道路拥堵
用于读取行程时长和速度的 Roads Management Insights 数据模型是通过组合不同的信息来源构建的：
汇总的地图数据：最重要的来源是 Google 地图中汇总的匿名化数据，这些数据可让 Google 地图计算出全球道路上车辆的实时速度。
历史路况数据：随着时间的推移，系统会使用汇总的用户数据来构建历史路况模式，从而了解特定道路在任意给定时间和星期几的“正常”路况。
补充数据：历史数据会与其他数据相结合，包括来自合作伙伴（如当地交通部门）的第三方信息，以及报告了事故（如撞车或施工）的 Google 地图用户的实时反馈。
AI 会将这些信息源结合在一起，以便通过实时数据了解当前情况，并通过历史数据提供基准预测。 这种融合对于预测路线至关重要，例如：
- 短路线在很大程度上取决于当前实时信息
- 较长路线使用高级 AI 建模，其中附近路段使用实时数据进行预测，而较远路段则更依赖于历史模式。
- 实时信号有限的道路会更严重地依赖历史数据来预测减速情况。
BigQuery 表
如需查询有关行程时长和速度的累积数据，请参阅 BigQuery 中的 historical_travel_time 表。