CN107024217B - 城际交通的路线规划的方法、装置及系统 - Google Patents
城际交通的路线规划的方法、装置及系统 Download PDFInfo
- Publication number
- CN107024217B CN107024217B CN201610069297.6A CN201610069297A CN107024217B CN 107024217 B CN107024217 B CN 107024217B CN 201610069297 A CN201610069297 A CN 201610069297A CN 107024217 B CN107024217 B CN 107024217B
- Authority
- CN
- China
- Prior art keywords
- transfer
- route
- planning
- travel plan
- frequency
- 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.)
- Active
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/3407—Route searching; Route guidance specially adapted for specific applications
- G01C21/3423—Multimodal routing, i.e. combining two or more modes of transportation, where the modes can be any of, e.g. driving, walking, cycling, public transport
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种城际交通的路线规划的方法、装置及系统,该城际交通的路线规划的方法包括:获取终端设备发送的用户出行需求信息;根据出行需求信息规划城际交通的直达路线,以及根据出行需求信息和换乘规划引擎规划城际交通的换乘路线;根据规划得到的直达路线生成第一出行方案,或者根据规划得到的换乘路线直接生成第二出行方案;根据推荐引擎,确定每个直达路线的推荐指数,或者根据推荐引擎,确定每个换乘路线的推荐指数;将设置有推荐指数的出行方案发送给终端设备,并指示终端设备根据推荐指数对路线进行排序并显示。本发明基于各种公共交通工具进行综合路线的规划,为用户提供了方便快捷的城际出行路线规划服务。
Description
技术领域
本发明涉及交通路线规划领域,特别涉及城际交通的路线规划的方法、装置及系统。
背景技术
人们的出行,特别是城际出行,主要是依靠公共交通,如航班、火车、长途汽车、轮船等,如果出行高峰经常出现票价很高,或者没有票可买,将影响出行。当用户无法购买直达票时,常常需要自主规划路线出行方案,例如分段购票经行中转,但是用户往往仅知道一些较大的中转城市,规划路线时费事费力,且不能得到一些较优的路线方案,并且当用户进入中转城市时往往不熟悉当地的交通情况,当需要市内换乘时给用户带来极大的不便。当前市场急需一种跨交通工具的综合的路线规划服务。
发明内容
本发明要解决的技术问题是,提供一种城际交通的路线规划的方法、装置及系统,基于各种公共交通工具(比如航班、火车、长途汽车、轮船、城际机场巴士等)的综合的方便快捷的城际出行路线规划服务。
依据本发明的一个方面,提供了一种城际交通的路线规划的方法,所述方法包括:
获取终端设备发送的用户出行需求信息;
根据所述用户出行需求信息,规划城际交通的直达路线,以及根据所述用户出行需求信息和预先设置的换乘规划引擎,规划城际交通的换乘路线;
根据规划得到的所述直达路线,生成第一出行方案,或者根据规划得到的所述换乘路线,直接生成第二出行方案;
根据预先设置的推荐引擎,确定所述第一出行方案中每个直达路线的推荐指数,或者根据预先设置的推荐引擎,确定所述第二出行方案中每个换乘路线的推荐指数;
将设置有推荐指数的第一出行方案或第二出行方案发送给所述终端设备,并指示所述终端设备根据所述推荐指数对所述第一出行方案中的直达路线进行排序并显示,或者对所述第二出行方案中的换乘路线进行排序并显示。
依据本发明的另一个方面,还提供了一种城际交通的路线规划的方法,应用于终端设备,所述方法包括:
获取用户输入的用户出行需求信息,并将所述用户出行需求信息发送至服务平台,并指示所述服务平台根据所述用户出行需求信息,规划城际交通的直达路线,以及根据所述用户出行需求信息和预先设置的换乘规划引擎,规划城际交通的换乘路线;根据规划得到的所述直达路线,生成第一出行方案,或者根据规划得到的所述换乘路线,直接生成第二出行方案;根据预先设置的推荐引擎,确定所述第一出行方案中每个直达路线的推荐指数,或者根据预先设置的推荐引擎,确定所述第二出行方案中每个换乘路线的推荐指数;
接收所述服务平台发送的设置有的推荐指数的第一出行方案或第二出行方案,并根据所述推荐指数对所述第一出行方案中的直达路线进行排序并显示,或者对所述第二出行方案中的换乘路线进行排序并显示。
依据本发明的另一个方面,还提供了一种城际交通的路线规划的装置,所述装置包括:
第一获取模块,用于获取终端设备发送的用户出行需求信息;
规划模块,用于根据所述用户出行需求信息,规划城际交通的直达路线,以及根据所述用户出行需求信息和预先设置的换乘规划引擎,规划城际交通的换乘路线;以及
根据规划得到的所述直达路线,生成第一出行方案,或者根据规划得到的所述换乘路线,直接生成第二出行方案;
推荐模块,用于根据预先设置的推荐引擎,确定所述第一出行方案中每个直达路线的推荐指数,或者根据预先设置的推荐引擎,确定所述第二出行方案中每个换乘路线的推荐指数;
输出模块,用于将设置有推荐指数的第一出行方案或第二出行方案发送给所述终端设备,并指示所述终端设备根据所述推荐指数对所述第一出行方案中的直达路线进行排序并显示,或者对所述第二出行方案中的换乘路线进行排序并显示。
依据本发明的另一个方面,还提供了一种终端设备,所述终端设备包括:
第二获取模块,用于获取用户输入的用户出行需求信息,并将所述用户出行需求信息发送至服务平台,并指示所述服务平台根据所述用户出行需求信息,规划城际交通的直达路线,以及根据所述用户出行需求信息和预先设置的换乘规划引擎,规划城际交通的换乘路线;根据规划得到的所述直达路线,生成第一出行方案,或者根据规划得到的所述换乘路线,直接生成第二出行方案;根据预先设置的推荐引擎,确定所述第一出行方案中每个直达路线的推荐指数,或者根据预先设置的推荐引擎,确定所述第二出行方案中每个换乘路线的推荐指数;
接收模块,用于接收所述服务平台发送的设置有推荐指数的第一出行方案或第二出行方案,并根据所述推荐指数对所述第一出行方案中的直达路线进行排序并显示,或者对所述第二出行方案中的换乘路线进行排序并显示。
依据本发明的另一个方面,还提供了一种城际交通的路线规划的系统,包括如上所述的城际交通的路线规划的装置和终端设备。
本发明的实施例具有如下有益效果:
本发明基于各种公共交通工具(比如航班、火车、长途汽车、轮船、城际机场巴士等)进行综合路线的规划,为用户提供了方便快捷的城际出行路线规划服务。
附图说明
