CN101216913A - 合乘动态匹配多级筛选方法 - Google Patents
合乘动态匹配多级筛选方法 Download PDFInfo
- Publication number
- CN101216913A CN101216913A CNA2008100560154A CN200810056015A CN101216913A CN 101216913 A CN101216913 A CN 101216913A CN A2008100560154 A CNA2008100560154 A CN A2008100560154A CN 200810056015 A CN200810056015 A CN 200810056015A CN 101216913 A CN101216913 A CN 101216913A
- Authority
- CN
- China
- Prior art keywords
- driver
- hitcher
- information
- address
- server
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Traffic Control Systems (AREA)
Abstract
本发明涉及一种合乘动态匹配多级筛选方法,属于智能交通动态合乘自动匹配系统领域。本系统借助互联网或移动无线网络作为信息交互平台,经过注册的开车人和搭车人向提供搭乘信息服务的服务器发出查询请求并提供相应信息,由服务器进行动态搭乘信息网络构建及数据装载,并进行分级匹配处理,最后将搭乘组合匹配结果和搭乘路径发送回查询人。服务器是按如下步骤进行三级匹配处理:1)根据时间及绕行约束的一级优选;2)根据就近原则的二级优选;3)根据用户喜好的三级优选。该系统能够快速对搭乘双方进行匹配,得到满足条件的搭乘匹配组合及推荐的搭乘路径供用户选择。该系统能有效提高合乘效率,减少城市交通拥阻。
Description
技术领域
本发明涉及一种合乘动态匹配多级筛选方法,能够根据时间、地理位置等用户信息,在满足绕行、搭乘时间等约束条件下,基于多级筛选技术,实现用于合乘中开车人和搭车人的动态匹配。本发明属于智能交通动态合乘自动匹配系统领域。
背景技术
合乘是指几个人一起乘坐一辆车出行,特别针对长期往返上下班。在许多国家合乘已经非常普遍,并得到了政府鼓励和支持。合乘出行不仅能够为用户节省费用,还可以帮助减少交通堵塞、节省能源和减少环境污染。一些国家为合乘出行者开辟专门的高载客率,即HOV(high ocupied vehicle)车道和专用的停车位来鼓励合乘出行,在减轻交通压力和防治环境污染方面取得了很好的效果。合乘中,开车人和搭车人通常通过路径相近、时间相似等条件组合在一起。
目前许多的合乘服务多是论坛或广告性质的,需要开车人或搭车人自己一个个查找满足自己要求的对方广告,从而形成搭乘组合。这种手工查找的方式在数据信息量较大的情况下很难找到最优的搭乘组合,使得车辆绕行较远或时间不匹配,从而造成费用的浪费及不便。
发明内容
本发明提出的合乘动态匹配多级筛选方法能够帮助用户在众多的开车人和搭车人中根据实时要求快速找到满足各自要求的搭乘最佳组合。本发明借助互联网或移动无线网络作为信息交互平台,开车人和搭车人向提供搭乘信息服务的服务器发出查询请求并提供相应信息,由服务器进行匹配处理,并将搭乘组合匹配结果和搭乘路径发送回查询人。
为了实现上述目的,本发明采取了如下技术方案。合乘动态匹配多级筛选方法,本方法借助互联网或移动无线网络作为信息交互平台,开车人和搭车人向提供搭乘信息服务的服务器发出查询请求并提供相应信息,由服务器进行匹配处理,并将搭乘组合匹配结果和搭乘路径发送回查询人;
服务器进行匹配处理时,以用户输入的实时信息及服务器上的地图信息为依据,根据搭乘点对相互间地理位置关系,通过多级的优化筛选过程来保证自动搭乘匹配组合的最优;
本方法所用电子地图须包含以下路段属性信息:路段编号、路段名称、左右端节点坐标、路段长度,路段速度,路段类型;以及地址数据信息:地址编号,地址名称、与之对应的地址坐标信息和该地址的类型,数据库中通过地址名称得到该地址的坐标;
动态匹配多级筛选的具体步骤如下:
1)注册
开车人及搭车人向服务器发送“姓名、电话号码、家庭住址、常去地址”,并设置用户名及密码完成注册;
2)发出匹配请求
当有合乘需求时,开车人或搭车人提交用户名及密码登陆服务器,发出匹配请求,并提供相关信息;搭车人和开车人的请求信息通过数据库形式存于服务器上;
开车人发送匹配请求的信息包括:出行的起点地址和终点地址、开车人出发时间Ti、绕行距离约束;
搭车人发送匹配请求的信息包括:出行的起点地址和终点地址、搭车人期望出发时间Tj、搭车人可接受的推前或推后时间约束T0;
开车人绕行距离约束包括相对约束条件值Cc和绝对约束条件值Ce;其中,绝对约束条件值是绕行搭乘的绝对距离,以米或分钟为单位;相对约束条件值是实际绕行距离与自己起点终点的直接距离的比值;
3)动态装载搭乘信息网络
将搭乘信息网络装入系统;
4)动态合乘匹配
服务器用绕行路权优选、就近原则优选和最后用户挑选的三级优选的方法使用户得到最优的搭乘组合;
具体步骤如下:
(1)虚拟搭乘网络的构建
服务器将开车人和搭车人的请求分别处理,建立搭乘网络及开车网络;
所述的搭乘网络的构建方法是将系统中所有搭车人出行起点与该开车人出行起点相连,所有搭车人终点与该开车人终点相连;
所述的开车网络的构建方法是将系统中所有开车人的起点与该搭车人的起点相连,所有开车人的终点与该搭车人的终点相连;
(2)动态合乘组合分级筛选匹配算法;
服务器对开车人的匹配请求和搭车人的匹配请求分别进行处理;
服务器对开车人的匹配请求按如下步骤进行处理:
步骤0:初始化及数据准备
