見出し画像

グーグルマップ基本調査-予想移動時間,渋滞情報

ナビアプリレビュー for Taxi

都市の交通状況は川の流れのように常に変わっていて、運転手が同じ状況に再び出くわすことは珍しいかもしれません。しかし、似た状況をあらかじめ考えておき、ナビアプリで示される予想移動時間や渋滞情報を比較することで、出発前に実際の交通状況をよりよく理解できるかもしれません。そのために、まずはグーグルマップアプリで予想時間や渋滞情報を調べてみることから始めます。

グーグルマップのブログ記事から調査

3年前のブログには、以下のような内容が記載されています。「正確」という範囲と基準については、わかりませんが、到着予定時刻は、かなり正確になっているかもしれません。

2020年9月8日　Google Japan Blog
Google マップの到着予定時刻はすでに非常に高い精度を誇っており、これまでも予測の実に 97% 以上が正確に算出・・・

Google Japan Blog: Google マップ：AIが交通量を予測し、ルートを決定する方法 (googleblog.com)から抜粋

このブログの主なポイントは以下の通りです：

  1. グローバル使用状況：220以上の国と地域で日々10億キロ以上を移動するユーザーがグーグルマップを利用しています。

  2. データ利用: ユーザーからの位置情報データを集約し、全世界の道路の交通状況を把握します。

  3. 将来の渋滞予測: 過去の交通状況を分析し、現在の状況と組み合わせて機械学習を使用して予測します。

  4. DeepMindとの精度向上: DeepMindとの協力でGraph Neural Networksを使用し、渋滞予測の精度をさらに向上させています。

  5. 変化への適応: COVID-19パンデミックなどの変化に対応するため、過去2～4週間の交通パターンを優先するよう計算モデルをアップデートしました。

  6. ルート選択プロセス: 交通量の増加が予測されると、グーグルマップは自動的に代替ルートを検索します。

  7. 多様なデータソースの組み込み: 地方自治体からのデータやユーザーからのリアルタイム情報を組み込んでいます。

  8. 実用例: 渋滞予測と現実の交通状況を組み合わせて、代替ルートを提案します。

このブログで最も重要なポイントは、グーグルマップが人工知能（AI）と機械学習、さまざまなデータソースを組み合わせて、リアルタイムの交通状況を正確に予測し、ユーザーに最適なルートを提案する能力を持っていることです。

現バージョン(6.93.3.25920)グーグルマップアプリの調査

予想移動時間と渋滞情報の調査なので、渋滞が日常的に発生している道路を選ぶと、より効果的な比較ができると思います。
グーグルマップアプリのデータを朝の混雑時で確認し、それらの結果を比較分析していこうと思います。

『高速中央道　国立府中IC～初台　距離約25km』
で調査してみます。
11月22日（水曜日）7：00～9：00で時刻を変えて、経路検索結果を比較検討したいと思います。
この日、もっと広い時間帯でこの区間の渋滞時の予想移動時間を調べています。以下は参考記事です。

リアルタイム渋滞情報での予想時間

平均　68.9分

現在時刻でルート確認、11月22日（水曜日）7：00～9：00の予想時間

※一部一般道
グーグルマップは高速優先みたいな詳細設定はないので、経由地を設定して高速を選ばせれば良かったのだが、手間がかかるため設定せず
※１：高井戸出口→東八→高井戸入口
※２：高井戸出口→東八→永福入口
高井戸出口から渋滞なく高速に再び戻れるか疑問？
信号もあるし、渋滞の発生し易い通りで時間は余計にかかると思う。
この区間を高速で走らせても若干時間が増えるだけなので無視。
この区間の高速出口付近、一般道の渋滞が把握できていない可能性がある。


11月22日7：00～9：00リアルタイム渋滞情報スクショ＋渋滞なしGIF画像

推定渋滞情報による予想時間

11月20日に、事前にこの区間の予想移動時間を確認しました。
平均　58.1分

事前に確認した11月22日（水曜日）7：00～9：00の予想時間
推定渋滞情報による予想渋滞情報スクショ　GIF画像

交通情勢調査から移動時間を計算

国土交通省が提供する主要道路の旅行速度データは、実際の道路状況に基づいた客観的な情報だと思います。
このデータは月曜日、金曜日、土曜日、日曜日、祝祭日およびその前後の日を除く日に計測されたものです。11月22日の水曜日は祝日の前日であるため、選択しない方が良いかもしれませんが、参考として有用である可能性があるため、掲載することにしました。調査した後にこのことに気づきました。🤦‍♂️

このデータとグーグルマップの予想移動時間の予測を比較することで、グーグルマップの予測精度をある程度検証することができると思います。

高速道路の区間は、交通情勢調査　朝夕旅行速度（混雑時旅行速度）のデータを使いました。一方、一般道については、私の推測に基づいた値を用いています。全経路の98％が高速道です。

交通情勢調査から時間を計算

交通情勢調査から移動時間を計算した結果：58.8分

リアルタイム、推定、交通情勢調査による予想移動時間比較

リアルタイム渋滞情報での予想時間：平均　68.9分
推定渋滞情報（事前確認）による予想時間：平均　58.1分
交通情勢調査から移動時間を計算した結果：58.8分

11月22日は祝日の前日だったため、その日の交通情勢調査のデータは、完全には当てはまらないかもしれません。しかし、グーグルマップアプリで事前にチェックした渋滞予測とその日の交通情勢調査のデータは、数値がかなり似ています。これは、グーグルマップアプリが祝祭日の前後のデータを別に分けていない可能性があることを示しているかもしれません。

まとめ

・ブログ記事から、グーグルマップのAIと機械学習を活用した交通予測は、実際の道路状況と比較して高い精度を持つことが示されていました。
・事前予測と交通情勢調査の数値の近似は、アプリの渋滞予測機能が、かなり優秀で役に立つことがわかりました。
・祝祭日前後のデータ区分に関する更なる分析・調査が必要です。

この記事が気に入ったらサポートをしてみませんか？