Coraz więcej serwisów z mapami pozwala na odczytanie informacji o natężeniu ruchu samochodowego, oraz używa jej do oceny szacowanego czasu przejazdu z punktu A do punktu B w godzinie C. Zobaczmy jaki użytek można zrobić z takiej informacji.
Ostatnio z powodu awarii roweru zostałem zmuszony do przerzucenia się na samochód. Niestety, jazda samochodem po mieście kojarzy się z korkami. Na szczęście, mam dużą swobodę wyboru godziny rozpoczęcia i zakończenia pracy o ile w danym dniu nie mam zajęć dydaktycznych. Więc pojawiło się naturalne pytanie o jakiej godzinie rozpocząć powrót do domu, by uniknąć korków.
Google maps przedstawia szacowane czasy przejazdu dla trzech alternatywnych tras. Zobaczmy jak te szacunki czasu jazdy zmieniają się w zależności od godziny wyjazdu i wybranej trasu przejazdu. Wersja Google maps biznes pozwala na automatyzację takich zapytań, ale odrobina cierpliwości pozwala na ręczne zebranie wystarczającej liczby danych by przygotować poniższy wykres.
Poniżej zaznaczono czasy przejazdu trzema alternatywnymi trasami [różne kolory], z zaznaczonymi przedziałami ufności dla średniej [przedziały ufności dla czasu przejazdu są szersze].
Co ciekawe okazuje się, że krótsza trasa [Górczewską] jest najszybsza gdy wyjeżdża się z pracy pomiędzy 17 a 19, przed 17 lepiej wybrać dłuższą trasę wzdłuż Łopuszańskiej.
Po zebraniu danych, skrypt R do wygenerowania wykresu znajduje się poniżej.
qplot(godzina.wyjazdu, czas.przejazdu, colour=trasa, data=dat, geom="smooth", level=0.5, lwd=I(2), span=0.7, alpha=I(0.5)) + theme_bw() + scale_y_continuous(limits=c(0, 51))+ scale_x_continuous(limits=c(13, 21), breaks=13:21, labels=paste(13:21,":00",sep="")) |
[technicznie wyniki dla połączeń z mojej pracy są nudne, jest jedna sensowna trasa, pozostałe są zawsze wolniejsze, więc powyżej przedstawione są połączenia na trochę ciekawszej trasie Mokotów – Bemowo]