Google Maps产品经理解释如何借助AI来帮助预测交通流量

DoNews 9月4日消息(记者 刘文轩)Google Maps产品经理Johann Lau在官方博客的一篇文章中,介绍了这款产品如何使用AI预测车流量、决定最佳路线。

Lau表示,要在几秒钟内把建议路径、沿途交通拥堵程度、预估交通时间、预计到达时间传达给用户,背后要做的努力可不少。 

当用户在使用Google Maps导航时,Google会汇总可用的位置资讯来掌握全球各地路况。通过这些信息推算出目前的车流量,进而判断路程是否会受当前交通拥堵的影响,但单靠这项信息,仍无从预知使用者的车程在10、20甚至50分钟后的交通状况。

为了预测不久后的路况,Google Maps会分析过往一段时间内的车流量模式,接着交叉参考过往车流量模式资料库及即时路况资料,再根据这两组资料运用机器学习技术产生预测结果。

为了提升准确度,Google Maps团队最近还与Alphabet旗下的DeepMind AI研究实验室合作。 他表示,Google Maps目前在预测车程的时间有高达97%的准确度。 通过与DeepMind合作,我们运用一项称为图形类神经网路(Graph Neural Networks)的机器学习技术,大幅降低预测抵达时间的失准率。

steven-lu-t2h0T4a6XFw-unsplash.jpg

自新冠病毒疫情爆发以来,全球各地的交通模式发生极大的变化。 部分地区在2020年初开始封城,全球各地减少高达50%的车流量。 随后部分地区陆续解封,其他地区则仍实施交通管制。 为因应这项突如其来的变化,Google Maps团队也更新了车流量模型以提升其应变能力,系统会自动优先考量最近2至4周的车流量模式,并将更早之前的车流量模式列为次要考量。 

在路线的选择上,Google Maps会利用车流量预测模型,当系统预测某路线可能会塞车时,就会自动找出车流较少的替代路线。 系统也会考量道路品质等因素,这类道路可能提高驾驶难度,因此不纳入建议路线。此外,当地政府机关提供的可靠资料,以及用户即时回报的路况,也是系统规划建议路线时的重要参考资讯来源。 

最终,Google Maps在结合车流量预测和即时路况资讯后,发现如果再继续沿着目前的路线行驶30分钟,可能会碰到大塞车,导致来不及看诊。 这时Google Maps会根据附近路况和交通事故的信息,自动重新规划路线,协助使用者避开车流壅塞的路段,准时在预约的时间看诊。 

Johann Lau表示,预测车流量及决定路线的过程非常复杂,团队也将持续开发工具与技术,协助使用者规划出更省时、安全且避免交通壅塞的路线。 

标签: Google
Copyright © DoNews 2000-2024 All Rights Reserved
蜀ICP备2024059877号-1     京ICP证151088号
京网文【2018】2361-237号