Roads Management Insights 概念

Roads Management Insights 数据模型通过结合不同的信息源构建而成，可提供有关道路拥堵情况的数据洞见。

道路拥堵

行程时长和速度读取的 Roads Management Insights 数据模型是通过结合不同的信息源构建的：

  • 汇总的地图数据：最关键的数据来源是来自 Google 地图的汇总匿名数据，Google 地图可利用这些数据计算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，汇总的用户数据会用于构建历史路况模式，这有助于系统了解特定道路在任何给定时间和星期几的“正常”路况。

  • 补充数据：历史数据会与其他数据相结合，包括来自当地交通部门等合作伙伴的第三方信息，以及来自 Google 地图用户的实时反馈（例如报告车祸或施工等事件）。

AI 会将这些信息源结合在一起，利用实时数据了解当前状况，并利用历史数据提供基准预测。 这种融合对于路线预测至关重要，例如：

  • 短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 模型，其中附近的路线段使用实时数据进行预测，而较远的路线段则更依赖于历史模式。
  • 对于实时信号有限的道路，系统会更多地依赖其历史数据来预测缓行路段。

快速朗读间隔

车速读取间隔 (SRI) 是指路线中交通状况属于单一车速类别的连续路段。路线的所有车速读取间隔加在一起，即涵盖了从出发地到目的地的整条路线。

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，未检测到缓行路段。
SLOW 黄色 检测到缓行路段，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，仅在基于偏移量的速度读取间隔 (speed_reading_offsets) 中提供。

表现形式

  • 基于偏移量的限速区间 (speed_reading_offsets)：每个区间由 start_offset（含）和 end_offset（不含）分隔，以距离路线起点的米数衡量。每个区间的 end_offset 等于后续区间的 start_offset。

    例如，一条 100 米长的路线，其中前 80 米有缓行路段，其余 20 米正常通行，则表示为：

    start_offset end_offset speed
    0 80 SLOW
    80 100 NORMAL

  • 基于坐标的车速读取间隔（speed_reading_intervals，旧版）：每个间隔由多段线坐标 (interval_coordinates) 定义。在此格式中，严重交通拥堵（深红色）报告为 TRAFFIC_JAM；TRAFFIC_JAM_HEAVY 绝不会使用。此旧版字段可能会在 2027 年 1 月 13 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。