CN105761481A - 面向出租车动态合乘的智能调度方法和系统 - Google Patents

面向出租车动态合乘的智能调度方法和系统 Download PDF

Info

Publication number
CN105761481A
CN105761481A CN201610304707.0A CN201610304707A CN105761481A CN 105761481 A CN105761481 A CN 105761481A CN 201610304707 A CN201610304707 A CN 201610304707A CN 105761481 A CN105761481 A CN 105761481A
Authority
CN
China
Prior art keywords
rideshare
request
sending
person
information
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
Application number
CN201610304707.0A
Other languages
English (en)
Other versions
CN105761481B (zh
Inventor
姚恩建
金方磊
杨蔚
张锐
李斌斌
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Jiaotong University
Original Assignee
Beijing Jiaotong University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Jiaotong University filed Critical Beijing Jiaotong University
Priority to CN201610304707.0A priority Critical patent/CN105761481B/zh
Publication of CN105761481A publication Critical patent/CN105761481A/zh
Application granted granted Critical
Publication of CN105761481B publication Critical patent/CN105761481B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/20Monitoring the location of vehicles belonging to a group, e.g. fleet of vehicles, countable or determined number of vehicles
    • G08G1/202Dispatching vehicles on the basis of a location, e.g. taxi dispatching

Abstract

本发明公开面向出租车动态合乘的智能调度方法和系统,该方法包括:S1、调度中心加载地图信息,确定合乘费用分摊规则,并更新实时路况信息、出租车的实时位置信息和载客状态信息;S2、调度中心接收合乘请求发出者通过客户终端发送的合乘请求;S3、调度中心基于合乘意愿达成机制向合乘请求接收者发送合乘请求并向合乘请求发出者发送合乘车辆匹配信息,确认合乘双方的合乘意愿并达成合乘协议,合乘双方中的合乘请求接收者为承接合乘业务的出租车上的已在车乘客;S4、调度中心向达成合乘协议的出租车和合乘请求发出者推送合乘方案调度信息。本发明可提高合乘意愿达成速度与成功率,促进出租车合乘业务发展,在一定程度上能够解决“打车难”的问题。