图1为本发明的第一实施例的城际交通的路线规划的方法流程图;
图2为本发明的第一实施例的规划引擎的规划方法流程示意图之一;
图3为本发明的第一实施例的规划引擎的规划方法流程示意图之二;
图4A~4C为本发明的三种按照空间角维度划分的以小时为单元的不同出发站出发频次记录的结构示意图;
图5为本发明的第一实施例的搜索频次计算方法的流程示意图;
图6为本发明的第二实施例的城际交通的路线规划的方法流程图;
图7为本发明的第三实施例的城际交通的路线规划的装置的结构示意图;
图8为本发明的第三实施例的终端设备工作示意图;
图9为本发明的实施例的方案推荐的层次结构图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例,然而应当理解,可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本公开,并且能够将本公开的范围完整的传达给本领域的技术人员。
第一实施例
参见图1,依据本发明的一个方面,提供了一种城际交通的路线规划的方法,包括:
步骤101,获取终端设备发送的用户出行需求信息。
本实施例中,用户出行需求信息包括:出发站、终点站、出发日期和/或到达日期等信息。获取终端设备发送的用户出行需求信息可以是从微信公众号、搜索引擎、app(应用程序,Application)、网站、车载智能终端应用或手持智能终端应用等渠道。
步骤102,根据用户出行需求信息,规划城际交通的直达路线,以及根据用户出行需求信息和预先设置的换乘规划引擎,规划城际交通的换乘路线。
本实施例中,通过调用第三方实时接口实时获取各种交通方式的可用的直达方案信息,即有余票可买的直达方案信息,并且同时调用规划引擎服务,进行综合换乘方案的运算和规划。
步骤103,根据规划得到的直达路线,生成第一出行方案,或者根据规划得到的换乘路线,直接生成第二出行方案。
本实施例中,根据直达路线生成第一出行方案,当不存在直达路线或直达路线不可行时,则只根据换乘路线生成第二出行方案。
步骤104,根据预先设置的推荐引擎,确定第一出行方案中每个直达路线的推荐指数,或者根据预先设置的推荐引擎,确定第二出行方案中每个换乘路线的推荐指数。
步骤105,将设置有推荐指数的第一出行方案或第二出行方案发送给终端设备,并指示终端设备根据推荐指数对第一出行方案中的直达路线进行排序并显示,或者对第二出行方案中的换乘路线进行排序并显示。
本实施例中,将按推荐指数排序并显示在终端设备上,例如路线E的推荐指数>路线G的推荐指数>路线F的推荐指数,则终端将按E、G、F的顺序显示这三条路线方案。
参见图2,优选的,根据用户出行需求信息和预先设置的换乘规划引擎,规划城际交通的换乘路线,包括:
步骤1020:将用户出行需求信息输入至预先设置的换乘规划引擎;
上述用户出行需求信息可以包括出发站、终点站、出发时间和到达时间中的一种或多种组合。
步骤1021:通过换乘规划引擎根据用户出行需求信息中的出发站、终点站和出发时段、规定搜索时间范围,计算出搜索频次;
步骤1022:根据规定搜索时间范围和搜索频次,计算出时间间隔;
步骤1023:在规定搜索时间范围内,将搜索频次的值作为最优路径算法的运算次数,以及将时间间隔作为前后两次运算的间隔,利用城际线路数据、市内换乘数据和最优路径算法进行最优路径规划处理,得到第一数量的换乘路线,其中,第一数量的值等于搜索频次的值。
在步骤1023中,解析场站对:将每个行程的城市对解析为场站对(包括名称和编码),即出发城市的所有场站与目的地城市的所有场站的任意组合;然后在步骤1023中路线运算:使用场站对进行路线运算,这个运算是基于最新的静态城际线路数据及市内换乘数据进行的。城际线路数据包括所有交通工具的所有线路信息,包括但不限于航班、火车、长途汽车、轮船、城际机场巴士等;市内换乘数据是同一个城市内各个场站之间的市内交通方案,可以是同站换乘,也可以在任何两个不同场站间换乘,市内场站换乘方案包括出租、公交、地铁、自驾、自行车、步行、机场巴士等出行方式及所需时长、相应交通工具的服务时间等信息,换乘所需时长包括出发场站的出站时间Ts、场站间具体路程时间Tt及目的场站的进站时间Te。规划引擎根据城际线路信息及市内换乘信息通过相应的算法进行运算获得换乘方案。换乘方案的换乘次数低于最大换乘次数C,C根据出发地和目的地的交通指数来配置,交通指数越高的C值越小。
具体的,参见图3,本发明的规划引擎可以使这些运算速度快的单结果路径规划算法,输出多结果路径规划方案的同时,相对保证运算速度。首先,使用本方法得到搜索时间范围T内的搜索频次m。在T时间内,以T/m为时间间隔运行单结果路径规划算法,就可以得到m个路径规划方案。可选地,再将重复的路径规划方案去掉,就可以得到了T时间内的得到n个最佳方案。
优选的,通过换乘规划引擎根据用户出行需求信息中的出发站、终点站、出发时段和规定搜索时间范围,计算出搜索频次,包括:
通过换乘规划引擎根据出发站和终点站之间的距离、预先设定的搜索范围、出发站和终点站的城市级别、以及所采用至少两类交通工具的速度值,计算出规定搜索时间范围;
根据出发站、终点站、出发时段以及规定搜索时间范围,从预先生成的出发频次数据库中获取得到与出发站相关的多个出发频次的数据,出发频次数据库中记录有出发站按照时间维度和/或按照空间角维度划分后得到的出发次数;
根据获取的多个出发频次的数据,计算得到搜索频次。
参见图4A~图4C,图中示出了三种分别按照四个方向、八个方向和十二个方向的空间角维度划分的举例说明,当然可以理解的是,在本发明的实施例中并不限定空间角维度划分的具体方向数量。
具体的,参见图4A~图4C,本发明的方法基于预先设置的一套完整的全域内多模式交通工具出发到达时间表数据库来计算的。整体来看,除记录了交通工具的出发、到达时间,该数据库中还记录了多种以小时为单位不同出发站出发频次的记录。比如图4A中所示的三种以小时为单位不同出发站出发频次的记录,其中,该数据库中记录出发站S在24小时以每小时为单位,每个小时驶向夹角90%范围内的交通工具的出发频次。以北京站为例,该数据库中需记录0时,1时,2时…,直到23时每个小时内交通工具出发频次,并计算出以北京为中心,驶向东南、东北、西南、西北四个方向目的地(各90%)的各个小时的出发次数,并记录在该数据库内。同理,图4B所示为出发驶向各45%目的地的各小时出发次数。图4C所示为出发驶向各30%目的地的各小时出发次数。如此应用此原理,预先计算得出前期计算域内所有站点按照时间维度划分的在各时间段的出发次数,以及按照空间角维度划分的各空间的出发次数。
优选的,通过换乘规划引擎根据出发站和终点站之间的距离、预先设定的搜索范围、出发站和终点站的城市级别、以及所采用至少两类交通工具的速度值,计算出规定搜索时间范围,包括:
通过换乘规划引擎,根据T=Ttotal-(a*(DIST/SPEED第一类交通工具)+(1-a)(DIST/SPEED第二类交通工具),计算出规定搜索时间范围T,其中,
Ttotal表示搜索范围,例如搜索24小时内到达的行程;
T表示规定搜索时间范围;
DIST表示出发站和终点站之间的距离;
SPEED第一类交通工具表示第一类交通工具的速度值;
SPEED第二类交通工具表示第二类交通工具的速度值;
a表示出发站和终点站的城市级别。