对任一开车请求点αi,起点记为i,终点记为i’,搭车请求点βj,起点为j,终点为j’;假设系统中所有开车人的个数为N,所有搭车人的个数为M;
步骤1,装载数据库中所有搭车人βj搭乘数据到内存,通过查询地图数据库,将搭车人的起点和终点的地址信息转换为平面坐标为:(xj,yj)、(xj’,yj’);
将开车人αi的起始地址和终点地址,通过查询地图数据库,转换为平面坐标(xi,yi)、(xi’,yi’);
步骤2:计算开车人起点αi经过搭车起点βj及搭车终点βj’(j,j’=1,2...M)到目的地αi’的绕行权重估计值;
令Lii’为αi到αi’的直接距离估计,Lij为αi到βj的距离估计,Ljj’为βj到βj’的距离估计,Lj’i’为βj’到αi’的距离估计,L’ii’为αi经βj到βj’到αi’的绕行距离估计;
以Lij为例,其值用下式计算:
Lij=|(xj-xi)|+|(yj-yi)|
Ljj’=|(xj’-xj)|+|(yj’-yj)|
Lj’i’=|(xi-xj’)|+|(yi’-yj’)|
绕行权重估计值为:
L’ii’=Lij+Ljj’+Lj’i’
步骤3:根据时间及绕行约束条件进行初级筛选;
判断:|Ti+Lij/V-Tj|<=_T0 (1)
Lij+Ljj’+Lj’i’<Cc·Lii’ (2)
|Lij+Ljj’+Lj’i’-Lii’|<Ce (3)
其中:Ti为开车人出发时间,V为αi到βj的平均车速,Tj为搭车人期望出发时间,T0为搭车人可接受的推前或推后时间;Cc为相对约束条件值,无量纲,1<Ce≤1.5,Ce为绝对约束条件值,市区范围内,0公里<Ce<10公里;
记录L’ii’值,将所有的同时满足(1)、(2)或同时满足(1)(3)条件的βj (j=1,2...M)按L’ii’值从小到大的顺序排序,取前n个L’ii’较小值点,其中:n=5~10),放入一级合理点集U1;
步骤4:根据就近搭乘原则进一步筛选最佳搭乘组合
将U1点集中Lij>L0的搭乘点删除,其中:L0为系统设定的开车人起点到搭车人起点的距离上限;并把剩余的搭乘点按Lij值由小到大的顺序排列,将排在前m(m<n)个的搭乘点,放入二级合理点集U2;若剩余的搭乘点过少,则可取消此约束,或增加L0;
步骤5.计算搭乘路径,根据用户选择进行三级筛选
根据二级筛选后得到的搭乘匹配组合结果,即m对开车人和搭车人的起始点和终点信息,用A*或Dijkstra算法计算相应的实际最短搭乘路径及路长,供用户参考,并作最终选择;
5)匹配结果发布
包括匹配成功的搭车人、开车人信息和路径的匹配结果通过网络发送给查询人,同时存入搭乘数据库作为存档;
当服务器接收到的搭车请求时,与开车请求处理方法一样。
所述的动态装载搭乘信息网络,当服务器接收到的是搭车请求时,则只将所有开车人的数据信息装入系统;当服务器接收到的是开车人请求时,则只将所有搭车人的数据信息装入系统。
利用本发明中的动态合乘匹配多级筛选方法,能够根据用户的需求,以搭乘双方地理位置、绕行路径距离和时间约束等要素为依据,快速对搭乘双方进行匹配计算,得到最佳的搭乘匹配组合及推荐的搭乘路径供用户选择。而且可以同时为用户匹配计算出多个搭乘组合和建议路径,用户可根据自己喜好,从中选择满意的搭乘对方和路径。
附图说明
图1系统总框架图
图2开车人的空间关系拓扑示意图
图3开车人查询搭车人合乘组合的虚拟网络构成(搭乘网络)
图4搭车人查询开车人合乘组合的虚拟网络构成(开车网络)
图5开车人绕行路线示意图
图6开车人搜寻搭乘者系统实现过程及算法流程图
图7开车人系统匹配得到的搭乘组合及路径
图8搭车人系统匹配得到的搭乘组合及路径
具体实施方式
下面结合附图对本发明作进一步说明:
服务器进行匹配处理时,以用户输入的实时信息及服务器上的地图信息为依据,根据搭乘点对相互间地理位置关系,考虑绕行路径距离和时间约束,通过多级的优化筛选过程来保证自动搭乘匹配组合的最优。
本系统所用电子地图须至少包含以下路段属性信息:路段编号、路段名称、左右端节点坐标、路段长度,路段速度,路段类型。以及地址数据信息:地址编号,地址名称、与之对应的地址坐标信息和该地址的类型。通过地址名称可以得到该地址的坐标。
以下为本发明实现的具体步骤及方法如下:
1.注册
开车人及搭车人向服务器发送“姓名、电话号码、家庭住址、常去地址”,并设置用户名及密码完成注册。
2.发出匹配请求
当有合乘需求时,开车人提交用户名及密码登陆服务器,发出开车匹配请求,并提供相关信息,主要包括:出行的起点地址和终点地址、出发时间、绕行距离约束的要求。
绕行距离或时间的约束条件设定值可根据开车人的喜好分为绝对约束条件值和相对约束条件值。其中绝对约束条件值是绕行搭乘的绝对距离或时间,以米或分钟为单位。相对约束条件值是实际绕行距离与自己起点终点的直接距离的比值,如相对约束条件值1.5,表示绕行距离不超过不搭乘条件下的最短距离的1.5倍。
搭车人当有匹配需求时,也将提交用户名及密码登陆服务器,发出搭车匹配请求,并提供相关信息,主要包括:出行的起点地址和终点地址、出行期望时间Tj、T0搭车人可接受的到达时间偏差的要求。
开车人或搭车人由地理位置和其他属性信息组成两两对应信息点集。例如,开车人编号1(编号按发出请求的时间顺序由系统自动给出)对应的起点和终点为:1号起点和1号终点。所有开车人的信息实际上就是许多类似的在空间两两对应的点对组成的集合。见附图2。
搭车人和开车人的需求信息通过数据库形式存于服务器上,形成开车人和搭车人两个不同的搭乘数据集。在用户信息发生改变时实时更新,并在系统匹配计算时分别调入系统。
3.动态装载搭乘信息网络
由于开车人和搭车人信息是实时发生变化的,每时每刻都会有用户提交或更改自己的出行或搭乘信息,所以系统内的搭乘信息也是实时变化的。每次用户查询与自己合适的匹配组合都需要使用当前最新的搭乘网络信息,只有这样才能不会遗漏信息,得到最优的匹配结果。这就要求所有的搭乘信息能够随时、实时动态地装载入系统。
