Hoe maakt Google Maps de voorspelde aankomsttijden (ETA) nóg beter?

Hoe ingrijpend en wereldwijd AI implementaties echt kunnen zijn, zie je in de samenwerking tussen Alphabet dochter en AI research bedrijf, Deepmind en Google Maps. Covid-19 heeft voor sterk afwijkende verkeerspatronen gezorgd waardoor het verleden voor het eerst in dertien jaar niet langer een perfect vergelijkingskader bood. Door gebruik te maken van Graph Neural Networks kan Google nu nóg scherper dan voorheen je reistijd bepalen.

Het verkeer is afhankelijk van vele parameters

Iedere Maps gebruiker zal wel de ETA (de verwachte tijd van aankomst) gebruiken om zijn vertrekuur van zijn trip vast te leggen. Natuurlijk is die ETA geen stabiel gegeven. Eerst en vooral leiden meerdere wegen naar Rome. En is de kortste route ook niet altijd de snelste. En louter op basis van maximum toegestane snelheden en oponthoud door eventuele verkeerslichten kan je perfect een theoretische rijtijd bepalen, maar jammer genoeg ben je niet alleen op de baan en zal je reistijd bij hevige buien ook niet vergelijkbaar zijn met deze bij zonnig weer. En heb je natuurlijk ook nog wegenwerken en evenementen die je theoretische reistijd kunnen beïnvloeden. Veel parameters dus om mee rekening te houden.

Een manier om de reistijd te berekenen, is door gebruik te maken van historische data. Je weet wel. Maandagen versus zondagen. Om acht uur in volle spits versus om tien uur. In januari versus augustus. Maar hoe dan ook geeft het verleden enkel een voorspelling en niet per definitie de juiste. Ongevallen of Corona. Ze hebben allemaal hun impact. Dus doet Google ook steeds meer beroep op realtime data. Hopen mensen lopen en rijden rond met mobiele telefoons en leveren op die manier een hoop bruikbare informatie. Hoeveel mensen rijden op diezelfde baan in dezelfde richting. Tegen welke snelheid rijden ze momenteel. Want vertrekkend van de capaciteit van die baan kan je op die wijze gaan voorspellen wanneer de drukte impact gaat hebben op de gemiddelde snelheid, wanneer de file gaat ontstaan en welke impact dit uiteindelijk gaat hebben op je reistijd. Ook al passeer je dat punt pas een half uur later.

En daarnaast zijn er natuurlijk nog een reeks andere bronnen van realtime informatie. Weerberichten, verkeersinformatie, meldingen van de overheid.

Al die dingen doet Google al een tijdje, maar nu heeft men met de hulp van Deepmind aan de berekeningsmodellen gesleuteld. En met indrukwekkende resultaten zoals je in volgende afbeelding kan zien:

Bron: Deepmind.com ©

Voorheen waren de voorspellingen qua reistijd meer dan OK (gemiddeld meer dan 97%), maar zeker in drukke locaties zoals wereldsteden lagen die cijfers een stuk lager. Maar door gebruik te maken van Graph Neural Networks kan Google nu ook in die drukke locaties met een grotere zekerheid je reistijd voorspellen.

Maar dat is niet het enige dat aan het model is veranderd. Covid-19 heeft voor sterk afwijkende verkeerspatronen gezorgd waardoor het verleden voor het eerst in dertien jaar niet langer een perfect vergelijkingskader bood.

Super segmenten

In de nieuwe omgeving heeft Google de modellen dan ook flexibeler gemaakt zodat ze beter kunnen inspelen op gewijzigde omstandigheden. De nieuwe modellen werken door kaarten op te splitsen in wat Google ‘super segmenten’ noemt: clusters van aangrenzende straten die het verkeersvolume delen. Elk van deze is gekoppeld aan een individueel neuraal netwerk dat verkeersvoorspellingen doet voor die sector. Die super segmenten hebben dixit Google ‘dynamische formaten’, wat suggereert dat ze qua content veranderen naarmate het verkeer verandert. En dat bracht Google uiteindelijk tot volgende aanpak voor de berekening van je ETA.

Bron: Deepmind.com ©

Elke dag wordt er verdeeld over 220 landen ongeveer een miljard kilometer gepland in Google Maps. Die gebruikers mogen nu met nog groter vertrouwen hun ETA gebruiken. Meer info vind je in de blog van Google en in deze van Deepmind (waar de achterliggende aanpak wordt uitgelegd).

Birgit Antonissen

Customer Engineer

Meer weten over dit nieuwsitem?

Neem geheel vrijblijvend contact op met Birgit Antonissen.

, ,

Related Posts

Geef een reactie

Het e-mailadres wordt niet gepubliceerd. Vereiste velden zijn gemarkeerd met *

Fill out this field
Fill out this field
Geef een geldig e-mailadres op.

Deze website gebruikt Akismet om spam te verminderen. Bekijk hoe je reactie-gegevens worden verwerkt.

Menu