具体的,规定出发站S、终点站D、及出发时间ST、规定搜索时间范围T;a权重取决于出发站和终点站的城市等级。此处城市等级取决于城市作为交通节点的使用等级,是基于此城市是否临近飞机场以及此城市的火车、飞机及其他交通工具的出发和到达频次来计算的。此处临近飞机场指在飞机场100公里以内。例如,当某城市临近飞机场,其每天总出发、到达总频次大于1000次的,其a等于0.8,如果其每天总出发、到达总频次小于等于1000且大于500次的,其a等于0.6,如果其每天总出发、到达总频次小于等于500的,其a等于0.4。又例如,当某城市非临近飞机场,其每天总出发、到达总频次大于1000次的,其a等于0.6,如果其每天总出发、到达总频次小于等于1000且大于500次的,其a等于0.4,如果其每天总出发、到达总频次小于等于500的,其a等于0.2。
优选的,根据获取的多个出发频次的数据,计算得到搜索频次,包括:
根据出发站和终点站的城市级别分别设置多个出发频次的数据中每个出发频次的数据的权重值,其中,各个出发频次的数据的权重值之和等于预先设定的值;
根据各个出发频次的数据和对应的权重值进行加权求和,计算得到搜索频次。
具体的,参见图5,经过如上所述的步骤,根据计算得到的如图4A所示的四个方向的出发频次的值FCROSS(S,D,ST,T),如图4B所示的八个方向的出发频次的值FUJ(S,D,ST,T)和如图4C所示的十二个方向的出发频次的值F12S(S,D,ST,T),分别从预计算好的出发频次数据库中调出S站到D站的出发时间ST时出发且搜索时间范围为T的数据。计算出FAVG(S,D,ST,T),根据公式FAVG(S,D,ST,T)=i*FCROSS(S,D,ST,T)+j*FUJ(S,D,ST,T)+n*F12S(S,D,ST,T),其中i+j+n=1,且i,j,n的大小取决于出发站S、终点站D所在城市的级别。此处计算得出的FAVG(S,D,ST,T)既是在时间T的出发ST时间范围内需要进行单次搜索的次数。
优选的,换乘路线的换乘次数低于最大换乘次数,其中,最大换乘次数根据出发地和目的地的交通指数来配置,出发地和目的地的交通指数的值越高,最大换乘次数的值越小。
优选的,根据预先设置的推荐引擎,确定第一出行方案中每个直达路线的推荐指数,或者根据预先设置的推荐引擎,确定第二出行方案中每个换乘路线的推荐指数,包括:
根据预先设置的推荐引擎,计算出每个预先设置的推荐准则对第一出行方案的权重,得到第一判断矩阵;
根据预先设置的推荐引擎,计算出第一出行方案中每个直达路线对每个预先设置的推荐准则的权重,得到第二判断矩阵;
根据第一判断矩阵和第二判断矩阵,计算得到确定第一出行方案中每个直达路线的推荐指数;
或者
根据预先设置的推荐引擎,计算出每个预先设置的推荐准则对第二出行方案的权重,得到第三判断矩阵;
根据预先设置的推荐引擎,计算出第二出行方案中每个换乘路线对每个预先设置的推荐准则的权重,得到第四判断矩阵;
根据第三判断矩阵和第四判断矩阵,计算得到确定第二出行方案中每个换乘路线的推荐指数。
需要说明的是,本发明的实施例中推荐准则可以包括:换乘、费用、时长、出发时段和到达时段,其中,换乘对应的权重值>费用对应的权重值>时长对应的权重值>出发时段对应的权重值=到达时段对应的权重值,当然可以理解的是在本发明的实施例中并不限定推荐准则中具体包括的参数。
下面通过一种实施例具体解释该推荐引擎。
根据线路方案的主要属性,结合用户历史数据和偏好计算各个方案的推荐指数。本实例用层次分析法来解释具体实现方法。
参见图9,方案推荐的层次结构如图9所示,其中A为目标层,C为准则层,P为方案层,准则如表1所示,用例数据如表2所示,具体为北京到三亚的5个方案。
表1准则列表
表2用例数据
根据5个准则,设置相应的权重,准则层与目标层的判断矩阵如表3所示。方案层与准则层的判断矩阵如表4(换乘)、表5(出发时段)、表6(到达时段)、表7(费用)、表8(时长)所示,其中费用的判断矩阵,先根据各个方案的具体值计算的推荐度,Fmin为最小值,Fmax为最大值,则费用标度Bi=9-(Fi-Fmin)*8/(Fmax-Fmin)(四舍五入取整),判断矩阵Cij=(Bi/Bj)(i≠j)。时长处理方式与费用一样。
表3 C-A判断矩阵
准则 | 标度 |
换乘 | 9 |
费用 | 7 |
时长 | 5 |
出发时段 | 1 |
到达时段 | 1 |
表4 C-P(换乘)判断矩阵
换乘情况 | 标度 |
直达 | 9 |
1次 | 3 |
2次 | 2 |
2次以上 | 1 |
表5 C-P(出发时段)判断矩阵
时段名称 | 时段 | 标度 |
凌晨 | 0:01-6:00 | 1 |
早上 | 6:01-9:00 | 3 |
上午 | 9:01-12:00 | 5 |
下午 | 12:01-18:00 | 7 |
晚上 | 18:01-24:00 | 9 |
表6 C-P(到达时段)判断矩阵
时段名称 | 时段 | 标度 |
凌晨 | 0:01-6:00 | 1 |
早上 | 6:01-9:00 | 9 |
上午 | 9:01-12:00 | 7 |
下午 | 12:01-18:00 | 5 |
晚上 | 18:01-24:00 | 3 |
表7 C-P(费用)判断矩阵
Fmin | 435.0 |
Fmax | 1878.0 |
费用 | 标度 |
435 | 9 |
1106 | 2 |
1333 | 2 |
1452 | 1 |
1878 | 1 |
表8 C-P(时长)判断矩阵
Tmin | 235.0 |
Tmax | 2249.0 |
时长 | 标度 |
2249.0 | 1 |
347.0 | 8 |
345.0 | 8 |
245.0 | 9 |
235.0 | 9 |
根据以上判断矩阵,依次计算准则层与目标层、方案层对准则层的各相对权重如下:
准则对目标的权重:Wca={0.3913,0.3043,0.2174,0.0435,0.0435}
方案对换乘的权重:Wpc1={0.2308,0.0769,0.2308,0.2308,0.2308}
方案对时长的权重:Wpc2={0.0278,0.25,0.25,0.2222,0.25}
方案对费用的权重:Wpc3={0.4091,0.2273,0.1818,0.1364,0.0455}
方案对出发时段的权重:Wpc4={0.28,0.12,0.12,0.12,0.36}
方案对达到时段的权重:Wpc5={0.3103,0.1724,0.1724,0.2414,0.1034}
然后计算方案对目标的权重:
即得到各个方案的推荐指数,然后根据推荐指数确定方案的推荐次序。
以上只是举例说明推荐模型,模型中各个标度可以根据相关因素进行调整。
优选的,推荐准则包括:换乘次数、费用、时长、出发时段和到达时段中的任意一种或多种组合。
第二实施例
依据本发明的另一个方面,还提供了一种城际交通的路线规划的方法,应用于终端设备,参见图6,该方法包括:
步骤601:获取用户输入的用户出行需求信息,并将用户出行需求信息发送至服务平台,并指示服务平台根据用户出行需求信息,规划城际交通的直达路线,以及根据用户出行需求信息和预先设置的换乘规划引擎,规划城际交通的换乘路线;根据规划得到的直达路线,生成第一出行方案,或者根据规划得到的换乘路线,直接生成第二出行方案;根据预先设置的推荐引擎,确定第一出行方案中每个直达路线的推荐指数,或者根据预先设置的推荐引擎,确定第二出行方案中每个换乘路线的推荐指数;