由于搭乘网络信息量较大,装载频率高,把所有这些信息动态实时反复装入系统中不仅耗费系统资源,而且还影响系统处理速度。所以本发明考虑使用以下两级装载方式,尽可能减少装入系统的信息量,提高处理效率。
1)开车和搭车不要同时装载。根据用户的要求,有针对性的只装载开车信息或只装载搭车信息。如用户需要搭车,查询与之匹配的开车组合,则只把所有开车人信息网络装入系统即可满足要求。对开车人采取同样的方法。
2)在装载开车网络或搭车网络确定后,根据查询人的要求,只装载符合查询人要求条件的数据。如时间条件,仅装载与查询人时间要求较接近的信息,同理根据搭车人要求的车型条件,装载满足搭车人车型要求的数据信息等。
4.动态合乘匹配
服务器采用按绕行路权估计值优选、就近原则优选和最后用户挑选的三级优选的方法使用户得到满意的搭乘组合。具体步骤如下:
1)虚拟搭乘网络的构建
因开车人及搭车人查询所需信息不同,需要将开车人和搭车人请求分别处理。
提交查询请求的开车人起点、终点和系统中所有搭车人的起点、终点组成一个虚拟搭乘网络。如附图3所示。图中,地址1、地址2、地址3和地址4为搭车人的起点和终点,网络构成的方法是所有搭车人出行起点与该开车人出行起点相连,所有搭车人终点与该开车人终点相连。
同理一个搭车人和系统中所有的开车人起点、终点位置信息组成一个虚拟开车网络。如附图4所示。图中,地址1、地址2、地址3、地址4为开车人地址,网络构成的方法是所有开车人出行起点与该搭车人出行起点相连,所有开车人终点与该搭车人终点相连。
本发明正是基于这两个虚拟网络分别进行匹配的。
2)动态合乘组合分级筛选匹配;
分别计算开车网络和搭车网络中查询人和系统中所有可能存在的与查询人形成搭乘组合的被查询人的组合关系,如某一开车人和系统所有搭车人进行匹配计算,或某一搭车人和系统所有开车人进行匹配计算。进而根据绕行等约束条件进行匹配计算和比较。
动态合乘匹配筛选的具体步骤如下:
步骤0:初始化及数据准备
将用户查询匹配的信息请求分为两类,开车请求和搭车请求。对任一开车请求点αi,起点记为i,终点记为i’,搭车请求点βj,起点为j,终点为j’。假设系统中所有开车人的个数为N,所有搭车人的个数为M,j的取值范围为1~M;。
下面主要描述开车请求的处理方法。搭车人请求查询匹配的情况与开车人查询匹配的方法类似,不同的是根据搭乘时间等限制条件装载数据库中所有开车人搭乘数据到内存,另外计算搭车人到所有开车人的点的距离。其它的方法都一样。
开车人请求查询匹配的情况:
分别计算开车人起点αi分别经过所有搭车点βj的绕行权重,通过约束条件去除不满足要求的搭车点。
步骤1,装载数据库中所有搭车人βj搭乘数据到内存,通过查询地图数据库,将地址信息转换为平面坐标(xj,yj)(xj’,yj’);
将开车人αi的起始地址和终点地址,通过查询地图数据库,转换为平面坐标(xi,yi)(xi’,yi’)。
步骤2:计算开车人从起点αi经过搭车起点βj及搭车终点βj’(j,j’=1,2...M)到目的地αi’的绕行权重估计值;
开车人绕行路线示意图见附图5。
理想情况下绕行距离应该计算实际的各点之间的路径权重,这里的路径权重可以是行驶距离,也可以是行驶时间。考虑到在初步筛选中这些结果只是一个大概的权重大小比较,并不需要精确得到权重值,所以对于常见的方格路网,这里采用直线距离计算得到各个权重的估价值,从而简化了计算量,大大提高了计算效率和速度。
令Lii’为αi直接到αi’的距离估计,Lij为αi到βj的距离估计,Ljj’为βj到βj’的距离估计,Lj’i’为βj’到αi’的距离估计,L’ii’为αi经βj到βj’到αi’的绕行距离估计。
以Lij为例,其值可用下式计算:
Lij=/(xj-xi)+(yj-yi)/
Ljj’=|(xj’-xj)|+|(yj’-yj)|
Lj’i’=|(xi’-xi’)|+|(yi’-yj’)|
从而绕行权重估计值为:
L’ii’=Lij+Ljj’+Lj’i’
对于非方格路网,可对估计值乘以0.7的系数进行折减修正。
步骤3:根据时间及绕行约束条件进行初级筛选;
判断:若|Ti+Lij/V-Tj|<=T0 (1)
Lij+Ljj’+Lj’i’<Cc·Lii’ (2)
|Lij+Ljj’+Lj’i’-Lii’|<Ce (3)
其中:Ti为开车人出发时间,V为路网平均车速,Tj为搭车人期望出发时间,T0为搭车人可接受的推前或推后时间。Cc为相对约束条件值,Ce为绝对约束条件值。
记录L’ii’值,将所有的同时满足(1)、(2)或同时满足(1)(3)条件的βj(j=1,2...M)按L’ii’值从小到大的顺序排序,取前n个L’ii’较小值点(建议n=5~10),放入一级合理点集U1。
步骤4:根据就近搭乘原则进行最佳搭乘组合二级筛选
上一步骤只是考虑了搭乘绕行权重最小,没有充分考虑到就近搭乘的情况,这就造成了同样相差不多的行驶距离,系统有可能提供用户一个远距离的搭乘匹配。而这在拥挤的城市路网,很容易造成达成者等候时间的不稳定性。
本发明中的就近搭乘原则可以较好的解决这一问题。
具体的步骤如下:
将U1点集中Lij>L0(L0为系统设定的开车人起点到搭车人起点的距离上限)的搭乘点删除,并把剩余的搭乘点按Lij值由小到大的顺序,将排在前m(m<n)个的搭乘点,放入二级合理点集U2。
若剩余的搭乘点过少,则可取消此约束,或增加L0。
由此一级筛选出了符合时间约束及绕行较少的合理搭乘点,二级筛选出了能就近搭乘的合理搭乘点。
步骤5:计算搭乘路径,根据用户选择进行三级筛选
根据二级筛选后的得到的搭乘匹配组合结果,即m对开车人和搭车人的起始点和终点信息,用A*或Dijkstra算法计算相应的最短搭乘路径及路长,供用户参考,并作最终选择。
