跳到主要內容
 
:::

技術論壇

主題:google map的單車模式,是如何挑選屬於腳踏車的路線?

發文時間 2020/03/27 作者 小文

瀏覽次數 3775 留言數量 11 按讚 0


用戶行為數據蒐集/分析/預測類 google map的單車模式

Google 前陣子宣布正式在台推出地圖單車模式,為單車族提供更多更便利的交通導引,宣稱不再需要交叉參考機車或步行模式,好奇系統是如何挑選只適合腳踏車行走的安全路線?


11則留言

發文時間 2020/03/27 作者 omnixri

按讚 0


很高興今年二月GOOGLE在台灣推出單車地圖造福不少喜歡騎單車運動的朋友,這也是亞洲地區第一個有「單車導航」的國家。這項技術最重要的是如何建立地圖資訊,當然傳統的街景車可能就不一定完全適用,需要像下圖這類的三輪車式的街景車才能取得適合自行車道的資訊,包括基本路線GPS資訊(地理座標及高度資訊)、是否為自行車專用車道、車道尺寸及週邊景點資訊等等。

圖片來源:https://www.auto-online.com.tw/news/17421

 

當有了更完整路線及海拔高度資訊度後,電腦就能更容易規畫出大家喜歡騎乘的路線。不過經網友實測後,發現若有一般平面道路和自行車道混合路線時目前似乎會以自行車專屬車道優先,可能反而會造成騎乘路線不順的問題。另外方便自行車的路線有時騎乘距離反而會變得更遠,因此怎麼使用這項新功能達到最佳使用體驗及最快最安全到達就有賴自己感受了。

或許當大家願意提供騎乘路線給GOOGLE(如果你不在乎個資問題的話),當他們累積一定資訊時,就可不用傳統資工的圖論計算方式改用人工智能推薦系統方式達成,那大家就能獲得更棒的騎車體驗了。

更多新聞可參考:Google 地圖單車導航模式有多好用?不只有單車道,還支援坡度海拔

 


發文時間 2020/03/27 作者 omnixri

按讚 0


Google Map的單車模式主要還是以導航為主,但要讓騎車除了安全還要加上有趣的話,那就得提到幾個自行車相關APP。這些APP除了應該提供路線規畫外,還有結合各種活動記錄(如累積移動距離和騎乘速度變化、坡度變化)、體能分析(卡路里、心率)、路線挑戰、社群交流,甚至可以團隊使用得知隊友資訊等等。有興趣的朋友可以去下載來玩玩。

 

Strava 跑步和自行車 GPS 應用程式 https://play.google.com/store/apps/details?id=com.strava&hl=zh_TW

Bikemap - 騎行地圖與GPS https://apps.apple.com/tw/app/bikemap-%E9%A8%8E%E8%A1%8C%E5%9C%B0%E5%9C%96%E8%88%87gps/id625759466

單車ing 2.0 https://apps.apple.com/tw/app/%E5%96%AE%E8%BB%8Aing-2-0/id1160138081?l=zh

單車用App - Velodash 自行車團騎平台,規劃活動路線,並和隊友一起騎車! https://play.google.com/store/apps/details?id=co.velodash.app

 

 

關於像是需要計算運動量相關的資料,這點在目前政府公開的資料裡面,應該是可以用到

像是騎在單車在遇到地形上的變化時,人的體力消耗也會相對不一樣,內政部在這方面的開放資料中,就有提供網格地理資訊可以參考:

內政部20公尺網格數值地形模型資料

這樣的話,出遊的時候也可以根據隊員們的需要特地挑選安全又能盡興的路程

作者 laisan86 發文時間 2020/03/30 按讚 0



發文時間 2020/03/30 作者 bioasura

按讚 0


似乎Google目前的單車路線提供,對於各縣市政府的單車專用道,在圖資的查詢上面確實有一些幫助(對於假日出遊如果想要騎跨縣市的旅遊, 有許多的幫助, 例如某些單車路線專用道的進出路口不是同一個, 河的左岸與右岸本身通常不是相同的, 這些在google上面部份重要的點, 因為許多使用者分享了許多的資訊,對於圖資使用上是確實提供了蠻多的幫助)