Description

面向出租车动态合乘的智能调度方法和系统
技术领域
本发明涉及智能交通领域。更具体地,涉及一种面向出租车动态合乘的智能调度方法和系统。
背景技术
出租车作为公共交通的重要补充,以其便捷,舒适,服务性强等特点在城市交通中发挥着重要的作用。然而,高峰期庞大的交通需求压力使得出租车供不应求,乘客“打车难”问题日益突出。解决上述问题的关键在于科学合理地调度出租车,充分利用出租车的运能资源。出租车合乘作为一种有效的解决方案,能够缓解出租车供应不足、载客率较低、人均占用道路面积大、出租车资源利用率低等问题;并且,能够降低出租车司机的成本,增加收入,同时为合乘乘客降低乘车费用。其中,出租车动态合乘作为出租车合乘业务中主要的组成部分,是指路侧乘客发出合乘请求并与车辆行驶途中的车上乘客协商共同乘坐同一辆出租车的自愿行为,因其能够基于实时的用车需求调配出租车,实现对合乘请求的即时响应而被广泛关注。
但出租车动态合乘在实施过程中存在诸多问题,如合乘双方费用分摊规则不够精细、短时间内很难找到理想的合乘者等问题。一方面,现有的合乘费用分摊通常只采用百分比分摊,即合乘双方按相同比例共同支付合乘路段费用,然而对于先上车乘客,其合乘过程中通常存在绕路,牺牲了乘车的时间与空间,因此单单基于百分比分摊而不考虑线路绕行情况是不满足公平性原则的。另一方面,现有出租车合乘调度系统在向合乘双方推送合乘信息时通常采取无差别推送的方式,这些信息往往信息量巨大且与乘客的期望相差甚远,浪费了调度中心服务平台的信息处理能力,增加了乘客的时间成本,为乘客的合乘决策增加负担,降低了合乘意愿达成的速度与成功率。现有的研究较少地考虑合乘请求发出者和接收者的合乘意愿匹配程度,且双方费用分摊规则有待改进。
因此,需要提供一种面向出租车动态合乘的智能调度方法和系统以促进出租车合乘业务发展,在充分分析合乘请求发出者和接收者合乘意愿偏好的基础上,考虑合乘双方费用分摊规则公平性与合乘意愿达成机制,以提高出租车合乘的匹配速度与成功率,改善信息的有效性,提升乘客合乘的积极性,,进而缓解高峰时段道路网络交通压力。
发明内容
本发明的目的在于提供一种面向出租车动态合乘的智能调度方法和系统,提高合乘意愿达成速度与成功率,促进出租车合乘业务发展,在一定程度上解决“打车难”的问题。
为达到上述目的,本发明采用下述技术方案:
一种面向出租车动态合乘的智能调度方法,其特征在于,该方法包括如下步骤:
S1、出租车调度中心加载地图信息,确定合乘费用分摊规则,并按照设定的时间间隔更新实时路况信息、承接合乘业务的出租车通过车载终端发送的实时位置信息和载客状态信息;
S2、出租车调度中心接收合乘请求发出者通过客户终端发送的合乘请求,所述合乘请求包括合乘请求发出者的上车地点、目的地、合乘请求人数、性别和是否赶时间;
S3、出租车调度中心基于合乘意愿达成机制向合乘请求发出者发送合乘车辆匹配信息并向合乘请求接收者发送合乘请求,确认合乘双方的合乘意愿并达成合乘协议,所述合乘双方中的合乘请求接收者为承接合乘业务的出租车上的已在车乘客;
S4、出租车调度中心向达成合乘协议的出租车和合乘请求发出者推送合乘方案调度信息,向达成合乘协议的出租车推送的合乘方案调度信息包括合乘上车地点、合乘目的地、合乘路径拓扑、合乘请求接收者在车时间、乘车距离和乘车费用,向合乘请求发出者推送的合乘方案调度信息包括车辆颜色、车牌号、车辆当前位置、预计等待时间、预计在车时间、乘车距离和乘车费用。
优选地,所述合乘费用分摊规则是按百分比分摊合乘路段计费费用为基本模式,并基于公平性原则引入非直线系数对出租车司机收入增益的分摊进行修正的计价模型,而非合乘路段的费用由合乘双方独自承担;
合乘请求发出者的合乘费用计价模型为Cshare1=f1(C,R1,R*,NLC1,NLC2),
合乘请求接收者的合乘费用计价模型为Cshare2=f2(C,1-R1,R*,NLC1,NLC2);
模型中,Cshare1和Cshare2分别为合乘请求发出者和合乘请求接收者合乘路段最终费用;C为合乘双方合乘路段计费费用;R1为合乘请求发出者的合乘路段计费费用分摊百分比,合乘请求接收者的合乘路段计费费用分摊百分比为1-R1;NLC1和NLC2分别为合乘请求发出者和合乘请求接收者由于合乘绕行而产生的乘车路径非直线系数;R*为司机收入增益百分比,司机收入增益由合乘双方共同负担,双方负担比例由双方非直线系数决定。
优选地,所述合乘意愿达成机制是基于历史统计数据或意愿调查数据在分析合乘双方合乘意愿偏好的基础上,利用合乘双方个人属性信息与出行信息计算合乘双方的合乘效用,预先分析合乘双方可能的合乘意愿,并向可能达成协议的合乘双方定向推送信息,最终促使达成合乘协议的机制。
优选地,步骤S3包括如下子步骤:
S3.1、获得初始备选集以及乘客个人属性信息与出行信息,所述个人属性信息包括性别,所述出行信息包括乘客所在地、目的地、是否赶时间和合乘人数;
S3.2、初步筛选可合乘车辆备选集,筛选原则包括:基于合乘请求人数与已在车人数之和进行判别,合乘后总乘车人数应满足车上最大乘客数量约束;和,基于车辆与合乘请求发出者间距离,筛选限定距离范围内的可合乘车辆;