步骤602:接收服务平台发送的设置有的推荐指数的第一出行方案或第二出行方案,并根据推荐指数对第一出行方案中的直达路线进行排序并显示,或者对第二出行方案中的换乘路线进行排序并显示。
第三实施例
参见图7,依据本发明的另一个方面,还提供了一种城际交通的路线规划的装置,包括:
第一获取模块701,用于获取终端设备发送的用户出行需求信息;
规划模块702,用于根据用户出行需求信息,规划城际交通的直达路线,以及根据用户出行需求信息和预先设置的换乘规划引擎,规划城际交通的换乘路线;以及
根据规划得到的直达路线,生成第一出行方案,或者根据规划得到的换乘路线,直接生成第二出行方案;
推荐模块703,用于根据预先设置的推荐引擎,确定第一出行方案中每个直达路线的推荐指数,或者根据预先设置的推荐引擎,确定第二出行方案中每个换乘路线的推荐指数;
输出模块704,用于将设置有推荐指数的第一出行方案或第二出行方案发送给终端设备,并指示终端设备根据推荐指数对第一出行方案中的直达路线进行排序并显示,或者对第二出行方案中的换乘路线进行排序并显示。
优选的,规划模块包括:换乘方案规划单元,用于
将用户出行需求信息输入至预先设置的换乘规划引擎;
通过换乘规划引擎根据用户出行需求信息中的出发站、终点站、出发时段和规定搜索时间范围,计算出搜索频次;
通过换乘规划引擎根据规定搜索时间范围和搜索频次,计算出时间间隔;
通过换乘规划引擎在规定搜索时间范围内,搜索频次的值作为最优路径算法的运算次数,以及将时间间隔为前后两次运算的间隔,利用城际线路数据、室内换乘数据和最优路径算法进行最优路径规划处理,得到第一数量的换乘路线,其中,第一数量的值等于搜索频次的值。
优选的,换乘方案规划单元通过换乘规划引擎根据出发站和终点站之间的距离、预先设定的搜索范围、出发站和终点站的城市级别、以及所采用至少两类交通工具的速度值,计算出规定搜索时间范围;根据出发站、终点站、出发时段以及规定搜索时间范围,从预先生成的出发频次数据库中获取得到与出发站相关的多个出发频次的数据,出发频次数据库中记录有出发站按照时间维度和/或按照空间角维度划分后得到的出发次数;根据获取的多个出发频次的数据,计算得到搜索频次。
优选的,所述换乘方案规划单元通过换乘规划引擎,根据T=Ttotal-(a*(DIST/SPEED第一类交通工具)+(1-a)(DIST/SPEED第二类交通工具),计算出规定搜索时间范围T,其中,
Ttotal表示搜索范围,例如搜索24小时内到达的行程;
T表示规定搜索时间范围;
DIST表示出发站和终点站之间的距离;
SPEED第一类交通工具表示第一类交通工具的速度值;
SPEED第二类交通工具表示第二类交通工具的速度值;
a表示出发站和终点站的城市级别。
优选的,换乘方案规划单元:根据出发站和终点站的城市级别分别设置多个出发频次的数据中每个出发频次的数据的权重值,其中,各个出发频次的数据的权重值之和等于预先设定的值;根据各个出发频次的数据和对应的权重值进行加权求和,计算得到搜索频次。
优选的,换乘路线的换乘次数低于最大换乘次数,其中,最大换乘次数根据出发地和目的地的交通指数来配置,出发地和目的地的交通指数的值越高,最大换乘次数的值越小。
优选的,推荐模块,进一步用于根据预先设置的推荐引擎,计算出每个预先设置的推荐准则对第一出行方案的权重,得到第一判断矩阵;根据预先设置的推荐引擎,计算出第一出行方案中每个直达路线对每个预先设置的推荐准则的权重,得到第二判断矩阵;根据第一判断矩阵和第二判断矩阵,计算得到确定第一出行方案中每个直达路线的推荐指数;或者根据预先设置的推荐引擎,计算出每个预先设置的推荐准则对第二出行方案的权重,得到第三判断矩阵;根据预先设置的推荐引擎,计算出第二出行方案中每个换乘路线对每个预先设置的推荐准则的权重,得到第四判断矩阵;根据第三判断矩阵和第四判断矩阵,计算得到确定第二出行方案中每个换乘路线的推荐指数。
第四实施例
参见图8,依据本发明的另一个方面,还提供了一种终端设备8,终端设备8包括:
第二获取模块801,用于获取用户输入的用户出行需求信息,并将用户出行需求信息发送至服务平台401,并指示服务平台401根据用户出行需求信息,规划城际交通的直达路线,以及根据用户出行需求信息和预先设置的换乘规划引擎402,规划城际交通的换乘路线;根据规划得到的直达路线,生成第一出行方案,或者根据规划得到的换乘路线,直接生成第二出行方案;根据预先设置的推荐引擎403,确定第一出行方案中每个直达路线的推荐指数,或者根据预先设置的推荐引擎403,确定第二出行方案中每个换乘路线的推荐指数;
接收模块802,用于接收服务平台401发送的设置有推荐指数的第一出行方案或第二出行方案,并根据推荐指数对第一出行方案中的直达路线进行排序并显示,或者对第二出行方案中的换乘路线进行排序并显示。
依据本发明的另一个方面,还提供了一种城际交通的路线规划的系统,包括如上的城际交通的路线规划的装置和终端设备。
综上所述,本发明基于各种公共交通工具(比如航班、火车、长途汽车、轮船、城际机场巴士等)进行综合路线的规划,为用户提供了方便快捷的城际出行路线规划服务。
以上所述是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明所述原理的前提下,还可以作出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
本发明公开了A1.一种城际交通的路线规划的方法,其特征在于,所述方法包括:获取终端设备发送的用户出行需求信息;根据所述用户出行需求信息,规划城际交通的直达路线,以及根据所述用户出行需求信息和预先设置的换乘规划引擎,规划城际交通的换乘路线;根据规划得到的所述直达路线,生成第一出行方案,或者根据规划得到的所述换乘路线,直接生成第二出行方案;根据预先设置的推荐引擎,确定所述第一出行方案中每个直达路线的推荐指数,或者根据预先设置的推荐引擎,确定所述第二出行方案中每个换乘路线的推荐指数;将设置有推荐指数的第一出行方案或第二出行方案发送给所述终端设备,并指示所述终端设备根据所述推荐指数对所述第一出行方案中的直达路线进行排序并显示,或者对所述第二出行方案中的换乘路线进行排序并显示。
A2.根据A1所述的方法,其特征在于,所述根据所述用户出行需求信息和预先设置的换乘规划引擎,规划城际交通的换乘路线,包括:
将所述用户出行需求信息输入至预先设置的换乘规划引擎;
通过所述换乘规划引擎根据所述用户出行需求信息中的出发站、终点站、出发时段和规定搜索时间范围,计算出搜索频次;
通过所述换乘规划引擎根据所述规定搜索时间范围和搜索频次,计算出时间间隔;
通过所述换乘规划引擎在所述规定搜索时间范围内,将所述搜索频次的值作为最优路径算法的运算次数,以及将所述时间间隔作为前后两次运算的间隔,利用城际线路数据、市内换乘数据和最优路径算法进行最优路径规划处理,得到第一数量的换乘路线,其中,所述第一数量的值等于所述搜索频次的值。
A3.根据A2所述的方法,其特征在于,所述通过所述换乘规划引擎根据所述用户出行需求信息中的出发站、终点站、出发时段和规定搜索时间范围,计算出搜索频次,包括:通过所述换乘规划引擎根据出发站和终点站之间的距离、预先设定的搜索范围、所述出发站和终点站的城市级别、以及所采用至少两类交通工具的速度值,计算出所述规定搜索时间范围;根据所述出发站、终点站、出发时段以及所述规定搜索时间范围,从预先生成的出发频次数据库中获取得到与所述出发站相关的多个出发频次的数据,所述出发频次数据库中记录有所述出发站按照时间维度和/或按照空间角维度划分后得到的出发次数;根据获取的所述多个出发频次的数据,计算得到所述搜索频次。
