CN109615850A - 一种用于确定用户的公交乘车信息的方法与设备 - Google Patents
一种用于确定用户的公交乘车信息的方法与设备 Download PDFInfo
- Publication number
- CN109615850A CN109615850A CN201811611207.7A CN201811611207A CN109615850A CN 109615850 A CN109615850 A CN 109615850A CN 201811611207 A CN201811611207 A CN 201811611207A CN 109615850 A CN109615850 A CN 109615850A
- Authority
- CN
- China
- Prior art keywords
- public transport
- train number
- candidate
- user
- transport train
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/005—Traffic control systems for road vehicles including pedestrian guidance indicator
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/123—Traffic control systems for road vehicles indicating the position of vehicles, e.g. scheduled vehicles; Managing passenger vehicles circulating according to a fixed timetable, e.g. buses, trains, trams
Abstract
本申请的目的是提供一种用于确定用户的公交乘车信息的方法，所述方法包括：根据用户的出行任务信息及所述用户的出行位置信息，确定一个或多个候选公交车次及所述一个或候选公交车次中每个候选公交车次对应的候选搭乘站点，其中，所述每个候选公交车次及对应的候选搭乘站点与所述出行任务信息及所述出行位置信息相匹配；根据所述每个候选公交车次的车次相关信息从所述一个或多个候选公交车次中选择所述用户拟搭乘的目标公交车次及对应的目标搭乘站点。本申请省去了用户大量等待公交的时间，提升了用户的体验。
Description
技术领域
本申请涉及通信领域，尤其涉及一种用于确定用户的公交乘车信息的技术。
背景技术
在如今的生活中，人们可以选择不同的出行方式，例如公共汽车、地铁、轻轨等公共交通运输方式，随着科学技术的发展，智能化公交系统被设计用来缓解城市交通拥堵的状况以及为用户提供便利。智能公交系统基于计算机网络以及全球定位系统等高新技术，实现对公交车辆的实时监控、调度指挥，利用智能化设备，提供车辆的实时数据，对车辆的发车，车的间距等进行管理，达到效益最大化，同时利用智能化的管理，减低人力成本，实现开源节流的目的。人们通常使用公交查询应用基于智能公交系统查找到达对应的目的地的线路，然后在选择可以接收的线路后，出行至线路站点进行等待，通常情况下，人们只能被动等待公交到达自己所在的站点，耗时较长。
发明内容
本申请的一个目的是提供一种用于确定用户的公交乘车信息的方法与设备。
根据本申请的一个方面，提供了一种用于确定用户的公交乘车信息的方法，该方法包括：
根据用户的出行任务信息及所述用户的出行位置信息，确定一个或多个候选公交车次及所述一个或多个候选公交车次中每个候选公交车次对应的候选搭乘站点，其中，所述每个候选公交车次及对应的候选搭乘站点与所述出行任务信息及所述出行位置信息相匹配；
根据所述每个候选公交车次的车次相关信息从所述一个或多个候选公交车次中选择所述用户拟搭乘的目标公交车次及对应的目标搭乘站点。
根据本申请的一个方面，提供了一种用于确定用户的公交乘车信息的网络设备，该设备包括：
第一一模块，用于根据用户的出行任务信息及所述用户的出行位置信息，确定一个或多个候选公交车次及所述一个或多个候选公交车次中每个候选公交车次对应的候选搭乘站点，其中，所述每个候选公交车次及对应的候选搭乘站点与所述出行任务信息及所述出行位置信息相匹配；
第一二模块，用于根据所述每个候选公交车次的车次相关信息从所述一个或多个候选公交车次中选择所述用户拟搭乘的目标公交车次及对应的目标搭乘站点。
根据本发明的一个方面，提供了一种用于确定用户的公交乘车信息的网络设备，其中，该设备包括：
处理器；以及
被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器执行：
根据用户的出行任务信息及所述用户的出行位置信息，确定一个或多个候选公交车次及所述一个或多个候选公交车次中每个候选公交车次对应的候选搭乘站点，其中，所述每个候选公交车次及对应的候选搭乘站点与所述出行任务信息及所述出行位置信息相匹配；
根据所述每个候选公交车次的车次相关信息从所述一个或多个候选公交车次中选择所述用户拟搭乘的目标公交车次及对应的目标搭乘站点。
根据本发明的一个方面，提供了包括指令的计算机可读介质，所述指令在被执行时使得系统进行：
根据用户的出行任务信息及所述用户的出行位置信息，确定一个或多个候选公交车次及所述一个或多个候选公交车次中每个候选公交车次对应的候选搭乘站点，其中，所述每个候选公交车次及对应的候选搭乘站点与所述出行任务信息及所述出行位置信息相匹配；
根据所述每个候选公交车次的车次相关信息从所述一个或多个候选公交车次中选择所述用户拟搭乘的目标公交车次及对应的目标搭乘站点。
与现有技术相比，本申请通过网络设备根据用户的出行任务信息及所述用户的出行位置信息，确定对应的多个候选公交信息，确定的多个候选公交信息选择众多，可满足用户实现出行任务的需求，其中，候选公交信息包括候选公交车次、与，候选公交车次对应的搭乘站点信息以及，候选公交车次到达该站点的第一预测时间。在此基础上，本申请还可以通过候选公交车次的实时信息确定用户搭乘的目标公交车次，例如，实时运行信息包括候选公交车次的乘车体验度信息，网络设备基于乘车体验度信息为用户自动选取有优质体验的乘车信息，提升了用户的坐车体验。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：
图1示出根据本申请的一个系统拓扑图；
图2示出根据本申请一个实施例的一种在网络设备端用于确定用户的公交乘车信息的方法流程图；
图3示出根据本申请一个实施例的一种用于确定用户的公交乘车信息的网络设备的设备示意图；
图4示出可被用于实施本发明中所述各个实施例的示例性系统。
附图中相同或相似的附图标记代表相同或相似的部件。
具体实施方式
下面结合附图对本申请作进一步详细描述。
在本申请一个典型的配置中，终端、服务网络的设备和可信方均包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。
本申请所指设备包括但不限于用户设备、网络设备、或用户设备与网络设备通过网络相集成所构成的设备。所述用户设备包括但不限于任何一种可与用户进行人机交互(例如通过触摸板进行人机交互)的移动电子产品，例如智能手机、平板电脑等，所述移动电子产品可以采用任意操作系统，如android操作系统、iOS操作系统等。其中，所述网络设备包括一种能够按照事先设定或存储的指令，自动进行数值计算和信息处理的电子设备，其硬件包括但不限于微处理器、专用集成电路(ASIC)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、数字信号处理器(DSP)、嵌入式设备等。所述网络设备包括但不限于计算机、网络主机、单个网络服务器、多个网络服务器集或多个服务器构成的云；在此，云由基于云计算(Cloud Computing)的大量计算机或网络服务器构成，其中，云计算是分布式计算的一种，由一群松散耦合的计算机集组成的一个虚拟超级计算机。所述网络包括但不限于互联网、广域网、城域网、局域网、VPN网络、无线自组织网络(Ad Hoc网络)等。优选地，所述设备还可以是运行于所述用户设备、网络设备、或用户设备与网络设备、网络设备、触摸终端或网络设备与触摸终端通过网络相集成所构成的设备上的程序。
当然，本领域技术人员应能理解上述设备仅为举例，其他现有的或今后可能出现的设备如可适用于本申请，也应包含在本申请保护范围以内，并在此以引用方式包含于此。
在本申请的描述中，“多个”的含义是两个或者更多，除非另有明确具体的限定。
图1示出了本申请的一个典型场景，用户设备将用户搭乘公交的出行任务信息及所述用户的出行位置信息发送至网络设备，其中，用户设备包括但不限于手机、平板电脑、笔记本电脑等计算设备；所述用户搭乘的公交包括但不限于公共汽车、地铁、轻轨等公共交通运输方式；出行任务信息包括但不限于用户所要到达的目的地、用户所选择的公交车次，以及用户选择的出行路线。网络设备接收用户的出行任务信息及所述用户的出行位置信息后确定对应的可实现出行任务的一个或多个候选公交车次及每个候选公交车次对应的候选搭乘站点，并根据一个或多个候选公交车次的相关信息确定用户拟搭乘的目标公交车次及对应的目标搭乘站点，其中，该目标公交车次及对应的目标搭乘站点可满足用户的出行需求。
参考图1所示出的系统，为进一步说明本申请实施例的方案，下面结合图2，从网络设备的角度进行举例介绍。
图2示出根据本申请一个实施例的一种在网络设备端用于确定用户的公交乘车信息的方法，该方法包括步骤S11和步骤S12。在步骤S11中，网络设备根据用户的出行任务信息及所述用户的出行位置信息，确定一个或多个候选公交车次及所述一个或多个候选公交车次中每个候选公交车次对应的候选搭乘站点，其中，所述每个候选公交车次及对应的候选搭乘站点与所述出行任务信息及所述出行位置信息相匹配；在步骤S12中，网络设备根据所述每个候选公交车次的车次相关信息从所述一个或多个候选公交车次中选择所述用户拟搭乘的目标公交车次及对应的目标搭乘站点。
具体地，在步骤S11中，网络设备根据用户的出行任务信息及所述用户的出行位置信息，确定一个或多个候选公交车次及所述一个或多个候选公交车次中每个候选公交车次对应的候选搭乘站点，其中，所述每个候选公交车次及对应的候选搭乘站点与所述出行任务信息及所述出行位置信息相匹配。其中，所述候选公交车次包括与用户出行任务信息匹配的公交路线中与用户到达搭乘站点的时间匹配的公交车次，该候选公交车次包括公交路线信息和该公交车次达到搭乘站点的第一预测时间等，该第一预测时间信息可以是网络设备基于智能公交系统中候选公交车次的实时位置、平均行驶速度、靠站停车时间等计算确定的；所述当前位置信息包括用户当前所在位置信息或者所述出行任务信息中指定的计划出行位置信息。例如，网络设备通过与用户设备间的通信连接接收用户设备发送的用户的出行任务信息及所述用户的出行位置信息(如接收到用户设备发送的当前所在位置信息或者通过其他方式(如根据连接或者扫描到的无线接入点等)确定对应位置信息等)，其中，所述用户设备还包括定位装置，用于获取用户设备当前的位置信息，如通过GPS系统或者北斗系统等获取用户设备的经纬度信息等。网络设备先根据用户设备发送的包括出发目的地的出行任务信息利用智能公交系统在地图信息库中进行匹配查询确定对应的一条或者多条候选公交路线以及与所述一条或者多条候选公交路线对应的一个或者多个搭乘站点，例如，所述一个或者多个搭乘站点为所述一条或者多条公交路线经过的搭乘站点中与用户的距离最短的或者距离小于预设距离阈值的。
