秒速飞艇开奖走势

是什么讓百度地圖標注的事故預測如此準確?
谷歌導航地圖標注
是什么讓百度地圖標注的事故預測如此準確?
來源 :百度地圖標注   作者 :百度地圖標注   發表時間 : 2018-11-23 07:20:08   瀏覽 :

百度地圖標注如何經過大數據的自學才能,進行堪比“福爾摩斯”的交通事端推演,找出引起擁堵的真正原因,并及時送上提示和時刻參考,避免用戶誤入一場由事端引起的“世紀大堵車”。
你知道自己每年要浪費多少時刻在堵車中嗎?答案恐怕是難以估量的。尤其是事端形成的擁堵,一旦發作交通事端,高速路也變成了“降速路”。不過,有的導航卻好像有著“未卜先知”的才能,即使沒有用戶上報,也可以準確估測事端并提示擁堵時刻。
“小度助手估測當時路途可能發作了事端,請交游車輛提早注意避讓。”“已擁堵超越2小時,超越1小時散失。”信任不少用過百度地圖標注的人都見過相似的提示,當感嘆越來越精準的地圖軟件讓出行更順利之時,你是不是也好奇過,它是怎樣知道前面有事端,而且這么判別的這么快、這么準就?這就要歸功于大數據的功勞。

百度地圖標注


整體而言,百度地圖標注之所以可以洞察交通事端,主要是經過大數據才能,學習用戶上報事情的特征,結合當時路段的實時軌道特征,進行時空校驗,從而判別事端信息。
首要,要在擁堵路途中選取前后一段時刻都有用戶上報的路段作為正樣本,這意味著這段路的確發作了事端,再選取前后很大范圍都沒有用戶上報的路段作為負樣本。當然,這樣選取的負樣本數量會遠遠多于正樣本,需要按照通行流量對負樣本排序,選其間流量較大的前幾名,用以平衡正負樣本的數量。
其次,要提取路途的特征。這既包括長度,限速、通行等級等本身特點,也包括實時路況速度,路段前史擁堵概率等路段特征,一起還包括上下游實時路況擁堵程度、前史上下游發作事端概率等連續性的空間特征。
接下來,就是進行模型猜測。按照路途等級等信息,可將樣本區分為不同類別。別離訓練出不同類別的樣本和不同城市的模型。順次訪問不同的模型組合,尋找作用最優的“人工集成模型”。集成后的模型應用在不同城市時,別離運用不同的標準來區分。至此,便完成了對事端的判別。
最終,推斷出確有事端發作時,就到了進一步判別事端發作方位的環節。這一環節可分為兩種情況:如果擁堵路段速度改變不大,則用訓練好的“回歸模型”猜測事端方位;若擁堵路段速度改變較大,則擬合速度的二次曲線,輸入路途中多個坐標實驗,速度最小值偏下游的地方就是事端的發作地。
判別事端及其方位后,就是第一時刻奉告用戶。百度地圖標注的事端提示在準確性的基礎上還包括了許多其他細節,事端方位、距離、經過時刻、預計散失時刻等一應俱全,用戶看起來更明晰直觀。
講完了事端推演,咱們來說說擁堵路段的散失時刻是如何計算的。
關于擁堵的散失時刻,咱們可以理解為未來一段時刻的路況猜測。現在百度地圖標注完成了分鐘級散失時刻猜測,舉個例子,如果咱們猜測未來5分鐘路況別離是擁堵,擁堵,擁堵,疏通,疏通,那么對應的散失時刻就是三分鐘。
現在百度地圖標注實時路況監測的準確率在99%以上,因此路況猜測通常以實時路況作為樣本。關于要猜測的路段,百度地圖標注將時刻維度與前史路況、實時路況、路段長度、通行才能等歸納影響要素歸入DNN神經網絡,別離得出疏通,緩行,擁堵,嚴重擁堵4個級別路況。再以每分鐘內的通行情況是疏通仍是擁堵,來推斷這段擁堵的散失時刻。
秒速飞艇开奖走势 流動的交通使路況改變萬千,要完成精準的交通服務,離不開大數據的支撐。不得不說,基于大數據資源進行深層次挖掘的百度地圖標注,給咱們帶來了更有保障的出行和愈加便利的日子。而關于未來交通的猜測,也有望成為交通大數據的又一個核心價值。