Come fa un sistema di navigazione GPS a prevedere accuratamente il traffico sul percorso?

Il routing GPS ha subito una serie di cambiamenti chiave durante la sua vita dagli anni '80 ad oggi.

Fino alla fine degli anni '80 (~2008[1]), la maggior parte erano unità autonome, che richiedevano aggiornamenti regolari delle mappe (si pensi a Garmin, e altri palmari / unità da cruscotto). Dopo aver inserito un indirizzo, il software convertiva l'indirizzo di destinazione in una coordinata di latitudine/longitudine (alias geocodifica[2]), quindi applicava un algoritmo personalizzato per determinare il percorso più veloce.

Ogni piattaforma o fornitore ha i propri algoritmi, ma in generale, questi modelli decisionali annidati prendono in considerazione:

• Tipo di strada (autostrada, arteria, strade sterrate, ecc),
• # e tipi di intersezioni (es.Si presume che a sinistra ci voglia più tempo che a destra, nei paesi con traffico a destra)
• Limiti di velocità
• Modifiche delle condizioni delle strade segnalate (chiusure)

Naturalmente, servizi come MapQuest[3] erano disponibili per l'uso nel fiorente internet dalla metà degli anni novanta in poi. Questi funzionavano in modo identico alle unità autonome nella metodologia e nell'output, ma cambiavano il modello in uno client-server[4], eliminando la necessità per gli utenti finali di gestire annualmente i loro database di mappe. Ovviamente i servizi basati sul web all'epoca richiedevano la stampa di indicazioni turn-by-turn, servendo poco più di un navigatore virtuale.

Il paradigma è cambiato sostanzialmente dopo il 2008 in due modi/fasi principali.

In primo luogo, un certo numero di comuni ha implementato sensori di traffico e sistemi di visione artificiale di base (telecamere) per determinare il volume del traffico e la velocità,. Servizi come Google Maps, Apple Maps e altri si sono iscritti a queste fonti di dati e li hanno resi disponibili agli utenti come viste "live" del traffico. C'è un buffer in queste fonti di dati, quindi questi dati sono abitualmente >15 minuti non aggiornati.

Nel giro di pochi anni, nuovi attori come Waze[5] sono entrati in scena, offrendo dati sul traffico in diretta molto più vicini al crowdsourcing, o, recuperando velocità in diretta e informazioni sulla posizione dai clienti degli utenti finali, e utilizzandoli per aumentare i dati di questi servizi più lenti.

Andiamo avanti fino ad oggi, e la maggior parte delle principali mappe mobili fanno lo stesso, offrendo viste sul traffico dal vivo da un numero sempre maggiore di clienti, offrendo quindi molta più attualità e precisione rispetto a qualche anno fa.

Questi dati sul traffico sono anche un fattore che contribuisce agli algoritmi utilizzati per determinare i percorsi migliori, quindi il nostro routing GPS è ora adattivo[6] alle reali condizioni della strada all'esterno, assumendo che il tuo percorso abbia dati recenti di utenti client che riportano dati e/o il comune pubblica tali dati (tramite un'API[7]).

I progressi in AI, computer vision, swarm-sats probabilmente espanderanno il traffico dal vivo e l'analisi dei percorsi, sia per i singoli fornitori prolifici (Google, Apple), o per le agenzie governative.

Note

[1] Google Maps - Wikipedia[2] Geocoding - Wikipedia[3] MapQuest - Wikipedia[4] Modello client-server - Wikipedia[5] Waze - Wikipedia[6] Algoritmo adattivo - Wikipedia[7] Interfaccia di programmazione dell'applicazione - Wikipedia