A4.根据A3所述的方法,其特征在于,所述通过所述换乘规划引擎根据出发站和终点站之间的距离、预先设定的搜索范围、所述出发站和终点站的城市级别、以及所采用至少两类交通工具的速度值,计算出所述规定搜索时间范围,包括:
通过所述换乘规划引擎,根据T=Ttotal-(a*(DIST/SPEED第一类交通工具))+(1-a)(DIST/SPEED第二类交通工具),计算出所述规定搜索时间范围T,其中,
T表示所述规定搜索时间范围;
Ttotal表示搜索范围;
DIST表示出发站和终点站之间的距离;
SPEED第一类交通工具表示第一类交通工具的速度值;
SPEED第二类交通工具表示第二类交通工具的速度值;
a表示所述出发站和终点站的城市级别。
A5.根据A3所述的方法,其特征在于,所述根据获取的所述多个出发频次的数据,计算得到所述搜索频次,包括:
根据所述出发站和终点站的城市级别分别设置多个出发频次的数据中每个出发频次的数据的权重值,其中,各个出发频次的数据的权重值之和等于预先设定的值;
根据各个出发频次的数据和对应的权重值进行加权求和,计算得到所述搜索频次。
A6.根据A2所述的方法,其特征在于,所述换乘路线的换乘次数低于最大换乘次数,其中,所述最大换乘次数根据出发地和目的地的交通指数来配置,出发地和目的地的交通指数的值越高,最大换乘次数的值越小。
A7.根据A1所述的方法,其特征在于,所述根据预先设置的推荐引擎,确定所述第一出行方案中每个直达路线的推荐指数,或者根据预先设置的推荐引擎,确定所述第二出行方案中每个换乘路线的推荐指数,包括:
根据预先设置的推荐引擎,计算出每个预先设置的推荐准则对所述第一出行方案的权重,得到第一判断矩阵;
根据预先设置的推荐引擎,计算出所述第一出行方案中每个直达路线对每个预先设置的推荐准则的权重,得到第二判断矩阵;
根据所述第一判断矩阵和所述第二判断矩阵,计算得到确定所述第一出行方案中每个直达路线的推荐指数;
或者
根据预先设置的推荐引擎,计算出每个预先设置的推荐准则对所述第二出行方案的权重,得到第三判断矩阵;
根据预先设置的推荐引擎,计算出所述第二出行方案中每个换乘路线对每个预先设置的推荐准则的权重,得到第四判断矩阵;
根据所述第三判断矩阵和所述第四判断矩阵,计算得到确定所述第二出行方案中每个换乘路线的推荐指数。
A8.根据A1所述的方法,其特征在于,所述推荐准则包括:换乘次数、费用、时长、出发时段和到达时段中的任意一种或多种组合。
B9.一种城际交通的路线规划的方法,应用于终端设备,其特征在于,所述方法包括:
获取用户输入的用户出行需求信息,并将所述用户出行需求信息发送至服务平台,并指示所述服务平台根据所述用户出行需求信息,规划城际交通的直达路线,以及根据所述用户出行需求信息和预先设置的换乘规划引擎,规划城际交通的换乘路线;根据规划得到的所述直达路线,生成第一出行方案,或者根据规划得到的所述换乘路线,直接生成第二出行方案;根据预先设置的推荐引擎,确定所述第一出行方案中每个直达路线的推荐指数,或者根据预先设置的推荐引擎,确定所述第二出行方案中每个换乘路线的推荐指数;
接收所述服务平台发送的设置有的推荐指数的第一出行方案或第二出行方案,并根据所述推荐指数对所述第一出行方案中的直达路线进行排序并显示,或者对所述第二出行方案中的换乘路线进行排序并显示。
C10.一种城际交通的路线规划的装置,其特征在于,所述装置包括:第一获取模块,用于获取终端设备发送的用户出行需求信息;规划模块,用于根据所述用户出行需求信息,规划城际交通的直达路线,以及根据所述用户出行需求信息和预先设置的换乘规划引擎,规划城际交通的换乘路线;以及根据规划得到的所述直达路线,生成第一出行方案,或者根据规划得到的所述换乘路线,直接生成第二出行方案;推荐模块,用于根据预先设置的推荐引擎,确定所述第一出行方案中每个直达路线的推荐指数,或者根据预先设置的推荐引擎,确定所述第二出行方案中每个换乘路线的推荐指数;输出模块,用于将设置有推荐指数的第一出行方案或第二出行方案发送给所述终端设备,并指示所述终端设备根据所述推荐指数对所述第一出行方案中的直达路线进行排序并显示,或者对所述第二出行方案中的换乘路线进行排序并显示。
C11.根据C10所述的装置,所述规划模块包括:换乘方案规划单元,用于将所述用户出行需求信息输入至预先设置的换乘规划引擎;通过所述换乘规划引擎根据所述用户出行需求信息中的出发站、终点站、出发时段和规定搜索时间范围,计算出搜索频次;通过所述换乘规划引擎根据所述规定搜索时间范围和搜索频次,计算出时间间隔;通过所述换乘规划引擎在所述规定搜索时间范围内,将所述搜索频次的值作为最优路径算法的运算次数,以及将所述时间间隔为前后两次运算的间隔,利用城际线路数据、室内换乘数据和最优路径算法进行最优路径规划处理,得到第一数量的换乘路线,其中,所述第一数量的值等于所述搜索频次的值。
C12.根据C11所述的装置,其特征在于,所述换乘方案规划单元:通过所述换乘规划引擎根据出发站和终点站之间的距离、预先设定的搜索范围、所述出发站和终点站的城市级别、以及所采用至少两类交通工具的速度值,计算出所述规定搜索时间范围;根据所述出发站、终点站、出发时段以及所述规定搜索时间范围,从预先生成的出发频次数据库中获取得到与所述出发站相关的多个出发频次的数据,所述出发频次数据库中记录有所述出发站按照时间维度和/或按照空间角维度划分后得到的出发次数;根据获取的所述多个出发频次的数据,计算得到所述搜索频次。
C13.根据C12所述的装置,其特征在于,所述换乘方案规划单元通过所述换乘规划引擎,根据T=Ttotal-(a*(DIST/SPEED第一类交通工具))+(1-a)(DIST/SPEED第二类交通工具),计算出所述规定搜索时间范围T,其中,
Ttotal表示搜索范围;
T表示所述规定搜索时间范围;
DIST表示出发站和终点站之间的距离;
SPEED第一类交通工具表示第一类交通工具的速度值;
SPEED第二类交通工具表示第二类交通工具的速度值;
a表示所述出发站和终点站的城市级别。
C14.根据C12所述的装置,所述换乘方案规划单元:根据所述出发站和终点站的城市级别分别设置多个出发频次的数据中每个出发频次的数据的权重值,其中,各个出发频次的数据的权重值之和等于预先设定的值;根据各个出发频次的数据和对应的权重值进行加权求和,计算得到所述搜索频次。
C15.根据C11所述的装置,其特征在于,所述换乘路线的换乘次数低于最大换乘次数,其中,所述最大换乘次数根据出发地和目的地的交通指数来配置,出发地和目的地的交通指数的值越高,最大换乘次数的值越小。
C16.根据C10所述的装置,其特征在于,所述推荐模块进一步用于:
根据预先设置的推荐引擎,计算出每个预先设置的推荐准则对所述第一出行方案的权重,得到第一判断矩阵;根据预先设置的推荐引擎,计算出所述第一出行方案中每个直达路线对每个预先设置的推荐准则的权重,得到第二判断矩阵;根据所述第一判断矩阵和所述第二判断矩阵,计算得到确定所述第一出行方案中每个直达路线的推荐指数;或者根据预先设置的推荐引擎,计算出每个预先设置的推荐准则对所述第二出行方案的权重,得到第三判断矩阵;根据预先设置的推荐引擎,计算出所述第二出行方案中每个换乘路线对每个预先设置的推荐准则的权重,得到第四判断矩阵;根据所述第三判断矩阵和所述第四判断矩阵,计算得到确定所述第二出行方案中每个换乘路线的推荐指数。