S3.3、面向合乘请求接收者,计算合乘请求接收者的合乘效用与接受合乘请求的概率,通过概率筛选可能的合乘车辆,定向推送合乘请求,并获取合乘请求接收者在规定的响应时间内发出的合乘意愿,将接受合乘请求的车辆的信息保留在合乘车辆备选集中,生成相应的合乘方案的信息,并删除拒绝合乘请求的车辆的信息;接受合乘请求的车辆等待合乘请求发出者选择合乘车辆,而拒绝合乘请求的车辆将继续行驶;若没有车辆接受合乘请求,则该次合乘请求失败,合乘请求发出者可以选择重新提交合乘请求或放弃本次合乘;
S3.4、面向合乘请求发出者,计算合乘请求发出者的合乘效用与选择备选集中所有合乘车辆的概率,通过概率筛选并排序可能的合乘车辆,确定最优合乘车辆备选集,生成相应的合乘方案的信息,并向合乘请求发出者推送最优备选集中的方案信息,获得合乘请求发出者在规定的响应时间内发出的合乘意愿,通知合乘请求发出者选择的车辆“已经被合乘请求发出者选择”,达成合乘协议,并通知其他备选车辆合乘失败;若合乘请求发出者对最优备选集中的车辆均不满意,则通知最优备选集中的所有车辆本次合乘失败,合乘请求发出者可以选择重新提交合乘请求或放弃本次合乘。
优选地,合乘意愿达成过程中提供的合乘方案的信息中的路径信息是由最短路径搜索算法搜索得到,即在确定出租车当前位置、合乘请求发出者位置与合乘双方目的地后,以特定目标搜索合乘最短路径,搜索得到的合乘方案的信息中的路径信息包括:合乘请求发出者的等待时间、在车时间、乘车费用、乘车距离;合乘请求接收者的在车时间、乘车费用、乘车距离。
优选地,所述特定目标包括距离最短目标,时间最短目标,费用最少目标或距离、时间、费用综合最短目标。
优选地,所述合乘效用是衡量合乘者对合乘方案的满意程度的指标,合乘请求发出者同意合乘的效用函数V11=g11(D1,C1,N,T),拒绝合乘的效用函数V12=g12(D1,C1,N,T,G2,GSJ1),合乘请求接收者同意合乘的函数V21=g21(D2,C2),拒绝合乘的函数V22=g22(D2,C2,G1,GSJ2),而基于合乘效用计算的合乘选择概率分别为P1=h1(V11,V12),P2=h2(V21,V22),其中,V11和V21分别为合乘请求发出者和合乘请求接收者同意合乘的效用;V12和V22分别为合乘请求发出者和合乘请求接收者拒绝合乘的效用;P1和P2分别为合乘请求发出者和合乘请求接收者的合乘选择概率;D1和D2分别为合乘请求发出者和接收者的乘车里程;C1和C2分别为合乘请求发出者和合乘请求接收者的乘车费用;N为与合乘请求发出者共同合乘的在车人数;T为合乘请求发出者预计合乘等待时间;G1和G2分别为合乘请求发出者和接收者的性别;GSJ1和GSJ2分别为标记合乘请求发出者和接收者是否赶时间的0-1变量。
一种面向出租车动态合乘的智能调度系统,该系统包括出租车调度中心、至少一个客户终端和至少一个车载终端;
客户终端,向出租车调度中心发送合乘请求,并接收和响应出租车调度中心发送的合乘车辆匹配信息和合乘方案调度信息;
车载终端,向出租车调度中心发送实时位置信息、载客状态信息,并接收和响应出租车调度中心发送的合乘请求和合乘方案调度信息;
出租车调度中心,基于合乘意愿达成机制向合乘请求发出者发送合乘车辆匹配信息并向合乘请求接收者发送合乘请求,确认合乘双方的合乘意愿并达成合乘协议,向达成合乘协议的出租车和合乘请求发出者推送合乘方案调度信息。
优选地,出租车调度中心在基于合乘意愿达成机制向合乘请求发出者发送合乘车辆匹配信息并向合乘请求接收者发送合乘请求之前,对合乘请求人数与已在车人数之和进行判别,合乘后总乘车人数应满足车上最大乘客数量约束。
优选地,出租车调度中心在向达成合乘协议的出租车和合乘请求发出者推送合乘方案调度信息后,对合乘双方的合乘请求响应时间进行约束,若合乘双方中任意一方在规定的响应时间内没有响应,则视为放弃合乘。
本发明的有益效果如下:
本发明所述技术方案针对出租车动态合乘的智能调度方法和系统进行设计,在合乘总体流程中充分考虑双方合乘费用分摊规则和意愿达成机制。合乘费用分摊规则是基于当前出租车合乘政策,以百分比分摊为基本模式,利用非直线系数加以修正的计价模型,使得合乘双方费用减少且更为公平,增加司机收入,提高出租车合乘的积极性。考虑双方意愿达成机制的智能调度系统通过获得双方个人信息和出行信息,基于双方的合乘意愿效用函数计算合乘效用,预先判断双方合乘意愿并向可能的合乘者进行合乘信息的定向推送,可以减轻乘客的决策负担,提高出租车合乘的匹配速度与成功率,改善信息的有效性,促进出租车合乘业务发展,进而在一定程度上解决“打车难”的问题。
附图说明
下面结合附图对本发明的具体实施方式作进一步详细的说明。
图1示出面向出租车动态合乘的智能调度方法的流程图。
图2示出面向出租车动态合乘的智能调度方法中出租车合乘双方意愿达成机制图。
具体实施方式
为了更清楚地说明本发明,下面结合优选实施例和附图对本发明做进一步的说明。附图中相似的部件以相同的附图标记进行表示。本领域技术人员应当理解,下面所具体描述的内容是说明性的而非限制性的,不应以此限制本发明的保护范围。
如图1所示,本实施例提供的面向出租车动态合乘的智能调度方法,包括如下步骤:
S1、出租车调度中心加载地图信息,确定合乘费用分摊规则,并按照设定的时间间隔更新实时路况信息、承接合乘业务的出租车通过车载终端发送的实时位置信息和载客状态信息,本实施例中信息更新的时间间隔设定为5分钟;
S2、出租车调度中心接收合乘请求发出者通过客户终端发送的合乘请求,所述合乘请求包括合乘请求发出者的上车地点、目的地、合乘请求人数、性别和是否赶时间;