5.匹配结果发布
包括匹配成功的搭乘人、开车人信息和路径的匹配结果通过网络发送给查询人,同时存入搭乘数据库作为存档。
以开车人搜索搭乘人为例,该发明的实现过程及方法流程见附图6。搭乘人搜索开车人的流程一样。
应用上述方法分别对开车人和搭车人查询对方进行如下实验。
1.开车人查找与之相匹配的搭车人:
实验中开车人(编号9)通过鼠标选取自己出行的起点和终点,起点为北京市政三建设工程有限责任公司,终点为中国人民解放军总医院老年心血管病研究所。附图7为开车人及潜在搭车人起点终点信息及系统匹配得到的搭乘组合及路径。为显示更加直观,仅输入8对搭车人起点终点信息,图中以编号/起点:地址名及编号/终点:地址名表示,编号相同的是同一搭车人出行的起点和终点。假设这些搭车人的出行时间和开车人的期望偏差在许可范围内。开车人绕行相对约束值Cc=1.3。给定的合理搭乘区距离L0为10000米。
对开车人绕行估计权重数据分析如下表。
搭车人编号j | 搭乘绕行权重L’ii’ | 开车人直接权重Lii’ | 是否满足绕行约束 |
0 | 36781 | 22965 | 否 |
1 | 28903 | 22965 | 是 |
2 | 25534 | 22965 | 是 |
3 | 26915 | 22965 | 是 |
4 | 32346 | 22965 | 否 |
5 | 32477 | 22965 | 否 |
6 | 28905 | 22965 | 是 |
7 | 35139 | 22965 | 否 |
表中搭车人编号0、编号4、编号5和编号7不满足搭乘条件,不采用。将绕行权重从小到大排列取前三个进行就近原则判断。最小绕行权重的三个的编号为:编号2、编号3和编号1。
搭车人编号j | 搭乘绕行权重 | 起点就近权重Lij |
2 | 25534 | 7114 |
3 | 26915 | 4816 |
1 | 28903 | 17205 |
根据就近原则判断可知:当取10000米为就近约束条件时,由最近原则得出编号2及3为合理的搭乘点。最后经过A*最短路计算,及客户根据自己喜好选择(如喜欢离自己出发点最近的搭乘点),可得最佳匹配点为3。
附图7中以编号<搭乘>起点:地址及编号<搭乘>终点:地址表示最佳搭乘人信息,本例中:最佳搭乘人编号3,搭乘人起点是北京朝阳区配酒厂,终点是西贝莜面村(六里桥店),附图7中用粗实线表示车辆搭乘和行驶的最优路径。
2.搭车人查询最适合自己的开车人:
实验中搭车人(编号20)通过鼠标选取自己出行的起点和终点,搭乘起点利群大厦,搭乘终点陕西大厦。图8为搭车人及潜在开车人起点终点信息及系统匹配得到的搭乘组合及路径。为显示更加直观,仅输入9对开车人起点终点信息,图中以编号/起点:地址及编号/终点:地址表示,编号相同的是同一辆车出行的起点和终点。假设搭车人的出行时间和这些开车人的期望偏差在许可范围内。
程序自动匹配计算出系统内所有9对开车人中,最适合搭车人搭乘的开车人起终点出行信息,图中以编号<驾车>起点:地址及编号<驾车>终点:地址表示,本例中:开车人编号2,开车人起点北京华联超市,开车人终点是平乐园市场,同时程序自动计算出车辆搭乘和行驶的最优路径,附图8中用粗实线表示。
具体分析与上例开车人查询搭车人组合类似。
Claims (2)
1.合乘动态匹配多级筛选方法,其特征在于:本方法借助互联网或移动无线网络作为信息交互平台,开车人和搭车人向提供搭乘信息服务的服务器发出查询请求并提供相应信息,由服务器进行匹配处理,并将搭乘组合匹配结果和搭乘路径发送回查询人;
服务器进行匹配处理时,以用户输入的实时信息及服务器上的地图信息为依据,根据搭乘点对相互间地理位置关系,通过多级的优化筛选过程来保证自动搭乘匹配组合的最优;
本方法所用电子地图须包含以下路段属性信息:路段编号、路段名称、左右端节点坐标、路段长度,路段速度,路段类型;以及地址数据信息:地址编号,地址名称、与之对应的地址坐标信息和该地址的类型,数据库中通过地址名称得到该地址的坐标;
动态匹配多级筛选的具体步骤如下:
1)注册
开车人及搭车人向服务器发送“姓名、电话号码、家庭住址、常去地址”,并设置用户名及密码完成注册;
2)发出匹配请求
当有合乘需求时,开车人或搭车人提交用户名及密码登陆服务器,发出匹配请求,并提供相关信息;搭车人和开车人的请求信息通过数据库形式存于服务器上;
开车人发送匹配请求的信息包括:出行的起点地址和终点地址、开车人出发时间Ti、绕行距离约束;
搭车人发送匹配请求的信息包括:出行的起点地址和终点地址、搭车人期望出发时间Tj、搭车人可接受的推前或推后时间约束T0;
开车人绕行距离约束包括相对约束条件值Cc和绝对约束条件值Ce;其中,绝对约束条件值是绕行搭乘的绝对距离,以米或分钟为单位;相对约束条件值是实际绕行距离与自己起点终点的直接距离的比值;
3)动态装载搭乘信息网络
将搭乘信息网络装入系统;
4)动态合乘匹配
服务器用绕行路权优选、就近原则优选和最后用户挑选的三级优选的方法使用户得到最优的搭乘组合;
具体步骤如下:
(1)虚拟搭乘网络的构建
服务器将开车人和搭车人的请求分别处理,建立搭乘网络及开车网络;
所述的搭乘网络的构建方法是将系统中所有搭车人出行起点与该开车人出行起点相连,所有搭车人终点与该开车人终点相连;
所述的开车网络的构建方法是将系统中所有开车人的起点与该搭车人的起点相连,所有开车人的终点与该搭车人的终点相连;
(2)动态合乘组合分级筛选匹配算法;
服务器对开车人的匹配请求和搭车人的匹配请求分别进行处理;
服务器对开车人的匹配请求按如下步骤进行处理:
步骤0:初始化及数据准备
对任一开车请求点αi,起点记为i,终点记为i’,搭车请求点βj,起点为j,终点为j’;假设系统中所有开车人的个数为N,所有搭车人的个数为M;
