Parkování v Praze a dalších evropských (i amerických) metropolích by napříště mělo být alespoň o trochu snadnější. Google přišel s poslední aktualizací svých map s novinkou, která pomáhá řidičům s hledáním parkovacích míst. Zároveň jim předkládá i úroveň obtížnosti s umístěním vozidla ve zvolené lokalitě.
Počasí, i svátky. Faktory ovlivňující dostupnost parkování
Google přitom čelil několika výzvám při vývoji této nové funkce v rámci Google Map. Jednalo se především o následující body:
- Otázky volných parkovacích kapacit úzce souvisejí s mnoha faktory jako je čas, určitý den v týdnu, počasí, svátky. Nejsou proto reálná data o tom, kolik zrovna v daném městě je k dispozici parkovacích míst.
- Ačkoli jsou některá parkoviště propojená s on-line systémem parkování, i tehdy je nutné počítat s možnost parkování „na černo“, které se samozřejmě neobjevuje v dodaných datech.
- Komplexnost a vrstevnatost ulic v kontextu toku dopravy.
- Poptávka a nabídka parkovacích míst se neustále mění a proto data opravdu velmi rychle zastarávají.
Google proto využil velké množství dat a strojové učení (machine learning), aby před časem spustil experimentální užívání nové funkce. Výsledky naznačily zvýšené prokliky na parkovací místa a následně i rozhodování, zdali uživatelé zvolili jízdu autem, nebo městskou hromadnou dopravu.
Dostupnost funkce mimo USA (k 31. 8. 2017):
Alicante, Amsterdam, Kodaň, Barcelona, Kolín nad Rýnem, Darmstadt, Düsseldorf, Londýn, Madrid, Malaga, Manchester, Milán, Montreal, Moskva, Mnichov, Paříž, Praha, Rio de Janeiro, Řím, São Paulo, Stockholm, Stuttgart, Toronto, Valencia , Vancouver
Dostupnost funkce v USA (k 31. 8. 2017):
Atlanta, Boston, Charlotte, Chicago, Cleveland, Dallas/Fort Worth, DC, Denver, Detroit, Houston, Los Angeles, Miami, Minneapolis/St. Paul, New York City, Orlando, Philadelphia, Phoenix, Pittsburgh, Portland, San Diego, Sacramento, San Francisco, Seattle, St. Louis, Tampa.
Použité zdroje:
COOK, James a Yechen LI, 2017. Using Machine Learning to predict parking difficulty. Google Research Blog [online]. 3. 2. [vid. 2017-08-31]. Dostupné z: https://research.googleblog.com/2017/02/using-machine-learning-to-predict.html
