道路管理分析概念

道路管理分析資料模型結合了不同的資訊來源，可提供道路壅塞程度的洞察資料。

道路壅塞

道路管理分析資料模型會結合不同資訊來源，建立行程時間和速度讀數：

• 匯總地圖資料：最重要的來源是 Google 地圖匯總的匿名資料，Google 地圖可據此計算全球道路上車輛的即時速度。

• 歷來車流量資料：系統會隨著時間推移，使用匯總的使用者資料建立歷來車流量模式，瞭解特定道路在任何時間和星期幾的「正常」車流量。

• 補充資料：歷來資料會與其他資料結合，包括來自當地交通部門等合作夥伴的第三方資訊，以及 Google 地圖使用者回報車禍或施工等事件的即時意見回饋。

AI 會結合這些資訊來源，透過即時資料瞭解目前情況，並根據歷來資料提供基準預測。這項融合技術是預測路線的關鍵，例如：

• 短路線主要取決於當前即時資訊
• 較長的路線會使用進階 AI 模型，其中鄰近路段會使用即時資料預測，而較遠的路段則更依賴歷來模式。
• 如果道路的即時信號有限，則會更依賴歷來資料來預測車多擁擠。

速讀間隔

車速讀取間隔 (SRI) 是指車流量屬於單一車速類別的連續路段。路線的所有車速讀取間隔，會依序涵蓋從起點到目的地的整條路線。

速度類別

速度類別與 Google 地圖車流量圖層中顯示的顏色一致：

速度類別	Google 地圖路況顏色	說明
NORMAL	綠色	車流順暢，未偵測到車多擁擠。
SLOW	黃色	偵測到車多擁擠，但尚未形成塞車。
TRAFFIC_JAM	紅色	偵測到交通壅塞。
TRAFFIC_JAM_HEAVY	深紅色	偵測到嚴重塞車。2026 年 10 月 8 日起，僅提供以偏移量為基礎的速度讀取間隔 (speed_reading_offsets)。

格式

• 以偏移量為基礎的速度讀取間隔 (speed_reading_offsets)：每個間隔都以 start_offset (含) 和 end_offset (不含) 為界，從路線起點開始測量，單位為公尺。每個區間的 end_offset 等於後續區間的 start_offset。

  舉例來說，如果一條 100 公尺的路線，前 80 公尺車多擁擠，其餘 20 公尺車流正常，則會表示為：

  start_offset	end_offset	speed
  0	80	SLOW
  80	100	NORMAL

• 以座標為基礎的車速讀取間隔 (speed_reading_intervals，舊版)：每個間隔都是由折線座標 (interval_coordinates) 定義。在這個格式中，嚴重塞車 (深紅色) 會回報為 TRAFFIC_JAM，TRAFFIC_JAM_HEAVY 則一律不使用。2027 年 1 月 13 日當天或之後，系統可能不會再填入這個舊版欄位。請改用 speed_reading_offsets。

如要瞭解結構定義，請參閱「即時道路資料」和「recent_roads_data 資料表」。

BigQuery 資料表

如要查詢行程時間和速度讀取間隔的累積資料，請參閱 BigQuery 中的 historical_travel_time 資料表和 recent_roads_data 資料表。