Roads Management Insights 概念

道路管理洞见数据模型通过整合不同的信息来源来提供有关道路拥堵情况的洞见。

道路拥堵

Roads Management Insights 用于行程时长和速度读取的数据模型是通过组合不同的信息来源构建的：

  • 汇总的地图数据：最重要的来源是 Google 地图中汇总的匿名化数据，这些数据可让 Google 地图计算出全球道路上车辆的实时速度。

  • 历史路况数据：随着时间的推移，系统会使用汇总的用户数据来构建历史路况模式，从而帮助系统了解特定道路在任何给定时间以及一周中任何一天的“正常”路况。

  • 补充数据：历史数据会与其他数据相结合，包括来自合作伙伴（例如当地交通部门）的第三方信息，以及报告了事故（例如车祸或施工）的 Google 地图用户的实时反馈。

AI 会将这些信息源结合在一起，以便通过实时数据了解当前情况，并通过历史数据提供基准预测。 这种融合对于预测路线至关重要，例如：

  • 短途路线在很大程度上取决于当前实时信息
  • 较长的路线会使用高级 AI 建模，其中附近路段的预测会使用实时数据，而较远路段的预测则会更侧重于历史模式。
  • 实时信号有限的道路会更严重地依赖其历史数据来预测减速情况。

速读间隔

快速读取间隔 (SRI) 是指路线中交通属于单一速度类别的连续路段。路线的速度读数间隔共同覆盖了从出发地到目的地的整个路线。

速度类别

速度类别与 Google 地图路况图层中显示的颜色一致：

速度类别 Google 地图路况颜色 说明
NORMAL 绿色 交通顺畅，未检测到减速。
SLOW 黄色 检测到行驶缓慢，但尚未形成交通拥堵。
TRAFFIC_JAM 红色 检测到交通堵塞。
TRAFFIC_JAM_HEAVY 深红色 检测到严重交通拥堵。自 2026 年 10 月 8 日起提供，仅支持基于偏移量的速读间隔 (speed_reading_offsets)。

表现形式

  • 基于偏移量的速度读取间隔 (speed_reading_offsets)：每个间隔由 start_offset（含）和 end_offset（不含）分隔，以从路线起点开始测量的米数表示。每个区间的 end_offset 等于后续区间的 start_offset。

    例如，一条 100 米的路线，前 80 米行驶缓慢，剩余 20 米正常流动，表示为：

    start_offset end_offset speed
    0 80 SLOW
    80 100 NORMAL

  • 基于坐标的速度读取间隔（speed_reading_intervals，旧版）：每个间隔都由多段线坐标 (interval_coordinates) 定义。在此格式中，严重拥堵（深红色）报告为 TRAFFIC_JAM；永远不会使用 TRAFFIC_JAM_HEAVY。此旧版字段可能会在 2026 年 11 月 9 日当天或之后停止填充。请改用 speed_reading_offsets。

如需了解架构详情，请参阅实时道路数据和 recent_roads_data 表。

BigQuery 表

如需查询行程时长和速度读数间隔的累积数据，请参阅 BigQuery 中的 historical_travel_time 表和 recent_roads_data 表。