在步骤S12中，网络设备根据所述每个候选公交车次的车次相关信息从所述一个或多个候选公交车次中选择所述用户拟搭乘的目标公交车次及对应的目标搭乘站点。其中，一个或者多个候选公交车次的车次相关信息包括但不限于候选公交车次到达该候选公交车次对应的候选搭乘站点的预测时间信息、所述用户的出行位置信息与所述候选公交车次对应的候选搭乘站点间的距离信息。例如，网络设备根据候选公交车次到达该候选公交车次对应的候选搭乘站点的预测时间信息从所述一个或多个候选公交车次中选择所述用户拟搭乘的目标公交车次及对应的目标搭乘站点。网络设备利用大数据获取所述一条或者多条候选公交路线到达对应的一个或者多个搭乘站点的第一预测时间信息，并基于用户的当前位置信息与所述一个或者多个搭乘站点间的一个或者多个距离信息，结合用户设备获取的发送至网络设备的用户平均步行速度，确定用户去往一个或者多个候选搭乘站点所需要的一个或者多个第二预测时间信息。在用户到达所述候选搭乘站点的第二预测时间小于等于候选公交车次到达所述候选搭乘站点的第一预测时间，且第二预测时间与第一预测时间的差值小于或等于一定时间阈值的情况下，确定所述用户拟搭乘的目标公交车次及对应的搭乘站点，在这种情况下，用户可及时赶到对应的搭乘站点。所述目标公交车次包括但不限于用户拟搭乘的当天车次的公交以及用户拟搭乘的当天以后车次的公交。网络设备确定的所述用户拟搭乘的目标公交车次及对应的搭乘站点可满足网络设备基于出行位置信息接收到的所述出行任务的需求。
以下以公交汽车为例阐述本实施例，本领域技术人员应能理解公交汽车仅为举例，其他现有的或今后可能出现的公共交通设施如可适用于本申请，也应包含在本申请保护范围以内，并在此以引用方式包含于此。
例如，用户持有用户设备，用户此时(7:00)正计划从家出发搭乘公交车到达XX生态园，基于用户的操作，用户设备向网络设备发送该乘车信息的请求以及用户家的位置信息。网络设备接收该乘车请求信息以及用户家的位置信息，基于XX生态园这一目的地地址信息，确定了三部公交车次(a1、a2、a3)以及对应的距离用户家的位置最短距离的三个搭乘站点(b1、b2、b3)，其中，三个搭乘站点与用户家的距离分别为420m、480m、600m，网络设备端存储了用户平时的步行速度信息(1m/s)，对应的得出用户出行至三个搭乘站点的第二预测时间分别为7:07、7:08、7:10。网络设备根据智能公交系统确定三部公交车发车后到达对应的搭乘站点的时间分别为7:09、7:00、7:09，其中，智能公交系统基于全球定位技术、无线通信技术、地理信息技术等技术的综合运用，实现公交车辆运营调度的智能化，提供公交车辆的定位、线路跟踪、到站预测、电子站牌信息发布、油耗管理等功能。网络设备基于用户的出行信息，并结合三部公交车到达对应的搭乘站点的时间，确定可满足用户出行需求的目标公交车次为到达b1站点的时间为7:09的a1以及对应的搭乘站点为b1。
在一些实施例中，所述每个候选公交车次的车次相关信息包括以下至少一项：所述每个候选公交车次从对应候选搭乘站点到候选下车站点间的行驶路线长度信息；所述出行位置信息与所述每个候选公交车次对应的候选搭乘站点间的距离信息；所述每个候选公交车次到达该候选公交车次对应的候选搭乘站点的预测时间信息；所述每个候选公交车次的实时运行信息。例如，网络设备先根据用户设备发送的包括出发目的地的出行任务信息利用智能公交系统在地图信息库中进行匹配查询确定对应的一条或者多条候选公交路线以及与所述一条或者多条候选公交路线对应的一个或者多个搭乘站点，其中，该一条或者多条候选公交路线都可实现用户的出行需求，若候选公交车次从对应候选搭乘站点到候选下车站点间的行驶路线长度信息小于等于预设行驶距离阈值，网络设备确定该候选公交车次以及对应的搭乘站点为用户拟搭乘的目标公交车次及对应的目标搭乘站点；或者，若用户的出行位置信息与所述候选公交车次对应的候选搭乘站点间的距离信息小于等于预设路程距离阈值，网络设备确定该候选公交车次以及对应的搭乘站点为用户拟搭乘的目标公交车次及对应的目标搭乘站点；或者，若用户到达所述候选搭乘站点的第二预测时间小于等于候选公交车次到达所述候选搭乘站点的第一预测时间，且第二预测时间与第一预测时间的差值小于或等于一定时间阈值，网络设备确定该候选公交车次以及对应的搭乘站点为用户拟搭乘的目标公交车次及对应的目标搭乘站点；或者，所述实时运行信息包括候选公交车次的行驶路线的拥堵情况，若行驶路线的拥堵情况在预设拥堵情况内，网络设备确定该候选公交车次以及对应的搭乘站点为用户拟搭乘的目标公交车次及对应的目标搭乘站点。在根据所述候选公交车次的车次相关信息确定用户拟搭乘的目标公交车次及对应的目标搭乘站点的情形下，网络设备基于候选公交车次的信息为用户配置最合理的目标公交车次以及对应的搭乘站点，节省了用户的等待公交时间，给与用户最大概率的上车机会，提升了用户的出行体验。
例如，网络设备接收该乘车请求信息以及用户家的位置信息，基于XX生态园这一目的地地址信息，确定了三部公交车次(a1、a2、a3)以及对应的距离用户家的位置最短距离的三个搭乘站点(b1、b2、b3)，其中，三个搭乘站点与用户家的距离分别为420m、480m、600m，网络设备端存储了用户平时的步行速度信息(1m/s)，对应的得出用户出行至三个搭乘站点的第二预测时间分别为7:07、7:08、7:10。网络设备根据智能公交系统确定三部公交车发车后到达对应的搭乘站点的时间分别为7:09、7:00、7:09。网络设备基于用户的出行信息，并结合三部公交车到达对应的搭乘站点的时间，确定可满足用户出行需求的目标公交车次为到达b1站点的时间为7:09的a1以及对应的搭乘站点为b1；或者，网络设备基于用户家的位置至三个搭乘站点的距离信息，确定b1与用户家的距离信息小于预设路程距离阈值，确定可满足用户出行需求的目标公交车次为到达b1站点的时间为7:09的a1以及对应的搭乘站点为b1；或者，网络设备基于智能公交系统确定公交车次a1行驶顺畅，可于7:09准时到达对应的搭乘站点b1，确定可满足用户出行需求的目标公交车次为到达b1站点的时间为7:09的a1以及对应的搭乘站点为b1。
在一些实施例中，所述每个候选公交车次的车次相关信息包括所述每个候选公交车次到达该候选公交车次对应的候选搭乘站点的第一预测时间信息；在步骤S12中，网络设备根据所述每个候选公交车次到达该候选公交车次对应的候选搭乘站点的第一预测时间，从所述一个或多个候选公交车次中选择所述目标公交车次，其中，所述目标公交车次到达该目标公交车次对应的目标搭乘站点的第一预测时间与所述用户到达所述目标搭乘站点的第二预测时间相匹配。例如，网络设备基于大量公交车次行驶记录统计以及各公交车次的实时位置获取所述一条或者多条候选公交路线到达对应的一个或者多个搭乘站点的第一预测时间信息，并基于用户的当前位置信息与所述一个或者多个搭乘站点间的一个或者多个距离信息，结合用户设备获取的发送至网络设备的用户平均出行速度，确定用户去往一个或者多个候选搭乘站点所需要的一个或者多个第二预测时间信息。在用户到达所述候选搭乘站点的第二预测时间小于等于候选公交车次到达所述候选搭乘站点的第一预测时间，且第二预测时间与第一预测时间的差值小于或等于一定时间阈值的情况下，确定所述用户拟搭乘的目标公交车次及对应的搭乘站点，在这种情况下，用户可及时赶到对应的搭乘站点。其中，用户到达所述目标搭乘站点的第二预测时间小于等于目标公交车次到达所述目标搭乘站点的第一预测时间，且第二预测时间与第一预测时间的差值小于或等于一定时间阈值。网络设备向用户提供适合用户出行的目标公交车次以及对应的搭乘站点，使得用户及时了解出行状态，该信息为用户的出行提供了便利，提升了用户的体验。
网络设备端存储了用户平时的步行速度信息(1m/s)，对应的得出用户出行至三个搭乘站点的第二预测时间分别为7:07、7:08、7:10。网络设备根据智能公交系统确定三部公交车发车后到达对应的搭乘站点的时间分别为7:09、7:00、7:09。网络设备基于用户的出行信息，并结合三部公交车到达对应的搭乘站点的时间，确定可满足用户出行需求的目标公交车次为到达b1站点的时间为7:09的a1以及对应的搭乘站点为b1。
在一些实施例中，在步骤S12中，网络设备根据所述出行位置信息及所述每个候选公交车次对应的候选搭乘站点，确定所述用户到达该候选搭乘站点的第二预测时间；根据所述用户到达该候选搭乘站点的第二预测时间，以及所述每个候选公交车次到达该候选搭乘站点的第一预测时间，从所述一个或多个候选公交车次中选择一候选公交车次作为所述目标公交车次，其中，该候选公交车次到达该候选公交车次对应的候选搭乘站点的第一预测时间与所述用户到达该候选搭乘站点的第二预测时间相匹配。例如，网络设备根据用户设备获取的发送至网络设备的用户平均出行速度，并结合用户的当前位置信息与所述一个或者多个搭乘站点间的一个或者多个距离信息，确定用户去往一个或者多个候选搭乘站点所需要的一个或者多个第二预测时间信息。同时网络设备基于大量公交车次行驶记录统计以及各公交车次的实时位置获取所述一条或者多条候选公交路线到达对应的一个或者多个搭乘站点的第一预测时间信息。在用户到达所述候选搭乘站点的第二预测时间小于等于候选公交车次到达所述候选搭乘站点的第一预测时间，且第二预测时间与第一预测时间的差值小于或等于一定时间阈值的情况下，确定所述用户拟搭乘的目标公交车次及对应的搭乘站点，在这种情况下，用户可及时赶到对应的搭乘站点。其中，用户到达所述目标搭乘站点的第二预测时间小于等于目标公交车次到达所述目标搭乘站点的第一预测时间，且第二预测时间与第一预测时间的差值小于或等于一定时间阈值。网络设备向用户提供适合用户出行的目标公交车次以及对应的搭乘站点，使得用户及时了解出行状态，该信息为用户的出行提供了便利，提升了用户的体验。
网络设备端存储了用户平时的步行速度信息(1m/s)，对应的得出用户出行至三个搭乘站点的第二预测时间分别为7:07、7:08、7:10。网络设备根据智能公交系统确定三部公交车发车后到达对应的搭乘站点的时间分别为7:09、7:00、7:09。网络设备基于用户的出行信息，并结合三部公交车到达对应的搭乘站点的时间，确定可满足用户出行需求的目标公交车次为到达b1站点的时间为7:09的a1以及对应的搭乘站点为b1。
在一些实施例中，所述目标公交车次到达该目标公交车次对应的目标搭乘站点的第一预测时间与所述用户到达所述目标搭乘站点的第二预测时间相匹配，包括以下至少一项：所述目标公交车次到达该目标公交车次对应的目标搭乘站点的第一预测时间等于或晚于所述用户到达所述目标搭乘站点的第二预测时间；所述目标公交车次到达该目标公交车次对应的目标搭乘站点的第一预测时间与所述用户到达所述目标搭乘站点的第二预测时间的时间间隔，小于或等于所述目标公交车次的上下客时间阈值；所述目标公交车次到达该目标公交车次对应的目标搭乘站点的第一预测时间晚于所述用户到达所述目标搭乘站点的第二预测时间，且该第一预测时间与该第二预测时间的时间间隔小于或等于所述用户的候车时间阈值。例如，在所述目标公交车次到达该目标公交车次对应的目标搭乘站点的第一预测时间等于或晚于所述用户到达所述目标搭乘站点的第二预测时间的情况下，用户可以及时赶上目标公交车次，以免耽误了用户的乘车出行；上下客时间阈值信息包括目标公交车次到达目标搭乘站点停留的上下客时间，若目标公交车次在对应的搭乘站点因上下客而作停留后的预测时间大于用户到达所述目标搭乘站点的第二预测时间，用户可以及时赶上目标公交车次，避免了用户错过目标公交车次的情况；在所述目标公交车次到达该目标公交车次对应的目标搭乘站点的第一预测时间晚于所述用户到达所述目标搭乘站点的第二预测时间的情况下，第一预测时间与第二预测时间的间隔差值小于等于用户等待目标公交车次的时间，避免了用户因为提前到达搭乘站台等待车辆而用时过多的情形，提升了用户的体验。
例如，网络设备根据智能公交系统确定三部公交车发车后到达对应的搭乘站点的时间分别为7:07、7:00、7:09。网络设备基于用户的出行信息，并结合三部公交车到达对应的搭乘站点的时间，确定可满足用户出行需求的目标公交车次为到达b1站点的时间为7:09的a1以及对应的搭乘站点为b1。用户到达b1搭乘站点的预测时间为7：07，在目标公交车次a1到达b1后，目标公交车次a1当时的上下客时间为3min。在3min内，用户乘上该目标公交车次。
在一些实施例中，所述每个候选公交车次的车次相关信息还包括所述候选公交车次的实时运行信息；在步骤S12中，网络设备根据所述每个候选公交车次到达该候选公交车次对应的候选搭乘站点的第一预测时间，从所述一个或多个候选公交车次中选择一个或多个备选公交车次，所述一个或多个备选公交车次中每个备选公交车次到达该备选公交车次对应的备选搭乘站点的第一预测时间与所述用户到达该备选搭乘站点的第二预测时间相匹配；根据所述每个备选公交车次的实时运行信息，从所述一个或多个备选公交车次中确定所述目标公交车次及对应的目标搭乘站点。
例如，网络设备基于大量公交车次行驶记录统计以及各公交车次的实时位置获取所述一条或者多条候选公交路线到达对应的一个或者多个搭乘站点的第一预测时间信息，并结合所述用户到达所述目标搭乘站点的第二预测时间从所述一个或多个候选公交车次中选择一个或多个备选公交车次，其中该一个或者多个备选公交车次到达对应搭乘站点的第一预测时间大于用户到达所述备选搭乘站点的第二预测时间，且第二预测时间与第一预测时间的差值小于或等于一定时间阈值。随后，网络设备基于备选公交车次的实时运行信息(例如，车内拥挤程度)从所述一个或多个备选公交车次中确定目标公交车次及对应的目标搭乘站点。这种情形下，网络设备能够实时获取对应的备选公交车次，从而避免用户因为提前到达搭乘站台等待车辆或者晚到搭乘站台而错过车辆，同时根据坐车舒适度等因素选择目标公交车次，提升了用户的体验。
例如，网络设备根据智能公交系统确定三部公交车发车后到达对应的搭乘站点的时间分别为7:07、7:00、7:09。网络设备基于用户的出行信息，用户到达b1搭乘站点的预测时间为7：00，并结合三部公交车到达对应的搭乘站点的时间，确定这三部公交车次都可满足用户的出行需求。随后网络设备基于三部目标公交车次内部视频回传画面确认目标公交车次a1车厢内拥挤度小于拥挤程度阈值，并将目标公交车次a1确认为优选目标公交车次。
在一些实施例中，所述每个候选公交车次的车次相关信息包括所述每个候选公交车次的实时运行信息；在步骤S12中，网络设备根据所述每个候选公交车次的实时运行信息确定所述每个候选公交车次的乘车体验度信息；根据所述每个候选公交车次的乘车体验度信息从所述一个或多个候选公交车次中选择所述用户拟搭乘的目标公交车次及对应的目标搭乘站点。例如，乘车体验度信息包括但不限于候选公交车次的车内拥挤程度、路线拥堵程度、坐车舒适度。网络设备基于候选公交车次的实时运行信息(例如，每个站点的上下车人数)确定所述一个或多个候选公交车次的车内拥挤程度，并基于车内拥挤程度从一个或多个候选公交车次中确定目标公交车次及对应的目标搭乘站点，其中，目标公交车次的车内拥挤程度小于拥挤程度阈值。在根据坐车舒适度等因素选择目标公交车次的情况下，网络设备为用户提供了大概率的上车体验，防止了因为车内过于拥挤，用户无法按照行程正常上车的情况，提升了用户乘车的体验。
例如，网络设备根据智能公交系统确定三部候选公交车发车后到达对应的搭乘站点的时间分别为7:07、7:00、7:09。网络设备基于用户的出行信息，并结合三部公交车到达对应的搭乘站点的时间，确定这三部公交车次都可满足用户的出行需求。随后网络设备基于三部候选公交车次内部视频回传实时画面确认候选公交车次a1车厢内拥挤度小于拥挤程度阈值，并将候选公交车次a1确认为目标公交车次。
在一些实施例中，所述候选公交车次的实时运行信息包括以下至少一项：所述每个候选公交车次的当前可用载客数量信息；所述每个候选公交车次的驾驶员的驾驶能力信息；所述每个候选公交车次从对应候选搭乘站点到候选下车站点间的行驶路线的实时交通状况信息。例如，所述候选公交车次的实时运行信息包括候选公交车次即将到达对应的搭乘站点时，公交车上的剩余承载人次；驾驶能力信息包括驾驶员的粗暴驾驶记录与安全驾驶记录，网络设备优选驾驶记录良好的驾驶员所驾驶的候选公交车次；实时交通状况信息包括但不限于该段行驶路线的长度、行驶路线的交通拥堵情况以及拥堵时段等，网络设备选择候选公交车次从对应候选搭乘站点到候选下车站点间的行驶路线的实时交通状况信息中交通状况良好的候选公交车次作为目标公交车次。在根据实时运行信息选择目标公交车次的情况下，网络设备为用户提供了大概率的上车体验，防止了因为驾驶路程中过于拥堵，用户无法准时到达目的地点的情况，提升了用户乘车的体验。
例如，网络设备根据智能公交系统确定三部候选公交车发车后到达对应的搭乘站点的时间分别为7:07、7:00、7:09。网络设备基于用户的出行信息，并结合三部公交车到达对应的搭乘站点的时间，确定这三部公交车次都可满足用户的出行需求。随后网络设备基于实时路况确定目标公交车次a1去往目的地间的行驶路线中交通拥堵程度小于拥堵阈值信息，并将候选公交车次a1确认为目标公交车次。
在一些实施例中，所述每个候选公交车次及对应的候选搭乘站点与所述出行任务信息及所述出行位置信息相匹配，包括以下至少一项：所述每个候选公交车次满足所述出行任务信息中的目的地要求信息；所述每个候选公交车次满足所述出行任务信息中的到达时间要求信息；所述每个候选公交车次满足所述出行任务信息中的到达费用要求信息；所述出行位置信息与所述每个候选公交车次对应的候选搭乘站点间的距离小于或等于预定的距离阈值信息；所述用户从所述出行位置信息到达所述每个候选公交车次对应的候选搭乘站点所需的时长信息小于或等于预定的时长阈值信息。例如，网络设备确定的一个或多个候选公交车次都可以实现用户到达目的地的需求；或者，网络设备确定的一个或多个候选公交车次都可以在用户要求的到达时间内到达目的地站点；或者，网络设备确定的一个或多个候选公交车次对应的搭乘站点与用户的出行位置的距离小于或者等于预设距离阈值，结合用户的出行速度信息，用户从所述用户的出行位置信息到达每个候选公交车次对应的候选搭乘站点所需的时长信息小于或等于预定的时长阈值。在这种情况下，避免了用户因为提前到达搭乘站台等待车辆或者晚到搭乘站台而错过车辆，在合理费用内保证了用户准时到达目的地点，提升了用户的体验。
例如，用户持有用户设备，用户此时(7:00)正计划从家出发搭乘公交车到达XX生态园，基于用户的操作，用户设备向网络设备发送该乘车信息的请求以及用户家的位置信息。网络设备接收该乘车请求信息以及用户家的位置信息，基于XX生态园这一目的地地址信息，确定了三部候选公交车次(a1、a2、a3)以及对应的距离用户家的位置最短距离的三个搭乘站点(b1、b2、b3)，其中，三部公交车次都可在用户要求的到达时间(9:00)到达XX生态园；三个搭乘站点与用户家的距离分别为420m、480m、600m，网络设备端存储了用户平时的步行速度信息(1m/s)，对应的得出用户出行至三个搭乘站点的用时分别为7min、8min、10min。网络设备根据智能公交系统确定三部公交车发车后到达对应的搭乘站点的时间分别为7:11、7:11、7:11。
在一些实施例中，在步骤S12中，网络设备根据所述每个候选公交车次的车次相关信息，以及所述用户的用户相关信息，从所述一个或多个候选公交车次中选择所述用户拟搭乘的目标公交车次及对应的目标搭乘站点，其中，所述目标公交车次及对应的目标搭乘站点与所述用户的用户相关信息相匹配。其中，所述用户的用户相关信息包括用户的出行意愿信息。例如，网络设备根据候选公交车次到达该候选公交车次对应的候选搭乘站点的预测时间信息，并结合用户的出行意愿(例如，是否愿意追赶公交车)，从所述一个或多个候选公交车次中选择所述用户拟搭乘的目标公交车次及对应的目标搭乘站点，该目标公交车次到达目标搭乘站点的第一预测时间远大于用户到达目标搭乘站点的第二预测时间，满足了用户无需赶车的出行意愿，在这种情况下，网络设备可基于用户的相关信息确定对应的目标公交车次，更加人性化，并提升了用户的出行体验。
例如，网络设备根据智能公交系统确定三部候选公交车发车后到达对应的搭乘站点的时间分别为7:07、7:00、7:09。网络设备基于用户的出行信息，并结合三部公交车到达对应的搭乘站点的时间，确定这三部公交车次都可满足用户的出行需求。随后网络设备基于用户的相关信息(例如，用户偏向于离家近的搭乘站点)，随后网络设备将与用户家的距离为420m的候选公交车次a1对应的搭乘站点b1作为目标搭乘站点，将候选公交车次a1作为目标公交车次。
在一些实施例中，所述用户的用户相关信息包括以下至少一项：所述用户的身体状况信息；所述用户的出行偏好信息；所述用户的出行时间充裕程度信息。例如，网络设备根据用户的身体状况信息(例如，用户走路不便)确定对应的目标公交车次及对应的目标搭乘站点，其中，该搭乘站点与用户出行位置间的距离小于预设距离阈值；或者，网络设备根据用户的出行偏好信息(例如，用户爱好走路)确定对应的目标公交车次及对应的目标搭乘站点，其中，该搭乘站点与用户出行位置间的距离大于预设距离阈值；或者，网络设备根据用户的出行时间充裕程度(例如，用户当天未设定必须到达目的地的时间点)确定对应的目标公交车次及对应的目标搭乘站点。在这种情况下，网络设备可基于用户的相关信息确定对应的目标公交车次，更加人性化，并提升了用户的出行体验。
例如，网络设备根据智能公交系统确定三部候选公交车发车后到达对应的搭乘站点的时间分别为7:07、7:00、7:09。网络设备基于用户的出行信息，并结合三部公交车到达对应的搭乘站点的时间，确定这三部公交车次都可满足用户的出行需求。随后网络设备基于用户的相关信息(例如，用户偏向于离家近的搭乘站点)，随后网络设备将与用户家的距离为420m的候选公交车次a1对应的搭乘站点b1作为目标搭乘站点，将候选公交车次a1作为目标公交车次。
在一些实施例中，所述用户的用户相关信息包括所述用户的身体状况信息；在步骤S12中，若所述用户的身体状况信息等于或低于预定健康阈值信息，网络设备根据所述每个候选公交车次的车次相关信息，从所述一个或多个候选公交车次中选择所述用户拟搭乘的目标公交车次及对应的目标搭乘站点，其中，所述目标公交车次在对应的目标搭乘站点具有供所述用户乘坐的空位。例如，网络设备基于用户的出行任务信息通过智能公交系统获取一条或者多条候选公交路线以及对应的一个或者多个搭乘站点，结合用户的身体状况信息(例如，用户是老年人)，根据该一条或者多条候选公交车次中的实时视频回传信息确定对应的适合用户的目标公交车次及对应的目标搭乘站点，在该目标公交车次中，当该目标公交车次到达对应的搭乘站点，用户可以乘坐到该目标公交车次上的空位。在这种情况下，网络设备可基于用户的相关信息确定对应的目标公交车次，为不同人群选择合适的目标公交车次，更加人性化，并提升了用户的出行体验。
例如，网络设备根据智能公交系统确定三部公交车发车后到达对应的搭乘站点的时间分别为7:07、7:00、7:09。网络设备基于用户的出行信息，用户到达b1搭乘站点的预测时间为7：00，并结合三部公交车到达对应的搭乘站点的时间，确定这三部公交车次都可满足用户的出行需求。随后网络设备根据用户腿脚不便的身体状况，并结合三部目标公交车次内部视频回传画面确认候选公交车次a1车厢内在到达b1时还会留有座位，并将候选公交车次a1确认为目标公交车次。
在一些实施例中，所述用户的用户相关信息包括所述用户的出行偏好信息；在步骤S12中，若根据所述出行偏好信息确定所述用户偏好骑车出行，根据所述每个候选公交车次的车次相关信息，网络设备从所述一个或多个候选公交车次中选择所述用户拟搭乘的目标公交车次及对应的目标搭乘站点，其中，所述用户的出行位置信息至所述目标搭乘站点的路线中具有可供用户骑行的共享单车。例如，网络设备基于用户的出行任务信息通过智能公交系统获取一条或者多条候选公交路线以及对应的一个或者多个搭乘站点，结合用户的出行偏好信息(例如，用户想要骑车出行)，网络设备从共享单车服务器中获取从用户的出行位置至一个或者多个搭乘站点的多条线路中的共享单车的数量情况，若该条线路中的共享单车的数量大于预设数量阈值，网络设备可基于用户的出行偏好信息确定对应的目标搭乘站点以及对应的目标公交车次；或者，用户偏好步行出发，网络设备基于实时路况从用户的出行位置至一个或者多个搭乘站点的多条线路中选择路况较好的路线(例如，路面平坦)，并基于该路线确定对应的目标搭乘站点以及对应的目标公交车次。本申请基于用户的偏好选择合适的目标公交车次，更加人性化，并提升了用户的出行体验。
例如，网络设备根据智能公交系统确定三部公交车发车后到达对应的搭乘站点的时间分别为7:07、7:00、7:09。网络设备基于用户的出行信息，用户到达b1搭乘站点的预测时间为7：00，并结合三部公交车到达对应的搭乘站点的时间，确定这三部公交车次都可满足用户的出行需求。随后网络设备根据用户想要骑车出行的意愿，并结合三部目标公交车次对应的搭乘站点与用户家的三条路线中共享单车数量的情况，将候选公交车次a1确认为目标公交车次。
在一些实施例中，所述用户的用户相关信息包括所述用户的出行时间充裕程度信息；在步骤S12中，若所述用户的出行时间充裕程度信息等于或低于预定时间充裕度阈值信息，网络设备根据所述候选公交车次的车次相关信息，从所述一个或多个候选公交车次中选择所述用户拟搭乘的目标公交车次及对应的目标搭乘站点，其中，所述目标公交车次从对应候选搭乘站点到候选下车站点的行驶路线最短或者预测行驶时长最短。例如，网络设备基于用户的出行任务信息通过智能公交系统获取一条或者多条候选公交路线以及对应的一个或者多个搭乘站点，结合用户的出行时间充裕程度，其中，用户的出行时间充裕程度信息等于或低于预定时间充裕度阈值，网络设备从所述一个或多个候选公交车次中确定从目标搭乘站点到目的地用时小于等于预设时间阈值的候选公交车次为目标公交车次。
例如，网络设备根据智能公交系统确定三部候选公交车发车后到达对应的搭乘站点的时间分别为7:07、7:00、7:09。网络设备基于用户的出行信息，用户到达b1搭乘站点的预测时间为7：00，并结合三部候选公交车到达对应的搭乘站点的时间，确定这三部候选公交车次都可满足用户的出行需求。随后网络设备根据用户的出行时间充裕程度(例如，用户需要尽快赶到目的地)，并基于根据智能公交系统确定候选公交车次a1到达目的地用时最短，并将候选公交车次a1确认为目标公交车次。
上文主要对本申请实施例提供的方法进行了举例介绍，相对应的，本申请还提供了能够执行上述各方法对应的设备，这些设备能够执行上述各方法示例中各个步骤的单元或模块，这些单元或模块可以通过硬件、软件或软硬结合的方式来实现，本申请并不限定。下面结合图3进行介绍。
图3示出根据本申请一个实施例的一种用于确定用户的公交乘车信息的网络设备，该设备包括能够执行图2所示方法中各个步骤的单元或模块，具体地，该设备包括第一一模块11和第一二模块12。第一一模块11，用于根据用户的出行任务信息及所述用户的出行位置信息，确定一个或多个候选公交车次及所述一个或多个候选公交车次中每个候选公交车次对应的候选搭乘站点，其中，所述每个候选公交车次及对应的候选搭乘站点与所述出行任务信息及所述出行位置信息相匹配；第一二模块12，用于根据所述每个候选公交车次的车次相关信息从所述一个或多个候选公交车次中选择所述用户拟搭乘的目标公交车次及对应的目标搭乘站点。
具体地，第一一模块11，用于根据用户的出行任务信息及所述用户的出行位置信息，确定一个或多个候选公交车次及所述一个或多个候选公交车次中每个候选公交车次对应的候选搭乘站点，其中，所述每个候选公交车次及对应的候选搭乘站点与所述出行任务信息及所述出行位置信息相匹配。其中，所述候选公交车次包括与用户出行任务信息匹配的公交路线中与用户到达搭乘站点的时间匹配的公交车次，该候选公交车次包括公交路线信息和该公交车次达到搭乘站点的第一预测时间等，该第一预测时间信息可以是网络设备基于智能公交系统中候选公交车次的实时位置、平均行驶速度、靠站停车时间等计算确定的；所述当前位置信息包括用户当前所在位置信息或者所述出行任务信息中指定的计划出行位置信息。例如，网络设备通过与用户设备间的通信连接接收用户设备发送的用户的出行任务信息及所述用户的出行位置信息(如接收到用户设备发送的当前所在位置信息或者通过其他方式(如根据连接或者扫描到的无线接入点等)确定对应位置信息等)，其中，所述用户设备还包括定位装置，用于获取用户设备当前的位置信息，如通过GPS系统或者北斗系统等获取用户设备的经纬度信息等。网络设备先根据用户设备发送的包括出发目的地的出行任务信息利用智能公交系统在地图信息库中进行匹配查询确定对应的一条或者多条候选公交路线以及与所述一条或者多条候选公交路线对应的一个或者多个搭乘站点，例如，所述一个或者多个搭乘站点为所述一条或者多条公交路线经过的搭乘站点中与用户的距离最短的或者距离小于预设距离阈值的。
第一二模块12，用于根据所述每个候选公交车次的车次相关信息从所述一个或多个候选公交车次中选择所述用户拟搭乘的目标公交车次及对应的目标搭乘站点。其中，一个或者多个候选公交车次的车次相关信息包括但不限于候选公交车次到达该候选公交车次对应的候选搭乘站点的预测时间信息、所述用户的出行位置信息与所述候选公交车次对应的候选搭乘站点间的距离信息。例如，网络设备根据候选公交车次到达该候选公交车次对应的候选搭乘站点的预测时间信息从所述一个或多个候选公交车次中选择所述用户拟搭乘的目标公交车次及对应的目标搭乘站点。网络设备利用大数据获取所述一条或者多条候选公交路线到达对应的一个或者多个搭乘站点的第一预测时间信息，并基于用户的当前位置信息与所述一个或者多个搭乘站点间的一个或者多个距离信息，结合用户设备获取的发送至网络设备的用户平均步行速度，确定用户去往一个或者多个候选搭乘站点所需要的一个或者多个第二预测时间信息。在用户到达所述候选搭乘站点的第二预测时间小于等于候选公交车次到达所述候选搭乘站点的第一预测时间，且第二预测时间与第一预测时间的差值小于或等于一定时间阈值的情况下，确定所述用户拟搭乘的目标公交车次及对应的搭乘站点，在这种情况下，用户可及时赶到对应的搭乘站点。所述目标公交车次包括但不限于用户拟搭乘的当天车次的公交以及用户拟搭乘的当天以后车次的公交。网络设备确定的所述用户拟搭乘的目标公交车次及对应的搭乘站点可满足网络设备基于出行位置信息接收到的所述出行任务的需求。
在此，有关上述第一一模块11和第一二模块12的具体实现方式的示例与图2中有关步骤S11和S12的具体实现方式的示例相对应，可以参考图2中的详细介绍，此处不做赘述。
在一些实施例中，所述每个候选公交车次的车次相关信息包括以下至少一项：所述每个候选公交车次从对应候选搭乘站点到候选下车站点间的行驶路线长度信息；所述出行位置信息与所述每个候选公交车次对应的候选搭乘站点间的距离信息；所述每个候选公交车次到达该候选公交车次对应的候选搭乘站点的预测时间信息；所述每个候选公交车次的实时运行信息。例如，网络设备先根据用户设备发送的包括出发目的地的出行任务信息利用智能公交系统在地图信息库中进行匹配查询确定对应的一条或者多条候选公交路线以及与所述一条或者多条候选公交路线对应的一个或者多个搭乘站点，其中，该一条或者多条候选公交路线都可实现用户的出行需求，若候选公交车次从对应候选搭乘站点到候选下车站点间的行驶路线长度信息小于等于预设行驶距离阈值，网络设备确定该候选公交车次以及对应的搭乘站点为用户拟搭乘的目标公交车次及对应的目标搭乘站点；或者，若用户的出行位置信息与所述候选公交车次对应的候选搭乘站点间的距离信息小于等于预设路程距离阈值，网络设备确定该候选公交车次以及对应的搭乘站点为用户拟搭乘的目标公交车次及对应的目标搭乘站点；或者，若用户到达所述候选搭乘站点的第二预测时间小于等于候选公交车次到达所述候选搭乘站点的第一预测时间，且第二预测时间与第一预测时间的差值小于或等于一定时间阈值，网络设备确定该候选公交车次以及对应的搭乘站点为用户拟搭乘的目标公交车次及对应的目标搭乘站点；或者，所述实时运行信息包括候选公交车次的行驶路线的拥堵情况，若行驶路线的拥堵情况在预设拥堵情况内，网络设备确定该候选公交车次以及对应的搭乘站点为用户拟搭乘的目标公交车次及对应的目标搭乘站点。在根据所述候选公交车次的车次相关信息确定用户拟搭乘的目标公交车次及对应的目标搭乘站点的情形下，网络设备基于候选公交车次的信息为用户配置最合理的目标公交车次以及对应的搭乘站点，节省了用户的等待公交时间，给与用户最大概率的上车机会，提升了用户的出行体验。
在此，在确定所述每个候选公交车次的车次相关信息的情况下，有关用户操作的方式与图2所示方法中的示例相对应，可以参考图2中的详细介绍，此处不做赘述。
在一些实施例中，所述每个候选公交车次的车次相关信息包括所述每个候选公交车次到达该候选公交车次对应的候选搭乘站点的第一预测时间信息；第一二模块12，用于根据所述每个候选公交车次到达该候选公交车次对应的候选搭乘站点的第一预测时间，从所述一个或多个候选公交车次中选择所述目标公交车次，其中，所述目标公交车次到达该目标公交车次对应的目标搭乘站点的第一预测时间与所述用户到达所述目标搭乘站点的第二预测时间相匹配。例如，网络设备基于大量公交车次行驶记录统计以及各公交车次的实时位置获取所述一条或者多条候选公交路线到达对应的一个或者多个搭乘站点的第一预测时间信息，并基于用户的当前位置信息与所述一个或者多个搭乘站点间的一个或者多个距离信息，结合用户设备获取的发送至网络设备的用户平均出行速度，确定用户去往一个或者多个候选搭乘站点所需要的一个或者多个第二预测时间信息。在用户到达所述候选搭乘站点的第二预测时间小于等于候选公交车次到达所述候选搭乘站点的第一预测时间，且第二预测时间与第一预测时间的差值小于或等于一定时间阈值的情况下，确定所述用户拟搭乘的目标公交车次及对应的搭乘站点，在这种情况下，用户可及时赶到对应的搭乘站点。其中，用户到达所述目标搭乘站点的第二预测时间小于等于目标公交车次到达所述目标搭乘站点的第一预测时间，且第二预测时间与第一预测时间的差值小于或等于一定时间阈值。网络设备向用户提供适合用户出行的目标公交车次以及对应的搭乘站点，使得用户及时了解出行状态，该信息为用户的出行提供了便利，提升了用户的体验。
在此，在所述每个候选公交车次的车次相关信息包括所述每个候选公交车次到达该候选公交车次对应的候选搭乘站点的第一预测时间信息的情况下，有关用户操作的方式与图2所示方法中的示例相对应，可以参考图2中的详细介绍，此处不做赘述。
在一些实施例中，第一二模块12，用于根据所述出行位置信息及所述每个候选公交车次对应的候选搭乘站点，确定所述用户到达该候选搭乘站点的第二预测时间；根据所述用户到达该候选搭乘站点的第二预测时间，以及所述每个候选公交车次到达该候选搭乘站点的第一预测时间，从所述一个或多个候选公交车次中选择一候选公交车次作为所述目标公交车次，其中，该候选公交车次到达该候选公交车次对应的候选搭乘站点的第一预测时间与所述用户到达该候选搭乘站点的第二预测时间相匹配。例如，网络设备根据用户设备获取的发送至网络设备的用户平均出行速度，并结合用户的当前位置信息与所述一个或者多个搭乘站点间的一个或者多个距离信息，确定用户去往一个或者多个候选搭乘站点所需要的一个或者多个第二预测时间信息。同时网络设备基于大量公交车次行驶记录统计以及各公交车次的实时位置获取所述一条或者多条候选公交路线到达对应的一个或者多个搭乘站点的第一预测时间信息。在用户到达所述候选搭乘站点的第二预测时间小于等于候选公交车次到达所述候选搭乘站点的第一预测时间，且第二预测时间与第一预测时间的差值小于或等于一定时间阈值的情况下，确定所述用户拟搭乘的目标公交车次及对应的搭乘站点，在这种情况下，用户可及时赶到对应的搭乘站点。其中，用户到达所述目标搭乘站点的第二预测时间小于等于目标公交车次到达所述目标搭乘站点的第一预测时间，且第二预测时间与第一预测时间的差值小于或等于一定时间阈值。网络设备向用户提供适合用户出行的目标公交车次以及对应的搭乘站点，使得用户及时了解出行状态，该信息为用户的出行提供了便利，提升了用户的体验。
在此，在确定确定所述用户到达该候选搭乘站点的第二预测时间的情况下，有关用户操作的方式与图2所示方法中的示例相对应，可以参考图2中的详细介绍，此处不做赘述。
在一些实施例中，所述目标公交车次到达该目标公交车次对应的目标搭乘站点的第一预测时间与所述用户到达所述目标搭乘站点的第二预测时间相匹配，包括以下至少一项：所述目标公交车次到达该目标公交车次对应的目标搭乘站点的第一预测时间等于或晚于所述用户到达所述目标搭乘站点的第二预测时间；所述目标公交车次到达该目标公交车次对应的目标搭乘站点的第一预测时间与所述用户到达所述目标搭乘站点的第二预测时间的时间间隔，小于或等于所述目标公交车次的上下客时间阈值；所述目标公交车次到达该目标公交车次对应的目标搭乘站点的第一预测时间晚于所述用户到达所述目标搭乘站点的第二预测时间，且该第一预测时间与该第二预测时间的时间间隔小于或等于所述用户的候车时间阈值。例如，在所述目标公交车次到达该目标公交车次对应的目标搭乘站点的第一预测时间等于或晚于所述用户到达所述目标搭乘站点的第二预测时间的情况下，用户可以及时赶上目标公交车次，以免耽误了用户的乘车出行；上下客时间阈值信息包括目标公交车次到达目标搭乘站点停留的上下客时间，若目标公交车次在对应的搭乘站点因上下客而作停留后的预测时间大于用户到达所述目标搭乘站点的第二预测时间，用户可以及时赶上目标公交车次，避免了用户错过目标公交车次的情况；在所述目标公交车次到达该目标公交车次对应的目标搭乘站点的第一预测时间晚于所述用户到达所述目标搭乘站点的第二预测时间的情况下，第一预测时间与第二预测时间的间隔差值小于等于用户等待目标公交车次的时间，避免了用户因为提前到达搭乘站台等待车辆而用时过多的情形，提升了用户的体验。
在此，在所述目标公交车次到达该目标公交车次对应的目标搭乘站点的第一预测时间与所述用户到达所述目标搭乘站点的第二预测时间相匹配的情况下，有关用户操作的方式与图2所示方法中的示例相对应，可以参考图2中的详细介绍，此处不做赘述。在一些实施例中，所述每个候选公交车次的车次相关信息还包括所述候选公交车次的实时运行信息；第一二模块12，用于根据所述每个候选公交车次到达该候选公交车次对应的候选搭乘站点的第一预测时间，从所述一个或多个候选公交车次中选择一个或多个备选公交车次，所述一个或多个备选公交车次中每个备选公交车次到达该备选公交车次对应的备选搭乘站点的第一预测时间与所述用户到达该备选搭乘站点的第二预测时间相匹配；根据所述每个备选公交车次的实时运行信息，从所述一个或多个备选公交车次中确定所述目标公交车次及对应的目标搭乘站点。
例如，网络设备基于大量公交车次行驶记录统计以及各公交车次的实时位置获取所述一条或者多条候选公交路线到达对应的一个或者多个搭乘站点的第一预测时间信息，并结合所述用户到达所述目标搭乘站点的第二预测时间从所述一个或多个候选公交车次中选择一个或多个备选公交车次，其中该一个或者多个备选公交车次到达对应搭乘站点的第一预测时间大于用户到达所述备选搭乘站点的第二预测时间，且第二预测时间与第一预测时间的差值小于或等于一定时间阈值。随后，网络设备基于备选公交车次的实时运行信息(例如，车内拥挤程度)从所述一个或多个备选公交车次中确定目标公交车次及对应的目标搭乘站点。这种情形下，网络设备能够实时获取对应的备选公交车次，从而避免用户因为提前到达搭乘站台等待车辆或者晚到搭乘站台而错过车辆，同时根据坐车舒适度等因素选择目标公交车次，提升了用户的体验。
在此，在所述每个候选公交车次的车次相关信息还包括所述候选公交车次的实时运行信息的情况下，有关用户操作的方式与图2所示方法中的示例相对应，可以参考图2中的详细介绍，此处不做赘述。在一些实施例中，所述每个候选公交车次的车次相关信息包括所述每个候选公交车次的实时运行信息；第一二模块12，用于根据所述每个候选公交车次的实时运行信息确定所述每个候选公交车次的乘车体验度信息；根据所述每个候选公交车次的乘车体验度信息从所述一个或多个候选公交车次中选择所述用户拟搭乘的目标公交车次及对应的目标搭乘站点。例如，乘车体验度信息包括但不限于候选公交车次的车内拥挤程度、路线拥堵程度、坐车舒适度。网络设备基于候选公交车次的实时运行信息(例如，每个站点的上下车人数)确定所述一个或多个候选公交车次的车内拥挤程度，并基于车内拥挤程度从一个或多个候选公交车次中确定目标公交车次及对应的目标搭乘站点，其中，目标公交车次的车内拥挤程度小于拥挤程度阈值。在根据坐车舒适度等因素选择目标公交车次的情况下，网络设备为用户提供了大概率的上车体验，防止了因为车内过于拥挤，用户无法按照行程正常上车的情况，提升了用户乘车的体验。
在此，在所述每个候选公交车次的车次相关信息包括所述每个候选公交车次的实时运行信息的情况下，有关用户操作的方式与图2所示方法中的示例相对应，可以参考图2中的详细介绍，此处不做赘述。在一些实施例中，所述候选公交车次的实时运行信息包括以下至少一项：所述每个候选公交车次的当前可用载客数量信息；所述每个候选公交车次的驾驶员的驾驶能力信息；所述每个候选公交车次从对应候选搭乘站点到候选下车站点间的行驶路线的实时交通状况信息。例如，所述候选公交车次的实时运行信息包括候选公交车次即将到达对应的搭乘站点时，公交车上的剩余承载人次；驾驶能力信息包括驾驶员的粗暴驾驶记录与安全驾驶记录，网络设备优选驾驶记录良好的驾驶员所驾驶的候选公交车次；实时交通状况信息包括但不限于该段行驶路线的长度、行驶路线的交通拥堵情况以及拥堵时段等，网络设备选择候选公交车次从对应候选搭乘站点到候选下车站点间的行驶路线的实时交通状况信息中交通状况良好的候选公交车次作为目标公交车次。在根据实时运行信息选择目标公交车次的情况下，网络设备为用户提供了大概率的上车体验，防止了因为驾驶路程中过于拥堵，用户无法准时到达目的地点的情况，提升了用户乘车的体验。
在此，在确定所述候选公交车次的实时运行信息的情况下，有关用户操作的方式与图2所示方法中的示例相对应，可以参考图2中的详细介绍，此处不做赘述。在一些实施例中，所述每个候选公交车次及对应的候选搭乘站点与所述出行任务信息及所述出行位置信息相匹配，包括以下至少一项：所述每个候选公交车次满足所述出行任务信息中的目的地要求信息；所述每个候选公交车次满足所述出行任务信息中的到达时间要求信息；所述每个候选公交车次满足所述出行任务信息中的到达费用要求信息；所述出行位置信息与所述每个候选公交车次对应的候选搭乘站点间的距离小于或等于预定的距离阈值信息；所述用户从所述出行位置信息到达所述每个候选公交车次对应的候选搭乘站点所需的时长信息小于或等于预定的时长阈值信息。例如，网络设备确定的一个或多个候选公交车次都可以实现用户到达目的地的需求；或者，网络设备确定的一个或多个候选公交车次都可以在用户要求的到达时间内到达目的地站点；或者，网络设备确定的一个或多个候选公交车次对应的搭乘站点与用户的出行位置的距离小于或者等于预设距离阈值，结合用户的出行速度信息，用户从所述用户的出行位置信息到达每个候选公交车次对应的候选搭乘站点所需的时长信息小于或等于预定的时长阈值。在这种情况下，避免了用户因为提前到达搭乘站台等待车辆或者晚到搭乘站台而错过车辆，在合理费用内保证了用户准时到达目的地点，提升了用户的体验。
在此，在所述每个候选公交车次及对应的候选搭乘站点与所述出行任务信息及所述出行位置信息相匹配的情况下，有关用户操作的方式与图2所示方法中的示例相对应，可以参考图2中的详细介绍，此处不做赘述。
在一些实施例中，第一二模块12，用于根据所述每个候选公交车次的车次相关信息，以及所述用户的用户相关信息，从所述一个或多个候选公交车次中选择所述用户拟搭乘的目标公交车次及对应的目标搭乘站点，其中，所述目标公交车次及对应的目标搭乘站点与所述用户的用户相关信息相匹配。其中，所述用户的用户相关信息包括用户的出行意愿信息。例如，网络设备根据候选公交车次到达该候选公交车次对应的候选搭乘站点的预测时间信息，并结合用户的出行意愿(例如，是否愿意追赶公交车)，从所述一个或多个候选公交车次中选择所述用户拟搭乘的目标公交车次及对应的目标搭乘站点，该目标公交车次到达目标搭乘站点的第一预测时间远大于用户到达目标搭乘站点的第二预测时间，满足了用户无需赶车的出行意愿，在这种情况下，网络设备可基于用户的相关信息确定对应的目标公交车次，更加人性化，并提升了用户的出行体验。
在此，在根据所述每个候选公交车次的车次相关信息，以及所述用户的用户相关信息的情况下，有关用户操作的方式与图2所示方法中的示例相对应，可以参考图2中的详细介绍，此处不做赘述。
在一些实施例中，所述用户的用户相关信息包括以下至少一项：所述用户的身体状况信息；所述用户的出行偏好信息；所述用户的出行时间充裕程度信息。例如，网络设备根据用户的身体状况信息(例如，用户走路不便)确定对应的目标公交车次及对应的目标搭乘站点，其中，该搭乘站点与用户出行位置间的距离小于预设距离阈值；或者，网络设备根据用户的出行偏好信息(例如，用户爱好走路)确定对应的目标公交车次及对应的目标搭乘站点，其中，该搭乘站点与用户出行位置间的距离大于预设距离阈值；或者，网络设备根据用户的出行时间充裕程度(例如，用户当天未设定必须到达目的地的时间点)确定对应的目标公交车次及对应的目标搭乘站点。在这种情况下，网络设备可基于用户的相关信息确定对应的目标公交车次，更加人性化，并提升了用户的出行体验。
在此，在确定所述用户的用户相关信息的情况下，有关用户操作的方式与图2所示方法中的示例相对应，可以参考图2中的详细介绍，此处不做赘述。
在一些实施例中，所述用户的用户相关信息包括所述用户的身体状况信息；第一二模块12，用于若所述用户的身体状况信息等于或低于预定健康阈值信息，根据所述每个候选公交车次的车次相关信息，从所述一个或多个候选公交车次中选择所述用户拟搭乘的目标公交车次及对应的目标搭乘站点，其中，所述目标公交车次在对应的目标搭乘站点具有供所述用户乘坐的空位。例如，网络设备基于用户的出行任务信息通过智能公交系统获取一条或者多条候选公交路线以及对应的一个或者多个搭乘站点，结合用户的身体状况信息(例如，用户是老年人)，根据该一条或者多条候选公交车次中的实时视频回传信息确定对应的适合用户的目标公交车次及对应的目标搭乘站点，在该目标公交车次中，当该目标公交车次到达对应的搭乘站点，用户可以乘坐到该目标公交车次上的空位。在这种情况下，网络设备可基于用户的相关信息确定对应的目标公交车次，为不同人群选择合适的目标公交车次，更加人性化，并提升了用户的出行体验。
在此，在所述用户的用户相关信息包括所述用户的身体状况信息的情况下，有关用户操作的方式与图2所示方法中的示例相对应，可以参考图2中的详细介绍，此处不做赘述。
在一些实施例中，所述用户的用户相关信息包括所述用户的出行偏好信息；第一二模块12，用于若根据所述出行偏好信息确定所述用户偏好骑车出行，根据所述每个候选公交车次的车次相关信息，从所述一个或多个候选公交车次中选择所述用户拟搭乘的目标公交车次及对应的目标搭乘站点，其中，所述用户的出行位置信息至所述目标搭乘站点的路线中具有可供用户骑行的共享单车。例如，网络设备基于用户的出行任务信息通过智能公交系统获取一条或者多条候选公交路线以及对应的一个或者多个搭乘站点，结合用户的出行偏好信息(例如，用户想要骑车出行)，网络设备从共享单车服务器中获取从用户的出行位置至一个或者多个搭乘站点的多条线路中的共享单车的数量情况，若该条线路中的共享单车的数量大于预设数量阈值，网络设备可基于用户的出行偏好信息确定对应的目标搭乘站点以及对应的目标公交车次；或者，用户偏好步行出发，网络设备基于实时路况从用户的出行位置至一个或者多个搭乘站点的多条线路中选择路况较好的路线(例如，路面平坦)，并基于该路线确定对应的目标搭乘站点以及对应的目标公交车次。本申请基于用户的偏好选择合适的目标公交车次，更加人性化，并提升了用户的出行体验。
在此，在所述用户的用户相关信息包括所述用户的出行偏好信息的情况下，有关用户操作的方式与图2所示方法中的示例相对应，可以参考图2中的详细介绍，此处不做赘述。在一些实施例中，所述用户的用户相关信息包括所述用户的出行时间充裕程度信息；第一二模块12，用于若所述用户的出行时间充裕程度信息等于或低于预定时间充裕度阈值信息，根据所述候选公交车次的车次相关信息，从所述一个或多个候选公交车次中选择所述用户拟搭乘的目标公交车次及对应的目标搭乘站点，其中，所述目标公交车次从对应候选搭乘站点到候选下车站点的行驶路线最短或者预测行驶时长最短。例如，网络设备基于用户的出行任务信息通过智能公交系统获取一条或者多条候选公交路线以及对应的一个或者多个搭乘站点，结合用户的出行时间充裕程度，其中，用户的出行时间充裕程度信息等于或低于预定时间充裕度阈值，网络设备从所述一个或多个候选公交车次中确定从目标搭乘站点到目的地用时小于等于预设时间阈值的候选公交车次为目标公交车次。
在此，在所述用户的用户相关信息包括所述用户的出行时间充裕程度信息的情况下，有关用户操作的方式与图2所示方法中的示例相对应，可以参考图2中的详细介绍，此处不做赘述。
图4示出了可被用于实施本申请中所述的各个实施例的示例性系统；
如图4所示在一些实施例中，系统300能够作为各所述实施例中的任意一个用于提供用户的公交乘车信息的设备。在一些实施例中，系统300可包括具有指令的一个或多个计算机可读介质(例如，系统存储器或NVM/存储设备320)以及与该一个或多个计算机可读介质耦合并被配置为执行指令以实现模块从而执行本申请中所述的动作的一个或多个处理器(例如，(一个或多个)处理器305)。
对于一个实施例，系统控制模块310可包括任意适当的接口控制器，以向(一个或多个)处理器305中的至少一个和/或与系统控制模块310通信的任意适当的设备或组件提供任意适当的接口。
系统控制模块310可包括存储器控制器模块330，以向系统存储器315提供接口。存储器控制器模块330可以是硬件模块、软件模块和/或固件模块。
系统存储器315可被用于例如为系统300加载和存储数据和/或指令。对于一个实施例，系统存储器315可包括任意适当的易失性存储器，例如，适当的DRAM。在一些实施例中，系统存储器315可包括双倍数据速率类型四同步动态随机存取存储器(DDR4SDRAM)。
对于一个实施例，系统控制模块310可包括一个或多个输入/输出(I/O)控制器，以向NVM/存储设备320及(一个或多个)通信接口325提供接口。
例如，NVM/存储设备320可被用于存储数据和/或指令。NVM/存储设备320可包括任意适当的非易失性存储器(例如，闪存)和/或可包括任意适当的(一个或多个)非易失性存储设备(例如，一个或多个硬盘驱动器(HDD)、一个或多个光盘(CD)驱动器和/或一个或多个数字通用光盘(DVD)驱动器)。
NVM/存储设备320可包括在物理上作为系统300被安装在其上的设备的一部分的存储资源，或者其可被该设备访问而不必作为该设备的一部分。例如，NVM/存储设备320可通过网络经由(一个或多个)通信接口325进行访问。
(一个或多个)通信接口325可为系统300提供接口以通过一个或多个网络和/或与任意其他适当的设备通信。系统300可根据一个或多个无线网络标准和/或协议中的任意标准和/或协议来与无线网络的一个或多个组件进行无线通信。
对于一个实施例，(一个或多个)处理器305中的至少一个可与系统控制模块310的一个或多个控制器(例如，存储器控制器模块330)的逻辑封装在一起。对于一个实施例，(一个或多个)处理器305中的至少一个可与系统控制模块310的一个或多个控制器的逻辑封装在一起以形成系统级封装(SiP)。对于一个实施例，(一个或多个)处理器305中的至少一个可与系统控制模块310的一个或多个控制器的逻辑集成在同一模具上。对于一个实施例，(一个或多个)处理器305中的至少一个可与系统控制模块310的一个或多个控制器的逻辑集成在同一模具上以形成片上系统(SoC)。
在各个实施例中，系统300可以但不限于是：服务器、工作站、台式计算设备或移动计算设备(例如，膝上型计算设备、持有计算设备、平板电脑、上网本等)。在各个实施例中，系统300可具有更多或更少的组件和/或不同的架构。例如，在一些实施例中，系统300包括一个或多个摄像机、键盘、液晶显示器(LCD)屏幕(包括触屏显示器)、非易失性存储器端口、多个天线、图形芯片、专用集成电路(ASIC)和扬声器。
本申请还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机代码，当所述计算机代码被执行时，如前任一项所述的方法被执行。
本申请还提供了一种计算机程序产品，当所述计算机程序产品被计算机设备执行时，如前任一项所述的方法被执行。
本申请还提供了一种计算机设备，所述计算机设备包括：
一个或多个处理器；
存储器，用于存储一个或多个计算机程序；
当所述一个或多个计算机程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现如前任一项所述的方法。
需要注意的是，本申请可在软件和/或软件与硬件的组合体中被实施，例如，可采用专用集成电路(ASIC)、通用目的计算机或任何其他类似硬件设备来实现。在一个实施例中，本申请的软件程序可以通过处理器执行以实现上文所述步骤或功能。同样地，本申请的软件程序(包括相关的数据结构)可以被存储到计算机可读记录介质中，例如，RAM存储器，磁或光驱动器或软磁盘及类似设备。另外，本申请的一些步骤或功能可采用硬件来实现，例如，作为与处理器配合从而执行各个步骤或功能的电路。
另外，本申请的一部分可被应用为计算机程序产品，例如计算机程序指令，当其被计算机执行时，通过该计算机的操作，可以调用或提供根据本申请的方法和/或技术方案。本领域技术人员应能理解，计算机程序指令在计算机可读介质中的存在形式包括但不限于源文件、可执行文件、安装包文件等，相应地，计算机程序指令被计算机执行的方式包括但不限于：该计算机直接执行该指令，或者该计算机编译该指令后再执行对应的编译后程序，或者该计算机读取并执行该指令，或者该计算机读取并安装该指令后再执行对应的安装后程序。在此，计算机可读介质可以是可供计算机访问的任意可用的计算机可读存储介质或通信介质。
通信介质包括藉此包含例如计算机可读指令、数据结构、程序模块或其他数据的通信信号被从一个系统传送到另一系统的介质。通信介质可包括有导的传输介质(诸如电缆和线(例如，光纤、同轴等))和能传播能量波的无线(未有导的传输)介质，诸如声音、电磁、RF、微波和红外。计算机可读指令、数据结构、程序模块或其他数据可被体现为例如无线介质(诸如载波或诸如被体现为扩展频谱技术的一部分的类似机制)中的已调制数据信号。术语“已调制数据信号”指的是其一个或多个特征以在信号中编码信息的方式被更改或设定的信号。调制可以是模拟的、数字的或混合调制技术。
作为示例而非限制，计算机可读存储介质可包括以用于存储诸如计算机可读指令、数据结构、程序模块或其它数据的信息的任何方法或技术实现的易失性和非易失性、可移动和不可移动的介质。例如，计算机可读存储介质包括，但不限于，易失性存储器，诸如随机存储器(RAM,DRAM,SRAM)；以及非易失性存储器，诸如闪存、各种只读存储器(ROM,PROM,EPROM,EEPROM)、磁性和铁磁/铁电存储器(MRAM,FeRAM)；以及磁性和光学存储设备(硬盘、磁带、CD、DVD)；或其它现在已知的介质或今后开发的能够存储供计算机系统使用的计算机可读信息/数据。
在此，根据本申请的一个实施例包括一个装置，该装置包括用于存储计算机程序指令的存储器和用于执行程序指令的处理器，其中，当该计算机程序指令被该处理器执行时，触发该装置运行基于前述根据本申请的多个实施例的方法和/或技术方案。
对于本领域技术人员而言，显然本申请不限于上述示范性实施例的细节，而且在不背离本申请的精神或基本特征的情况下，能够以其他的具体形式实现本申请。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本申请的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本申请内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。装置权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第一，第二等词语用来表示名称，而并不表示任何特定的顺序。
Claims (16)
1.一种用于确定用户的公交乘车信息的方法，其特征在于，所述方法包括：
根据用户的出行任务信息及所述用户的出行位置信息，确定一个或多个候选公交车次及所述一个或多个候选公交车次中每个候选公交车次对应的候选搭乘站点，其中，所述每个候选公交车次及对应的候选搭乘站点与所述出行任务信息及所述出行位置信息相匹配；
根据所述每个候选公交车次的车次相关信息从所述一个或多个候选公交车次中选择所述用户拟搭乘的目标公交车次及对应的目标搭乘站点。
2.根据权利要求1所述的方法，其特征在于，所述每个候选公交车次的车次相关信息包括以下至少一项：
所述每个候选公交车次从对应候选搭乘站点到候选下车站点间的行驶路线长度信息；
所述出行位置信息与所述每个候选公交车次对应的候选搭乘站点间的距离信息；
所述每个候选公交车次到达该候选公交车次对应的候选搭乘站点的预测时间信息；
所述每个候选公交车次的实时运行信息。
3.根据权利要求2所述的方法，其特征在于，所述每个候选公交车次的车次相关信息包括所述每个候选公交车次到达该候选公交车次对应的候选搭乘站点的第一预测时间信息；
其中，所述根据所述每个候选公交车次的车次相关信息从所述一个或多个候选公交车次中选择所述用户拟搭乘的目标公交车次及对应的目标搭乘站点，包括：
根据所述每个候选公交车次到达该候选公交车次对应的候选搭乘站点的第一预测时间信息，从所述一个或多个候选公交车次中选择所述目标公交车次，其中，所述目标公交车次到达该目标公交车次对应的目标搭乘站点的第一预测时间与所述用户到达所述目标搭乘站点的第二预测时间相匹配。
4.根据权利要求3所述的方法，其特征在于，所述根据所述每个候选公交车次的车次相关信息从所述一个或多个候选公交车次中选择所述用户拟搭乘的目标公交车次及对应的目标搭乘站点，包括：
根据所述出行位置信息及所述每个候选公交车次对应的候选搭乘站点，确定所述用户到达该候选搭乘站点的第二预测时间；
根据所述用户到达该候选搭乘站点的第二预测时间，以及所述每个候选公交车次到达该候选搭乘站点的第一预测时间，从所述一个或多个候选公交车次中选择一候选公交车次作为所述目标公交车次，其中，该候选公交车次到达该候选公交车次对应的候选搭乘站点的第一预测时间与所述用户到达该候选搭乘站点的第二预测时间相匹配。
5.根据权利要求3所述的方法，其特征在于，所述目标公交车次到达该目标公交车次对应的目标搭乘站点的第一预测时间与所述用户到达所述目标搭乘站点的第二预测时间相匹配，包括以下至少一项：
所述目标公交车次到达该目标公交车次对应的目标搭乘站点的第一预测时间等于或晚于所述用户到达所述目标搭乘站点的第二预测时间；
所述目标公交车次到达该目标公交车次对应的目标搭乘站点的第一预测时间与所述用户到达所述目标搭乘站点的第二预测时间的时间间隔，小于或等于所述目标公交车次的上下客时间阈值；
所述目标公交车次到达该目标公交车次对应的目标搭乘站点的第一预测时间晚于所述用户到达所述目标搭乘站点的第二预测时间，且该第一预测时间与该第二预测时间的时间间隔小于或等于所述用户的候车时间阈值。
6.根据权利要求3所述的方法，其特征在于，所述每个候选公交车次的车次相关信息还包括所述每个候选公交车次的实时运行信息；
其中，所述根据所述每个候选公交车次的车次相关信息从所述一个或多个候选公交车次中选择所述用户拟搭乘的目标公交车次及对应的目标搭乘站点，包括：
根据所述每个候选公交车次到达该候选公交车次对应的候选搭乘站点的第一预测时间，从所述一个或多个候选公交车次中选择一个或多个备选公交车次，其中，所述一个或多个备选公交车次中每个备选公交车次到达该备选公交车次对应的备选搭乘站点的第一预测时间与所述用户到达该备选搭乘站点的第二预测时间相匹配；
根据所述每个备选公交车次的实时运行信息，从所述一个或多个备选公交车次中确定所述目标公交车次及对应的目标搭乘站点。
7.根据权利要求2所述的方法，其特征在于，所述每个候选公交车次的车次相关信息包括所述每个候选公交车次的实时运行信息；
其中，所述根据所述每个候选公交车次的车次相关信息从所述一个或多个候选公交车次中选择所述用户拟搭乘的目标公交车次及对应的目标搭乘站点，包括：
根据所述每个候选公交车次的实时运行信息确定所述每个候选公交车次的乘车体验度信息；
根据所述每个候选公交车次的乘车体验度信息从所述一个或多个候选公交车次中选择所述用户拟搭乘的目标公交车次及对应的目标搭乘站点。
8.根据权利要求2至7中任一项所述的方法，其特征在于，所述每个候选公交车次的实时运行信息包括以下至少一项：
所述每个候选公交车次的当前可用载客数量信息；
所述每个候选公交车次的驾驶员的驾驶能力信息；
所述每个候选公交车次从对应候选搭乘站点到候选下车站点间的行驶路线的实时交通状况信息。
9.根据权利要求1至8中任一项所述的方法，其特征在于，所述每个候选公交车次及对应的候选搭乘站点与所述出行任务信息及所述出行位置信息相匹配，包括以下至少一项：
所述每个候选公交车次满足所述出行任务信息中的目的地要求信息；
所述每个候选公交车次满足所述出行任务信息中的到达时间要求信息；
所述每个候选公交车次满足所述出行任务信息中的到达费用要求信息；
所述出行位置信息与所述每个候选公交车次对应的候选搭乘站点间的距离小于或等于预定的距离阈值信息；
所述用户从所述出行位置信息到达所述每个候选公交车次对应的候选搭乘站点所需的时长信息小于或等于预定的时长阈值信息。
10.根据权利要求1、2或9所述的方法，其特征在于，所述根据所述每个候选公交车次的车次相关信息从所述一个或多个候选公交车次中选择所述用户拟搭乘的目标公交车次及对应的目标搭乘站点，包括：
根据所述每个候选公交车次的车次相关信息，以及所述用户的用户相关信息，从所述一个或多个候选公交车次中选择所述用户拟搭乘的目标公交车次及对应的目标搭乘站点，其中，所述目标公交车次及对应的目标搭乘站点与所述用户的用户相关信息相匹配。
11.根据权利要求10所述的方法，其特征在于，所述用户的用户相关信息包括以下至少一项：
所述用户的身体状况信息；
所述用户的出行偏好信息；
所述用户的出行时间充裕程度信息。
12.根据权利要求11所述的方法，其特征在于，所述用户的用户相关信息包括所述用户的身体状况信息；
其中，所述根据所述每个候选公交车次的车次相关信息从所述一个或多个候选公交车次中选择所述用户拟搭乘的目标公交车次及对应的目标搭乘站点，包括：
若所述用户的身体状况信息等于或低于预定健康阈值信息，根据所述每个候选公交车次的车次相关信息，从所述一个或多个候选公交车次中选择所述用户拟搭乘的目标公交车次及对应的目标搭乘站点，其中，所述目标公交车次在对应的目标搭乘站点具有供所述用户乘坐的空位。
13.根据权利要求11所述的方法，其特征在于，所述用户的用户相关信息包括所述用户的出行偏好信息；
其中，所述根据所述每个候选公交车次的车次相关信息从所述一个或多个候选公交车次中选择所述用户拟搭乘的目标公交车次及对应的目标搭乘站点，包括：
若根据所述出行偏好信息确定所述用户偏好骑车出行，根据所述每个候选公交车次的车次相关信息，从所述一个或多个候选公交车次中选择所述用户拟搭乘的目标公交车次及对应的目标搭乘站点，其中，所述用户的出行位置信息至所述目标搭乘站点的路线中具有可供用户骑行的共享单车。
14.根据权利要求11所述的方法，其特征在于，所述用户的用户相关信息包括所述用户的出行时间充裕程度信息；
其中，所述根据所述每个候选公交车次的车次相关信息从所述一个或多个候选公交车次中选择所述用户拟搭乘的目标公交车次及对应的目标搭乘站点，包括：
若所述用户的出行时间充裕程度信息等于或低于预定时间充裕度阈值信息，根据所述候选公交车次的车次相关信息，从所述一个或多个候选公交车次中选择所述用户拟搭乘的目标公交车次及对应的目标搭乘站点，其中，所述目标公交车次从对应候选搭乘站点到候选下车站点的行驶路线最短或者预测行驶时长最短。
15.一种用于确定用户的公交乘车信息的设备，其特征在于，所述设备包括：
处理器；以及
被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器执行如权利要求1至14中任一项所述的方法。
16.一种存储指令的计算机可读介质，所述指令在被执行时使得系统进行如权利要求1至14中任一项所述方法的操作。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811611207.7A CN109615850A (zh) | 2018-12-27 | 2018-12-27 | 一种用于确定用户的公交乘车信息的方法与设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811611207.7A CN109615850A (zh) | 2018-12-27 | 2018-12-27 | 一种用于确定用户的公交乘车信息的方法与设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109615850A true CN109615850A (zh) | 2019-04-12 |
Family
ID=66012165
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811611207.7A Pending CN109615850A (zh) | 2018-12-27 | 2018-12-27 | 一种用于确定用户的公交乘车信息的方法与设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109615850A (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110189006A (zh) * | 2019-05-20 | 2019-08-30 | 深圳市众行网科技有限公司 | 车辆的调度方法、装置、计算机设备及其存储介质 |
| CN111765895A (zh) * | 2020-07-28 | 2020-10-13 | 北京奇虎技术服务有限公司 | 路线推荐方法、设备、存储介质及装置 |
| CN111832882A (zh) * | 2020-04-30 | 2020-10-27 | 北京嘀嘀无限科技发展有限公司 | 一种交通运输的控制方法、装置、存储介质和电子设备 |
| CN113069329A (zh) * | 2020-01-06 | 2021-07-06 | 奥迪股份公司 | 步行辅助系统及方法 |
| CN114220287A (zh) * | 2021-06-30 | 2022-03-22 | 深圳市巴滴科技有限公司 | 交通相关信息的自动推送方法及装置 |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101038685A (zh) * | 2007-04-12 | 2007-09-19 | 沈秋尧 | 城市自行车共用管理系统 |
| CN102231240A (zh) * | 2011-06-17 | 2011-11-02 | 宇龙计算机通信科技(深圳)有限公司 | 公交车乘车提醒方法和系统 |
| CN102332122A (zh) * | 2011-10-18 | 2012-01-25 | 东南大学 | 城市公共自行车租赁点布局优化方法 |
| CN102610118A (zh) * | 2011-01-22 | 2012-07-25 | 黄祖峰 | 公交车信息采集装置、公交车定位系统及方法 |
| KR20120108435A (ko) * | 2011-03-24 | 2012-10-05 | 한상우 | Ｍ버스를 중심으로 노선버스 좌석 예약 시스템 및 그 시스템을 이용한 예약방법 |
| CN104200650A (zh) * | 2014-08-27 | 2014-12-10 | 浙江工业大学 | 一种城市拥堵时段的多模式公交换乘方法 |
| CN105160429A (zh) * | 2015-08-25 | 2015-12-16 | 浙江工业大学 | 一种具有虚拟换乘微枢纽的多模式公交换乘方法 |
| CN106203965A (zh) * | 2016-07-27 | 2016-12-07 | Tcl移动通信科技（宁波）有限公司 | 一种公交乘车提醒方法、系统及移动终端 |
| CN106777703A (zh) * | 2016-12-19 | 2017-05-31 | 杭州讯阳科技有限公司 | 一种公交乘客实时分析系统及其构建方法 |
| WO2017128890A1 (en) * | 2016-01-26 | 2017-08-03 | Beijing Didi Infinity Technology And Development Co., Ltd. | Systems and methods for monitoring on-route transportations |
| CN108022022A (zh) * | 2017-12-20 | 2018-05-11 | 东南大学 | 一种基于出行舒适度的公交出行方案评价系统 |
-
2018
- 2018-12-27 CN CN201811611207.7A patent/CN109615850A/zh active Pending
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101038685A (zh) * | 2007-04-12 | 2007-09-19 | 沈秋尧 | 城市自行车共用管理系统 |
| CN102610118A (zh) * | 2011-01-22 | 2012-07-25 | 黄祖峰 | 公交车信息采集装置、公交车定位系统及方法 |
| KR20120108435A (ko) * | 2011-03-24 | 2012-10-05 | 한상우 | Ｍ버스를 중심으로 노선버스 좌석 예약 시스템 및 그 시스템을 이용한 예약방법 |
| CN102231240A (zh) * | 2011-06-17 | 2011-11-02 | 宇龙计算机通信科技(深圳)有限公司 | 公交车乘车提醒方法和系统 |
| CN102332122A (zh) * | 2011-10-18 | 2012-01-25 | 东南大学 | 城市公共自行车租赁点布局优化方法 |
| CN104200650A (zh) * | 2014-08-27 | 2014-12-10 | 浙江工业大学 | 一种城市拥堵时段的多模式公交换乘方法 |
| CN105160429A (zh) * | 2015-08-25 | 2015-12-16 | 浙江工业大学 | 一种具有虚拟换乘微枢纽的多模式公交换乘方法 |
| WO2017128890A1 (en) * | 2016-01-26 | 2017-08-03 | Beijing Didi Infinity Technology And Development Co., Ltd. | Systems and methods for monitoring on-route transportations |
| CN106203965A (zh) * | 2016-07-27 | 2016-12-07 | Tcl移动通信科技（宁波）有限公司 | 一种公交乘车提醒方法、系统及移动终端 |
| CN106777703A (zh) * | 2016-12-19 | 2017-05-31 | 杭州讯阳科技有限公司 | 一种公交乘客实时分析系统及其构建方法 |
| CN108022022A (zh) * | 2017-12-20 | 2018-05-11 | 东南大学 | 一种基于出行舒适度的公交出行方案评价系统 |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110189006A (zh) * | 2019-05-20 | 2019-08-30 | 深圳市众行网科技有限公司 | 车辆的调度方法、装置、计算机设备及其存储介质 |
| CN110189006B (zh) * | 2019-05-20 | 2023-07-04 | 深圳市众行网科技有限公司 | 车辆的调度方法、装置、计算机设备及其存储介质 |
| CN113069329A (zh) * | 2020-01-06 | 2021-07-06 | 奥迪股份公司 | 步行辅助系统及方法 |
| CN111832882A (zh) * | 2020-04-30 | 2020-10-27 | 北京嘀嘀无限科技发展有限公司 | 一种交通运输的控制方法、装置、存储介质和电子设备 |
| CN111765895A (zh) * | 2020-07-28 | 2020-10-13 | 北京奇虎技术服务有限公司 | 路线推荐方法、设备、存储介质及装置 |
| CN114220287A (zh) * | 2021-06-30 | 2022-03-22 | 深圳市巴滴科技有限公司 | 交通相关信息的自动推送方法及装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109615850A (zh) | 一种用于确定用户的公交乘车信息的方法与设备 | |
| Maciejewski et al. | Congestion effects of autonomous taxi fleets | |
| US10769950B1 (en) | System and method for identifying available parking locations | |
| JP7071266B2 (ja) | 装置及び方法 | |
| US11729859B2 (en) | Predictive location selection system | |
| Meneguette | A vehicular cloud-based framework for the intelligent transport management of big cities | |
| Enayet et al. | A mobility-aware optimal resource allocation architecture for big data task execution on mobile cloud in smart cities | |
| JP7275295B2 (ja) | アーリーライダー及びレイトライダーをスケジューリングするシステム及び方法 | |
| Reddy et al. | A genetic algorithm for energy efficient fog layer resource management in context-aware smart cities | |
| Kim et al. | A shared parking model in vehicular network using fog and cloud environment | |
| Angeloudis et al. | A strategic repositioning algorithm for bicycle-sharing schemes | |
| AU2017319582A1 (en) | Driver location prediction for a transportation service | |
| CN109997163A (zh) | 用于检测向物理场所的导航及建议替代动作的系统和方法 | |
| Schlote et al. | Delay-tolerant stochastic algorithms for parking space assignment | |
| US8306848B1 (en) | Estimation of transit demand models for enhancing ridership | |
| Razzaque et al. | Smart management of next generation bike sharing systems using Internet of Things | |
| Ouallane et al. | Fusion of engineering insights and emerging trends: Intelligent urban traffic management system | |
| US10167173B1 (en) | Prioritizing the direction of a directional pedestrian mover (DPM) in real time, based on predicted pedestrian traffic flow | |
| CN109658724A (zh) | 一种用于提供用户公交出行信息的方法与设备 | |
| US20170219368A1 (en) | Navigation system and methods for use therewith | |
| Tahmasebi et al. | An efficient model for vehicular cloud computing with prioritizing computing resources | |
| Dogaroglu et al. | Comparison of intelligent parking guidance system and conventional system with regard to capacity utilisation | |
| Sun et al. | A novel cloudlet-dwell-time estimation method for assisting vehicular edge computing applications | |
| Petkovics et al. | Crowdsensing solutions in smart cities towards a networked society | |
| Loke | Crowd-powered mobile computing and smart things |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190412 |
|
| RJ01 | Rejection of invention patent application after publication |