步骤1,装载数据库中所有搭车人βj搭乘数据到内存,通过查询地图数据库,将搭车人的起点和终点的地址信息转换为平面坐标为:(xj,yj)、(xj’,yj’);
将开车人αi的起始地址和终点地址,通过查询地图数据库,转换为平面坐标(xi,yi)、(xi’,yi’);
步骤2:计算开车人起点αi经过搭车起点βj及搭车终点βj’(j,j’=1,2...M)到目的地αi’的绕行权重估计值;
令Lii’为αi到αi’的直接距离估计,Lij为αi到βj的距离估计,Ljj’为βj到βj’的距离估计,Lj’i’为βj’到αi’的距离估计,L’ii’为αi经βj到βj’到αi’的绕行距离估计;
以Lij为例,其值用下式计算:
Lij=|(xj-xi)|+|(yj-yi)|
Ljj’=|(xj’-xj)|+|(yj’-yi)|
Lj’i’=|(xi-xj’)|+|(yi’-yj’)|
绕行权重估计值为:
L’ii’=Lij+Ljj’+Lj’i’
步骤3:根据时间及绕行约束条件进行初级筛选;
判断:|Ti+Lij/V-Tj|<=_T0 (1)
Lij+Ljj’+Lj’i’<Cc·Lii’ (2)
|Lij+ Ljj’+Lj’i’-Lii’|<Ce (3)
其中:Ti为开车人出发时间,V为αi到βj的平均车速,Tj为搭车人期望出发时间,T0为搭车人可接受的推前或推后时间;Cc为相对约束条件值,无量纲,1<Cc≤1.5,Ce为绝对约束条件值,市区范围内,0公里<Ce<10公里;
记录L’ii’值,将所有的同时满足(1)、(2)或同时满足(1)(3)条件的βj (j=1,2...M)按L’ii’值从小到大的顺序排序,取前n个L’ii’较小值点,其中:n=5~10),放入一级合理点集U1;
步骤4:根据就近搭乘原则进一步筛选最佳搭乘组合
将U1点集中Lij>L0的搭乘点删除,其中:L0为系统设定的开车人起点到搭车人起点的距离上限;并把剩余的搭乘点按Lij值由小到大的顺序,将排在前m(m<n)个的搭乘点,放入二级合理点集U2;若剩余的搭乘点过少,则可取消此约束,或增加L0;
步骤5:计算搭乘路径,根据用户选择进行三级筛选
根据二级筛选后得到的搭乘匹配组合结果,即m对开车人和搭车人的起始点和终点信息,用A*或Dijkstra算法计算相应的实际搭乘最短路径及路长,供用户参考,并作最终选择;
5)匹配结果发布
包括匹配成功的搭车人、开车人信息和路径的匹配结果通过网络发送给查询人,同时存入搭乘数据库作为存档;
当服务器接收到的搭车请求时,与开车请求处理方法一样。
2.根据权利要求1所述的合乘动态匹配多级筛选方法,其特征在于:所述的动态装载搭乘信息网络,当服务器接收到的是搭车请求时,则只将所有开车人的数据信息装入系统;当服务器接收到的是开车人请求时,则只将所有搭车人的数据信息装入系统。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2008100560154A CN101216913B (zh) | 2008-01-11 | 2008-01-11 | 合乘动态匹配多级筛选方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2008100560154A CN101216913B (zh) | 2008-01-11 | 2008-01-11 | 合乘动态匹配多级筛选方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101216913A true CN101216913A (zh) | 2008-07-09 |
CN101216913B CN101216913B (zh) | 2010-11-10 |
Family
ID=39623342
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2008100560154A Expired - Fee Related CN101216913B (zh) | 2008-01-11 | 2008-01-11 | 合乘动态匹配多级筛选方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101216913B (zh) |
Cited By (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102610090A (zh) * | 2012-03-06 | 2012-07-25 | 张忠义 | 一种城市道路停车的车位管理方法 |
CN103049817A (zh) * | 2012-09-05 | 2013-04-17 | 中华电信股份有限公司 | 结合负载平衡机制的需求式共乘运输服务方法 |
CN104408910A (zh) * | 2014-11-24 | 2015-03-11 | 无锡清华信息科学与技术国家实验室物联网技术中心 | 多方有益的出租车拼车调度方法 |
CN104536986A (zh) * | 2014-12-08 | 2015-04-22 | 安一恒通(北京)科技有限公司 | 路径查询方法及装置 |
CN104573880A (zh) * | 2015-02-09 | 2015-04-29 | 山西大学 | 一种路径优化方法 |
CN104572826A (zh) * | 2014-12-08 | 2015-04-29 | 安一恒通(北京)科技有限公司 | 路径查询方法及装置 |
CN104807470A (zh) * | 2014-01-27 | 2015-07-29 | 华为技术有限公司 | 导航方法和导航设备 |