D17.一种终端设备,其特征在于,所述终端设备包括:
第二获取模块,用于获取用户输入的用户出行需求信息,并将所述用户出行需求信息发送至服务平台,并指示所述服务平台根据所述用户出行需求信息,规划城际交通的直达路线,以及根据所述用户出行需求信息和预先设置的换乘规划引擎,规划城际交通的换乘路线;根据规划得到的所述直达路线,生成第一出行方案,或者根据规划得到的所述换乘路线,直接生成第二出行方案;根据预先设置的推荐引擎,确定所述第一出行方案中每个直达路线的推荐指数,或者根据预先设置的推荐引擎,确定所述第二出行方案中每个换乘路线的推荐指数;
接收模块,用于接收所述服务平台发送的设置有推荐指数的第一出行方案或第二出行方案,并根据所述推荐指数对所述第一出行方案中的直达路线进行排序并显示,或者对所述第二出行方案中的换乘路线进行排序并显示。
E18.一种城际交通的路线规划的系统,其特征在于,包括:如C10~C16任一项所述的城际交通的路线规划的装置和如D17所述的终端设备。
Claims (12)
1.一种城际交通的路线规划的方法,其特征在于,所述方法包括:获取终端设备发送的用户出行需求信息;根据所述用户出行需求信息,规划城际交通的直达路线,以及根据所述用户出行需求信息和预先设置的换乘规划引擎,规划城际交通的换乘路线;根据规划得到的所述直达路线,生成第一出行方案,或者根据规划得到的所述换乘路线,直接生成第二出行方案;根据预先设置的推荐引擎,确定所述第一出行方案中每个直达路线的推荐指数,或者根据预先设置的推荐引擎,确定所述第二出行方案中每个换乘路线的推荐指数;将设置有推荐指数的第一出行方案或第二出行方案发送给所述终端设备,并指示所述终端设备根据所述推荐指数对所述第一出行方案中的直达路线进行排序并显示,或者对所述第二出行方案中的换乘路线进行排序并显示;
所述根据所述用户出行需求信息和预先设置的换乘规划引擎,规划城际交通的换乘路线,包括:
将所述用户出行需求信息输入至预先设置的换乘规划引擎;
通过所述换乘规划引擎根据所述用户出行需求信息中的出发站、终点站、出发时段和规定搜索时间范围,计算出搜索频次;
通过所述换乘规划引擎根据所述规定搜索时间范围和搜索频次,计算出时间间隔;
通过所述换乘规划引擎在所述规定搜索时间范围内,将所述搜索频次的值作为最优路径算法的运算次数,以及将所述时间间隔作为前后两次运算的间隔,利用城际线路数据、市内换乘数据和最优路径算法进行最优路径规划处理,得到第一数量的换乘路线,其中,所述第一数量的值等于所述搜索频次的值;
所述通过所述换乘规划引擎根据所述用户出行需求信息中的出发站、终点站、出发时段和规定搜索时间范围,计算出搜索频次,包括:通过所述换乘规划引擎根据出发站和终点站之间的距离、预先设定的搜索范围、所述出发站和终点站的城市级别、以及所采用至少两类交通工具的速度值,计算出所述规定搜索时间范围;根据所述出发站、终点站、出发时段以及所述规定搜索时间范围,从预先生成的出发频次数据库中获取得到与所述出发站相关的多个出发频次的数据,所述出发频次数据库中记录有所述出发站按照时间维度和/或按照空间角维度划分后得到的出发次数;根据获取的所述多个出发频次的数据,计算得到所述搜索频次。
2.根据权利要求1所述的方法,其特征在于,所述通过所述换乘规划引擎根据出发站和终点站之间的距离、预先设定的搜索范围、所述出发站和终点站的城市级别、以及所采用至少两类交通工具的速度值,计算出所述规定搜索时间范围,包括:
通过所述换乘规划引擎,根据T=Ttotal-(a*(DIST/SPEED第一类交通工具))+(1-a)(DIST/SPEED第二类交通工具),计算出所述规定搜索时间范围T,其中,
T表示所述规定搜索时间范围;
Ttotal表示搜索范围;
DIST表示出发站和终点站之间的距离;
SPEED第一类交通工具表示第一类交通工具的速度值;
SPEED第二类交通工具表示第二类交通工具的速度值;
a表示所述出发站和终点站的城市级别。
3.根据权利要求1所述的方法,其特征在于,所述根据获取的所述多个出发频次的数据,计算得到所述搜索频次,包括:
根据所述出发站和终点站的城市级别分别设置多个出发频次的数据中每个出发频次的数据的权重值,其中,各个出发频次的数据的权重值之和等于预先设定的值;
根据各个出发频次的数据和对应的权重值进行加权求和,计算得到所述搜索频次。
4.根据权利要求1所述的方法,其特征在于,所述换乘路线的换乘次数低于最大换乘次数,其中,所述最大换乘次数根据出发地和目的地的交通指数来配置,出发地和目的地的交通指数的值越高,最大换乘次数的值越小。
5.根据权利要求1所述的方法,其特征在于,所述根据预先设置的推荐引擎,确定所述第一出行方案中每个直达路线的推荐指数,或者根据预先设置的推荐引擎,确定所述第二出行方案中每个换乘路线的推荐指数,包括:
根据预先设置的推荐引擎,计算出每个预先设置的推荐准则对所述第一出行方案的权重,得到第一判断矩阵;
根据预先设置的推荐引擎,计算出所述第一出行方案中每个直达路线对每个预先设置的推荐准则的权重,得到第二判断矩阵;
根据所述第一判断矩阵和所述第二判断矩阵,计算得到确定所述第一出行方案中每个直达路线的推荐指数;
或者
根据预先设置的推荐引擎,计算出每个预先设置的推荐准则对所述第二出行方案的权重,得到第三判断矩阵;
根据预先设置的推荐引擎,计算出所述第二出行方案中每个换乘路线对每个预先设置的推荐准则的权重,得到第四判断矩阵;
根据所述第三判断矩阵和所述第四判断矩阵,计算得到确定所述第二出行方案中每个换乘路线的推荐指数。
6.根据权利要求5所述的方法,其特征在于,所述推荐准则包括:换乘次数、费用、时长、出发时段和到达时段中的任意一种或多种组合。
7.一种城际交通的路线规划的装置,其特征在于,所述装置包括:第一获取模块,用于获取终端设备发送的用户出行需求信息;规划模块,用于根据所述用户出行需求信息,规划城际交通的直达路线,以及根据所述用户出行需求信息和预先设置的换乘规划引擎,规划城际交通的换乘路线;以及根据规划得到的所述直达路线,生成第一出行方案,或者根据规划得到的所述换乘路线,直接生成第二出行方案;推荐模块,用于根据预先设置的推荐引擎,确定所述第一出行方案中每个直达路线的推荐指数,或者根据预先设置的推荐引擎,确定所述第二出行方案中每个换乘路线的推荐指数;输出模块,用于将设置有推荐指数的第一出行方案或第二出行方案发送给所述终端设备,并指示所述终端设备根据所述推荐指数对所述第一出行方案中的直达路线进行排序并显示,或者对所述第二出行方案中的换乘路线进行排序并显示;
所述规划模块包括:换乘方案规划单元,用于将所述用户出行需求信息输入至预先设置的换乘规划引擎;通过所述换乘规划引擎根据所述用户出行需求信息中的出发站、终点站、出发时段和规定搜索时间范围,计算出搜索频次;通过所述换乘规划引擎根据所述规定搜索时间范围和搜索频次,计算出时间间隔;通过所述换乘规划引擎在所述规定搜索时间范围内,将所述搜索频次的值作为最优路径算法的运算次数,以及将所述时间间隔为前后两次运算的间隔,利用城际线路数据、室内换乘数据和最优路径算法进行最优路径规划处理,得到第一数量的换乘路线,其中,所述第一数量的值等于所述搜索频次的值;
