傳統交通服務依賴路側偵測器或攝影機——安裝成本高昂,且只能部署在主管機關負擔得起的地方。TomTom 的浮動車資料(FCD)做法於 2007 年隨 HD Traffic 推出,把每輛連網車輛視為一個移動探針。

在 2012 年的一篇論文中,TomTom 的 Nick Cohn 與 Hugo Bischoff 描述了這套流程:帶有時間戳的原始 GPS 位置會先與路網進行地圖匹配,再與來自手機及藍牙的資料彙整。光是他們的案例研究資料集就包含約 1 億 5,000 萬筆測量值;準確度取決於樣本數與地圖品質。

荷蘭政府 NDW 的獨立研究將 TomTom 的浮動車行駛時間與固定式車牌自動辨識(ANPR)攝影機及參考系統進行比對,結論是 FCD 準確且對交通管理極為有用——同時也揭示了來自錯誤車隊或樣本過小的資料可能造成誤導。

車子就是感測器;駕駛人就是網路

探針覆蓋範圍隨使用者數量擴展,而非隨建設預算擴展

地圖匹配把雜訊 GPS 轉化為道路層級的速度

融合手機訊號填補 GPS 稀疏處的缺口

以固定感測器為基準進行驗證,證實了資料品質

如果你負擔不起為全世界裝設儀器,那就為使用者裝設儀器:從客戶既有裝置蒐集而來的資料,可以取代專門打造的基礎設施。

浮動車資料成為即時交通的業界標準:TomTom 的 HD Traffic 擴展至歐洲與美國各地,各國政府也開始購買探針資料,而非建置偵測器。同樣基於樣本的邏輯,如今支撐著大多數導航交通服務。

追溯依據

參考來源

  1. Floating car data for transportation planning (NATMEC 2012) TomTom (onlinepubs.trb.org) · onlinepubs.trb.org
  2. The Quality of Floating Car Data Benchmarked: An Alternative to Roadside Equipment? TRID / Transportation Research Board · trid.trb.org
  3. Mobilnavis nutzen zunehmend Nutzerdaten (HD Traffic, mobile-phone data) heise online · heise.de ·