S3、出租车调度中心基于合乘意愿达成机制向合乘请求接收者发送合乘请求并向合乘请求发出者发送合乘车辆匹配信息,确认合乘双方的合乘意愿并达成合乘协议,所述合乘双方中的合乘请求接收者为承接合乘业务的出租车上的已在车乘客;
S4、出租车调度中心向达成合乘协议的出租车和合乘请求发出者推送合乘方案调度信息,向达成合乘协议的出租车推送的合乘方案调度信息包括合乘上车地点、合乘目的地、合乘路径拓扑、合乘请求接收者在车时间、乘车距离和乘车费用,向合乘请求发出者推送的合乘方案调度信息包括车辆颜色、车牌号、车辆当前位置、预计等待时间、预计在车时间、乘车距离和乘车费用。
其中
合乘费用分摊规则是按百分比分摊合乘路段计费费用为基本模式,并基于公平性原则引入非直线系数对出租车司机收入增益的分摊进行修正的计价模型,而非合乘路段的费用由合乘双方独自承担;
合乘请求发出者的合乘费用计价模型为Cshare1=f1(C,R1,R*,NLC1,NLC2),
合乘请求接收者的合乘费用计价模型为Cshare2=f2(C,1-R1,R*,NLC1,NLC2);
模型中,Cshare1和Cshare2分别为合乘请求发出者和合乘请求接收者合乘路段最终费用;C为合乘双方合乘路段计费费用;R1为合乘请求发出者的合乘路段计费费用分摊百分比,合乘请求接收者的合乘路段计费费用分摊百分比为1-R1;NLC1和NLC2分别为合乘请求发出者和合乘请求接收者由于合乘绕行而产生的乘车路径非直线系数;R*为司机收入增益百分比,司机收入增益由合乘双方共同负担,双方负担比例由双方非直线系数决定。
本实施例中合乘请求发出者的合乘费用计价模型和合乘请求接收者的合乘费用计价模型具体为:
C s h a r e 1 = C × ( 50 % + 20 % × NLC 2 NLC 1 + NLC 2 )
C s h a r e 2 = C × ( 50 % + 20 % × NLC 1 NLC 1 + NLC 2 )
在本实施例中,合乘请求发出者与接收者的合乘路段计费费用分摊百分比设定为50%,即合乘双方平摊合乘路段计费费用,司机收入增益百分比设定为20%,司机收入增益由合乘双方共同负担,双方负担比例由双方非直线系数决定。并且,非直线系数越大的合乘者,由于绕路的距离更远,因此要对其在合乘费用上进行补偿,故非直线系数越大的合乘者负担的司机收入增益越少,其中的非直线系数是衡量绕路程度的一个指标,非直线系数越大,说明合乘后的路线比不合乘时绕路更多。这些路径的绕行是由合乘的对方造成的,因此为体现公平性,非直线系数越大的合乘者负担的司机收入增益越少,这部分的绕路损失应由对方补偿。这样设置的意义是让合乘双方分别补偿由于合乘而给对方带来的不方便。
客户终端包括路侧电子屏、手机或平板电脑。
步骤S3中的合乘意愿达成机制是基于历史统计数据或意愿调查数据在分析合乘双方合乘意愿偏好的基础上,利用合乘双方个人属性信息与出行信息计算合乘双方的合乘效用,预先分析合乘双方可能的合乘意愿,并向可能达成协议的合乘双方定向推送信息,最终促使达成合乘协议的机制,其中的历史统计数据是指真实的选择数据,意愿调查数据是指通过虚拟场景得到的选择数据。
如图2所示,步骤S3包括如下子步骤:
S3.1、获得初始备选集以及乘客个人属性信息与出行信息,所述个人属性信息包括性别,所述出行信息包括乘客所在地、目的地、是否赶时间和合乘人数;
S3.2、初步筛选可合乘车辆备选集,筛选原则包括:基于合乘请求人数与已在车人数之和进行判别,合乘后总乘车人数应满足车上最大乘客数量约束;和,基于车辆与合乘请求发出者间距离,筛选限定距离范围内的可合乘车辆,在本实施例中设定车上最大乘客数量为3人;假设合乘请求发出者计划乘车距离为d,则出租车调度中心将筛选出合乘请求发出者周边d/2范围内,且合乘时乘车距离不超过1.25d的出租车;
S3.3、面向合乘请求接收者,计算合乘请求接收者的合乘效用与接受合乘请求的概率,通过概率筛选可能的合乘车辆,定向推送合乘请求,并获取合乘请求接收者在规定的响应时间内发出的合乘意愿,将接受合乘请求的车辆的信息保留在合乘车辆备选集中,生成相应的合乘方案的信息,并删除拒绝合乘请求的车辆的信息;接受合乘请求的车辆等待合乘请求发出者选择合乘车辆,而拒绝合乘请求的车辆将继续行驶;若没有车辆接受合乘请求,则该次合乘请求失败,合乘请求发出者可以选择重新提交合乘请求或放弃本次合乘;
在本实施例中,规定的响应时间(出租车调度中心的合乘请求确认时间)设置为30秒,即30秒内需收到合乘请求接收者的合乘意愿(响应),否则视为合乘请求接收者放弃合乘。另外,对可能合乘的车辆的判别是通过计算其接受请求的概率,当接受请求的概率大于50%时,调度中心服务平台给相应车辆推送合乘请求,并将接受合乘请求的m(m>0)辆出租车车辆信息保留于合乘车辆备选集中,生成相应的合乘方案的信息,并删除拒绝合乘的车辆信息。若经调度中心服务平台计算得到的车辆接受请求的概率均不大于50%,则认为没有合适的合乘车辆,系统不进行合乘请求的推送,并通知合乘请求发出者合乘请求失败,合乘请求发出者可以选择重新提交合乘请求或放弃本次合乘。
