Các khái niệm về Roads Management Insights

Các mô hình dữ liệu của Roads Management Insights được xây dựng bằng cách kết hợp nhiều nguồn thông tin để cung cấp thông tin chi tiết về tình trạng tắc nghẽn đường bộ.

Tắc nghẽn giao thông

Mô hình dữ liệu của Roads Management Insights về thời gian chuyến đi và chỉ số tốc độ được xây dựng bằng cách kết hợp nhiều nguồn thông tin:

  • Dữ liệu tổng hợp trên Maps: Nguồn quan trọng nhất là dữ liệu tổng hợp và ẩn danh từ Google Maps, giúp Google Maps tính toán tốc độ theo thời gian thực của các phương tiện trên đường trên toàn thế giới.

  • Dữ liệu lưu lượng truy cập trong quá khứ: Theo thời gian, dữ liệu tổng hợp về người dùng được dùng để xây dựng các mẫu lưu lượng truy cập trong quá khứ, giúp hệ thống hiểu được lưu lượng truy cập "bình thường" của một tuyến đường cụ thể vào bất kỳ thời điểm và ngày nào trong tuần.

  • Dữ liệu bổ sung: Dữ liệu trong quá khứ được kết hợp với các dữ liệu khác, bao gồm cả thông tin của bên thứ ba từ các đối tác như Sở Giao thông vận tải địa phương, cũng như ý kiến phản hồi theo thời gian thực của người dùng Maps báo cáo các sự cố như tai nạn hoặc công trình xây dựng.

AI kết hợp các nguồn thông tin này để nắm bắt tình hình hiện tại bằng dữ liệu theo thời gian thực và đưa ra dự đoán cơ sở bằng dữ liệu trong quá khứ. Sự kết hợp này là yếu tố then chốt để dự đoán tuyến đường, ví dụ:

  • Tuyến đường ngắn phụ thuộc phần lớn vào thông tin hiện tại, theo thời gian thực
  • Các tuyến đường dài hơn sử dụng mô hình AI nâng cao, trong đó các đoạn đường gần được dự đoán bằng dữ liệu theo thời gian thực, còn các đoạn đường xa hơn phụ thuộc nhiều hơn vào mô hình trước đây.
  • Những tuyến đường có ít tín hiệu theo thời gian thực sẽ dựa nhiều hơn vào dữ liệu trong quá khứ để dự đoán tình trạng ùn tắc nhẹ.

Đang đọc các khoảng thời gian của tốc độ

Khoảng tốc độ đọc (SRI) là một đoạn đường liên tục mà tại đó, lưu lượng truy cập thuộc một danh mục tốc độ duy nhất. Cùng nhau, các khoảng thời gian đọc tốc độ của một tuyến đường sẽ bao gồm toàn bộ tuyến đường theo thứ tự từ điểm xuất phát đến điểm đến.

Danh mục tốc độ

Các danh mục tốc độ tương ứng với màu sắc hiển thị trong lớp giao thông của Google Maps:

Danh mục tốc độ Màu sắc thể hiện tình trạng giao thông trên Google Maps Mô tả
NORMAL Xanh lục Giao thông thông suốt; không phát hiện thấy tình trạng ùn tắc nhẹ.
SLOW Vàng Phát hiện thấy tình trạng ùn tắc nhẹ nhưng chưa hình thành tình trạng tắc nghẽn giao thông.
TRAFFIC_JAM Đỏ Phát hiện thấy tình trạng tắc đường.
TRAFFIC_JAM_HEAVY Đỏ đậm Phát hiện tình trạng tắc nghẽn giao thông nghiêm trọng. Chỉ có từ ngày 8 tháng 10 năm 2026 trong khoảng thời gian đọc nhanh dựa trên độ lệch (speed_reading_offsets).

Định dạng

  • Khoảng thời gian đọc tốc độ dựa trên độ lệch (speed_reading_offsets): Mỗi khoảng thời gian được phân định bằng start_offset (bao gồm) và end_offset (không bao gồm), được đo bằng mét từ điểm bắt đầu của tuyến đường. end_offset của mỗi khoảng thời gian bằng start_offset của khoảng thời gian tiếp theo.

    Ví dụ: một tuyến đường dài 100 mét, trong đó 80 mét đầu tiên bị ùn tắc nhẹ và 20 mét còn lại lưu thông bình thường, sẽ được biểu thị như sau:

    start_offset end_offset speed
    0 80 SLOW
    80 100 NORMAL

  • Khoảng thời gian đọc tốc độ dựa trên toạ độ (speed_reading_intervals, cũ): Mỗi khoảng thời gian được xác định bằng toạ độ hình nhiều đường (interval_coordinates). Ở định dạng này, tình trạng tắc nghẽn giao thông nghiêm trọng (màu đỏ đậm) được báo cáo là TRAFFIC_JAM; TRAFFIC_JAM_HEAVY không bao giờ được sử dụng. Trường cũ này có thể ngừng được điền sẵn từ ngày 13 tháng 1 năm 2027. Thay vào đó, hãy sử dụng speed_reading_offsets.

Để biết thông tin chi tiết về giản đồ, hãy xem phần Dữ liệu đường bộ theo thời gian thực và bảng recent_roads_data.

Bảng BigQuery

Để truy vấn dữ liệu tích luỹ về khoảng thời gian của chuyến đi và khoảng thời gian đọc tốc độ, hãy xem bảng historical_travel_time và bảng recent_roads_data trong BigQuery.