Comme vous le savez sûrement si vous utilisez souvent Google Maps pour la navigation et la planification d’itinéraires, l’application est capable de montrer quand et s’il y a des files d’attente, des goulots d’étranglement ou des retards dus au trafic sur cette dernière. Vous êtes-vous déjà demandé comment Google Maps fournit ces informations ? Si vous vous posez la question en ce moment, vous êtes au bon endroit.
Suivez Comparatel.fr sur Google Discover
Comment fonctionne le trafic Google Maps et comment l’application ajuste les temps de trajet
Au fil des années, Google Maps est devenu une application (et un service) de plus en plus complet : parmi les fonctions principales, il y a toujours la recherche d’adresses, de lieux d’intérêt et d’activités, et évidemment la navigation vers ceux-ci. Cette dernière a de plus en plus évolué, acceptant des informations complémentaires comme les limitations de vitesse, les données de trafic, les informations sur les radars et les accidents.
Si vous utilisez souvent l’application Google pour la navigation, vous aurez sûrement remarqué qu’elle est capable d’indiquer la présence de files d’attente ou de ralentissements à des points spécifiques de l’itinéraire (avec des suggestions de changement d’itinéraire). Parfois, nous pensons qu’il s’agit d’une erreur : nous voyons une ligne rouge juste devant une route dégagée, et nous sommes étonnés de constater avec quelle précision le service est capable de nous avertir.
Mais comment Google Maps le sait-il ? Comment fait-il pour connaître le trafic en temps réel lors de ses déplacements, et indiquer les lignes vertes, jaunes et rouges ?
La société Mountain View collecte de manière anonyme les données de position, de vitesse et de direction envoyées depuis les smartphones des utilisateurs en déplacement. Des données de localisation agrégées, c’est-à-dire la somme des informations provenant des smartphones situés dans une certaine zone, sont donc collectées et utilisées pour offrir des informations sur le trafic sur les routes. L’application attribue un identifiant temporaire et rotatif (un jeton) à l’appareil, qui change continuellement en cours de route pour éviter un suivi à long terme.
À ce stade, une autre question se pose : comment le service comprend-il à quel point cette file d’attente va réellement nous ralentir par rapport aux temps de trajet normaux ? Google Maps prend en compte les modèles historiques qui existent déjà pour un itinéraire spécifique : par exemple, le modèle peut montrer que sur un tramway donné, les voitures roulent à 40 km/h à 20h et à 25 km/h à 8h, et ces informations sont combinées avec les conditions de circulation en temps réel, en utilisant l’apprentissage automatique pour générer des prédictions basées sur les deux ensembles de données.
À cela s’ajoute la main de l’intelligence artificielle pour améliorer la précision. Google constatait déjà depuis quelques années que le niveau de précision des prévisions ETA était élevé pour plus de 97 % des voyages. En s’associant à DeepMind, Big G a pu réduire davantage les taux d’erreur grâce à une architecture d’apprentissage automatique connue sous le nom de Graph Neural Networks, avec des améliorations significatives dans plusieurs grandes villes. Cette technique permet de prédire avec encore plus de précision si l’utilisateur sera affecté ou non par un ralentissement du trafic qui n’a peut-être pas encore commencé.
De plus, vous pouvez obtenir des rapports en temps réel des utilisateurs, qui peuvent indiquer rapidement si une route ou une voie est fermée, s’il y a des travaux de construction en cours à proximité, ou s’il y a un véhicule en panne ou quelque chose sur la route.
En bref, Google Maps est capable de fournir des informations sur le trafic avec des indications associées sur les temps de trajet en combinant différentes données : il exploite les données agrégées envoyées par les smartphones des utilisateurs, des modèles historiques, l’intelligence artificielle et l’apprentissage automatique et des rapports en temps réel provenant directement des utilisateurs.