S3.4、面向合乘请求发出者,计算合乘请求发出者的合乘效用与选择备选集中所有合乘车辆的概率,通过概率筛选并排序可能的合乘车辆,确定最优合乘车辆备选集,生成相应的合乘方案的信息,并向合乘请求发出者推送最优备选集中的方案信息,获得合乘请求发出者在规定的响应时间内发出的合乘意愿,通知合乘请求发出者选择的车辆“已经被合乘请求发出者选择”,达成合乘协议,并通知其他备选车辆合乘失败;若合乘请求发出者对最优备选集中的车辆均不满意,则通知最优备选集中的所有车辆本次合乘失败,合乘请求发出者可以选择重新提交合乘请求或放弃本次合乘。
在本实施例中,出租车调度中心的合乘请求确认时间设置为30秒,即30秒内需收到合乘请求发出者的合乘意愿(响应),否则视为合乘请求发出者放弃合乘。另外,针对步骤S3.3中得到的合乘车辆备选集,基于合乘请求发出者个人属性信息和出行信息计算备选集中所有合乘车辆的选择概率,将选择概率大于50%的n(0<n≤m)辆车作为备选车辆,并将备选车辆按其被选概率由大到小排列,由前p(0<p≤n,可取1~3以降低乘客的决策负担)个车辆信息组成最优合乘车辆备选集,推送给合乘请求发出者,获得合乘请求发出者选择的合乘车辆信息,通知被选车辆“已达成合乘协议”并通知其余m-1辆车合乘失败。若经调度中心服务平台计算得到的合乘请求发出者选择车辆的概率均不大于50%,则认为没有合适的合乘车辆,系统不进行合乘车辆信息的推送,并通知合乘请求发出者以及已接收合乘请求的m辆出租车“合乘请求失败”,合乘请求发出者可以选择重新提交合乘请求或放弃本次合乘。
合乘意愿达成过程中提供的合乘方案的信息中的路径信息是由最短路径搜索算法搜索得到,即在确定出租车当前位置、合乘请求发出者位置与合乘双方目的地后,以特定目标搜索合乘最短路径,最短路径搜索算法可以采用Floyd算法、Dijkstra算法等,搜索得到的合乘方案的信息中的路径信息包括:合乘请求发出者的等待时间、在车时间、乘车费用、乘车距离;合乘请求接收者的在车时间、乘车费用、乘车距离。
特定目标包括距离最短目标,时间最短目标,费用最少目标或距离、时间、费用综合最短目标。
合乘效用是衡量合乘者对合乘方案的满意程度的指标,合乘请求发出者同意合乘的效用函数V11=g11(D1,C1,N,T),拒绝合乘的效用函数V12=g12(D1,C1,N,T,G2,GSJ1),合乘请求接收者同意合乘的函数V21=g21(D2,C2),拒绝合乘的函数V22=g22(D2,C2,G1,GSJ2),而基于合乘效用计算的合乘选择概率分别为P1=h1(V11,V12),P2=h2(V21,V22),其中,V11和V21分别为合乘请求发出者和合乘请求接收者同意合乘的效用;V12和V22分别为合乘请求发出者和合乘请求接收者拒绝合乘的效用;P1和P2分别为合乘请求发出者和合乘请求接收者的合乘选择概率;D1和D2分别为合乘请求发出者和接收者的乘车里程;C1和C2分别为合乘请求发出者和合乘请求接收者的乘车费用;N为与合乘请求发出者共同合乘的在车人数;T为合乘请求发出者预计合乘等待时间;G1和G2分别为合乘请求发出者和接收者的性别(男性为1,女性为0);GSJ1和GSJ2分别为标记合乘请求发出者和接收者是否赶时间的0-1变量(赶时间为1,不赶时间为0)。
本实施例中,合乘请求发出者同意合乘情况下效用函数V11如下所示:
V11=-0.223D1-0.176C1-0.429N-6.553T;
合乘请求发出者拒绝合乘情况下效用函数V12如下所示:
V12=-0.223D1-0.176C1-6.553T-0.621G2+1.87GSJ1
合乘请求接收者同意合乘情况下效用函数V21如下所示:
V21=-0.237D2-0.088C2
合乘请求接收者拒绝合乘情况下效用函数V22如下所示:
V22=-0.237D2-0.088C2-0.842G1+1.949GSJ2
合乘请求发出者同意合乘的概率P11如下所示:
P 11 = exp ( V 11 ) exp ( V 11 + V 12 ) ;
合乘请求接收者同意合乘的概率P21如下所示:
P 21 = exp ( V 21 ) exp ( V 21 + V 22 ) .
本实施例提供的执行上述方法的面向出租车动态合乘的智能调度系统包括出租车调度中心、至少一个客户终端和至少一个车载终端;
客户终端,向出租车调度中心发送合乘请求,并接收和响应出租车调度中心发送的合乘车辆匹配信息和合乘方案调度信息;
车载终端,向出租车调度中心发送实时位置信息、载客状态信息,并接收和响应出租车调度中心发送的合乘请求和合乘方案调度信息;
出租车调度中心,基于合乘意愿达成机制向合乘请求发出者发送合乘车辆匹配信息并向合乘请求接收者发送合乘请求,确认合乘双方的合乘意愿并达成合乘协议,向达成合乘协议的出租车和合乘请求发出者推送合乘方案调度信息。
其中
出租车调度中心在基于合乘意愿达成机制向合乘请求发出者发送合乘车辆匹配信息并向合乘请求接收者发送合乘请求之前,对合乘请求人数与已在车人数之和进行判别,合乘后总乘车人数应满足车上最大乘客数量约束。
出租车调度中心在向达成合乘协议的出租车和合乘请求发出者推送合乘方案调度信息后,对合乘双方的合乘请求响应时间进行约束,若合乘双方中任意一方在规定的响应时间内没有响应,则视为放弃合乘。
显然,本发明的上述实施例仅仅是为清楚地说明本发明所作的举例,而并非是对本发明的实施方式的限定,对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或变动,这里无法对所有的实施方式予以穷举,凡是属于本发明的技术方案所引伸出的显而易见的变化或变动仍处于本发明的保护范围之列。

Claims (10)

1.一种面向出租车动态合乘的智能调度方法,其特征在于,该方法包括如下步骤:
S1、出租车调度中心加载地图信息,确定合乘费用分摊规则,并按照设定的时间间隔更新实时路况信息、承接合乘业务的出租车通过车载终端发送的实时位置信息和载客状态信息;
S2、出租车调度中心接收合乘请求发出者通过客户终端发送的合乘请求,所述合乘请求包括合乘请求发出者的上车地点、目的地、合乘请求人数、性别和是否赶时间;
S3、出租车调度中心基于合乘意愿达成机制向合乘请求接收者发送合乘请求并向合乘请求发出者发送合乘车辆匹配信息,确认合乘双方的合乘意愿并达成合乘协议,所述合乘双方中的合乘请求接收者为承接合乘业务的出租车上的已在车乘客;
S4、出租车调度中心向达成合乘协议的出租车和合乘请求发出者推送合乘方案调度信息,向达成合乘协议的出租车推送的合乘方案调度信息包括合乘上车地点、合乘目的地、合乘路径拓扑、合乘请求接收者在车时间、乘车距离和乘车费用,向合乘请求发出者推送的合乘方案调度信息包括车辆颜色、车牌号、车辆当前位置、预计等待时间、预计在车时间、乘车距离和乘车费用。
2.根据权利要求1所述的方法,其特征在于,所述合乘费用分摊规则是按百分比分摊合乘路段计费费用为基本模式,并基于公平性原则引入非直线系数对出租车司机收入增益的分摊进行修正的计价模型,而非合乘路段的费用由合乘双方独自承担;
合乘请求发出者的合乘费用计价模型为Cshare1=f1(C,R1,R*,NLC1,NLC2),
合乘请求接收者的合乘费用计价模型为Cshare2=f2(C,1-R1,R*,NLC1,NLC2);
模型中,Cshare1和Cshare2分别为合乘请求发出者和合乘请求接收者合乘路段最终费用;C为合乘双方合乘路段计费费用;R1为合乘请求发出者的合乘路段计费费用分摊百分比,合乘请求接收者的合乘路段计费费用分摊百分比为1-R1;NLC1和NLC2分别为合乘请求发出者和合乘请求接收者由于合乘绕行而产生的乘车路径非直线系数;R*为司机收入增益百分比,司机收入增益由合乘双方共同负担,双方负担比例由双方非直线系数决定。
3.根据权利要求1所述的方法,其特征在于,所述合乘意愿达成机制是基于历史统计数据或意愿调查数据在分析合乘双方合乘意愿偏好的基础上,利用合乘双方个人属性信息与出行信息计算合乘双方的合乘效用,预先分析合乘双方可能的合乘意愿,并向可能达成协议的合乘双方定向推送信息,最终促使达成合乘协议的机制。
4.根据权利要求3所述的方法,其特征在于,步骤S3包括如下子步骤:
S3.1、获得初始备选集以及乘客个人属性信息与出行信息,所述个人属性信息包括性别,所述出行信息包括乘客所在地、目的地、是否赶时间和合乘人数;
S3.2、初步筛选可合乘车辆备选集,筛选原则包括:基于合乘请求人数与已在车人数之和进行判别,合乘后总乘车人数应满足车上最大乘客数量约束;和,基于车辆与合乘请求发出者间距离,筛选限定距离范围内的可合乘车辆;
S3.3、面向合乘请求接收者,计算合乘请求接收者的合乘效用与接受合乘请求的概率,通过概率筛选可能的合乘车辆,定向推送合乘请求,并获取合乘请求接收者在规定的响应时间内发出的合乘意愿,将接受合乘请求的车辆的信息保留在合乘车辆备选集中,生成相应的合乘方案的信息,并删除拒绝合乘请求的车辆的信息;接受合乘请求的车辆等待合乘请求发出者选择合乘车辆,而拒绝合乘请求的车辆将继续行驶;若没有车辆接受合乘请求,则该次合乘请求失败,合乘请求发出者可以选择重新提交合乘请求或放弃本次合乘;
S3.4、面向合乘请求发出者,计算合乘请求发出者的合乘效用与选择备选集中所有合乘车辆的概率,通过概率筛选并排序可能的合乘车辆,确定最优合乘车辆备选集,生成相应的合乘方案的信息,并向合乘请求发出者推送最优备选集中的方案信息,获得合乘请求发出者在规定的响应时间内发出的合乘意愿,通知合乘请求发出者选择的车辆“已经被合乘请求发出者选择”,达成合乘协议,并通知其他备选车辆合乘失败;若合乘请求发出者对最优备选集中的车辆均不满意,则通知最优备选集中的所有车辆本次合乘失败,合乘请求发出者可以选择重新提交合乘请求或放弃本次合乘。
5.根据权利要求4所述的方法,其特征在于,合乘意愿达成过程中提供的合乘方案的信息中的路径信息是由最短路径搜索算法搜索得到,即在确定出租车当前位置、合乘请求发出者位置与合乘双方目的地后,以特定目标搜索合乘最短路径,搜索得到的合乘方案的信息中的路径信息包括:合乘请求发出者的等待时间、在车时间、乘车费用、乘车距离;合乘请求接收者的在车时间、乘车费用、乘车距离。
6.根据权利要求5所述的方法,其特征在于,所述特定目标包括距离最短目标,时间最短目标,费用最少目标或距离、时间、费用综合最短目标。
7.根据权利要求4所述的方法,其特征在于,所述合乘效用是衡量合乘者对合乘方案的满意程度的指标,合乘请求发出者同意合乘的效用函数V11=g11(D1,C1,N,T),拒绝合乘的效用函数V12=g12(D1,C1,N,T,G2,GSJ1),合乘请求接收者同意合乘的函数V21=g21(D2,C2),拒绝合乘的函数V22=g22(D2,C2,G1,GSJ2),而基于合乘效用计算的合乘选择概率分别为P1=h1(V11,V12),P2=h2(V21,V22),其中,V11和V21分别为合乘请求发出者和合乘请求接收者同意合乘的效用;V12和V22分别为合乘请求发出者和合乘请求接收者拒绝合乘的效用;P1和P2分别为合乘请求发出者和合乘请求接收者的合乘选择概率;D1和D2分别为合乘请求发出者和接收者的乘车里程;C1和C2分别为合乘请求发出者和合乘请求接收者的乘车费用;N为与合乘请求发出者共同合乘的在车人数;T为合乘请求发出者预计合乘等待时间;G1和G2分别为合乘请求发出者和接收者的性别;GSJ1和GSJ2分别为标记合乘请求发出者和接收者是否赶时间的0-1变量。
8.一种面向出租车动态合乘的智能调度系统,其特征在于,该系统包括出租车调度中心、至少一个客户终端和至少一个车载终端;
客户终端,向出租车调度中心发送合乘请求,并接收和响应出租车调度中心发送的合乘车辆匹配信息和合乘方案调度信息;
车载终端,向出租车调度中心发送实时位置信息、载客状态信息,并接收和响应出租车调度中心发送的合乘请求和合乘方案调度信息;
出租车调度中心,基于合乘意愿达成机制向合乘请求接收者发送合乘请求并向合乘请求发出者发送合乘车辆匹配信息,确认合乘双方的合乘意愿并达成合乘协议,向达成合乘协议的出租车和合乘请求发出者推送合乘方案调度信息。
9.根据权利要求8所述的系统,其特征在于,出租车调度中心在基于合乘意愿达成机制向合乘请求发出者发送合乘车辆匹配信息并向合乘请求接收者发送合乘请求之前,对合乘请求人数与已在车人数之和进行判别,合乘后总乘车人数应满足车上最大乘客数量约束。
10.根据权利要求8所述的系统,其特征在于,出租车调度中心在向达成合乘协议的出租车和合乘请求发出者推送合乘方案调度信息后,对合乘双方的合乘请求响应时间进行约束,若合乘双方中任意一方在规定的响应时间内没有响应,则视为放弃合乘。
CN201610304707.0A 2016-05-10 2016-05-10 面向出租车动态合乘的智能调度方法和系统 Expired - Fee Related CN105761481B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610304707.0A CN105761481B (zh) 2016-05-10 2016-05-10 面向出租车动态合乘的智能调度方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610304707.0A CN105761481B (zh) 2016-05-10 2016-05-10 面向出租车动态合乘的智能调度方法和系统

Publications (2)

Publication Number Publication Date
CN105761481A true CN105761481A (zh) 2016-07-13
CN105761481B CN105761481B (zh) 2018-07-24

Family

ID=56322735

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610304707.0A Expired - Fee Related CN105761481B (zh) 2016-05-10 2016-05-10 面向出租车动态合乘的智能调度方法和系统

Country Status (1)

Country Link
CN (1) CN105761481B (zh)

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107563786A (zh) * 2017-07-21 2018-01-09 闫凯 一种城市内乘客及货物协同运输的定价方法
CN108197964A (zh) * 2016-12-08 2018-06-22 北京嘀嘀无限科技发展有限公司 一种拼车价格计算方法及服务器
CN108446776A (zh) * 2017-02-08 2018-08-24 北京嘀嘀无限科技发展有限公司 网络约车订单分配方法和装置以及电子设备
CN109308538A (zh) * 2017-07-26 2019-02-05 北京嘀嘀无限科技发展有限公司 成交转化率预测方法及装置
CN109492850A (zh) * 2017-09-12 2019-03-19 丰田自动车株式会社 车辆分配系统和车辆分配控制服务器
CN109997346A (zh) * 2017-06-23 2019-07-09 北京嘀嘀无限科技发展有限公司 基于用户行为的服务调度系统和方法
CN110021163A (zh) * 2019-03-02 2019-07-16 合肥学院 基于行驶里程数据的网约车路网占有率分析方法
WO2019227292A1 (en) * 2018-05-28 2019-12-05 Beijing Didi Infinity Technology And Development Co., Ltd. Systems and methods for recommending pick-up locations
CN110784827A (zh) * 2019-10-14 2020-02-11 程成 一种用于结伴出行及计算车费的方法
WO2020038449A1 (zh) * 2018-08-24 2020-02-27 比亚迪股份有限公司 列车调度方法、调度装置、调度系统、终端设备和列车
CN112686489A (zh) * 2019-10-17 2021-04-20 丰田自动车株式会社 信息处理装置、非暂时性存储介质、以及信息处理方法
US11468374B2 (en) 2017-10-31 2022-10-11 Beijing Didi Infinity Technology And Development Co., Ltd. Methods and systems for carpool services
CN116011727A (zh) * 2022-11-28 2023-04-25 苏州大学 考虑不同优先级需求冲突的定制公交车辆调度方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104464275A (zh) * 2014-02-23 2015-03-25 广州市沃希信息科技有限公司 一种基于多计程车的拼车方法、系统及服务器
CN104715296A (zh) * 2015-04-08 2015-06-17 北京航空航天大学 一种面向交通枢纽的出租车拼车机制设计及实现的方法
CN104715410A (zh) * 2015-03-24 2015-06-17 宁波市科技园区妙影电子有限公司 一种搭乘控制的方法与设备
CN104916121A (zh) * 2014-03-11 2015-09-16 上海飞田通信股份有限公司 电召拼车计算系统及方法
CN104933855A (zh) * 2015-05-28 2015-09-23 成都亿邻通科技有限公司 一种提供组合拼车的方法
CN105575106A (zh) * 2015-12-28 2016-05-11 南京通用电器有限公司 一种出租车召车及电子支付系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104464275A (zh) * 2014-02-23 2015-03-25 广州市沃希信息科技有限公司 一种基于多计程车的拼车方法、系统及服务器
CN104916121A (zh) * 2014-03-11 2015-09-16 上海飞田通信股份有限公司 电召拼车计算系统及方法
CN104715410A (zh) * 2015-03-24 2015-06-17 宁波市科技园区妙影电子有限公司 一种搭乘控制的方法与设备
CN104715296A (zh) * 2015-04-08 2015-06-17 北京航空航天大学 一种面向交通枢纽的出租车拼车机制设计及实现的方法
CN104933855A (zh) * 2015-05-28 2015-09-23 成都亿邻通科技有限公司 一种提供组合拼车的方法
CN105575106A (zh) * 2015-12-28 2016-05-11 南京通用电器有限公司 一种出租车召车及电子支付系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
陈婷等: "乘客与出租车出行信息双向感知的合乘系统关键技术研究", 《森林工程》 *