CN104951848A (zh) * | 2015-06-10 | 2015-09-30 | 浙江工业大学 | 一种实时拼车匹配方法 |
CN105046331A (zh) * | 2015-06-30 | 2015-11-11 | 百度在线网络技术(北京)有限公司 | 订单匹配方法及装置 |
CN105095373A (zh) * | 2015-06-30 | 2015-11-25 | 百度在线网络技术(北京)有限公司 | 一种基于路径的订单推送方法及装置 |
CN105678601A (zh) * | 2015-12-31 | 2016-06-15 | 百度在线网络技术(北京)有限公司 | 一种派单方法及装置 |
CN105956167A (zh) * | 2016-05-19 | 2016-09-21 | 北京理工大学 | 一种聚餐地点智能推荐方法与系统 |
CN106097031A (zh) * | 2015-04-29 | 2016-11-09 | 福特全球技术公司 | 共乘联合租赁群 |
WO2017000487A1 (zh) * | 2015-06-30 | 2017-01-05 | 百度在线网络技术(北京)有限公司 | 行车路线匹配方法、装置和存储介质 |
CN107506959A (zh) * | 2017-07-24 | 2017-12-22 | 杭州王道控股有限公司 | 基于搭乘车辆的无人机物流方法及装置 |
CN107786600A (zh) * | 2016-08-26 | 2018-03-09 | 北京嘀嘀无限科技发展有限公司 | 一种司机终端推荐处理方法及服务器 |
CN108446990A (zh) * | 2018-03-15 | 2018-08-24 | 全民福网络科技有限公司 | 保险服务在线平台 |
WO2018208226A1 (en) * | 2017-05-12 | 2018-11-15 | Grabtaxi Holdings Pte. Ltd. | Optimal allocation of dynamically batched service providers and service requesters |
CN108986455A (zh) * | 2018-06-29 | 2018-12-11 | 淮阴工学院 | 一种车联网环境下拼车优先的hov车道动态管控方法 |
CN109376928A (zh) * | 2018-10-24 | 2019-02-22 | 天津市市政工程设计研究院 | 考虑双边匹配的定制公交合乘优化方法 |
CN110517524A (zh) * | 2018-05-22 | 2019-11-29 | 丰田自动车株式会社 | 合乘辅助系统、合乘辅助装置及合乘辅助方法 |
CN110888458A (zh) * | 2019-12-31 | 2020-03-17 | 广州极飞科技有限公司 | 无人机飞行控制方法、无人机、系统及存储介质 |
CN111739329A (zh) * | 2020-05-29 | 2020-10-02 | 腾讯科技(深圳)有限公司 | 行驶路线生成方法、装置、存储介质及服务器 |
US11468374B2 (en) | 2017-10-31 | 2022-10-11 | Beijing Didi Infinity Technology And Development Co., Ltd. | Methods and systems for carpool services |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI550534B (zh) * | 2012-05-21 | 2016-09-21 | 張凱傑 | 共乘者媒合配對之系統及其方法 |
US20150142484A1 (en) * | 2013-11-18 | 2015-05-21 | National Taipei University Of Technology | Carpool service providing method and carpool server using the same |
TWI581207B (zh) | 2016-04-28 | 2017-05-01 | 國立清華大學 | 共乘路徑的計算方法及使用此方法的計算裝置與記錄媒體 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN100397434C (zh) * | 2004-08-07 | 2008-06-25 | 中华电信股份有限公司 | 出租车营运安全与派遣监控系统 |
CN101075354A (zh) * | 2006-07-07 | 2007-11-21 | 陈鸣 | 无线顺风车管理系统及管理方法 |
-
2008
- 2008-01-11 CN CN2008100560154A patent/CN101216913B/zh not_active Expired - Fee Related
Cited By (37)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102610090A (zh) * | 2012-03-06 | 2012-07-25 | 张忠义 | 一种城市道路停车的车位管理方法 |
CN103049817B (zh) * | 2012-09-05 | 2017-04-12 | 中华电信股份有限公司 | 结合负载平衡机制的需求式共乘运输服务方法 |
CN103049817A (zh) * | 2012-09-05 | 2013-04-17 | 中华电信股份有限公司 | 结合负载平衡机制的需求式共乘运输服务方法 |