所述换乘方案规划单元:通过所述换乘规划引擎根据出发站和终点站之间的距离、预先设定的搜索范围、所述出发站和终点站的城市级别、以及所采用至少两类交通工具的速度值,计算出所述规定搜索时间范围;根据所述出发站、终点站、出发时段以及所述规定搜索时间范围,从预先生成的出发频次数据库中获取得到与所述出发站相关的多个出发频次的数据,所述出发频次数据库中记录有所述出发站按照时间维度和/或按照空间角维度划分后得到的出发次数;根据获取的所述多个出发频次的数据,计算得到所述搜索频次。
8.根据权利要求7所述的装置,其特征在于,所述换乘方案规划单元通过所述换乘规划引擎,根据T=Ttotal-(a*(DIST/SPEED第一类交通工具))+(1-a)(DIST/SPEED第二类交通工具),计算出所述规定搜索时间范围T,其中,
Ttotal表示搜索范围;
T表示所述规定搜索时间范围;
DIST表示出发站和终点站之间的距离;
SPEED第一类交通工具表示第一类交通工具的速度值;
SPEED第二类交通工具表示第二类交通工具的速度值;
a表示所述出发站和终点站的城市级别。
9.根据权利要求7所述的装置,所述换乘方案规划单元:根据所述出发站和终点站的城市级别分别设置多个出发频次的数据中每个出发频次的数据的权重值,其中,各个出发频次的数据的权重值之和等于预先设定的值;根据各个出发频次的数据和对应的权重值进行加权求和,计算得到所述搜索频次。
10.根据权利要求7所述的装置,其特征在于,所述换乘路线的换乘次数低于最大换乘次数,其中,所述最大换乘次数根据出发地和目的地的交通指数来配置,出发地和目的地的交通指数的值越高,最大换乘次数的值越小。
11.根据权利要求7所述的装置,其特征在于,所述推荐模块进一步用于:
根据预先设置的推荐引擎,计算出每个预先设置的推荐准则对所述第一出行方案的权重,得到第一判断矩阵;根据预先设置的推荐引擎,计算出所述第一出行方案中每个直达路线对每个预先设置的推荐准则的权重,得到第二判断矩阵;根据所述第一判断矩阵和所述第二判断矩阵,计算得到确定所述第一出行方案中每个直达路线的推荐指数;或者根据预先设置的推荐引擎,计算出每个预先设置的推荐准则对所述第二出行方案的权重,得到第三判断矩阵;根据预先设置的推荐引擎,计算出所述第二出行方案中每个换乘路线对每个预先设置的推荐准则的权重,得到第四判断矩阵;根据所述第三判断矩阵和所述第四判断矩阵,计算得到确定所述第二出行方案中每个换乘路线的推荐指数。
12.一种城际交通的路线规划的系统,其特征在于,包括:如权利要求7~权利要求11任一项所述的城际交通的路线规划的装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610069297.6A CN107024217B (zh) | 2016-02-01 | 2016-02-01 | 城际交通的路线规划的方法、装置及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610069297.6A CN107024217B (zh) | 2016-02-01 | 2016-02-01 | 城际交通的路线规划的方法、装置及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107024217A CN107024217A (zh) | 2017-08-08 |
CN107024217B true CN107024217B (zh) | 2019-06-11 |
Family
ID=59524530
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610069297.6A Active CN107024217B (zh) | 2016-02-01 | 2016-02-01 | 城际交通的路线规划的方法、装置及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107024217B (zh) |
Families Citing this family (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108304951A (zh) * | 2017-01-12 | 2018-07-20 | 阿里巴巴集团控股有限公司 | 交通信息的获取方法、装置及非暂态计算机可读存储介质 |
CN107729687B (zh) * | 2017-11-09 | 2021-03-02 | 成都希盟泰克科技发展有限公司 | 大坝工程建造过程中的施工交通规划优化方法 |
CN108009275B (zh) * | 2017-12-19 | 2020-06-02 | 携程旅游网络技术(上海)有限公司 | 航班中转信息展示方法、装置、电子设备、存储介质 |
KR101974109B1 (ko) * | 2017-12-21 | 2019-04-30 | 그제고스 말레비치 | 출발지 위치로부터 목적지 위치로의 여정에 대한 루트 또는 루트 소요 시간을 제공하기 위한 방법 및 컴퓨터 시스템 |
CN107977723A (zh) * | 2017-12-29 | 2018-05-01 | 深圳市智搜信息技术有限公司 | 一种基于人工智能的城际交通出行的调度方法及系统 |
CN109002923A (zh) * | 2018-07-23 | 2018-12-14 | 宁波大学 | 一种城际多方式出行线路规划方法 |
CN109523073A (zh) * | 2018-11-13 | 2019-03-26 | 广州和方信息科技有限公司 | 一种根据乘客目的地推荐乘车车站的方法、装置及终端 |
CN109670671B (zh) * | 2018-11-14 | 2023-08-04 | 创新先进技术有限公司 | 公交线网评价方法及装置 |
CN111310077B (zh) * | 2020-02-28 | 2023-06-16 | 河海大学常州校区 | 一种旅客智能行程推荐系统和方法 |
CN111489024B (zh) * | 2020-04-03 | 2022-05-20 | 腾讯科技(深圳)有限公司 | 出行方案推荐方法、装置、设备及存储介质 |
CN113297465A (zh) * | 2020-07-01 | 2021-08-24 | 阿里巴巴集团控股有限公司 | 提供交通方案信息的方法、装置及电子设备 |
CN112232596B (zh) * | 2020-11-07 | 2023-11-24 | 苏州创旅天下信息技术有限公司 | 一种多式联运中转城市优化方法、系统、终端与存储介质 |
CN113222201A (zh) * | 2021-05-26 | 2021-08-06 | 车巴达(苏州)网络科技有限公司 | 联程出行方式的推送方法、装置、存储介质及电子设备 |
CN113312562B (zh) * | 2021-05-27 | 2023-08-25 | 北京百度网讯科技有限公司 | 路线规划方法、装置、电子设备、存储介质及程序产品 |