Cited By (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108197964A (zh) * 2016-12-08 2018-06-22 北京嘀嘀无限科技发展有限公司 一种拼车价格计算方法及服务器
CN108446776A (zh) * 2017-02-08 2018-08-24 北京嘀嘀无限科技发展有限公司 网络约车订单分配方法和装置以及电子设备
CN109997346A (zh) * 2017-06-23 2019-07-09 北京嘀嘀无限科技发展有限公司 基于用户行为的服务调度系统和方法
CN107563786A (zh) * 2017-07-21 2018-01-09 闫凯 一种城市内乘客及货物协同运输的定价方法
CN109308538B (zh) * 2017-07-26 2021-03-09 北京嘀嘀无限科技发展有限公司 成交转化率预测方法及装置
CN109308538A (zh) * 2017-07-26 2019-02-05 北京嘀嘀无限科技发展有限公司 成交转化率预测方法及装置
CN109492850A (zh) * 2017-09-12 2019-03-19 丰田自动车株式会社 车辆分配系统和车辆分配控制服务器
US11468374B2 (en) 2017-10-31 2022-10-11 Beijing Didi Infinity Technology And Development Co., Ltd. Methods and systems for carpool services
WO2019227292A1 (en) * 2018-05-28 2019-12-05 Beijing Didi Infinity Technology And Development Co., Ltd. Systems and methods for recommending pick-up locations
WO2020038449A1 (zh) * 2018-08-24 2020-02-27 比亚迪股份有限公司 列车调度方法、调度装置、调度系统、终端设备和列车
CN110021163A (zh) * 2019-03-02 2019-07-16 合肥学院 基于行驶里程数据的网约车路网占有率分析方法
CN110784827A (zh) * 2019-10-14 2020-02-11 程成 一种用于结伴出行及计算车费的方法
CN112686489A (zh) * 2019-10-17 2021-04-20 丰田自动车株式会社 信息处理装置、非暂时性存储介质、以及信息处理方法
CN112686489B (zh) * 2019-10-17 2024-03-29 丰田自动车株式会社 信息处理装置、非暂时性存储介质、以及信息处理方法
CN116011727A (zh) * 2022-11-28 2023-04-25 苏州大学 考虑不同优先级需求冲突的定制公交车辆调度方法
CN116011727B (zh) * 2022-11-28 2024-03-15 苏州大学 考虑不同优先级需求冲突的定制公交车辆调度方法

Also Published As

Publication number Publication date
CN105761481B (zh) 2018-07-24

Similar Documents

Publication Publication Date Title
CN105761481A (zh) 面向出租车动态合乘的智能调度方法和系统
CN105761482B (zh) 基于公平性的出租车实时预约方法及系统
CN104021667B (zh) 整合预约服务与实时打车的出租车合乘调度系统及调度方法
CN103971507B (zh) 一种召车方法、召车平台及系统
CN112419706B (zh) 实时单处理方法及服务器
JP3959245B2 (ja) 乗合車両運行スケジューリングシステム
CN108027906A (zh) 用于调整共乘调度和路线的系统和方法
CN105279955B (zh) 一种拼车方法及设备
US11132626B2 (en) Systems and methods for vehicle resource management
Bischoff et al. Proactive empty vehicle rebalancing for Demand Responsive Transport services
CN109658203A (zh) 订单分配方法、分配系统及计算机可读存储介质
JP2004362271A (ja) 相乗り乗車システム、乗車情報処理装置および相乗り乗車方法
CN102063691A (zh) 一种智能调度车辆的方法与系统
KR101718433B1 (ko) 택시 합승 서비스 제공방법
CN111144618A (zh) 一种基于两阶段优化模型的需求响应型定制公交网络规划方法
GB2535719A (en) Telephone call placement
CN112561379A (zh) 一种面向区域性网约车的调度方法
CN114358808A (zh) 基于多源数据融合的公交od估计及分配方法
JP2002024659A (ja) 配車予約システム
Cebecauer et al. Integrating demand responsive services into public transport disruption management
JP2003288516A (ja) サービス車両予約システム
CN113393137A (zh) 一种基于车联网的调度共享系统
Ponrahono et al. Assessing the urban and rural stage bus services disparities in Peninsula Malaysia
Seow et al. Performance of multiagent taxi dispatch on extended-runtime taxi availability: A simulation study
DE10033341A1 (de) Verkehrsdienstesystem mit Kraftfahrzeugen

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20180724