但是如果不是單車路線, 而是平常騎乘在市區的話, 感覺目前還是要使用機車的模式, 對於市區的短乘騎乘單車還是比較可行, 似乎這樣的狀態, 有感覺google應該可以多一個功能選項,讓使用者主動提供平時騎腳踏車的路線給google知道, 因為不同的交通工具使用的道路等級本來就不太完全相同。同時日後google能夠真正蒐集使用者每天腳踏車是如何的避開人群與車輛, 產生一個安全順利的腳踏車行走路線的建議。

同樣的狀態相信對於跨縣市的橋樑的設計,在開車與騎車的路線上,應該一樣會碰到很不同的條件跟情況。(這點似乎如果沒有真正騎過一遍, 最後只能夠讓google當作一個道路跟方向重要指引的工具, 許多時候連在現場也還是需要經過判斷才會知道接下來那一個路是比較適合腳踏車走的)

 

 


發文時間 2020/03/30 作者 bioasura

按讚 0


3月初的某一個假日騎著腳踏車從南港往基隆的方向走, 發現新北市汐止的自行車道通車了, 同時也發現過去騎到某個地方無法再往前騎的腳踏車道,有了新的走法。

當天出門不知道自己騎了多遠的腳踏車,後來回家看了一次"你的時間軸", 裡面紀錄著當天的行車路線, Google透過了行車的速度, 以及台北市自行車道的圖資, 可以知道在台北市這一段是騎腳踏車, 而騎到新北市之後, google並不知道其實騎的是腳踏車道還是一般的馬路(因為部份河的左岸跟右岸是很不同的), 其中部份左岸才有自行車道, 右岸沒有, 所以一定要自己牽腳踏車過橋, 但是也有許多橋也設計的很好, 本身有專用的腳踏車專用的車道(在橋的兩側獨立的腳踏車道), 這樣的設計確實如果為了安全, 不與馬路上的車子爭道, 其實有腳踏車道的設計感覺非常棒.

這樣的感覺其實或許除了腳踏車的行車路線外, 或許安全等級也是一個考量, 看來Google未來還有很多可以方便便民的設計, 例如結合ubike以及還車的動線設計, 上班下班的行車動線, 以及ubike的借還時間車位的大數據, 似乎搭配智慧城市的設計會讓智慧生活更有趣。

似乎搭配"你的時間軸"的google map功能, 應該可以提供google修正很多腳踏車圖資的好資料, 或許可以搭配google語音助理搭配一些自動化的資料輸入方式(類似可以直接跟google說, 這裡有一個很大的轉彎, 需要注意, 方便之後其他陌生的用路人注意), 應該會有很多有趣的應用。

 


發文時間 2020/03/30 作者 laisan86

按讚 0


事實上我自己看的結果,Google提供的單車模式,應該還是以台灣內政部和交通部公告的單車環島或建議路線為主,也就是這些能提供的資訊,主要目的還是套用台灣政府提供的資料進行導航以及導覽的用途

內政部有提供:自行道整合應用網 ==> http://bikeway.cpami.gov.tw/Bikeway/

交通部有提供:自行車環島指南 ==> https://www.google.com/url?sa=t&source=web&rct=j&url=https://www.taiwan.net.tw/att/files/%25E8%2587%25AA%25E8%25A1%258C%25E8%25BB%258A%25E7%2592%25B0%25E5%25B3%25B6%25E6%258C%2587%25E5%258D%2597.pdf&ved=2ahUKEwjfuJTM6MDoAhWLSJQKHULiCCsQFjAEegQIAxAC&usg=AOvVaw1FA8NBkjmsDGPDxBchKqvR&cshid=1585523881673

原則上我看幾乎是這兩項資料的整合,也因為如此,大家可以盡情享受騎單車的悠閒囉~

 


