CN109115237A - 一种乘车位置推荐方法及服务器 - Google Patents
一种乘车位置推荐方法及服务器 Download PDFInfo
- Publication number
- CN109115237A CN109115237A CN201810978720.3A CN201810978720A CN109115237A CN 109115237 A CN109115237 A CN 109115237A CN 201810978720 A CN201810978720 A CN 201810978720A CN 109115237 A CN109115237 A CN 109115237A
- Authority
- CN
- China
- Prior art keywords
- bus
- target
- passenger
- coefficient
- riding
- 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
- 238000000034 method Methods 0.000 title claims abstract description 45
- 230000007613 environmental effect Effects 0.000 claims description 41
- 238000012544 monitoring process Methods 0.000 claims description 33
- 238000004590 computer program Methods 0.000 claims description 30
- 230000015654 memory Effects 0.000 claims description 13
- 230000033228 biological regulation Effects 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims 1
- 230000007423 decrease Effects 0.000 abstract description 3
- 230000006870 function Effects 0.000 description 14
- 230000006872 improvement Effects 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 238000013527 convolutional neural network Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000006399 behavior Effects 0.000 description 2
- 230000001186 cumulative effect Effects 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000012806 monitoring device Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000010411 cooking Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 229910021389 graphene Inorganic materials 0.000 description 1
- 238000003780 insertion Methods 0.000 description 1
- 230000037431 insertion Effects 0.000 description 1
- 230000003447 ipsilateral effect Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000035772 mutation Effects 0.000 description 1
- 210000005036 nerve Anatomy 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 239000010979 ruby Substances 0.000 description 1
- 229910001750 ruby Inorganic materials 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- G01C21/3453—Special cost functions, i.e. other than distance or default speed limit of road segments
- G01C21/3492—Special cost functions, i.e. other than distance or default speed limit of road segments employing speed data or traffic data, e.g. real-time or historical
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
- G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
- G08G1/096833—Systems involving transmission of navigation instructions to the vehicle where different aspects are considered when computing the route
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/021—Services related to particular areas, e.g. point of interest [POI] services, venue services or geofences
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Automation & Control Theory (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Traffic Control Systems (AREA)
- Navigation (AREA)
Abstract
本申请实施方式公开了一种乘车位置推荐方法及服务器，其中，所述方法包括：在初始乘车位置周围指定范围内确定至少一个目标乘车位置；规划司机从接单位置出发并在目标乘车位置接上乘客后到达目的地位置的驾驶路径；统计驾驶路径中包括的交通特征，并根据交通特征关联的乘车系数，确定目标乘车位置对应的推荐系数；根据确定的目标乘车位置对应的推荐系数，向乘客提供推荐乘车位置。本申请提供的技术方案，能够向乘客推荐合适的乘车位置，以避免出现绕路的情况，从而可以缩短乘车时间增加或减少乘车费用。
Description
技术领域
本申请涉及互联网技术领域，特别涉及一种乘车位置推荐方法及服务器。
背景技术
随着互联网技术的不断发展，人们越来越多地使用一些打车应用来乘车。例如，这些打车应用可以是滴滴打车、美团打车、曹操打车等。
然而，随着城市道路交通的迅速发展，出现了过于复杂的道路枢纽和单行路线。这样，在乘客使用这些打车应用乘车的时候，可能会因乘客或司机任何一方对道路不熟悉而导致选择的乘车位置不合适，从而导致出现绕路的情况，进而导致乘车时间增加或乘车费用增加。
发明内容
本申请实施方式的目的是提供一种乘车位置推荐方法及服务器，能够向乘客推荐合适的乘车位置，以避免出现绕路的情况，从而可以缩短乘车时间增加或减少乘车费用。
为实现上述目的，本申请实施方式还提供一种乘车位置推荐方法，提供有乘客选定的初始乘车位置和目的地位置，以及司机的接单位置；所述方法包括：在所述初始乘车位置周围指定范围内确定至少一个目标乘车位置；规划所述司机从所述接单位置出发并在所述目标乘车位置接上所述乘客后到达所述目的地位置的驾驶路径；统计所述驾驶路径中包括的交通特征，并根据所述交通特征关联的乘车系数，确定所述目标乘车位置对应的推荐系数；根据确定的所述目标乘车位置对应的推荐系数，向所述乘客提供推荐乘车位置。
为实现上述目的，本申请实施方式提供一种服务器，所述服务器包括存储器和处理器，所述存储器用于存储计算机程序、乘客选定的初始乘车位置和目的地位置，以及司机的接单位置；所述计算机程序被所述处理器执行时，实现以下步骤：在所述初始乘车位置周围指定范围内确定至少一个目标乘车位置；规划所述司机从所述接单位置出发并在所述目标乘车位置接上所述乘客后到达所述目的地位置的驾驶路径；统计所述驾驶路径中包括的交通特征，并根据所述交通特征关联的乘车系数，确定所述目标乘车位置对应的推荐系数；根据确定的所述目标乘车位置对应的推荐系数，向所述乘客提供推荐乘车位置。
由上可见，在本申请中，在接收到登录有乘客的账号信息的第一客户端发来的所述乘客选定的初始乘车位置和目的地位置，以及登录有司机的账号信息的第二客户端发来的所述司机的接单位置之后，可以在所述初始乘车位置周围指定范围内确定至少一个目标乘车位置。接着，针对一个目标乘车位置，可以规划所述司机从所述接单位置出发并在该目标乘车位置接上所述乘客后到达所述目的地位置的驾驶路径，并可以统计所述驾驶路径中包括的交通特征，并可以根据所述交通特征关联的乘车系数，确定该目标乘车位置对应的推荐系数。那么，针对所述至少一个目标乘车位置，便可以确定各个目标乘车位置分别对应的推荐系数。从而，可以根据确定的各个目标乘车位置分别对应的推荐系数，向所述乘客提供推荐乘车位置。如此，采用本申请方法可以向乘客推荐合适的乘车位置，以避免出现绕路的情况，从而可以缩短乘车时间增加或减少乘车费用。
附图说明
为了更清楚地说明本申请实施方式或现有技术中的技术方案，下面将对实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请中记载的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1是本申请实施方式中乘车位置推荐方法的流程图；
图2是本申请实施方式中乘车位置推荐方法的应用场景的示意图；
图3是本申请实施方式中服务器的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请中的技术方案，下面将结合本申请实施方式中的附图，对本申请实施方式中的技术方案进行清楚、完整地描述，显然，所描述的实施方式仅仅是本申请一部分实施方式，而不是全部的实施方式。基于本申请中的实施方式，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施方式，都应当属于本申请保护的范围。
本申请实施方式提供一种乘车位置推荐方法，所述乘车位置推荐方法可以应用于客户端和服务器的系统架构中。所述客户端可以是用于登录用户的账号信息的电子设备。具体地，所述客户端例如可以是台式电脑、平板电脑、笔记本电脑、智能手机、数字助理、智能可穿戴设备、具有网络访问功能的电视机等。或者，所述客户端也可以为能够运行于上述电子设备中的软件。所述软件例如可以为滴滴打车、美团打车、曹操打车等打车软件。
在本实施方式中，所述服务器可以是存储乘车数据的设备。具体地，所述服务器可以为一个具有数据运算、存储功能以及网络交互功能的电子设备；也可以为运行于该电子设备中，为数据处理、存储和网络交互提供支持的软件。在本实施方式中并不具体限定所述服务器的数量。所述服务器可以为一个服务器，还可以为几个服务器，或者，若干服务器形成的服务器集群。
本申请实施方式提供一种乘车位置推荐方法，所述乘车位置推荐可以应用于上述的服务器中。所述方法可以提供有乘客选定的初始乘车位置和目的地位置，以及司机的接单位置。
在本实施方式中，所述服务器可以接收登录有乘客的账号信息的第一客户端发来的乘车订单请求，还可以接收登录有司机的账号信息的第二客户端发来的接单请求。其中，所述账号信息可以包括所述乘客或所述司机在某个乘车应用上的使用的昵称、注册的账号和手机号，以及对应的登录密码等。所述乘客可以是指需要打车的用户。所述司机可以是指接单的用户。所乘车订单请求中可以包括所述乘客的选定的初始乘车位置信息和目的地位置信息，所述接单请求中可以包括所述司机的接单位置信息。例如，在实际应用过程中，所述第一客户端和所述第二客户端可以具有定位功能。所述乘客可以在所述第一客户端中的某个乘车应用上登录所述乘客的账号信息，并在该乘车应用上启动所述第一客户端的定位功能，并选定初始乘车位置和目的地位置，接着点击展示在该乘车应用上的文字链接，例如，该文字链接可以为“呼叫快车”，以向所述服务器发送包括所述乘客的初始乘车位置信息和目的地位置信息的乘车订单请求。在接收到所述乘车订单请求之后，所述服务器可以将所述乘车订单请求中所述乘客的初始乘车位置信息和目的地位置信息反馈给在所述初始乘车位置周围的所述第二客户端，以便在所述第二客户端登录账号信息的司机接单。在所述司机接单以后，所述第二客户端可以向所述服务器发送包括所述司机的接单位置信息的接单请求。这样，所述服务器便可以获取所述乘客的初始乘车位置和目的地位置，以及所述司机的接单位置。在获取所述乘客的初始乘车位置和目的地位置，以及所述司机的接单位置之后，所述服务器可以将这些信息存储在缓存中，以便作为后续向乘客提供推荐乘车位置的数据基础。在本实施方式中，所述乘车订单请求和所述接单请求可以是按照预设规则进行编写的字符串。其中，所述预设规则可以是所述客户端与所述服务器之间遵循的网络通信协议。例如，所述乘车订单请求和所述接单请求可以是按照HTTP协议进行编写的字符串。所述预设规则可以限定乘车订单请求或接单请求中的各个组成部分以及各个组成部分之间的排列顺序。
在本实施方式中，所述服务器中可以提供有乘车数据库。所述乘车数据库可以是存储乘车特征的数据集。所述乘车数据库可以采用MySQL、Oracle、DB2、Sybase等数据库格式中的任意一种。所述乘车数据库可以部署在服务器中的存储介质上。
在本实施方式中，所述乘车数据库中可以包括司机驾驶路径中的交通特征、乘客所在乘车位置周围的环境特征、乘客所在乘车位置处的位置特征、乘客从一个乘车位置步行至另一个乘车位置的步行时间等乘车特征。其中，所述交通特征例如可以包括拐弯特征、掉头特征、通过红绿灯路口特征、在指定路程内的道路拥堵度中的至少一种。所述指定路程内的道路拥堵度例如可以是在某条道路上每50米或每100米路程内的拥堵度，该拥堵度在指定拥堵度范围内。例如，可以将拥堵度按照不同拥堵度等级进行划分，不同的拥堵度等级分别对应不同的拥堵度范围。所述环境特征例如可以是乘客所在乘车位置周围的建筑物内包括候车的区域，或者乘车位置周围有非机动车道或临时停靠车位等等。其中，所述建筑物例如可以是公交站台、商铺、房子、电话亭等等。所述位置特征例如可以是乘车位置处发生的交通违章事件或交易纠纷事件等。所述步行时间特征例如可以是乘客从一个乘车位置步行至另一个乘车位置所用的时间在指定时间范围内。其中，所述指定时间范围可以是0～1分钟、1～2分钟、2～3分钟、3分钟以上。当然，在实际应用中，所述乘车特征还可以包含更多的情况，以上的例举并不是穷举，只是为了更好地理解本申请的技术方案而做出的有限的例举。
在本实施方式中，所述乘车数据库中还可以包括所述乘车特征关联的乘车系数，例如，所述交通特征关联的乘车系数、所述环境特征关联的乘车系数、所述位置特征关联的乘车系数和所述步行时间关联的乘车系数。针对不同的便利程度，所述乘车特征关联的乘车系数可以设定为不同的值。例如，针对司机从接单位置出发并在乘车位置接上乘客后到达目的地位置的驾驶路径，可以分别为该驾驶路径中出现一次左拐弯、一次右拐弯、一次掉头、通过一次红绿灯，以及每100米路程内的道路拥堵度等交通特征分别设定对应的乘车系数。例如，出现一次左拐弯，可以设定对应的乘车系数为-3；出现一次掉头，可以设定对应的乘车系数为-4；出现一次右拐弯，可以设定对应的乘车系数为-1；通过一次红绿灯，可以设定对应的乘车系数为-3。若每100米路程内的拥堵度较高，对应的乘车系数可以设定较低，例如设定为-10，若每100米路程内的拥堵度较低，对应的乘车系数可以设定较高，例如为-3。在后续推荐乘车位置的过程中，若同一种交通特征出现多次，可以根据出现的次数进行累加，并将累加的值作为推荐的依据。针对乘客所在乘车位置周围的环境特征，若乘车位置周围的建筑物内包括用于候车的区域，对应的乘车系数可以设定为3，若不包括，对应的乘车系数可以设定为-1。针对乘客从一个乘车位置步行至另一个乘车位置所用的步行时间，若步行时间在0～1分钟内，对应的乘车系数可以设定为-1；若步行时间在1～2分钟内，对应的乘车系数可以设定为-2；若步行时间在2～3分钟内，对应的乘车系数可以设定为-3。
请参阅图1，所述乘车位置推荐方法可以包括以下步骤。
S11：在所述初始乘车位置周围指定范围内确定至少一个目标乘车位置。
在本实施方式中，所述初始乘车位置周围指定范围可以是以所述初始乘车位置为中心、指定距离为半径的区域。所述指定距离例如可以是所述乘客步行2～3分钟的距离。所述指定范围内的乘车位置还可以包括所述初始乘车位置，也就是可以将所述初始乘车位置作为一个目标乘车位置。
在本实施方式中，可以在所述初始乘车位置周围指定范围内确定至少一个目标乘车位置。具体地，例如，可以将所述初始乘车位置周围指定范围内的公交站台、商铺、电话亭、邮筒、地铁站口、出租车指定乘车点、交叉路口等兴趣点(Point of Interest，POI)所处的位置作为所述目标乘车位置。不仅如此，当所述初始乘车位置周围指定范围内的兴趣点较多时，为了缓解后续乘车位置推荐的运算压力，还可以先对所述初始乘车位置周围指定范围内的兴趣点进行筛选，再将筛选后的兴趣点所在的位置作为所述目标乘车位置。具体地，针对所述初始乘车位置周围指定范围内的多个兴趣点，若某个兴趣点与所述初始乘车位置均在路边同侧、且与所述初始乘车位置相距较近的距离，例如与所述初始乘车位置之间相距的距离小于或等于20米，可以将该兴趣点剔除，保留其他兴趣点。这样，便可以将这些目标乘车位置作为后续乘车位置推荐的参考乘车位置。
S13：规划所述司机从所述接单位置出发并在所述目标乘车位置接上所述乘客后到达所述目的地位置的驾驶路径。
在本实施方式中，为了便于向乘客推荐乘车位置，在获取所述乘客的目标乘车位置和目的地位置、以及所述司机的接单位置之后，所述服务器可以基于所述乘客的目标乘车位置和目的地位置，以及所述司机的接单位置，规划所述司机从所述接单位置出发并在所述目标乘车位置接上所述乘客后到达所述目的地位置的驾驶路径，以便后续根据所述驾驶路径中的交通特征，向所述乘客推荐乘车位置。具体地，在获取所述乘客的目的地位置、所述目标乘车位置以及所述司机的接单位置之后，所述服务器可以在地理信息系统(Geographic Information System，GIS)平台的支持下，利用基于位置的服务(LocationBased Service，LBS)，规划所述司机从所述接单位置出发并在所述目标乘车位置接上所述乘客后到达目的地位置的最优驾驶路径，并可以将所述最优驾驶路径作为所述目标乘车位置对应的驾驶路径，以便后续根据该驾驶路径中的交通特征，向所述乘客推荐合适的乘车位置后，可以直接按照该驾驶路径进行行驶，无需再重新规划驾驶路径。
S15：统计所述驾驶路径中包括的交通特征，并根据所述交通特征关联的乘车系数，确定所述目标乘车位置对应的推荐系数。
在本实施方式中，在规划所述司机从所述接单位置出发并在所述目标乘车位置接上所述乘客后到达所述目的地位置的驾驶路径之后，所述服务器可以统计所述驾驶路径中包括的交通特征。具体地，所述服务器可以从所述驾驶路径中识别出所述司机驾驶的车辆左拐弯特征、右拐弯特征、掉头特征、通过红绿灯路口特征等交通特征。例如，在规划出所述驾驶路径之后，可以通过某个第三方服务平台获取用于表征所述驾驶路径的文字信息。其中，该第三方服务平台例如可以是地图数据服务平台等。接着可以通过语义识别的技术从表征所述驾驶路径的文字信息中提取出能够表征所述司机驾驶的车辆左拐弯特征、右拐弯特征、掉头特征、通过红绿灯路口特征的词汇。在识别出这些交通特征之后，可以分别统计表征这些交通特征的词汇的数量。不仅如此，所述服务器还可以从所述驾驶路径中统计指定路程内的道路拥堵度。具体地，所述服务器可以从上述第三服务平台获取所述驾驶路径中各条道路上的车辆行驶数据。其中，所述车辆行驶数据可以用于表征车辆数量和各个车辆的行驶速度。在确定各条道路上的车辆行驶数据之后，所述服务器可以确定在所述道路上所述指定路程内的车辆的平均行驶速度。接着，可以从上述第三方服务平台中获取所述道路的最高限速，并可以将所述最高限速与所述平均行驶速度的比值作为在所述道路上所述指定路程内的道路拥堵度。这样，便可以统计所述驾驶路径中在各个所述道路上所述指定路程内的道路拥堵度，以便后续根据统计结果和所述交通特征关联的乘车系数，确定所述目标乘车位置对应的推荐系数。
在本实施方式中，在统计所述驾驶路径中包括的交通特征之后，所述服务器可以根据所述交通特征关联的乘车系数，确定所述目标乘车位置对应的推荐系数。具体地，针对所述驾驶路径，所述服务器可以根据各个所述交通特征对应的统计结果，以及各个所述交通特征分别关联的乘车系数，确定所述目标乘车位置对应的推荐系数。例如，针对所述驾驶路径，在统计各个所述交通特征的数量之后，可以将各个所述交通特征的数量分别与各个所述交通特征关联的乘车系数的乘积之和，作为所述目标乘车位置对应的推荐系数。
S17：根据确定的所述目标乘车位置对应的推荐系数，向所述乘客提供推荐乘车位置。
在本实施方式中，在确定与所述至少一个目标乘车位置中各个目标乘车位置分别对应的推荐系数之后，所述服务器可以根据确定的各个所述目标乘车位置的推荐系数，确定向所述乘客提供的推荐乘车位置，从而可以向登录有所述乘客的账号信息的第一客户端发送所述推荐乘车位置，以便通过所述第一客户端向所述乘客展示所述推荐乘车位置，以供所述乘客选择。具体地，在所述至少一种目标乘车位置中包括一种目标乘车位置的情况下，所述服务器可以将该目标乘车位置作为所述推荐乘车位置。在所述至少一种目标乘车位置中包括多个目标乘车位置的情况下，所述服务器可以将最大推荐系数对应的目标乘车位置，作为所述推荐乘车位置。
在本申请一个实施方式中，在实际应用中，在向乘客推荐合适的乘车位置时，还需要考虑乘车位置的乘车状况，例如，乘车位置周围乘车环境中的建筑物是否包括用于候车的区域，以便乘客候车，或者乘车位置周围是否有临时停靠车位，以便司机驾驶的车辆在乘车位置等候载客。为了考虑乘车位置的乘车状况，在确定至少一个目标乘车位置之后，所述服务器还可以确定用于表征所述目标乘车位置的乘车状况的环境特征。具体地，在确定至少一个目标乘车位置之后，为了获得用于表征所述目标乘车位置周围乘车环境的监控图像，所述服务器可以确定与所述目标乘车位置相匹配的目标监控设备。例如，与所述目标乘车位置相匹配的目标监控设备具体可以是在所述目标乘车位置附近的监控设备。在确定所述目标监控设备之后，所述服务器可以通过TCP/IP协议或HTTP协议等网络协议与所述目标监控设备建立通讯连接。这样，在捕捉到所述目标乘车位置周围乘车环境的监控图像之后，所述目标监控设备便可以通过与所述服务器建立的通讯连接，将该监控图像反馈至所述服务器。在基于所述连接接收到所述监控图像之后，所述服务器便可以识别所述监控图像中的建筑物和道路标志信息。接着可以判断识别出的所述建筑物内是否包括用于候车的区域、所述道路标志信息中是否包括用于表征非机动车道或临时停靠车位的标志信息，并可以根据判断结果，分别确定所述建筑物对应的环境特征和所述道路标志信息对应的环境特征。在确定用于表征所述目标乘车位置的乘车状况的环境特征之后，相应地，在考虑环境特征和交通特征的情况下，所述服务器可以根据所述环境特征关联的乘车系数和所述交通特征关联的乘车系数，确定所述目标乘车位置对应的推荐系数。具体地，所述服务器可以根据所述环境特征关联的乘车系数、所述驾驶路径中各个所述交通特征对应的统计结果，以及各个所述交通特征分别关联的乘车系数，确定所述目标乘车位置对应的推荐系数。例如，针对所述目标乘车位置，在统计所述驾驶路径中的各个所述交通特征的数量并确定各个环境特征之后，可以将各个所述交通特征的数量分别与各个所述交通特征关联的乘车系数的乘积之和，加上各个所述环境特征关联的乘车系数，作为所述目标乘车位置对应的推荐系数。
例如，所述服务器可以预先采用设计的图像识别算法构建用于识别图像中建筑物或道路标志信息的识别模型。该识别模型经过前期的样本训练后，可以识别出所述监控图像中建筑物或道路标志信息。本实施方式中，所述的图像识别算法可以包括采用深度神经网络的一些网络模型算法以及变种，经过样本训练后构建生成的识别模型的处理算法。具体的一个示例中，可以基于卷积神经网络(Convolutional Neural Network，CNN)和区域建议网络(Region Proposal Network，RPN)，结合池化层、全连接层等构建图像识别的算法模型，服务器获取所述监控图像后，可以利用该算法模型对所述监控图像进行识别，识别出图像中的建筑物或道路标志信息。在识别出所述监控图像中的建筑物和道路标志信息之后，所述服务器可以根据所述建筑物具备的建筑特征，判断所述建筑物内是否包括用于候车的区域。例如，识别出的建筑物为公交站台，在通常情况下，公交站台具备带遮挡的开放式建筑特征，在公交站台内可以包括用于候车的区域。这时，所述服务器便可以得到识别出的建筑物内包括用于候车的区域的判断结果，并根据该判断结果，确定所述建筑物对应的环境特征，即所述建筑物内包括用于候车的区域的环境特征。同时，所述服务器还可以判断所述道路标志信息中是否包括用于表征非机动车道或临时停靠车位的标志信息。若判断结果为所述道路标志信息中包括用于表征非机动车道或临时停靠车位的标志信息，那么，所述服务器可以确定所述道路标志信息对应的环境特征，即用于表征所述道路标志信息中包括用于表征非机动车道或临时停靠车位的标志信息的环境特征。
在本申请一个实施方式中，为了考虑乘车位置的乘车状况，在确定至少一个目标乘车位置之后，所述服务器还可以统计用于表征所述目标乘车位置的乘车状况的位置特征。其中，所述位置特征包括所述目标乘车位置在当前时刻之前的预设时段内发生的交通违章事件或交易纠纷事件。所述交易纠纷事件例如可以是乘客在某打车应用上与司机进行乘车交易时出现收费异常等纠纷事件。具体地，例如，某个第三方管理平台中可以记录有各种交通违章事件或交易纠纷事件发生的位置和发生的次数，该第三方管理平台例如可以是交通安全管理平台、公共安全管理平台或消费者权益维护平台等等。那么，在获取所述目标乘车位置之后，所述服务器可以利用该第三管理平台统计所述目标乘车位置在当前时刻之前的预设时段内发生交通违章事件的次数和交易纠纷事件的次数，例如，在所述目标乘车位置在当前时刻之前的一年内发生过三次违章停车事件和一次交易纠纷事件。其中，所述预设时段可以根据实际情况来设定，例如，可以是所述目标乘车位置在当前时刻之前的一年或半年的时段。在统计用于表征所述目标乘车位置的乘车状况的位置特征之后，相应地，在考虑位置特征和交通特征的情况下，所述服务器可以根据所述位置特征关联的乘车系数和所述交通特征关联的乘车系数，确定所述目标乘车位置对应的乘车系数。具体地，所述服务器可以根据所述位置特征关联的乘车系数、所述驾驶路径中各个所述交通特征对应的统计结果，以及各个所述交通特征分别关联的乘车系数，确定所述目标乘车位置对应的推荐系数。例如，针对所述目标乘车位置，在统计所述驾驶路径中的各个所述交通特征的数量并确定各个位置特征之后，可以将各个所述交通特征的数量分别与各个所述交通特征关联的乘车系数的乘积之和，加上各个所述位置特征关联的乘车系数，作为所述目标乘车位置对应的推荐系数。而在考虑位置特征、环境特征和交通特征的情况下，所述服务器还可以根据所述位置特征关联的乘车系数、所述环境特征关联的乘车系数、所述驾驶路径中各个所述交通特征对应的统计结果，以及各个所述交通特征分别关联的乘车系数，确定所述目标乘车位置对应的推荐系数。例如，针对所述目标乘车位置，在统计所述驾驶路径中的各个所述交通特征的数量并确定各个环境特征和各个位置特征之后，可以将各个所述交通特征的数量分别与各个所述交通特征关联的乘车系数的乘积之和，加上各个所述环境特征关联的乘车系数以及各个所述位置特征关联的乘车系数，作为所述目标乘车位置对应的推荐系数。
在本申请一个实施方式中，在实际应用中，在向乘客推荐合适的乘车位置时，若乘客需要从一个乘车位置步行至另一个乘车位置，还需要考虑乘客从一个乘车位置步行至另一个乘车位置的时间。为了考虑乘客步行时间，在确定至少一个目标乘车位置之后，所述服务器可以所述乘客从所述初始乘车位置到所述目标乘车位置的乘客步行时间。具体地，所述服务器可以在地理信息系统(Geographic Information System，GIS)平台的支持下，利用基于位置的服务(Location Based Service，LBS)，确定所述乘客从所述初始乘车位置步行至所述目标乘车位置的最优步行路径，并可以将所述最优步行路径作为所述目标乘车位置对应的步行路径，以便后续根据该步行路径中的步行时间特征，向所述乘客推荐合适的乘车位置后，可以直接按照该步行路径进行行驶，无需再重新规划步行路径。接着可以根据指定步行速度和所述步行路径，确定所述乘客步行时间。例如，所述指定步行速度可以是普通人不行的速度，例如可以是1米/秒(m/s)。可以将所述最优步行路径对应的路程除以所述指定步行速度，便可以得到所述乘客从所述初始乘车位置到所述目标乘车位置的乘客步行时间。相应地，在考虑乘客步行时间和交通特征的情况下，所述服务器可以根据所述乘客步行时间关联的乘车系数和所述交通特征关联的乘车系数，确定所述目标乘车位置对应的乘车系数。具体地，所述服务器可以根据所述乘客步行时间关联的乘车系数、所述驾驶路径中各个所述交通特征对应的统计结果，以及各个所述交通特征分别关联的乘车系数，确定所述目标乘车位置对应的推荐系数。例如，针对所述目标乘车位置，在统计所述驾驶路径中的各个所述交通特征的数量并确定所述乘客步行时间之后，可以将各个所述交通特征的数量分别与各个所述交通特征关联的乘车系数的乘积之和，加上所述乘客步行时间关联的乘车系数，作为所述目标乘车位置对应的推荐系数。而在考虑乘客步行时间、位置特征、环境特征和交通特征的情况下，所述服务器还可以根据所述乘客步行时间关联的乘车系数、所述位置特征关联的乘车系数、所述环境特征关联的乘车系数、所述驾驶路径中各个所述交通特征对应的统计结果，以及各个所述交通特征分别关联的乘车系数，确定所述目标乘车位置对应的推荐系数。例如，针对所述目标乘车位置，在统计所述驾驶路径中的各个所述交通特征的数量并确定各个环境特征、各个位置特征和乘客步行时间之后，可以将各个所述交通特征的数量分别与各个所述交通特征关联的乘车系数的乘积之和，加上各个所述环境特征关联的乘车系数、各个所述位置特征关联的乘车系数和所述乘客步行时间关联的乘车系数，作为所述目标乘车位置对应的推荐系数。
在本申请一个实施方式中，为了考虑乘客针对乘车位置的选择意愿，在向乘客推荐合适的乘车位置时，所述服务器可以在确定所述乘客的最终乘车位置之后，先向登录有乘客账号信息的客户端发送所述推荐乘车位置以及所述推荐乘车位置相比所述初始乘车位置的优势信息，以便乘客根据该优势信息进行选择。具体地，在确定所述乘客的推荐乘车位置之后，所述服务器可以从上述的第三方服务平台中获取当前路况信息，并根据当前路况信息，确定所述司机从所述接单位置出发并在所述初始乘车位置接上所述乘客后到达目的地位置的初始乘车成本，以及可以确定所述司机从所述接单位置出发并在所述推荐乘车位置接上所述乘客后到达目的地位置的推荐乘车成本。其中，所述乘车成本可以是时间成本，也可以是乘车费用成本。接着，可以将所述推荐乘车成本减去所述初始乘车成本，得到成本差值，并可以向登录有所述乘客的账号信息的第一客户端发送所述推荐乘车位置和所述成本差值，以使得所述第一客户端向所述乘客展示所述推荐乘车位置以及所述成本差值。这样，所述乘客便可以根据该成本差值是否选择所述推荐乘车位置。例如，若所述成本差值为时间成本差值或费用成本差值，所述时间成本差值大于零或所述费用成本差值大于零，表示所述推荐乘车位置，相比所述初始乘车位置，可以节约一定时间，或可以节约一定乘车费用。在所述乘客选定乘车位置之后，可以通过所述第一客户端向所述服务器反馈所述乘客针对乘车位置的选定结果。在接收到所述选定结果后，若选定结果为所述乘客选定的乘车位置为所述推荐乘车位置，所述服务器可以向登录有所述司机的账号信息的第二客户端发送所述推荐乘车位置。
在一个具体应用场景中，所述第一客户端和所述第二客户端可以分别是所述乘客和所述司机使用的第一智能手机和第二智能手机。所述第一智能手机和所述第二智能手机可以具有定位功能。如图2所示，可以在所述第一智能手机中的某个乘车应用上登录所述乘客的账号信息，并在该乘车应用上启动所述第一智能手机的定位功能，并选定初始乘车位置和目的地位置，接着点击展示在该乘车应用上的文字链接，例如，该文字链接可以为“呼叫快车”，以向所述服务器发送包括所述乘客的初始乘车位置信息和目的地位置信息的乘车订单请求。在接收到所述乘车订单请求之后，所述服务器可以将所述乘车订单请求中所述乘客的初始乘车位置信息和目的地位置信息反馈给在所述初始乘车位置周围的所述第二智能手机，以便在所述第二智能手机登录账号信息的司机接单。在所述司机接单以后，所述第二智能手机可以向所述服务器发送包括所述司机的接单位置信息的接单请求。这样，所述服务器便可以获取所述乘客的初始乘车位置和目的地位置，以及所述司机的接单位置。这时，所述服务器可以在所述初始乘车位置周围指定范围内确定至少一个目标乘车位置，并可以基于所述乘客的目标乘车位置和目的地位置，以及所述司机的接单位置，规划所述司机从所述接单位置出发并在所述目标乘车位置接上所述乘客后到达所述目的地位置的驾驶路径，还可以基于所述乘客的初始乘车位置和目标乘车位置，规划所述乘客从所述初始乘车位置步行至所述目标乘车位置的步行路径。不仅如此，还可以确定用于表征所述目标乘车位置的乘车状况的环境特征和所述乘客从所述初始乘车位置步行至所述目标乘车位置的乘客步行时间，以及统计用于表征所述目标乘车位置的乘车状况的位置特征和所述驾驶路径中包括的交通特征。接着可以根据所述交通特征、所述环境特征、所述位置特征、所述乘客步行时间分别关联的乘车系数，确定所述目标乘车位置对应的推荐系数。最后，可以将最大推荐系数对应的目标乘车位置，作为向所述乘客提供的推荐乘车位置。
在确定所述推荐乘车位置之后，所述服务器可以根据获取的当前路况信息，确定所述司机从所述接单位置出发并在所述初始乘车位置接上所述乘客后到达目的地位置的初始乘车成本，以及可以确定所述司机从所述接单位置出发并在所述推荐乘车位置接上所述乘客后到达目的地位置的推荐乘车成本。其中，所述乘车成本可以是时间成本，也可以是乘车费用成本。接着，可以将所述推荐乘车成本减去所述初始乘车成本，得到成本差值，并可以向第一智能手机发送所述推荐乘车位置和所述成本差值，以使得第一智能手机向所述乘客展示所述推荐乘车位置以及所述成本差值。例如，第一智能手机展示选择所述推荐乘车位置后，乘车等待时间可以节约5分钟，乘车费用可以降低3元。这样，所述乘客便可以根据该成本差值是否选择所述推荐乘车位置。在所述乘客选定所述推荐乘车位置作为合适的乘车位置之后，可以通过第一智能手机向所述服务器反馈所述乘客针对乘车位置的选定结果。在接收到所述选定结果后，由于选定结果为所述乘客选定的乘车位置为所述推荐乘车位置，所述服务器可以向第二智能手机发送所述推荐乘车位置。这样，所述司机便可以在合适的乘车位置接上所述乘客并送往目的地位置，以避免出现绕路或者司机与乘客无法找到对方位置的情况，从而可以缩短乘车时间增加或减少乘车费用。
在本实施方式中，上述方法步骤中实现的功能，可以由计算机程序实现，所述计算机程序可以被存储于计算机存储介质中。具体的，所述计算机存储介质可以与处理器进行耦合，处理器从而可以读取计算机存储介质中的计算机程序。所述计算机存储介质可以用于存储乘客选定的初始乘车位置和目的地位置，以及司机的接单位置。所述计算机程序被处理器执行时，可以实现以下步骤：
S11：在所述初始乘车位置周围指定范围内确定至少一个目标乘车位置；
S13：规划所述司机从所述接单位置出发并在所述目标乘车位置接上所述乘客后到达所述目的地位置的驾驶路径；
S15：统计所述驾驶路径中包括的交通特征，并根据所述交通特征关联的乘车系数，确定所述目标乘车位置对应的推荐系数；
S17：根据确定的所述目标乘车位置对应的推荐系数，向所述乘客提供推荐乘车位置。
在一个实施方式中，所述计算机程序被所述处理器执行时，所述交通特征包括拐弯特征、掉头特征、通过红绿灯路口特征、在指定路程内的道路拥堵度中的至少一种。
在一个实施方式中，所述计算机程序被处理器执行时，所述在指定路程内的道路拥堵度按照下述步骤确定：
获取所述驾驶路径中各条道路上的车辆行驶数据；其中，所述车辆行驶数据用于表征车辆数量和各个车辆的行驶速度；
根据所述车辆行驶数据，确定在所述道路上所述指定路程内的车辆的平均行驶速度；
获取所述道路的最高限速，并将所述最高限速与所述平均行驶速度的比值作为在所述道路上所述指定路程内的道路拥堵度。
在一个实施方式中，所述计算机程序被所述处理器执行时，还包括以下步骤：
确定用于表征所述目标乘车位置的乘车状况的环境特征；
相应地，根据所述环境特征关联的乘车系数和所述交通特征关联的乘车系数，确定所述目标乘车位置对应的推荐系数。
在一个实施方式中，所述计算机程序被所述处理器执行时，确定用于表征所述目标乘车位置的乘车状况的环境特征包括以下步骤：
确定与所述目标乘车位置相匹配的目标监控设备，并与所述目标监控设备建立连接；
基于所述连接，接收所述目标监控设备反馈的用于表征所述目标乘车位置周围乘车环境的监控图像；
识别所述监控图像中的建筑物和道路标志信息；
判断识别出的所述建筑物内是否包括用于候车的区域、所述道路标志信息中是否包括用于表征非机动车道或临时停靠车位的标志信息，并根据判断结果，分别确定所述建筑物对应的环境特征和所述道路标志信息对应的环境特征。
在一个实施方式中，所述计算机程序被所述处理器执行时，还包括以下步骤：
统计用于表征所述目标乘车位置的乘车状况的位置特征；其中，所述位置特征包括所述目标乘车位置在当前时刻之前的预设时段内发生的交通违章事件或交易纠纷事件；
相应地，根据所述位置特征关联的乘车系数和所述交通特征关联的乘车系数，确定所述目标乘车位置对应的推荐系数。
在一个实施方式中，所述计算机程序被所述处理器执行时，还包括以下步骤：
确定所述乘客从所述初始乘车位置到所述目标乘车位置的乘客步行时间；
相应地，根据所述乘客步行时间关联的乘车系数所述交通特征关联的乘车系数，确定所述目标乘车位置对应的推荐系数。
在一个实施方式中，所述计算机程序被所述处理器执行时，还包括以下步骤：
确定所述司机从所述接单位置出发并在所述初始乘车位置接上所述乘客后到达所述目的地位置的初始乘车成本，以及确定所述司机从所述接单位置出发并在所述推荐乘车位置接上所述乘客后到达所述目的地位置的推荐乘车成本；
将所述推荐乘车成本减去所述初始乘车成本，得到成本差值；
向登录有所述乘客的账号信息的第一客户端发送所述推荐乘车位置和所述成本差值，以使得所述第一客户端向所述乘客展示所述推荐乘车位置以及所述成本差值；
接收所述第一客户端反馈的所述乘客针对乘车位置的选定结果，若选定结果为所述乘客选定的乘车位置为所述推荐乘车位置，向登录有所述司机的账号信息的第二客户端发送所述推荐乘车位置。
需要说明的是，上述计算机存储介质中的计算机程序所能实现的功能，均可以参照前述的方法实施实施方式，实现的技术效果也与前述方法实施方式中实现的技术效果类似，这里便不再赘述。
请参阅图3，本申请还提供一种服务器。所述服务器包括存储器和处理器，所述存储器可以用于存储计算机程序、乘客选定的初始乘车位置和目的地位置，以及司机的接单位置；所述计算机程序被所述处理器执行时，实现以下步骤：
S11：在所述初始乘车位置周围指定范围内确定至少一个目标乘车位置；
S13：规划所述司机从所述接单位置出发并在所述目标乘车位置接上所述乘客后到达所述目的地位置的驾驶路径；
S15：统计所述驾驶路径中包括的交通特征，并根据所述交通特征关联的乘车系数，确定所述目标乘车位置对应的推荐系数；
S17：根据确定的所述目标乘车位置对应的推荐系数，向所述乘客提供推荐乘车位置。
在本实施方式中，所述存储器可以包括用于存储信息的物理装置，通常是将信息数字化后再以利用电、磁或者光学等方法的媒体加以存储。本实施方式所述的存储器又可以包括：利用电能方式存储信息的装置，如RAM、ROM等；利用磁能方式存储信息的装置，如硬盘、软盘、磁带、磁芯存储器、磁泡存储器、U盘；利用光学方式存储信息的装置，如CD或DVD。当然，还有其他方式的存储器，例如量子存储器、石墨烯存储器等等。
在本实施方式中，所述处理器可以按任何适当的方式实现。例如，所述处理器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application SpecificIntegrated Circuit，ASIC)、可编程逻辑控制器和嵌入微控制器的形式等等。
在一个实施方式中，所述计算机程序被所述处理器执行时，所述交通特征包括拐弯特征、掉头特征、通过红绿灯路口特征、在指定路程内的道路拥堵度中的至少一种。
在一个实施方式中，所述计算机程序被处理器执行时，所述在指定路程内的道路拥堵度按照下述步骤确定：
获取所述驾驶路径中各条道路上的车辆行驶数据；其中，所述车辆行驶数据用于表征车辆数量和各个车辆的行驶速度；
根据所述车辆行驶数据，确定在所述道路上所述指定路程内的车辆的平均行驶速度；
获取所述道路的最高限速，并将所述最高限速与所述平均行驶速度的比值作为在所述道路上所述指定路程内的道路拥堵度。
在一个实施方式中，所述计算机程序被所述处理器执行时，还包括以下步骤：
确定用于表征所述目标乘车位置的乘车状况的环境特征；
相应地，根据所述环境特征关联的乘车系数和所述交通特征关联的乘车系数，确定所述目标乘车位置对应的推荐系数。
在一个实施方式中，所述计算机程序被所述处理器执行时，确定用于表征所述目标乘车位置的乘车状况的环境特征包括以下步骤：
确定与所述目标乘车位置相匹配的目标监控设备，并与所述目标监控设备建立连接；
基于所述连接，接收所述目标监控设备反馈的用于表征所述目标乘车位置周围乘车环境的监控图像；
识别所述监控图像中的建筑物和道路标志信息；
判断识别出的所述建筑物内是否包括用于候车的区域、所述道路标志信息中是否包括用于表征非机动车道或临时停靠车位的标志信息，并根据判断结果，分别确定所述建筑物对应的环境特征和所述道路标志信息对应的环境特征。
在一个实施方式中，所述计算机程序被所述处理器执行时，还包括以下步骤：
统计用于表征所述目标乘车位置的乘车状况的位置特征；其中，所述位置特征包括所述目标乘车位置在当前时刻之前的预设时段内发生的交通违章事件或交易纠纷事件；
相应地，根据所述位置特征关联的乘车系数和所述交通特征关联的乘车系数，确定所述目标乘车位置对应的推荐系数。
在一个实施方式中，所述计算机程序被所述处理器执行时，还包括以下步骤：
确定所述乘客从所述初始乘车位置到所述目标乘车位置的乘客步行时间；
相应地，根据所述乘客步行时间关联的乘车系数所述交通特征关联的乘车系数，确定所述目标乘车位置对应的推荐系数。
在一个实施方式中，所述计算机程序被所述处理器执行时，还包括以下步骤：
确定所述司机从所述接单位置出发并在所述初始乘车位置接上所述乘客后到达所述目的地位置的初始乘车成本，以及确定所述司机从所述接单位置出发并在所述推荐乘车位置接上所述乘客后到达所述目的地位置的推荐乘车成本；
将所述推荐乘车成本减去所述初始乘车成本，得到成本差值；
向登录有所述乘客的账号信息的第一客户端发送所述推荐乘车位置和所述成本差值，以使得所述第一客户端向所述乘客展示所述推荐乘车位置以及所述成本差值；
接收所述第一客户端反馈的所述乘客针对乘车位置的选定结果，若选定结果为所述乘客选定的乘车位置为所述推荐乘车位置，向登录有所述司机的账号信息的第二客户端发送所述推荐乘车位置。
本说明书实施方式提供的服务器，其存储器和处理器实现的具体功能，可以与本说明书中的前述实施方式相对照解释，并能够达到前述实施方式的技术效果，这里便不再赘述。
由上可见，在本申请中，在接收到登录有乘客的账号信息的第一客户端发来的所述乘客选定的初始乘车位置和目的地位置，以及登录有司机的账号信息的第二客户端发来的所述司机的接单位置之后，可以在所述初始乘车位置周围指定范围内确定至少一个目标乘车位置。接着，针对一个目标乘车位置，可以规划所述司机从所述接单位置出发并在该目标乘车位置接上所述乘客后到达所述目的地位置的驾驶路径，并可以统计所述驾驶路径中包括的交通特征，并可以根据所述交通特征关联的乘车系数，确定该目标乘车位置对应的推荐系数。那么，针对所述至少一个目标乘车位置，便可以确定各个目标乘车位置分别对应的推荐系数。从而，可以根据确定的各个目标乘车位置分别对应的推荐系数，向所述乘客提供推荐乘车位置。如此，采用本申请方法可以向乘客推荐合适的乘车位置，以避免出现绕路的情况，从而可以缩短乘车时间增加或减少乘车费用。
在20世纪90年代，对于一个技术的改进可以很明显地区分是硬件上的改进(例如，对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而，随着技术的发展，当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此，不能说一个方法流程的改进就不能用硬件实体模块来实现。例如，可编程逻辑器件(Programmable Logic Device,PLD)(例如现场可编程门阵列(Field Programmable GateArray，FPGA))就是这样一种集成电路，其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLD上，而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且，如今，取代手工地制作集成电路芯片，这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现，它与程序开发撰写时所用的软件编译器相类似，而要编译之前的原始代码也得用特定的编程语言来撰写，此称之为硬件描述语言(Hardware Description Language，HDL)，而HDL也并非仅有一种，而是有许多种，如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware DescriptionLanguage)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardware Description Language)等，目前最普遍使用的是VHDL(Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog。本领域技术人员也应该清楚，只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中，就可以很容易得到实现该逻辑方法流程的硬件电路。
本领域技术人员也知道，除了以纯计算机可读程序代码方式实现客户端、服务器以外，完全可以通过将方法步骤进行逻辑编程来使得客户端、服务器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种客户端、服务器可以被认为是一种硬件部件，而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至，可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
通过以上的实施方式的描述可知，本领域的技术人员可以清楚地了解到本申请可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施方式或者实施方式的某些部分所述的方法。
本说明书中的各个实施方式均采用递进的方式描述，各个实施方式之间相同相似的部分互相参见即可，每个实施方式重点说明的都是与其他实施方式的不同之处。尤其，针对计算机存储介质、服务器和客户端的实施方式来说，均可以参照前述方法的实施方式的介绍对照解释。
本申请可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本申请，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
虽然通过实施方式描绘了本申请，本领域普通技术人员知道，本申请有许多变形和变化而不脱离本申请的精神，希望所附的权利要求包括这些变形和变化而不脱离本申请的精神。
Claims (16)
1.一种乘车位置推荐方法，其特征在于，提供有乘客选定的初始乘车位置和目的地位置，以及司机的接单位置；所述方法包括：
在所述初始乘车位置周围指定范围内确定至少一个目标乘车位置；
规划所述司机从所述接单位置出发并在所述目标乘车位置接上所述乘客后到达所述目的地位置的驾驶路径；
统计所述驾驶路径中包括的交通特征，并根据所述交通特征关联的乘车系数，确定所述目标乘车位置对应的推荐系数；
根据确定的所述目标乘车位置对应的推荐系数，向所述乘客提供推荐乘车位置。
2.根据权利要求1所述的方法，其特征在于，所述交通特征包括拐弯特征、掉头特征、通过红绿灯路口特征、在指定路程内的道路拥堵度中的至少一种。
3.根据权利要求2所述的方法，其特征在于，所述在指定路程内的道路拥堵度按照下述步骤确定：
获取所述驾驶路径中各条道路上的车辆行驶数据；其中，所述车辆行驶数据用于表征车辆数量和各个车辆的行驶速度；
根据所述车辆行驶数据，确定在所述道路上所述指定路程内的车辆的平均行驶速度；
获取所述道路的最高限速，并将所述最高限速与所述平均行驶速度的比值作为在所述道路上所述指定路程内的道路拥堵度。
4.根据权利要求1所述的方法，其特征在于，在确定至少一个目标乘车位置之后，所述方法还包括：
确定用于表征所述目标乘车位置的乘车状况的环境特征；
相应地，根据所述环境特征关联的乘车系数和所述交通特征关联的乘车系数，确定所述目标乘车位置对应的推荐系数。
5.根据权利要求4所述的方法，其特征在于，确定用于表征所述目标乘车位置的乘车状况的环境特征，包括：
确定与所述目标乘车位置相匹配的目标监控设备，并与所述目标监控设备建立连接；
基于所述连接，接收所述目标监控设备反馈的用于表征所述目标乘车位置周围乘车环境的监控图像；
识别所述监控图像中的建筑物和道路标志信息；
判断识别出的所述建筑物内是否包括用于候车的区域、所述道路标志信息中是否包括用于表征非机动车道或临时停靠车位的标志信息，并根据判断结果，分别确定所述建筑物对应的环境特征和所述道路标志信息对应的环境特征。
6.根据权利要求1所述的方法，其特征在于，在确定至少一个目标乘车位置之后，所述方法还包括：
统计用于表征所述目标乘车位置的乘车状况的位置特征；其中，所述位置特征包括所述目标乘车位置在当前时刻之前的预设时段内发生的交通违章事件或交易纠纷事件；
相应地，根据所述位置特征关联的乘车系数和所述交通特征关联的乘车系数，确定所述目标乘车位置对应的推荐系数。
7.根据权利要求1所述的方法，其特征在于，在确定至少一个目标乘车位置之后，所述方法还包括：
确定所述乘客从所述初始乘车位置到所述目标乘车位置的乘客步行时间；
相应地，根据所述乘客步行时间关联的乘车系数所述交通特征关联的乘车系数，确定所述目标乘车位置对应的推荐系数。
8.根据权利要求1所述的方法，其特征在于，在确定所述乘客的最终乘车位置之后，所述方法还包括：
确定所述司机从所述接单位置出发并在所述初始乘车位置接上所述乘客后到达所述目的地位置的初始乘车成本，以及确定所述司机从所述接单位置出发并在所述推荐乘车位置接上所述乘客后到达所述目的地位置的推荐乘车成本；
将所述推荐乘车成本减去所述初始乘车成本，得到成本差值；
向登录有所述乘客的账号信息的第一客户端发送所述推荐乘车位置和所述成本差值，以使得所述第一客户端向所述乘客展示所述推荐乘车位置以及所述成本差值；
接收所述第一客户端反馈的所述乘客针对乘车位置的选定结果，若选定结果为所述乘客选定的乘车位置为所述推荐乘车位置，向登录有所述司机的账号信息的第二客户端发送所述推荐乘车位置。
9.一种服务器，其特征在于，所述服务器包括存储器和处理器，所述存储器用于存储计算机程序、乘客选定的初始乘车位置和目的地位置，以及司机的接单位置；所述计算机程序被所述处理器执行时，实现以下步骤：
在所述初始乘车位置周围指定范围内确定至少一个目标乘车位置；
规划所述司机从所述接单位置出发并在所述目标乘车位置接上所述乘客后到达所述目的地位置的驾驶路径；
统计所述驾驶路径中包括的交通特征，并根据所述交通特征关联的乘车系数，确定所述目标乘车位置对应的推荐系数；
根据确定的所述目标乘车位置对应的推荐系数，向所述乘客提供推荐乘车位置。
10.根据权利要求9所述的服务器，其特征在于，所述计算机程序被所述处理器执行时，所述交通特征包括拐弯特征、掉头特征、通过红绿灯路口特征、在指定路程内的道路拥堵度中的至少一种。
11.根据权利要求10所述的服务器，其特征在于，所述计算机程序被所述处理器执行时，所述在指定路程内的道路拥堵度按照下述步骤确定：
获取所述驾驶路径中各条道路上的车辆行驶数据；其中，所述车辆行驶数据用于表征车辆数量和各个车辆的行驶速度；
根据所述车辆行驶数据，确定在所述道路上所述指定路程内的车辆的平均行驶速度；
获取所述道路的最高限速，并将所述最高限速与所述平均行驶速度的比值作为在所述道路上所述指定路程内的道路拥堵度。
12.根据权利要求9所述的服务器，其特征在于，所述计算机程序被所述处理器执行时，还包括以下步骤：
确定用于表征所述目标乘车位置的乘车状况的环境特征；
相应地，根据所述环境特征关联的乘车系数和所述交通特征关联的乘车系数，确定所述目标乘车位置对应的推荐系数。
13.根据权利要求12所述的服务器，其特征在于，所述计算机程序被所述处理器执行时，确定用于表征所述目标乘车位置的乘车状况的环境特征包括以下步骤：
确定与所述目标乘车位置相匹配的目标监控设备，并与所述目标监控设备建立连接；
基于所述连接，接收所述目标监控设备反馈的用于表征所述目标乘车位置周围乘车环境的监控图像；
识别所述监控图像中的建筑物和道路标志信息；
判断识别出的所述建筑物内是否包括用于候车的区域、所述道路标志信息中是否包括用于表征非机动车道或临时停靠车位的标志信息，并根据判断结果，分别确定所述建筑物对应的环境特征和所述道路标志信息对应的环境特征。
14.根据权利要求9所述的服务器，其特征在于，所述计算机程序被所述处理器执行时，还包括以下步骤：
统计用于表征所述目标乘车位置的乘车状况的位置特征；其中，所述位置特征包括所述目标乘车位置在当前时刻之前的预设时段内发生的交通违章事件或交易纠纷事件；
相应地，根据所述位置特征关联的乘车系数和所述交通特征关联的乘车系数，确定所述目标乘车位置对应的推荐系数。
15.根据权利要求9所述的服务器，其特征在于，所述计算机程序被所述处理器执行时，还包括以下步骤：
确定所述乘客从所述初始乘车位置到所述目标乘车位置的乘客步行时间；
相应地，根据所述乘客步行时间关联的乘车系数所述交通特征关联的乘车系数，确定所述目标乘车位置对应的推荐系数。
16.根据权利要求9所述的服务器，其特征在于，所述计算机程序被所述处理器执行时，还包括以下步骤：
确定所述司机从所述接单位置出发并在所述初始乘车位置接上所述乘客后到达所述目的地位置的初始乘车成本，以及确定所述司机从所述接单位置出发并在所述推荐乘车位置接上所述乘客后到达所述目的地位置的推荐乘车成本；
将所述推荐乘车成本减去所述初始乘车成本，得到成本差值；
向登录有所述乘客的账号信息的第一客户端发送所述推荐乘车位置和所述成本差值，以使得所述第一客户端向所述乘客展示所述推荐乘车位置以及所述成本差值；
接收所述第一客户端反馈的所述乘客针对乘车位置的选定结果，若选定结果为所述乘客选定的乘车位置为所述推荐乘车位置，向登录有所述司机的账号信息的第二客户端发送所述推荐乘车位置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810978720.3A CN109115237B (zh) | 2018-08-27 | 2018-08-27 | 一种乘车位置推荐方法及服务器 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810978720.3A CN109115237B (zh) | 2018-08-27 | 2018-08-27 | 一种乘车位置推荐方法及服务器 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109115237A true CN109115237A (zh) | 2019-01-01 |
| CN109115237B CN109115237B (zh) | 2021-05-07 |
Family
ID=64860929
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810978720.3A Active CN109115237B (zh) | 2018-08-27 | 2018-08-27 | 一种乘车位置推荐方法及服务器 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109115237B (zh) |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109741627A (zh) * | 2019-02-26 | 2019-05-10 | 湖南正维新能源科技有限责任公司 | 一种共享停车位数据处理系统及其方法 |
| CN110071973A (zh) * | 2019-04-19 | 2019-07-30 | 京东方科技集团股份有限公司 | 上车位置推荐方法、装置、设备及其存储介质 |
| CN111435569A (zh) * | 2019-01-15 | 2020-07-21 | 丰田自动车株式会社 | 车辆控制装置及车辆控制方法 |
| CN111814070A (zh) * | 2019-12-16 | 2020-10-23 | 北京嘀嘀无限科技发展有限公司 | 上车点的推荐方法、系统、存储介质及电子设备 |
| CN111859173A (zh) * | 2019-10-23 | 2020-10-30 | 北京嘀嘀无限科技发展有限公司 | 一种上车点推荐方法和系统 |
| CN111861618A (zh) * | 2019-10-23 | 2020-10-30 | 北京嘀嘀无限科技发展有限公司 | 一种上车点推荐方法和系统 |
| CN113096426A (zh) * | 2021-03-29 | 2021-07-09 | 紫清智行科技(北京)有限公司 | 一种共享型自动驾驶车辆的派车调度方法 |
| CN113276888A (zh) * | 2021-06-09 | 2021-08-20 | 北京百度网讯科技有限公司 | 基于自动驾驶的乘车方法、装置、设备和存储介质 |
| CN113853638A (zh) * | 2019-04-03 | 2021-12-28 | 日产自动车株式会社 | 车辆调度服务上车地点决定方法以及车辆调度服务上车地点决定系统 |
| CN114323046A (zh) * | 2021-12-30 | 2022-04-12 | 湖北九联汇博科技有限公司 | 辅助出行导航方法、装置、盲人眼镜和计算机介质 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105139638A (zh) * | 2015-07-27 | 2015-12-09 | 福建工程学院 | 一种出租车载客点选取的方法及系统 |
| WO2016116048A1 (zh) * | 2015-01-20 | 2016-07-28 | 北京嘀嘀无限科技发展有限公司 | 一种为按需服务提供信息的系统及方法 |
| CN106470236A (zh) * | 2015-08-20 | 2017-03-01 | 腾讯科技（深圳）有限公司 | 基于移动终端的打车方法、装置和系统 |
| CN106779141A (zh) * | 2016-11-15 | 2017-05-31 | 百度在线网络技术（北京）有限公司 | 一种推荐上车地点的方法和装置 |
| CN107403560A (zh) * | 2017-08-17 | 2017-11-28 | 北京经纬恒润科技有限公司 | 一种推荐上车地点的方法及装置 |
| CN107492063A (zh) * | 2016-06-13 | 2017-12-19 | 滴滴（中国）科技有限公司 | 一种上车点推荐处理方法及系统 |
| CN107665476A (zh) * | 2016-07-28 | 2018-02-06 | 北京京东尚科信息技术有限公司 | 一种为乘客提供上车地点的方法和装置 |
| CN108023919A (zh) * | 2016-10-28 | 2018-05-11 | 北京嘀嘀无限科技发展有限公司 | 一种上车位置推荐方法及装置、服务器 |
-
2018
- 2018-08-27 CN CN201810978720.3A patent/CN109115237B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2016116048A1 (zh) * | 2015-01-20 | 2016-07-28 | 北京嘀嘀无限科技发展有限公司 | 一种为按需服务提供信息的系统及方法 |
| CN105139638A (zh) * | 2015-07-27 | 2015-12-09 | 福建工程学院 | 一种出租车载客点选取的方法及系统 |
| CN106470236A (zh) * | 2015-08-20 | 2017-03-01 | 腾讯科技（深圳）有限公司 | 基于移动终端的打车方法、装置和系统 |
| CN107492063A (zh) * | 2016-06-13 | 2017-12-19 | 滴滴（中国）科技有限公司 | 一种上车点推荐处理方法及系统 |
| CN107665476A (zh) * | 2016-07-28 | 2018-02-06 | 北京京东尚科信息技术有限公司 | 一种为乘客提供上车地点的方法和装置 |
| CN108023919A (zh) * | 2016-10-28 | 2018-05-11 | 北京嘀嘀无限科技发展有限公司 | 一种上车位置推荐方法及装置、服务器 |
| CN106779141A (zh) * | 2016-11-15 | 2017-05-31 | 百度在线网络技术（北京）有限公司 | 一种推荐上车地点的方法和装置 |
| CN107403560A (zh) * | 2017-08-17 | 2017-11-28 | 北京经纬恒润科技有限公司 | 一种推荐上车地点的方法及装置 |
Cited By (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111435569A (zh) * | 2019-01-15 | 2020-07-21 | 丰田自动车株式会社 | 车辆控制装置及车辆控制方法 |
| CN109741627A (zh) * | 2019-02-26 | 2019-05-10 | 湖南正维新能源科技有限责任公司 | 一种共享停车位数据处理系统及其方法 |
| CN113853638A (zh) * | 2019-04-03 | 2021-12-28 | 日产自动车株式会社 | 车辆调度服务上车地点决定方法以及车辆调度服务上车地点决定系统 |
| US11928619B2 (en) | 2019-04-03 | 2024-03-12 | Nissan Motor Co., Ltd. | Vehicle dispatch service boarding location determination method, and vehicle dispatch service boarding location determination device |
| CN113853638B (zh) * | 2019-04-03 | 2023-04-25 | 日产自动车株式会社 | 车辆调度服务上车地点决定方法以及车辆调度服务上车地点决定装置 |
| CN110071973A (zh) * | 2019-04-19 | 2019-07-30 | 京东方科技集团股份有限公司 | 上车位置推荐方法、装置、设备及其存储介质 |
| CN111859173A (zh) * | 2019-10-23 | 2020-10-30 | 北京嘀嘀无限科技发展有限公司 | 一种上车点推荐方法和系统 |
| CN111861618A (zh) * | 2019-10-23 | 2020-10-30 | 北京嘀嘀无限科技发展有限公司 | 一种上车点推荐方法和系统 |
| CN111814070A (zh) * | 2019-12-16 | 2020-10-23 | 北京嘀嘀无限科技发展有限公司 | 上车点的推荐方法、系统、存储介质及电子设备 |
| CN113096426B (zh) * | 2021-03-29 | 2021-11-05 | 紫清智行科技(北京)有限公司 | 一种共享型自动驾驶车辆的派车调度方法 |
| CN113096426A (zh) * | 2021-03-29 | 2021-07-09 | 紫清智行科技(北京)有限公司 | 一种共享型自动驾驶车辆的派车调度方法 |
| CN113276888A (zh) * | 2021-06-09 | 2021-08-20 | 北京百度网讯科技有限公司 | 基于自动驾驶的乘车方法、装置、设备和存储介质 |
| CN114323046A (zh) * | 2021-12-30 | 2022-04-12 | 湖北九联汇博科技有限公司 | 辅助出行导航方法、装置、盲人眼镜和计算机介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109115237B (zh) | 2021-05-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109115237A (zh) | 一种乘车位置推荐方法及服务器 | |
| JP6878629B2 (ja) | 過去の注文に基づき現在の注文に関係がある情報を決定するためのシステムおよび方法 | |
| US11651688B1 (en) | Parking information aggregation platform | |
| US12051235B2 (en) | Machine learning a feature detector using synthetic training data | |
| US9534914B1 (en) | Cognitive needs-based trip planning | |
| CN111859291B (zh) | 交通事故识别方法、装置、设备和计算机存储介质 | |
| US11594137B2 (en) | Method and apparatus for providing mobility insight data for points of interest | |
| JP5307807B2 (ja) | 車経路案内において目印情報をユーザに提供する方法およびシステム | |
| US20220276066A1 (en) | Method and apparatus for providing comparative routing associated with origin-destination pairs | |
| CN109902899A (zh) | 信息生成方法和装置 | |
| CN107919013A (zh) | 一种上车点处理方法及服务器 | |
| CN107481548A (zh) | 停车管理方法及系统 | |
| CN110741227B (zh) | 地标辅助导航 | |
| US20230014422A1 (en) | Traffic pattern detection for creating a simulated traffic zone experience | |
| CN107393330A (zh) | 人车汇合的路线规划方法及系统、车载终端、智能终端 | |
| CN109785637A (zh) | 车辆违规的分析评价方法及装置 | |
| CN110443185A (zh) | 驾驶员识别方法、驾驶员识别装置、电子设备及存储介质 | |
| WO2021081767A1 (zh) | 位置点确定方法、装置、电子设备及计算机可读介质 | |
| CN110349428A (zh) | 识别用户是否正在前往公交站点的方法及装置 | |
| CN113175940B (zh) | 数据处理方法、装置、设备和存储介质 | |
| US11482099B2 (en) | Method and apparatus for preventing traffic over-reporting via identifying misleading probe data | |
| WO2018107611A1 (zh) | 城市道路的运行速度的处理方法、装置、设备及非易失性计算机存储介质 | |
| WO2015117310A1 (zh) | 一种交通状况信息提供方法、装置及服务端 | |
| CN112543949A (zh) | 使用图像内容分析来发现和评估会面位置 | |
| US20230116055A1 (en) | Systems and methods for creating personalized public transit guides |
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 | ||
| TA01 | Transfer of patent application right | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20200513 Address after: 310052 room 508, floor 5, building 4, No. 699, Wangshang Road, Changhe street, Binjiang District, Hangzhou City, Zhejiang Province Applicant after: Alibaba (China) Co.,Ltd. Address before: 100102 No. 4 Building, Wangjing Dongyuan District, Chaoyang District, Beijing Applicant before: BEIJING YOUKU TECHNOLOGY Co.,Ltd. |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20240619 Address after: 101400 Room 201, 9 Fengxiang East Street, Yangsong Town, Huairou District, Beijing Patentee after: Youku Culture Technology (Beijing) Co.,Ltd. Country or region after: China Address before: 310052 room 508, 5th floor, building 4, No. 699 Wangshang Road, Changhe street, Binjiang District, Hangzhou City, Zhejiang Province Patentee before: Alibaba (China) Co.,Ltd. Country or region before: China |