
我們經常會使用Google Maps規劃導航路線,也知道要從路徑上標示的黃、紅色了解路段的車流量。但是車流量、壅塞程度隨時會變化,而且這會影響地圖預估到達時間的準確度,甚至會影響要不要重新建議一條更好的路線。所以最好的狀況是:在你出發時,就預先知道會不會塞車,再告訴你最佳路線。
Google今天在官方部落格裡分享Google地圖是如何用AI預測車流量,來決定最佳路線,
大家應該知道以Google地圖導航時,可以打開「路況」這個圖層,用顏色表示車流順暢或堵塞,但是當我們實際開到那裡時,情況可能會有變化,要準確預知10、20 甚至 50 分鐘後該路段的車流,就需要機器學習的幫忙。
為了提高路況預測準確度,Google最近與Alphabet 旗下的 DeepMind AI 研究實驗室合作,運用「圖形類神經網路」 (Graph Neural Networks) 機器學習技術,提高準確度。
Google地圖會分析過去一段時間裡,某路段的車流、車速等資訊建立車流量模型,並交叉參考即時路況,以機器學習運算產生出預測結果,而加入「圖形類神經網路」 技術,可大幅降低預測的失誤,根據Google所述,這項技術在預測車程時間上,可有高達97%的準確度,如大幅提高柏林、雅加達、聖保羅、雪梨、東京和華盛頓特區的路況預測準度。這項技術也讓Google地圖可以在車流擁擠發生前,就預測你的行程會不會受影響。
今年某些因為疫情,交通發生了與日常不同的變化,有個地方封城,有的則實施交通管制,為了因應這種變化,Google最近也更新了車流量模型,系統會參考最近2~4週的車流量,並將更早之前的車流量模型列為次要參考資料,來提高預測的應變能力。
預測會不會堵塞,是為了規劃導航時可以自動避開擁擠路段,提供當時的最佳路線。除了車流量,地圖也會參考道路品質,如是否施工中、是否為碎石或泥巴路、避免將這些路段納入建議路線。此外道路寬度、紅綠燈、彎道多不多等,也是預測到達時間的參考。
當然路況是活的,Google地圖也需要考政府提供的資料,或是用戶即時回報,以得知道路是否施工、速限是否改變,或是該路段是否管制中、遇到災害封閉中...等。所以要能即時建議出對的路線,準確預測到達時間,其實是需要很多資料,且過程相當複雜的工作,Google也提到它們將持續開發工具和技術,幫助用戶規劃出更省時且安全的路線。
#我覺得預測前方是否有三寶也很重要