) to ciągły odcinek trasy, na którym ruch mieści się w jednej kategorii prędkości. Przedziały szybkiego czytania trasy obejmują całą trasę od miejsca początkowego do miejsca docelowego.

Kategorie prędkości

Kategorie prędkości są zgodne z kolorami wyświetlanymi w warstwie ruchu w Mapach Google:

Kategoria prędkości Kolor natężenia ruchu w Mapach Google Opis
NORMAL Zielony Ruch odbywa się płynnie, nie wykryto spowolnienia.
SLOW Żółty Wykryto spowolnienie, ale nie utworzył się korek.
TRAFFIC_JAM Czerwony Wykryto korek.
TRAFFIC_JAM_HEAVY Ciemnoczerwony Wykryto duży korek. Dostępne od 8 października 2026 r. tylko w przypadku interwałów szybkiego czytania opartych na przesunięciu (speed_reading_offsets).

Formaty

  • Przedziały odczytu prędkości na podstawie przesunięcia (speed_reading_offsets): każdy przedział jest wyznaczony przez start_offset (włącznie) i end_offset (wyłącznie) i mierzony w metrach od początku trasy. Wartość end_offset każdego przedziału jest równa wartości start_offset następnego przedziału.

    Na przykład 100-metrowa trasa, na której pierwszych 80 metrów jest pokonywanych wolniej, a pozostałe 20 metrów normalnie, jest reprezentowana w ten sposób:

    start_offset end_offset speed
    0 80 SLOW
    80 100 NORMAL

  • Przedziały odczytu prędkości oparte na współrzędnych (speed_reading_intervals, starsza wersja): każdy przedział jest zdefiniowany przez współrzędne linii łamanej (interval_coordinates). W tym formacie duże korki (ciemnoczerwone) są zgłaszane jako TRAFFIC_JAM; TRAFFIC_JAM_HEAVY nigdy nie jest używane. To starsze pole może przestać być wypełniane 9 listopada 2026 r. lub później. Zamiast niej użyj zasady speed_reading_offsets.

Szczegóły schematu znajdziesz w sekcji Dane drogowe w czasie rzeczywistym oraz w recent_roads_data tabeli.

Tabele BigQuery

Aby wysyłać zapytania dotyczące zgromadzonych danych o czasie trwania przejazdu i odczytach prędkości, zapoznaj się z tabelą historical_travel_time i tabelą recent_roads_data w BigQuery.