CN114611807B (zh) * | 2022-03-16 | 2023-04-21 | 武汉大学 | 一种交通运输购票换乘推荐指数构建方法 |
CN114399233B (zh) * | 2022-03-25 | 2022-06-07 | 南京大学 | 基于深度学习和od补全的交通规划方法及装置 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101661668A (zh) * | 2009-06-19 | 2010-03-03 | 赵钊 | 一种公共交通电子导航方法 |
CN103440242A (zh) * | 2013-06-26 | 2013-12-11 | 北京亿赞普网络技术有限公司 | 一种基于用户搜索行为的个性化推荐方法和系统 |
CN103646069A (zh) * | 2013-12-06 | 2014-03-19 | 北京奇虎科技有限公司 | 一种票务信息的推荐方法和装置 |
CN103674048A (zh) * | 2013-11-29 | 2014-03-26 | 河北工业大学 | 基于3g网络的动态智能导航方法 |
CN104156840A (zh) * | 2014-07-29 | 2014-11-19 | 江汉大学 | 一种危化品运输路径规划方法和装置 |
CN105115513A (zh) * | 2015-09-08 | 2015-12-02 | 深圳中创未来科技有限公司 | 一种获取出行方案的方法、装置、服务器及客户端 |
-
2016
- 2016-02-01 CN CN201610069297.6A patent/CN107024217B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101661668A (zh) * | 2009-06-19 | 2010-03-03 | 赵钊 | 一种公共交通电子导航方法 |
CN103440242A (zh) * | 2013-06-26 | 2013-12-11 | 北京亿赞普网络技术有限公司 | 一种基于用户搜索行为的个性化推荐方法和系统 |
CN103674048A (zh) * | 2013-11-29 | 2014-03-26 | 河北工业大学 | 基于3g网络的动态智能导航方法 |
CN103646069A (zh) * | 2013-12-06 | 2014-03-19 | 北京奇虎科技有限公司 | 一种票务信息的推荐方法和装置 |
CN104156840A (zh) * | 2014-07-29 | 2014-11-19 | 江汉大学 | 一种危化品运输路径规划方法和装置 |
CN105115513A (zh) * | 2015-09-08 | 2015-12-02 | 深圳中创未来科技有限公司 | 一种获取出行方案的方法、装置、服务器及客户端 |
Also Published As
Publication number | Publication date |
---|---|
CN107024217A (zh) | 2017-08-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107024217B (zh) | 城际交通的路线规划的方法、装置及系统 | |
Bussieck | Optimal lines in public rail transport | |
CN108981736B (zh) | 一种基于用户出行规律的电动汽车充电路径优化方法 | |
CN106940829B (zh) | 一种车联网环境下的个性化路径推荐方法 | |
Frejinger | Route choice analysis: data, models, algorithms and applications | |
CN109543882B (zh) | 一种基于最优公交平均站间距的公交线网密度计算方法 | |
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 | |
CN110222786A (zh) | 基于出行信息的动态拼车方法及系统 | |
Han et al. | A bus arrival time prediction method based on position calibration and LSTM | |
CN103942312A (zh) | 公交换乘线路规划方法和装置 | |
EP3450919A1 (en) | Route estimation apparatus and route estimation method | |
Zhou et al. | Spatiotemporal characteristics analysis of commuting by shared electric bike: A case study of Ningbo, China | |
CN108537362A (zh) | 基于双向搜索及估值函数剪枝方式的公交换乘方法 | |
Fortini et al. | Analysis, integration and visualization of urban data from multiple heterogeneous sources | |
CN110222884A (zh) | 基于poi数据和客流量的车站可达性评估方法 | |
CN110567474B (zh) | 基于大数据的出租车实时巡游路线推荐系统及方法 | |
Fan et al. | URoad: An efficient algorithm for large-scale dynamic ridesharing service | |
JP6687680B2 (ja) | 情報処理システム、情報処理サーバ、情報処理方法、および、情報処理プログラム | |
Hsueh et al. | Using BEAM software to simulate the introduction of on-demand, automated, and electric shuttles for last mile connectivity in Santa Clara County | |
CN110674990A (zh) | 设置滑动窗口更新机制的即时配送路径选择方法及系统 | |
CN107067717B (zh) | 一种确定目标保障路段的方法及服务器 | |
CN109166310A (zh) | 基于lbs和传统交通路况数据的路段旅行时间估计方法 | |
Rachman et al. | Study On The Travel Behavior Of Worker Living In The Makassar Suburban | |
CN113780396A (zh) | 基于全链式空铁联程出行的个性化方案生成方法 | |
Jadhao et al. | Recommendation system for carpooling and regular taxicab services |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |