CN107403230B - 规避拥堵路段的乘车路线优化方法及装置 - Google Patents
规避拥堵路段的乘车路线优化方法及装置 Download PDFInfo
- Publication number
- CN107403230B CN107403230B CN201610338326.4A CN201610338326A CN107403230B CN 107403230 B CN107403230 B CN 107403230B CN 201610338326 A CN201610338326 A CN 201610338326A CN 107403230 B CN107403230 B CN 107403230B
- Authority
- CN
- China
- Prior art keywords
- route
- heat
- riding
- sampling point
- destination
- 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
- 238000000034 method Methods 0.000 title claims abstract description 36
- 238000005457 optimization Methods 0.000 title claims abstract description 17
- 238000005070 sampling Methods 0.000 claims abstract description 129
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 28
- 238000012163 sequencing technique Methods 0.000 claims abstract description 7
- 238000004364 calculation method Methods 0.000 claims description 8
- 238000010586 diagram Methods 0.000 description 4
- 238000004590 computer program Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 1
- 235000012054 meals Nutrition 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
- G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/40—Business processes related to the transportation industry
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Navigation (AREA)
- Traffic Control Systems (AREA)
Abstract
本公开涉及一种规避拥堵路段的乘车路线优化方法及装置。该优化方法包括:获取用户的出发地和目的地,并结合路线生成算法生成多条乘车路线;在每条乘车路线上选取N个采样点;获取每个采样点、出发地以及目的地的热度,利用预设热度算法计算每条乘车路线的路线热度;每个采样点的热度是指将该采样点作为出发地、目的地以及当前位置在采样点预设范围内的用户的总数量;根据路线热度对多条乘车路线进行排序,将路线热度最低的乘车路线作为最优的乘车路线推荐给用户。本公开提供的装置基于上文所述的乘车路线优化方法实现。本公开可以根据实时路况信息生成不同的乘车路线,从而可以避免道路拥堵的情况,减少用户叫车乘车所用时间,进而提升用户乘车体验。
Description
技术领域
本公开涉及计算机处理技术领域,具体涉及一种规避拥堵路段的乘车路线优化方法及装置。
背景技术
目前运输类软件深入人们的生活,随着出行频率升高,多数人选择叫车出行,这样用户无需考虑路况、停车等情况,从而使生活更加舒心。现有的运输类软件,用户在不同的时间段输入两个地址,其出发地与目的地之外的路线始终是一样的。当路线中某一段比较拥堵时,需要用户等待比较长的时间。甚至,多个用户在同一时间段利用同一运输类软件叫车时,有可能为该多个用户输出同一条路线,结合当时的路况,同样会引起拥堵,导致用户乘车体验差。
发明内容
针对现有技术中的缺陷,本公开提供一种规避拥堵路段的乘车路线优化方法及装置,可以解决现有技术中运输类软件在不同时间段输出相同路线而导致无法规避拥堵路线的问题,可以提升用户乘车体验。
第一方面,本公开提供了一种规避拥堵路段的乘车路线优化方法,包括:
获取用户的出发地和目的地,并结合路线生成算法生成多条乘车路线;
在每条乘车路线上选取N个采样点;
获取每个采样点、出发地以及目的地的热度,利用预设热度算法计算每条乘车路线的路线热度;每个采样点的热度是指将该采样点作为出发地、目的地以及当前位置在采样点预设范围内的用户的总数量;
根据路线热度对多条乘车路线进行排序,将路线热度最低的乘车路线作为最优的乘车路线推荐给用户。
可选地,在每条乘车路线上随机选取N个采样点。
可选地,所述利用预设热度算法计算每条乘车路线的路线热度包括:将N个采样点、出发地以及目的地的热度相加计算获得路线热度。
可选地,所述利用预设热度算法计算每条乘车路线的路线热度包括:
从出发地到目的地为每个采样点设置不同的权重值;
根据每个采样点的热度以及权重值获取每条乘车路线中的路线热度。
可选地,当车辆行驶在所选择的乘车路线上时,所述方法还包括:
按照所述最优的乘车路线的N个采样点将其分为N+1段路线分段;
当车辆在任意一段路线分段行驶时,计算构成后一分段的两个采样点之间的路线分段热度;
将路线分段热度排序最低的路线分段推荐给用户作为最优路线分段。
第二方面,本公开还提供了一种规避拥堵路段的乘车路线优化装置,包括:
乘车路线生成模块,用于获取用户的出发地和目的地,并结合路线生成算法生成多条乘车路线;
采样点选取模块,用于在每条乘车路线上选取N个采样点;
路线热度计算模块,用于获取每个采样点、出发地以及目的地的热度,利用预设热度算法计算每条乘车路线的路线热度;每个采样点的热度是指将该采样点作为出发地、目的地以及当前位置在采样点预设范围内的用户的总数量;
乘车路线推荐模块,用于根据路线热度对多条乘车路线进行排序,将路线热度最低的乘车路线作为最优的乘车路线推荐给用户。
可选地,所述采样点选取模块在每条乘车路线上随机选取N个采样点。
可选地,所述路线热度模块采用将N个采样点、出发地以及目的地的热度相加计算得到路线热度;
可选地,所述路线热度模块通过以下步骤获取路线热度:
从出发地到目的地为每个采样点设置不同的权重值;
根据每个采样点的热度以及权重值获取每条乘车路线中的路线热度。
可选地,当车辆行驶在所选择的乘车路线上时,所述装置还包括最优路线分段推荐模块,用于执行以下步骤:
按照所述最优的乘车路线的N个采样点将其分为N+1段路线分段;
当车辆在任意一段路线分段行驶时,计算构成后一分段的两个采样点之间的路线分段热度;
将路线分段热度排序最低的路线分段推荐给用户作为最优路线分段。
由上述技术方案可知,本公开实施例利用用户的发出地与目的地并结合路线生成算法获取多条乘车路线;在每条乘车路线上选取N个采样点;然后获取每个采样点、出发地以及目的地的热度从而得到每条乘车路线的路线热度,根据路线热度排名顺序将路线热度最低的乘车路线推荐给用户。这样,即便出发地与目的地相同在不同时刻所获取的乘车路线也不一定相同,即本公开可以根据实时路况信息生成不同的乘车路线,从而可以避免道路拥堵的情况,减少用户叫车乘车所用时间,进而提升用户乘车体验。
附图说明
通过参考附图会更加清楚的理解本公开的特征和优点,附图是示意性的而不应理解为对本公开进行任何限制,在附图中:
图1是本公开一实施例提供的一种规避拥堵路段的乘车路线优化方法流程框图;
图2是本公开另一实施例提供的一种规避拥堵路段的乘车路线优化方法流程框图;
图3是本公开又一实施例提供的一种规避拥堵路段的乘车路线优化方法流程框图;
图4是本公开一实施例提供的一种规避拥堵路段的乘车路线优化装置框图;
图5是本公开另一实施例提供的一种规避拥堵路段的乘车路线优化装置框图;
图6是本公开又一实施例提供的一种规避拥堵路段的乘车路线优化装置框图。
具体实施方式
为使本公开实施例的目的、技术方案和优点更加清楚,下面将结合本公开实施例中的附图,对本公开实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本公开一部分实施例,而不是全部的实施例。基于本公开中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本公开保护的范围。
应理解的是,虽然下文中主要针对打车/用车应用,但本公开的实施例并不限于此,其还可适用于其他交通工具(诸如,非机动车、私家车、船舶、飞行器等)的拼单提示,尤其是未来出现的家用或商用交通工具所述运输客体也并非限定于乘客,亦可包括快件、餐食等需要运输/运送物。
本公开实施例中该乘车路线优化方法可以应用于服务器,并以服务器为执行主体对本方法作详细说明。当然也可以应用于移动终端、智能设备以及在线网络等,本公开不作限定。
第一方面,本公开实施例提供了一种规避拥堵路段的乘车路线优化方法,如图1所示,包括:
S11、获取用户的出发地和目的地,并结合路线生成算法生成多条乘车路线。
用户通过移动终端(例如智能手机、平板电脑等)输入出发地和目的地并上传到服务器。服务器在获取到用户的出发地和目的地后利用路线生成算法生成多条乘车路线。
需要说明的是,该路线生成算法是指服务器中预先设置的路线生成算法,例如迪杰斯特拉(Dijkstra)算法、Folyd-Warshall算法或者贪心算法等,目的在于能够生成多条乘车路线。因此,本领域技术人员可以根据具体使用场景选择能够生成出发地与目的地之外乘车路线的算法,本公开不作限定。
S12、在每条乘车路线上选取N个采样点。
在获取得到多条乘车路线的基础上,该服务器还在每个乘车路线上选取N(N为正整数)个采样点。采样点是指,在该乘车路线上的一个具体地址(例如A大街与B大街路口、C大厦等),也可以是一个具体的地理坐标(例如(40.045520,116.308430))。
服务器选取N个采样点可以采用以下方法:
在每条乘车路线上随机选取N个具体地址或者地理坐标。
服务器可以在每条乘车路线上选取N个地理坐标,或者乘车路线的预设范围内的地理坐标。
服务器也可以从该乘车路线上的地址且已经存储的多个地址中随机选取N个具体地址,由于具体地址是用户多次叫车或者乘车地址等,因此可信度比较高。
在本公开一实施例中,服务器以出发地起点,以目的地为终点,获取两点之间的连接线,并将该连接线等分成N+1份,然后将除出发地与目的地之外的等分位置作为采样点。实际应用中,采样点有可能是车辆不能到达的具体地址或者地理坐标,此时对相应的采样点进行合理的调整,将采样点附近的且服务器中存储的具体地址或者地理坐标替代采样点。
S13、获取每个采样点、出发地以及目的地的热度,利用预设热度算法计算每条乘车路线的路线热度。
实际应用中,服务器还会获取车辆的当前位置或用户的当前位置(用户在乘车过程中,用户当前位置与车辆的当前位置可以选择其一)。
服务器获取每个采样点、出发地以及目的地的热度。每个采样点的热度是指将该采样点作为出发地、目的地以及当前位置在采样点预设范围内的用户的总数量。另外,采样点的热度还可以包括未叫车而在采样点预设范围内的潜在用户(例如,使用过交通运输类软件但是当前未叫车的用户,或者经常在该采样点预设范围内且当前时间段范围的用户等)。采样点的热度中参数可以根据需要进行选择,本公开不作限定。
服务器利用预设热度算法计算每条乘车路线的路线热度。预设热度算法为预先设置在服务器内的用于计算路线热度的方法。
例如,服务器可以将每条乘车路线的采样点、出发地以及目的地的热度直接相加得到该条乘车路线的路线热度。该方法计算简单。
又如,服务器还可以采用以下方法获取路线热度:
从出发地到目的地为每个采样点设置不同的权重值;
根据每个采样点的热度以及权重值获取每条乘车路线中的路线热度。
例如,出发地与目的地之间一条乘车路线具有5个采样点,5个地点的热度分别为{1000,2000,500,1300,200},则可以设置5个采样的权重分别为{0.2,0.4,0.1,0.26,0.04},则该乘车路线的路线热度为1000*0.2+2000*0.4+500*0.1+1300*0.26+200*0.04=1396。其他乘车路线的路线热度采样同样的方法计算。
由于车辆到达每个采样点需要一定的时间,服务器在当前时刻所计算的采样点的热度有可能会发生变化,因此可以根据每个采样点与出发地之间的距离为每个采样点设置不同的权重。例如,出发地与目的地之间一条乘车路线具有5个采样点,5个地点的热度分别为{1000,2000,500,1300,200},且5个采样点的距离是相同的(方便计算),则权重分别设置为{0.33,0.27,0.20,0.13,0.07},则该乘车路线的路线热度为1000*0.33+2000*0.27+500*0.2+1300*0.13+200*0.07=1253。这样可以避免最后几个采样点的热度比较大而车辆实际到达时热度却比较小的情况。当然,也可以计算车辆到达每个采样点的时间,利用时间为每个采样点的热度设置权重,同样可以解决上述问题。
S14、根据路线热度对多条乘车路线进行排序,将路线热度最低的乘车路线作为最优的乘车路线推荐给用户。
服务器根据路线热度对步骤S11中获取的多条乘车路线从小到大进行排序。然后将路线热度最低的乘车路线作为最优的乘车路线推荐给用户。排序时也可以从大到小,同样可以实现。
上一实施例中公开了为用户提供路线热度最低的乘车路线作为最优乘车路线的情况。实际应用中,当用户乘车以后,道路上临时发生拥堵现象,这样还需要用户等待一段时间。为解决上述问题,本公开实施例还提供了一种规避拥堵路段的乘车路线优化方法,如图2所示,图2中步骤S21、S22、S23以及S24与图1中的S11、S12、S13以及S14相同,在此不再赘述。图2还包括:
S25、按照所述最优的乘车路线的N个采样点将其分为N+1段路线分段。
S26、当车辆在任意一段路线分段行驶时,计算构成后一分段的两个采样点之间的路线分段热度。
需要说明的是,计算后一分段的路线分段热度时,是指该后一分段的第一采样点(车辆先到达的采样点)作为出发地,第二采样点(车辆后到达的采样点)作为目的地,获取第一采样点与第二采样点之间的多条路线分段。
在计算每段路线分段热度时,可以直接计算第一采样点与第二采样点的热度,也可以再次在每段路线分段中插入M个采样点,按照上一实施例步骤S13中获取路线热度的方法计算该路线分段热度,在此不再详述。
S27、将路线分段热度排序最低的路线分段推荐给用户作为最优路线分段。
本公开实施例中,在最优乘车路线的基础上,将该最优乘车路线继续分段并为用户提供最优的路线分段,可以为用户避免由于临时情况引起的拥堵路段,进一步节省用户的乘车时间,提升用户乘车体验。
有些用户乘车的路线比较长,此时可以采用如图3所示的规避拥堵路段的乘车路线优化方法,包括:
S31、获取用户的出发地和目的地以及两者之间的连接线;
S32、在连接线之间选取N个采样点,并将该连接线分为N+1段路线分段;
S33、当车辆在任意一段路线分段行驶时,计算构成后一分段的两个采样点之间的路线分段热度;
S34、将路线分段热度排序最低的路线分段推荐给用户作为最优路线分段。
本实施例中步骤S31(参见步骤S12中内容)、S22~S34(参见步骤S25~S27中内容)在上文中已经详细说明,在此不再赘述。可以看出,本公开实施例中出发地与目的地之间的乘车路线最短,且每个路线分段的热度最低,因此用户长时间乘车时可以节省不少时间。
第二方面,本公开实施例还提供了一种规避拥堵路段的乘车路线优化装置,如图4所示,包括:
乘车路线生成模块M11,用于获取用户的出发地和目的地,并结合路线生成算法生成多条乘车路线;
采样点选取模块M12,用于在每条乘车路线上选取N个采样点;
路线热度计算模块M13,用于获取每个采样点、出发地以及目的地的热度,利用预设热度算法计算每条乘车路线的路线热度;每个采样点的热度是指将该采样点作为出发地、目的地以及当前位置在采样点预设范围内的用户的总数量;
乘车路线推荐模块M14,用于根据路线热度对多条乘车路线进行排序,将路线热度最低的乘车路线作为最优的乘车路线推荐给用户。
可选地,采样点选取模块M12在每条乘车路线上随机选取N个采样点;
或者,
采样点选取模块M12通过以下步骤获取采样点:
获取出发地与目的地之间的连接线;
将所述连接线等分成N+1份;
将除出发地与目的地之外的等分位置作为采样点。
可选地,路线热度模块M13采用将N个采样点、出发地以及目的地的热度相加的方式获取路线热度;
或者,
路线热度模块M13通过以下步骤获取路线热度:
从出发地到目的地为每个采样点设置不同的权重值;
根据每个采样点的热度以及权重值获取每条乘车路线中的路线热度。
可选地,当车辆行驶在所选择的乘车路线上时,所述装置还包括最优路线分段推荐模块(图中未示出),用于执行以下步骤:
按照所述最优的乘车路线的N个采样点将其分为N+1段路线分段;
当车辆在任意一段路线分段行驶时,计算构成后一分段的两个采样点之间的路线分段热度;
将路线分段热度排序最低的路线分段推荐给用户作为最优路线分段。
本公开实施例又提供了一种规避拥堵路段的乘车路线优化装置,如图5所示,图5中模块M21、M22、M23以及M24与图4中的M11、M12、M13以及M14相同,在此不再赘述。图5还包括:
路线分段获取模块M25,用于按照所述最优的乘车路线的N个采样点将其分为N+1段路线分段;
路线分段热度计算模块M26、用于当车辆在任意一段路线分段行驶时,计算构成后一分段的两个采样点之间的路线分段热度;
路线分段推荐模块M27,用于将路线分段热度排序最低的路线分段推荐给用户作为最优路线分段。
本公开实施例再提供了一种规避拥堵路段的乘车路线优化装置,如图6所示,包括:
连接线获取模块M31,用于获取用户的出发地和目的地以及两者之间的连接线;
路线分段获取模块M32,用于在连接线之间选取N个采样点,并将该连接线分为N+1段路线分段;
路线分段热度计算模块M33,用于当车辆在任意一段路线分段行驶时,计算构成后一分段的两个采样点之间的路线分段热度;
路线分段推荐模块M34,用于将路线分段热度排序最低的路线分段推荐给用户作为最优路线分段。
可见图6中,模块M31实际上完成步骤S12中的部分方案,模块M32~M34与上文中M25~M27相同,在此不再详述。
对于装置实施例而言,由于其与方法实施例基本相似,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
应当注意的是,在本实施例公开的装置的各个部件中,根据其要实现的功能而对其中的部件进行了逻辑划分,但是,本公开不受限于此,可以根据需要对各个部件进行重新划分或者组合,例如,可以将一些部件组合为单个部件,或者可以将一些部件进一步分解为更多的子部件。
本公开的各个部件实施例可以以硬件实现,或者以在一个或者多个处理器上运行的软件模块实现,或者以它们的组合实现。本领域的技术人员应当理解,可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本公开实施例的系统中的一些或者全部部件的一些或者全部功能。本公开还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如,计算机程序和计算机程序产品)。这样的实现本公开的程序可以存储在计算机可读介质上,或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到,或者在载体信号上提供,或者以任何其他形式提供。
应该注意的是,上述实施例对本公开进行说明而不是对本公开进行限制,并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中,不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本公开可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中,这些装置中的若干个可以是通过同一个硬件项来具体体现。词语第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。
以上实施方式仅适于说明本公开,而并非对本公开的限制,有关技术领域的普通技术人员,在不脱离本公开的精神和范围的情况下,还可以做出各种变化和变型,因此所有等同的技术方案也属于本公开的范畴,本公开的专利保护范围应由权利要求限定。
Claims (8)
1.一种规避拥堵路段的乘车路线优化方法,其特征在于,包括:
获取用户的出发地和目的地,并结合路线生成算法生成多条乘车路线;
在每条乘车路线上选取N个采样点;
获取每个采样点、出发地以及目的地的热度,利用预设热度算法计算每条乘车路线的路线热度;每个采样点的热度是指将该采样点作为出发地、目的地以及当前位置在采样点预设范围内的用户的总数量;
根据路线热度对多条乘车路线进行排序,将路线热度最低的乘车路线作为最优的乘车路线推荐给用户;
将采样点附近的且服务器中存储的具体地址或者地理坐标替代采样点;
当车辆行驶在所选择的乘车路线上时,所述方法还包括:
按照所述最优的乘车路线的N个采样点将其分为N+1段路线分段;
当车辆在任意一段路线分段行驶时,计算构成后一分段的两个采样点之间的路线分段热度;
将路线分段热度排序最低的路线分段推荐给用户作为最优路线分段;
采样点的热度还包括未叫车而在采样点预设范围内的潜在用户;
采样点的热度参数可以根据需要进行选择。
2.根据权利要求1所述的乘车路线优化方法,其特征在于,在每条乘车路线上随机选取N个采样点。
3.根据权利要求1所述的乘车路线优化方法,其特征在于,所述利用预设热度算法计算每条乘车路线的路线热度包括:将N个采样点、出发地以及目的地的热度相加计算获得路线热度。
4.根据权利要求1所述的乘车路线优化方法,其特征在于,所述利用预设热度算法计算每条乘车路线的路线热度包括:
从出发地到目的地为每个采样点设置不同的权重值;
根据每个采样点的热度以及权重值获取每条乘车路线中的路线热度。
5.一种规避拥堵路段的乘车路线优化装置,其特征在于,包括:
乘车路线生成模块,用于获取用户的出发地和目的地,并结合路线生成算法生成多条乘车路线;
采样点选取模块,用于在每条乘车路线上选取N个采样点;
路线热度计算模块,用于获取每个采样点、出发地以及目的地的热度,利用预设热度算法计算每条乘车路线的路线热度;每个采样点的热度是指将该采样点作为出发地、目的地以及当前位置在采样点预设范围内的用户的总数量;
乘车路线推荐模块,用于根据路线热度对多条乘车路线进行排序,将路线热度最低的乘车路线作为最优的乘车路线推荐给用户;
将采样点附近的且服务器中存储的具体地址或者地理坐标替代采样点;
当车辆行驶在所选择的乘车路线上时,所述装置还包括最优路线分段推荐模块,用于执行以下步骤:
按照所述最优的乘车路线的N个采样点将其分为N+1段路线分段;
当车辆在任意一段路线分段行驶时,计算构成后一分段的两个采样点之间的路线分段热度;
将路线分段热度排序最低的路线分段推荐给用户作为最优路线分段;
采样点的热度还包括未叫车而在采样点预设范围内的潜在用户;
采样点的热度参数可以根据需要进行选择。
6.根据权利要求5所述的乘车路线优化装置,其特征在于,所述采样点选取模块在每条乘车路线上随机选取N个采样点。
7.根据权利要求5所述的乘车路线优化装置,其特征在于,所述路线热度计算模块采用将N个采样点、出发地以及目的地的热度相加计算得到路线热度。
8.根据权利要求5所述的乘车路线优化装置,其特征在于,所述路线热度计算模块通过以下步骤获取路线热度:
从出发地到目的地为每个采样点设置不同的权重值;
根据每个采样点的热度以及权重值获取每条乘车路线中的路线热度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610338326.4A CN107403230B (zh) | 2016-05-18 | 2016-05-18 | 规避拥堵路段的乘车路线优化方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610338326.4A CN107403230B (zh) | 2016-05-18 | 2016-05-18 | 规避拥堵路段的乘车路线优化方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107403230A CN107403230A (zh) | 2017-11-28 |
CN107403230B true CN107403230B (zh) | 2020-12-08 |
Family
ID=60389120
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610338326.4A Active CN107403230B (zh) | 2016-05-18 | 2016-05-18 | 规避拥堵路段的乘车路线优化方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107403230B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021051221A1 (en) * | 2019-09-16 | 2021-03-25 | Beijing Didi Infinity Technology And Development Co., Ltd. | Systems and methods for evaluating driving path |
CN111551187B (zh) * | 2020-06-04 | 2021-09-24 | 福建江夏学院 | 一种基于捕食搜索策略的行车路线规划方法及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104268664A (zh) * | 2014-10-22 | 2015-01-07 | 浙江翼信科技有限公司 | 一种推荐拼车路线的方法及装置 |
CN104517155A (zh) * | 2013-09-26 | 2015-04-15 | Sap欧洲公司 | 用于动态路径优化的系统和方法 |
CN104732289A (zh) * | 2015-03-20 | 2015-06-24 | 深圳支付界科技有限公司 | 一种配送路径规划方法及系统 |
CN105354633A (zh) * | 2015-10-26 | 2016-02-24 | 努比亚技术有限公司 | 一种运输路径计算系统和方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8000892B2 (en) * | 2007-06-12 | 2011-08-16 | Campus Destinations, Inc. | Pedestrian mapping system |
CN103323018B (zh) * | 2013-06-21 | 2016-01-27 | 广州市香港科大霍英东研究院 | 基于时段的热点路径的特征识别与快速搜索方法 |
-
2016
- 2016-05-18 CN CN201610338326.4A patent/CN107403230B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104517155A (zh) * | 2013-09-26 | 2015-04-15 | Sap欧洲公司 | 用于动态路径优化的系统和方法 |
CN104268664A (zh) * | 2014-10-22 | 2015-01-07 | 浙江翼信科技有限公司 | 一种推荐拼车路线的方法及装置 |
CN104732289A (zh) * | 2015-03-20 | 2015-06-24 | 深圳支付界科技有限公司 | 一种配送路径规划方法及系统 |
CN105354633A (zh) * | 2015-10-26 | 2016-02-24 | 努比亚技术有限公司 | 一种运输路径计算系统和方法 |
Also Published As
Publication number | Publication date |
---|---|
CN107403230A (zh) | 2017-11-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105303817B (zh) | 一种出行方式的规划方法及装置 | |
CN107230091B (zh) | 拼车请求订单匹配方法及装置 | |
CN105674994B (zh) | 获取行车路线的方法、装置及导航设备 | |
CN105575104A (zh) | 打车软件处理方法及装置 | |
CN107195175A (zh) | 一种订单分配方法及系统 | |
CN112149855A (zh) | 一种订单分配的方法及装置 | |
US20170011324A1 (en) | Dispatch system for matching drivers and users | |
JP5676806B2 (ja) | 公共の輸送の反復的なスコアリング | |
CN107491825A (zh) | 一种约车处理方法及系统 | |
US9074904B1 (en) | Method for solving carpool matching problem and carpool server using the same | |
CN110782066B (zh) | 一种行车路线确定方法、装置及介质 | |
WO2015124106A1 (zh) | 一种计程车拼车方法、系统及服务器 | |
JP6644800B2 (ja) | 画像の重畳しようとする領域の決定、画像重畳、画像表示方法及び装置 | |
CN112560724B (zh) | 车辆监控方法、装置和云控平台 | |
CN102506884A (zh) | 基于地图为多个用户推荐聚会地点的方法、系统及装置 | |
CN108022139B (zh) | 分配订单的方法及装置 | |
CN107403230B (zh) | 规避拥堵路段的乘车路线优化方法及装置 | |
CN104616360A (zh) | 拼车服务计费方法及装置 | |
CN112685646A (zh) | 一种推荐信息生成的方法、装置、电子设备及存储介质 | |
CN111199451A (zh) | 拼车服务系统和拼车服务方法 | |
CN109862540A (zh) | 信息提示方法、设备及系统 | |
CN113723652A (zh) | 业务数据处理方法、装置、电子设备和存储介质 | |
CN108616562B (zh) | 一种地理位置信息推荐处理方法及装置 | |
US10712165B2 (en) | Travel routes based on communication channel availability | |
CN107203823B (zh) | 一种用户乘车地址调整方法及装置 |
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 | ||
TR01 | Transfer of patent right |
Effective date of registration: 20201211 Address after: Building 34, yard 8, Dongbei Wangxi Road, Haidian District, Beijing 100193 Patentee after: BEIJING DIDI INFINITY TECHNOLOGY AND DEVELOPMENT Co.,Ltd. Address before: 219-23, 2 / F, block D, comprehensive service area, Nangang Industrial Zone, Tianjin Economic and Technological Development Zone, Binhai New Area, Tianjin 300480 Patentee before: Didi (China) Technology Co.,Ltd. |
|
TR01 | Transfer of patent right |