是什么让百度地图标注中心的事故预测如此准确？-巨人网络通讯

主页 > 知识库 > 是什么让百度地图标注中心的事故预测如此准确？

是什么让百度地图标注中心的事故预测如此准确？

百度地图标注中心估测当时路途可能发作了事端，请来往车辆提前注意躲避。”“已拥堵超越2小时，超越1小时散失。”相信不少用过百度地图标注的人都见过类似的提示，当感叹越来越精准的地图软件让出行更顺利之时你知道自己每年要浪费多少时刻在堵车中吗？答案恐怕是难以估量的。尤其是事端造成的拥堵，一旦发作交通事端，高速路也变成了降速路。不过，有的导航却似乎有着未卜先知的才能，即便没有用户上报，也能够准确估测事端并提示拥堵时刻。
百度地图标注中心估测当时路途可能发作了事端，请来往车辆提前注意躲避。已拥堵超越2小时，超越1小时散失。相信不少用过百度地图标注的人都见过类似的提示，当感叹越来越精准的地图软件让出行更顺利之时，你是不是也好奇过，它是怎么知道前面有事端，而且这么判别的这么快、这么准就？这就要归功于大数据的功劳。整体而言，百度地图标注之所以能够洞察交通事端，主要是经过大数据才能，学习用户上报事情的特征，结合当时路段的实时轨道特征，进行时空校验，从而判别事端信息。
首要，要在拥堵路途中选取前后一段时刻都有用户上报的路段作为正样本，这意味着这段路确实发作了事端，再选取前后很大范围都没有用户上报的路段作为负样本。当然，这样选取的负样本数量会远远多于正样本，需要依照通行流量对负样本排序，选其间流量较大的前几名，用以平衡正负样本的数量。
其次，要提取路途的特征。这既包括长度，限速、通行等级等自身属性，也包括实时路况速度，路段前史拥堵概率等路段特征，同时还包括上下流实时路况拥堵程度、前史上下流发作事端概率等连续性的空间特征。
接下来，便是进行模型猜测。依照路途等级等信息，可将样本区分为不同类别。别离训练出不同类别的样本和不同城市的模型。顺次访问不同的模型组合，寻找效果最优的人工集成模型。集成后的模型应用在不同城市时，别离使用不同的规范来区分。至此，便完成了对事端的判别。
最终，揣度出确有事端发作时，就到了进一步判别事端发作方位的环节。这一环节可分为两种状况：假如拥堵路段速度改变不大，则用训练好的回归模型猜测事端方位；若拥堵路段速度改变较大，则拟合速度的二次曲线，输入路途中多个坐标试验，速度最小值偏下流的地方就是事端的发作地。
判别事端及其方位后，便是第一时刻奉告用户。百度地图标注的事端提示在准确性的基础上还包括了许多其他细节，事端方位、距离、经过时刻、估计散失时刻等一应俱全，用户看起来更清晰直观。
讲完了事端推演，咱们来说说拥堵路段的散失时刻是怎么核算的。
关于拥堵的散失时刻，咱们能够理解为未来一段时刻的路况猜测。现在百度地图标注完成了分钟级散失时刻猜测，举个例子，假如咱们猜测未来5分钟路况别离是拥堵，拥堵，拥堵，疏通，疏通，那么对应的散失时刻就是三分钟。
现在百度地图标注实时路况监测的准确率在99%以上，因此路况猜测通常以实时路况作为样本。关于要猜测的路段，百度地图标注将时刻维度与前史路况、实时路况、路段长度、通行才能等归纳影响要素纳入DNN神经网络，别离得出疏通，缓行，拥堵，严峻拥堵4个等级路况。再以每分钟内的通行状况是疏通还是拥堵，来揣度这段拥堵的散失时刻。
活动的交通使路况改变万千，要完成精准的交通效劳，离不开大数据的支撑。不得不说，基于大数据资源进行深层次挖掘的百度地图标注，给咱们带来了更有保障的出行和更加便利的生活。而关于未来交通的猜测，也有望成为交通大数据的又一个核心价值。

标签：绥化杨凌怒江毕节厦门新乡德阳柳州

巨人网络通讯声明：本文标题《是什么让百度地图标注中心的事故预测如此准确？》，本文关键词是什么,让,百度,地图,标注,；如发现本文内容存在版权问题，烦请提供相关信息告之我们，我们将及时沟通与处理。本站内容系统采集于网络，涉及言论、版权与本站无关。

是什么让百度地图标注中心的事故预测如此准确？

QQ咨询

电话咨询