發文時間 2020/04/03 作者 jingrul691

按讚 0


Google 地圖單車模式整合交通部提供的開放資料,考量單車專用道及汽機車無法行駛的道路資訊,為台灣的單車族計算出適合的路線,並標示出推薦路線的坡度變化,以利使用者規劃行程。除了能查看單車專屬的行程建議,使用者也將能在 Google 地圖上開啟「單車路線」圖層,查看單車專用道和適合單車騎乘的道路資訊。

 


發文時間 2020/04/03 作者 zhoujieren8

按讚 0


在「單車專用道」與「一般平面道路」皆可到達的狀況下,如果兩者距離差不多的狀況下,單車導航功能會優先選擇單車專用道,但若一般平面道路路程明顯較近,那麼導航功能還是會以一般道路為主。

不過,即使是在一般道路上(沒有單車專用道的狀況下)用單車導航功能來其導航路線,它的路線還是會與汽、機車路線有些差異,首先單車導航功能會避開坡度起伏大的路段,其次是會避免太多的轉彎,而盡量以路線單純化為主。

 

 


發文時間 2020/04/03 作者 chengxiansong2

按讚 0


根據Google說法,該模式整合了交通部提供的資料,並將單車專用道及汽機車無法行駛的道路資訊也列入考量,為台灣單車族規劃出適合的路線。使用者除了能在Google地圖上開啟「單車路線」圖層,查看單車專用道和適合單車騎乘的道路資訊外,還能查看單車專屬的推薦行程。


 


發文時間 2020/04/03 作者 ypei91510

按讚 0


 

Google 的一位工程師曾經在 Google 官方論壇說明原理。大家在使用 Google 服務或是 Android 手機時,應該都曾見過是否要讓 Google 使用你的位置資訊這類視窗(也有可能很多人看都不看就允許了),這些就是 Google 獲得你位置資訊的來源。當你一邊存取 Google Maps 的地圖資訊時,Google Maps 也會將你現在的位置上傳,只要數量夠多,就知道哪些地方人多,哪些地方人少。

 


發文時間 2020/04/03 作者 shuechang886

按讚 0


Google Maps 會根據歷史資料判斷某些時段的汽車行駛速度,不完全是即時靠 GPS 資料來判斷的。另外 Google 也會排除交通事故等突發事件的影響。

 


發文時間 2020/04/03 作者 junwei01

按讚 0


新的 Google 地圖單車導航功能也支援了海拔與坡度顯示。假設設定捷運新店站至翡翠水庫的鱷魚島觀景平台,在導航路線的同時,也會顯示出坡度圖,根據這些數據,使用者就可挑選出坡度最平緩、爬升高度較少較省力的路線來攻略,對單車族來說實在是相當方便。

 


最新發表
疫情使企業「數位轉型」迫在眉睫,但員工身心靈都已裝備到位了嗎?
2021年全球疫情因疫苗問世漸趨和緩;台灣也正從新一波疫情高峰中逐步獲得控制,但仍不鬆懈。「數位轉型」即是企業追求長遠生存,逆勢求生的唯一手段。不只是數位工具的導入,其員工數位能力的提升及心態健康程度,更是決定企業能否在這場「防疫持久戰」致勝的關鍵! 企業的「數位轉型」不只包含了「數位化」—將實體的資訊轉成為電子化,儲存於電腦或是雲端中,加速作業效率。更重要是藉由「數位化」基礎,在營運流程、顧客體驗及商業模式等策略中,結合數位工具,提升工作效率並賦予全新的價值,增加市場競爭力。所以,擁有數位腦袋和開放態度的人才,就顯得格外重要!但對於資源不是非常多的企業(可能員工數僅百人以下),不太可能立即擴大招覽相關人才。那麼,就從既有人才上,去轉型、賦能優化吧! 如何幫助員工快速升級,符合企業「數位轉型」戰略目標? 需針對不同部門、不同專業類別的員工,制定相應的學習計畫。從具有架構化的學習開始:以員工學習體驗為導向,滿足員工碎片化學習需求,著重提升學習效率與成果,內容即時因應企業變革成與轉型訴求,在企業有限資源下達到最佳學習成果! 所以,相應教材與學習系統就須同時兼備『快速產製教材』及『穩定學習品質』兩大特性。而「AI智能影音」平台即能達到上述需求,使企業人力培訓上縮短員工訓練時程,加速應用所學,為企業在艱困時,深蹲打好基礎。 「AI智能影音」平台運用大數據、AI自然語言處理、電腦視覺技術等技術,能自動將文字匹配靜態圖與動態影音,並使平台內的影音模型藉由反覆訓練,合成出符合觀眾閱聽行為且具有品質的影音內容。平台最大優勢為,使用者只要將一段文字匯入平台,5分鐘內產出約1分到1分半的影片,不需要額外找素材,其影片的內容就是自百萬商用授權素材庫(包含靜態圖像、動態影音、背景音樂)。大幅縮短原先產製教學影片的時程,中小型企業也能因應市場變化,動態調整教學內容!不增加培訓人員與受訓人員工作負擔。 「數位轉型」是企業須即刻on上日期的專案,數位工具使用與員工賦能就是第一步。全球市場瞬息萬變,難保未來不再有意外。企業應自日常扎根,在非常時期宛如期中考般,考核過去在數位轉型上的投資,方向是否正確?是否風暴中向前挺進?收割推動轉型的豐碩果實,為企業營收再創新高峰! 點擊 看更多企業案
數位轉型時代人才職能的再進化
近年來全球資訊產業趨勢變化快速,雲端運算、物聯網、資料科學、人工智慧和5G行動通訊等尖端技術日新月異的發展應用,帶動了數位經濟的興起,並同時重塑了全球經濟結構。根據世界經濟論壇(WEF)的預測,2022年全球GDP將有六成來自數位經濟,可見數位經濟的發展對全球經濟未來趨勢影響之重大,而其影響自然也將及於人力資源市場。 產業面臨這一波數位轉型,正如當初個人電腦、網際網路的普及一樣,將會完全翻轉全球經濟、以及企業現有的商業模式。過往數位科技人才大多為資通訊及高科技產業所需求,隨著產業積極導入數位工具及人工智慧應用、企圖尋求下一波創新成長動能,各行各業展開數位科技人才爭奪,根據國家發展委員會對於臺灣未來十年人力市場之預估,數位人才將呈現大規模人力缺口。 AI取代工作 還是創造機會 科技帶來翻天覆地的影響,新興領域之人才需求不斷攀升,嶄新的商業模式、跨領域的整合應用也層出不窮。迎接新科技帶來新工作機會的同時,人才技能必須時常更新,以掌握未來世界的人力需求及工作樣態的變化。 根據臺灣經濟研究院研究報告指出,隨著人工智慧、物聯網、大數據、資訊安全等技術發展,將會為我國帶來新的人力需求;反之,設備操作、倉儲物流、行政庶務等事務性及高重複性工作,則可能因新科技而受到衝擊。然而,人類的工作真的會被AI和機器人取代嗎?國際研究暨顧問機構Gartner指出,2020年,雖然有180萬個職位被AI取代,不過同時AI也將創造230萬個工作機會,帶動整體工作機會正成長。未來的人力資源趨勢將是人工智慧結合人腦的工作型態,隨著自動化科技的引進顛覆人類在工作上所扮演角色,勞動者必須具備新的技術和能力,以因應這一波數位趨勢。 人才職能重塑 已是世代常態 各種新興科技正在重塑我們的世界,我們是否都準備好了呢?現今企業普遍面臨相當大之人才挑戰,人才競爭態勢只會越來越激烈,數位科技浪潮下,在可預見的未來,機器人或人工智慧一定會對企業人力運用造成影響,企業數位轉型已經是勢在必行的壓力,就公司而言,企業所需的人才技能隨著公司經營策略的調整均在不斷轉變中,人才需要積極主動、擁抱改變,人才所具備的技能如不隨著大環境的變動,將面臨無法與時俱進的風險、最終可能被市場淘汰。 過去用一把刷子行走職場、或是十年磨一劍的年代已經過去,單一技能很容易被潮流取代、唯有具備數位科技、跨領域專長的人才方能在瞬息萬變的職場上勝出。世界經濟論壇的報告指出,全球所有受雇員工有半數以上(54%)需要在未來三年內接受大幅度的技能重塑與提升訓練。而數位科技人才常需隨趨勢發展而更新專業能力,根據之前Gartner的一份調查,職場員工平均每三年需更新一次職務內容與數位科技專業能力。 職能再進化 先找出自己的型 在這波數位技能革命中,企業必須打造新的人才職能規格、於公司內部創造並鼓勵員工持續學習的環境和文化,同時協助員工捨棄舊技能與發展工作所需新技能。由於企業很難找到各方面條件都符合的現成人選,招募到合適的人才所需之時間已經越來越長。有越來越多的企業支持從既有的員工進行在職培訓,並轉型為數位科技人才,不僅有效降低企業招募時間與經費成本,也可以避免招募到的員工不適任無法久留的風險。越來越多的企業正在提高技能重塑的投資,在企業發展數位轉型的同時,偕同組織內的人才一起精進、重塑員工技能,及早做好職能轉型的全面準備。 然而,職能轉型並非一件容易的事情,根據108年經濟部人工智慧產業人才需求調查發現,並非所有現職員工都能成功轉型人工智慧人才,最被企業看好且轉型成功率高的人才通常已具備相當基礎(有型)、在這個基礎上進行職能轉型較容易成功;例如工程類職務(如:系統工程師、後端軟體工程師) 本身即具有程式撰寫、系統開發能力,較容易轉型為機器學習工程師及AI應用工程師等AI新興職務。而資料類職務(如:資料庫工程師、統計分析師)已具有資料庫或數據分析等基礎,亦容易轉型為資料工程師或資料分析師。而一般常見的產品經理、專案經理及行銷企劃專員等職務,已具備專案管理、產品管理、行銷推廣、跨部門溝通…等軟實力,若能再強化AI相關基礎知識,也容易轉型為AI專案經理或AI產品經理。 生命不息 學習不止 迅速和持續變化的工作性質正在改變學習與工作間的關係,當我們一直被機器追趕著學習新技能,如何能夠有效應對新世代的變遷、在數位經濟的潮流中成為未來產業所亟需的人才?在數位時代的潮流之下,新世代的人才需要透過不同管道不斷精進自我,才能持續增加自己的附加價值,而不被時代所淘汰。未來的人才唯有在終生學習、科技協作、軟技能和環境應變等四個面向深化努力,方能應對快速變遷、日新月異的產業趨勢。 在終生學習方面,除了持續學習的腳步外,在學習的方向上,也要注意學習內容與工作之融合度,以期能符合實際工作的職能需求,此外考量個人能力及人格特質做個性化的學習,也對強化自身附加價值,以及未來職涯的發展有所助益;在科技協作方面,隨著AI與自動化的興起,新的工作型態對人機協作的需求也越來越高,在人類主導的情況下,由機器提供輔助進行工作,將會成為產業從人工朝向智慧化發展過程中過渡的第一步,因此在科技協作的學習投入,將能有效幫助人才面對AI化與自動化的挑戰;軟技能是人類勝出機器的關鍵,包括溝通、思考和創意等在現今這個科技時代愈趨重要,未來人才需要培養機器所無法取代的能力,以增進自身在職場的不可取代性;在環境應變方面,由於近年來產業趨勢的變遷快速,新技術的推陳出新使得人才在適應環境變化上的需求大幅提升,未來的人才也需要像電腦持續定期更新,隨時檢視自己的技能、擁有持續重塑自己以靈活應變的能力,才能在時代的潮流中維持競爭力! 財團法人資訊工業策進會∕數位教育研究所∕數位轉型訓練中心 陳麗萍 組長
AI創作音樂有可能成為一種新趨勢嗎?
音樂是全世界共通的語言,大家都同樣使用12個音符,但卻能創造出各種風格的音樂。目前主打透過AI生成音樂的服務越來越多,在國外還有透過 AI 即時生成電子樂的音樂串流服務,這樣的音樂創作方式有可能會成為趨勢嗎?
到了5G時代,那麼邊緣運算會有何不同嗎?
我們都知道物聯網的概念開啟了科技應用的新視野,當越來越多元件走向微型化、智慧化,數據海嘯也隨之而來,如何讓這些裝置以最有效率的方式運作,互通有無,並發揮大數據的優勢,成了當務之急。邊緣運算便是實現運算資源佈局最佳化的關鍵途徑,不過現在有了5G的出現,對於邊緣運算會有什麼影響呢?
最近在AI資料分析常使用到的"增強分析"是什麼意思?
「增強分析」(augmented analytics)被預測為今年十大戰略趨勢,它對一般企業來說意味著什麼?對數據科學家來說影響又有多大?希望可以了解一下

熱門發表
如果提供影像辨識的訓練資料不足,AI電腦視覺技術是不是就派不上用場了?
目前深度學習很火,從醫療、零售、倉儲、工業到監控等,好像各種影像辨識都能用到,但往往在一個地方卡關,那就是沒有足夠大量且有代表性的資料提供"訓練",有沒有可能用少量資料來達成好的辨識效果呢?
【解題建議】利用OpenPose來解決骨架(姿態、行為)分析
此次出題有很多項目和姿態(行為)分析有關(如下所示),而其根本就是要先找出人的骨架,再加上時間序列來分析骨架各特徵點的位移,進而判定使用者的動作(類型)。 【華碼數位】 體適能動作與姿勢辨識:以影像分析運動者姿態。 【宸訊科技】 利用動態影像辨識技術完成對農民於田間作業之行為分類與分析並能結合AI技術、配合專家互動,持續調整分類學習精準度:從串流影像中分析農業作業姿態(行為) 。 【集思動力】 iSEM多裂肌脊椎運動AI體況分析應用:透過影像、視頻分析人體動作姿態是否滿足特定位置、角度。 【百一電子】 AI電腦視覺辨識男生/女生的情緒與動作事件 :透過視頻分析十六種動作行為。 【良品嚴選】 客戶輪廓分析與服務人員及時輔助系統:從視頻分析客戶在店面行為以提供智能零售。 【良品嚴選】 線上連結線下新零售之AI分析:從視頻中分析行銷手段是否改變消費者行為。 【艾爾塔科技】 線下零售數據消費者行為洞察與全通路數據整合:透過人流資訊分析及預測消費者行為。 【卡訊電子】 智慧教室語音與影像偵測數據AI分析:建立語音、影像辨識老師、學生行為以增進學習效益。 而在開源技術中以CMU的OpenPose最為知名,包含有身體、頭(臉部)、手等部位,有興趣的朋友可以參考一下 https://github.com/CMU-Perceptual-Computing-Lab/openpose
數據「學」無止盡!機器學習、深度學習、統計學究竟差在哪?
數據當道的現今,多少人、事、物受惠於這些龐大的數據分析和學習,但你知道機器學習、深度學習、統計學的差異是什麼嗎?
CES展上發佈的蚊子偵測器怎麼辨別這種微小差異的?
以色列新創業者Bzigo在CES展出一款室內蚊子或小型飛蟲偵測器,宣稱能夠偵測距離8公尺內的蚊子、追蹤蚊子飛行的軌跡,但蚊子很小隻且飛行速度不慢,實際可以偵測到的成效不知道如何,怎麼辨別蚊子或小型飛蟲和其他東西的差異?  
Time is money!如何讓製程最佳化、讓生產更簡單?
從網路時代到物聯網興起,工業 4.0 強調自動化與生產線聯網功能,而新一代的智慧工廠發展,則更仰賴邊際運算、AI 和數據分析。然而,究竟要如何讓製程最佳化,使得生產速度提升呢?

主題分類