CN104807470B (zh) * | 2014-01-27 | 2019-08-16 | 华为技术有限公司 | 导航方法和导航设备 |
CN104807470A (zh) * | 2014-01-27 | 2015-07-29 | 华为技术有限公司 | 导航方法和导航设备 |
CN104408910A (zh) * | 2014-11-24 | 2015-03-11 | 无锡清华信息科学与技术国家实验室物联网技术中心 | 多方有益的出租车拼车调度方法 |
CN104536986A (zh) * | 2014-12-08 | 2015-04-22 | 安一恒通(北京)科技有限公司 | 路径查询方法及装置 |
CN104572826A (zh) * | 2014-12-08 | 2015-04-29 | 安一恒通(北京)科技有限公司 | 路径查询方法及装置 |
CN104572826B (zh) * | 2014-12-08 | 2018-02-02 | 安一恒通(北京)科技有限公司 | 路径查询方法及装置 |
CN104573880B (zh) * | 2015-02-09 | 2017-12-05 | 山西大学 | 一种用于物流配送领域的路径优化方法 |
CN104573880A (zh) * | 2015-02-09 | 2015-04-29 | 山西大学 | 一种路径优化方法 |
CN106097031A (zh) * | 2015-04-29 | 2016-11-09 | 福特全球技术公司 | 共乘联合租赁群 |
CN104951848A (zh) * | 2015-06-10 | 2015-09-30 | 浙江工业大学 | 一种实时拼车匹配方法 |
WO2017000487A1 (zh) * | 2015-06-30 | 2017-01-05 | 百度在线网络技术(北京)有限公司 | 行车路线匹配方法、装置和存储介质 |
CN105095373A (zh) * | 2015-06-30 | 2015-11-25 | 百度在线网络技术(北京)有限公司 | 一种基于路径的订单推送方法及装置 |
EP3318985A4 (en) * | 2015-06-30 | 2019-03-27 | Baidu Online Network Technology (Beijing) Co., Ltd. | TRAFFIC ROUTE COMPENSATION AND DEVICE AND STORAGE MEDIUM |
US10520326B2 (en) | 2015-06-30 | 2019-12-31 | Baidu Online Network Technology (Beijing) Co., Ltd. | Driving route matching method and apparatus, and storage medium |
CN105046331A (zh) * | 2015-06-30 | 2015-11-11 | 百度在线网络技术(北京)有限公司 | 订单匹配方法及装置 |
CN105678601A (zh) * | 2015-12-31 | 2016-06-15 | 百度在线网络技术(北京)有限公司 | 一种派单方法及装置 |
CN105956167A (zh) * | 2016-05-19 | 2016-09-21 | 北京理工大学 | 一种聚餐地点智能推荐方法与系统 |
CN107786600A (zh) * | 2016-08-26 | 2018-03-09 | 北京嘀嘀无限科技发展有限公司 | 一种司机终端推荐处理方法及服务器 |
CN107786600B (zh) * | 2016-08-26 | 2021-06-04 | 北京嘀嘀无限科技发展有限公司 | 一种司机终端推荐处理方法及服务器 |
US11928752B1 (en) | 2017-05-12 | 2024-03-12 | Grabtaxi Holdings Pte. Ltd. | Allocation of dynamically batched service providers and service requesters |
WO2018208226A1 (en) * | 2017-05-12 | 2018-11-15 | Grabtaxi Holdings Pte. Ltd. | Optimal allocation of dynamically batched service providers and service requesters |
US11488276B2 (en) | 2017-05-12 | 2022-11-01 | Grabtaxi Holdings Pte. Ltd. | Allocation of dynamically batched service providers and service requesters |
CN107506959A (zh) * | 2017-07-24 | 2017-12-22 | 杭州王道控股有限公司 | 基于搭乘车辆的无人机物流方法及装置 |
US11468374B2 (en) | 2017-10-31 | 2022-10-11 | Beijing Didi Infinity Technology And Development Co., Ltd. | Methods and systems for carpool services |
CN108446990A (zh) * | 2018-03-15 | 2018-08-24 | 全民福网络科技有限公司 | 保险服务在线平台 |
CN110517524A (zh) * | 2018-05-22 | 2019-11-29 | 丰田自动车株式会社 | 合乘辅助系统、合乘辅助装置及合乘辅助方法 |
CN110517524B (zh) * | 2018-05-22 | 2021-10-22 | 丰田自动车株式会社 | 合乘辅助系统、合乘辅助装置及合乘辅助方法 |
CN108986455B (zh) * | 2018-06-29 | 2020-12-01 | 淮阴工学院 | 一种车联网环境下拼车优先的hov车道动态管控方法 |
CN108986455A (zh) * | 2018-06-29 | 2018-12-11 | 淮阴工学院 | 一种车联网环境下拼车优先的hov车道动态管控方法 |
CN109376928A (zh) * | 2018-10-24 | 2019-02-22 | 天津市市政工程设计研究院 | 考虑双边匹配的定制公交合乘优化方法 |
CN110888458B (zh) * | 2019-12-31 | 2021-07-20 | 广州极飞科技股份有限公司 | 无人机飞行控制方法、无人机、系统及存储介质 |
CN110888458A (zh) * | 2019-12-31 | 2020-03-17 | 广州极飞科技有限公司 | 无人机飞行控制方法、无人机、系统及存储介质 |
CN111739329B (zh) * | 2020-05-29 | 2021-11-02 | 腾讯科技(深圳)有限公司 | 行驶路线生成方法、装置、存储介质及服务器 |
CN111739329A (zh) * | 2020-05-29 | 2020-10-02 | 腾讯科技(深圳)有限公司 | 行驶路线生成方法、装置、存储介质及服务器 |
Also Published As
Publication number | Publication date |
---|---|
CN101216913B (zh) | 2010-11-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101216913B (zh) | 合乘动态匹配多级筛选方法 | |
CN109344529A (zh) | 一种基于两阶段启发式算法的定制公交线路设计方法 | |
US20080172172A1 (en) | Route planning process | |
Cavallaro et al. | Policy strategies for the mitigation of GHG emissions caused by the mass-tourism mobility in coastal areas | |
CN111310077B (zh) | 一种旅客智能行程推荐系统和方法 | |
CN107101643B (zh) | 一种拼车匹配方法 | |
CN105303487A (zh) | 一种行程服务方法和装置 | |
CN101908275B (zh) | 基于多网络的公共交通优化出行方法 | |
CN107036617A (zh) | 一种出租车与地铁组合的出行路线规划方法及系统 | |
US20080091342A1 (en) | System and method for ride matching | |
US20130046795A1 (en) | System and method for the calculation and use of travel times in search and other applications | |
CN105681431A (zh) | 一种基于位置的空闲充电桩查找方法 | |
CN107067707A (zh) | 一种公交运营及乘客出行优化系统 | |
CN103413209A (zh) | 多客户多仓库物流配送路径选择方法 | |
CN106203725A (zh) | 基于启发式搜索的门到门出行路径方案个性化推荐方法 | |
CN105389751A (zh) | 一种行程服务方法和装置 | |
CN105844362A (zh) | 城市交通综合出行决策模型 | |
Li et al. | A dynamic and scalable user-centric route planning algorithm based on polychromatic sets theory | |
CN103822630B (zh) | 一种公共交通工具的换乘导航方法及系统 | |
CN101187996A (zh) | 一种基于自适应骨干网的快速公交选线算法 | |
CN107092986B (zh) | 基于站点及共线运行的公交乘客出行路径选择方法 | |
CN109447356A (zh) | 基于价格收益与社会感知的个性化动态车辆合乘方法及系统 | |
CN106408097A (zh) | 一种基于遗传算法的旅游行程规划系统 | |
CN107063279A (zh) | 一种道路交通网络复合式诱导路线生成装置及路线生成方法 | |
Rodier et al. | Carsharing and carfree housing: predicted travel, emission, and economic benefits: A case study of the Sacramento, California Region |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
C17 | Cessation of patent right | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20101110 Termination date: 20120111 |