CN109636216A - 一种乘客订单的生成方法和装置 - Google Patents
一种乘客订单的生成方法和装置 Download PDFInfo
- Publication number
- CN109636216A CN109636216A CN201811559083.2A CN201811559083A CN109636216A CN 109636216 A CN109636216 A CN 109636216A CN 201811559083 A CN201811559083 A CN 201811559083A CN 109636216 A CN109636216 A CN 109636216A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- passenger
- candidate
- candidate vehicle
- information
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 33
- 238000012545 processing Methods 0.000 claims description 19
- 238000010586 diagram Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 238000004590 computer program Methods 0.000 description 4
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000015572 biosynthetic process Effects 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012806 monitoring device Methods 0.000 description 2
- 238000003786 synthesis reaction Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005342 ion exchange Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06311—Scheduling, planning or task assignment for a person or group
-
- 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
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0633—Lists, e.g. purchase orders, compilation or processing
- G06Q30/0635—Processing of requisition or of purchase orders
-
- 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)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Accounting & Taxation (AREA)
- Tourism & Hospitality (AREA)
- Finance (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请提供了乘客订单的生成方法和装置。该方法包括:获取乘客的乘车信息,乘车信息包括乘客的出发地和目的地;根据乘车信息确定候选车辆,其中,候选车辆是与出发地的距离小于预设距离的司机;根据候选车辆与出发地的距离,以及候选车辆的综合信息和乘客的乘车偏好信息,从候选车辆中确定出与乘客匹配的目标车辆,其中,候选车辆的综合信息包括候选车辆的司机的身份信息、候选车辆的车辆状况信息、候选车辆的司机的驾驶习惯信息、候选车辆的司机的历史驾驶信息以及候选车辆的司机的被评价信息中的至少一种;根据目标车辆生成乘客的订单,并将乘客的订单对应的订单信息发送给乘客。本申请能够生成与乘客相匹配的订单。
Description
技术领域
本申请涉及交通技术领域,并且更具体地,涉及一种乘客订单的生成方法和装置。
背景技术
随着移动互联网技术的进步,网约车业务近年来得以飞速发展。网约车的出现极大的方便了乘客的出行,提高了运输效率。
现有的网约车派单系统主要是根据乘客与车辆的距离来选择与乘客匹配的车辆,然后生成订单。例如,网约车派单系统可以将一定距离范围内距离乘客最近的车辆匹配给乘客,生成相应的订单。
但是,上述派单的方式根据距离远近生成相应订单的方式难以满足用户日益增长的出行需求。
发明内容
本申请提供一种乘客订单的生成方法和装置,以生成与乘客相匹配的订单。
第一方面,提供了一种乘客订单的生成方法,该方法包括:获取乘客的乘车信息,所述乘车信息包括所述乘客的出发地和目的地;根据所述乘车信息确定候选车辆,其中,所述候选车辆是与所述出发地的距离小于预设距离的司机;根据所述候选车辆与所述出发地的距离,以及所述候选车辆的综合信息和所述乘客的乘车偏好信息,从所述候选车辆中确定出与所述乘客匹配的目标车辆,其中,所述候选车辆的综合信息包括所述候选车辆的司机的身份信息、所述候选车辆的车辆状况信息、所述候选车辆的司机的驾驶习惯信息、所述候选车辆的司机的历史驾驶信息以及所述候选车辆的司机的被评价信息中的至少一种;根据所述目标车辆生成所述乘客的订单,并将所述乘客的订单对应的订单信息发送给所述乘客,其中,所述乘客的订单的接单司机为所述目标车辆。
本申请中,能够根据候选车辆与出发地的距离,司机的综合信息以及乘客的乘车偏好信息等更合理的生成与乘客匹配的订单,能够在满足乘客基本出行需求的情况下,满足乘客的个性化需求,提高乘客的乘车体验。
结合第一方面,在第一方面的某些实现方式中,所述根据所述候选车辆与所述出发地的距离,以及所述候选车辆的综合信息和所述乘客的乘车偏好信息,从所述候选车辆中确定出与所述乘客匹配的目标车辆,包括:根据所述候选车辆与所述出发地的距离、所述候选车辆的综合信息和所述乘客的乘车偏好信息,确定所述候选车辆中的每个司机的匹配值;其中,所述匹配值的大小与第一距离成反相关关系,所述匹配值的大小与所述候选车辆的综合评价得分成正相关关系,所述匹配值的大小与第一吻合程度成正相关关系,所述第一距离为所述候选车辆与所述出发地的距离,所述第一吻合程度为所述候选车辆与所述乘客的乘车偏好的吻合程度;将所述候选车辆中匹配值最大的司机确定为所述目标车辆。
结合第一方面,在第一方面的某些实现方式中,所述根据所述候选车辆与所述出发地的距离、所述候选车辆的综合信息和所述乘客的乘车偏好信息,确定所述候选车辆中的每个司机与所述乘客的匹配值,包括:根据公式P=S1*X+S2*Y-S3*Z确定所述候选车辆中的每个司机与所述乘客的匹配值;其中,P为所述候选车辆与所述乘客的匹配值,X为所述候选车辆综合评价得分,Y为所述候选车辆与所述乘客的乘车偏好的吻合值,Z为所述候选车辆与所述出发地的距离,S1、S2和S3分别为X、Y和Z对应的权重,并且S3大于S1,S3大于S2。
结合第一方面,在第一方面的某些实现方式中,所述候选车辆的历史驾驶信息包括所述候选车辆的驾驶激烈程度、所述候选车辆的绕路情况、所述候选车辆的违章情况、所述候选车辆的平均驾驶速度、所述候选车辆的准点率中的至少一种。
结合第一方面,在第一方面的某些实现方式中,所述乘客的乘车偏好信息包括所述乘客偏好的车辆、所述乘客偏好的司机性别、所述乘客偏好的司机年龄,所述乘客偏好的司机驾龄以及所述乘客偏好的司机驾驶习惯中的至少一种。
第二方面,提供了一种乘客订单的生成装置,所述装置包括用于执行上述第一方面及第一方面中的任意一种实现方式中的方法的模块。
第三方面,提供了一种乘客订单的生成装置,包括存储器和处理器,所述存储器用于存储程序,所述处理器用于执行存储器中存储的程序,当所述程序被执行时,所述处理器用于执行上述第一方面及第一方面中的任意一种实现方式中的方法。
可选地,上述存储器为非易失性存储器。
可选地,上述存储器与处理器互相耦合在一起。
可选地,所述乘客订单的生成装置为车辆调度平台。
第四方面,提供了一种计算机可读存储介质,所述计算机可读介质存储介质用于存储程序代码,当所述程序代码被计算机执行时,所述计算机用于执行上述第一方面及第一方面中的任意一种实现方式中的方法。
第五方面,提供了一种芯片,所述芯片包括处理器,所述处理器用于执行上述第一方面及第一方面中的任意一种实现方式中的方法。
上述芯片可以是安装到车辆调度平台设备的内部。
第六方面,提供了一种用于使得计算机行上述第一方面及第一方面中的任意一种实现方式中的方法的计算机程序(或称计算机程序产品)。
上述计算机程序可以存储在车辆调度平台设备内,该计算机程序可以被车辆调度平台设备执行,当车辆调度平台设备执行该计算机程序时,车辆调度平台设备用于执行上述第一方面及第一方面中的任意一种实现方式中的方法。
附图说明
图1是本申请实施例的乘客订单的生成方法的示意性流程图;
图2是各个车辆的位置的示意图;
图3是车辆的运行路线热力图;
图4是本申请实施例的乘客订单的生成装置的示意性框图;
图5是本申请实施例的乘客订单的生成装置的示意性框图。
具体实施方式
下面将结合附图,对本申请中的技术方案进行描述。
本申请中的车辆既可以是出租车,也可以是网约车,本申请对此不做限定,只要具有运营功能并且能够搭载乘客的车辆都在本申请的保护范围内。
图1是本申请实施例的乘客订单的生成方法的示意性流程图。图1所示的方法可以由车辆调度平台来执行,图1所示的方法包括步骤110至140,下面对这些步骤进行详细的介绍。
110、获取乘客的乘车信息。
乘车信息包括乘客的出发地和目的地。上述乘客信息可以是通过叫车软件获取到的乘客的叫车信息。
120、根据乘车信息确定候选车辆。
候选车辆是与出发地的距离小于预设距离的车辆。
在步骤120中,可以根据乘客的出发地,选择出发地一定距离范围内的司机作为候选车辆。
例如,在获取到乘客信息后,可以确定乘客的出发地,并将距离出发地3公里以内的司机确定为候选车辆。
具体地,在步骤120中,车辆调度平台可以根据车载定位设备的定位位置来收集到各个车辆的实时定位,车辆调度平台收集到的各个车辆的实时定位结果可以如表1所示。
表1
车辆 | 时间 | 坐标 |
浙GABCDE | 2018-12-01 20:00:00 | 120.036501,29.297558 |
浙GABCDE | 2018-12-01 20:00:05 | 120.036909,29.296511 |
浙GABCDE | 2018-12-01 20:00:10 | 120.03747,29.29562 |
浙GABCDE | 2018-12-01 20:00:15 | 120.036107,29.294668 |
浙G12345 | 2018-12-01 20:00:00 | 120.036601,29.297658 |
浙G12345 | 2018-12-01 20:00:05 | 120.036809,29.296611 |
浙G12345 | 2018-12-01 20:00:10 | 120.03847,29.29962 |
浙G12345 | 2018-12-01 20:00:15 | 120.036307,29.294768 |
...... | ...... | ...... |
在得到表1所示的结果后,可以根据表1中的定位位置在地图中打点标记各个车辆的当前所处的位置,在地图上标出的各个车辆的定位位置可以如图2所示。
在得到图2所示的结果后可以以乘客的出发地为圆心,以一定的距离为半径,得到一个圆形区域,该圆形区域内的车辆的司机就是步骤120中的候选车辆。
130、根据候选车辆与出发地的距离,以及候选车辆的综合信息和乘客的乘车偏好信息,从候选车辆中确定出与乘客匹配的目标车辆。
应理解,候选车辆的综合信息可以包括该候选车辆本身的状态信息,也包括该候选车辆的驾驶司机的一些基本信息。具体地,候选车辆的综合信息包括候选车辆的司机的身份信息、候选车辆的车辆状况信息、候选车辆的司机的驾驶习惯信息、候选车辆的司机的历史驾驶信息以及候选车辆的司机的被评价信息中的至少一种。
具体地,在步骤130中,可以根据候选车辆与出发地的距离,以及候选车辆的综合信息和乘客的乘车偏好信息来确定候选车辆中的每个司机与乘客的匹配值,然后选择匹配值最大的司机作为目标车辆。
可选地,作为一个实施例,根据候选车辆与出发地的距离,以及候选车辆的综合信息和乘客的乘车偏好信息,从候选车辆中确定出与乘客匹配的目标车辆,包括:根据候选车辆与出发地的距离、候选车辆的综合信息和乘客的乘车偏好信息,确定候选车辆中的每个司机的匹配值;将候选车辆中匹配值最大的司机确定为目标车辆;
其中,上述匹配值的大小与第一距离成反相关关系,匹配值的大小与候选车辆的综合评价得分成正相关关系,匹配值的大小与第一吻合程度成正相关关系,第一距离为候选车辆与出发地的距离,第一吻合程度为候选车辆与乘客的乘车偏好的吻合程度。
本申请中,通过候选车辆与出发地的距离,候选车辆的综合信息以及乘客的乘车偏好信息能够更合理的确定与乘客的乘车需求相匹配的目标车辆。
可选地,作为一个实施例,根据候选车辆与出发地的距离、候选车辆的综合信息和乘客的乘车偏好信息,确定候选车辆中的每个司机与乘客的匹配值,包括:
根据公式(1)确定候选车辆中的每个司机与乘客的匹配值。
P=S1*X+S2*Y-S3*Z (1)
在上述公式(1)中,P为候选车辆与乘客的匹配值,X为候选车辆综合评价得分,Y为候选车辆与乘客的乘车偏好的吻合值,Z为候选车辆与出发地的距离,S1、S2和S3分别为X、Y和Z对应的权重,并且S3大于S1,S3大于S2。
上述S1、S2和S3的具体取值可以根据实际情况来确定。例如,在确定候选车辆与乘客的匹配值时可以将S3设置为最大,将S2设置为最小,S1位于S3和S2之间。
例如,S1、S2和S3的取值可以分别为:S1=0.3,S2=0.2,S3=0.5。
应理解,在步骤130中,可以分别根据候选车辆与出发地的距离,候选车辆的综合信息和乘客的乘车偏好信息,分别对候选车辆进行打分,然后将分值最大的司机确定为候选车辆。
例如,根据候选车辆与出发地的距离对候选车辆进行打分,距离出发地越近的候选车辆的得分越高,具体的评分结果可以如表2所示,由表2可知,与出发地的距离越近的车辆的评分越高。
表2
车辆 | 当前所处位置 | 与出发地的距离 | 评分 |
浙GABCDE | 120.036501,29.297558 | 1KM | 6 |
浙G12345 | 120.036909,29.296511 | 0.5KM | 10 |
浙G88888 | 120.036307,29.294768 | 0.8KM | 8 |
...... | ...... | ...... |
为了满足乘客的个性化需求,还可以在生成订单的时候考虑乘客的乘客偏好信息,乘客偏好信息可以根据乘客的历史乘坐信息来确定或者也可以根据乘客的历史评价信息来确定。因此,对于符合乘客的乘车偏好的司机的评分较高,对于不符合乘客乘车偏好的司机的评分较低。
乘客的乘车偏好可以包括偏好的司机性别,司机年龄和司机驾龄等等,这些信息可以称为司机的基本信息表,例如,在为乘客生成订单的过程中,候选车辆的基本信息如表3所示。
表3
车辆 | 司机 | 性别 | 年龄 | 驾龄 |
浙GABCDE | 王师傅 | 男 | 45 | 18 |
浙G12345 | 李师傅 | 男 | 50 | 23 |
浙G88888 | 赵师傅 | 女 | 33 | 6 |
...... | ...... | ...... | ...... | ...... |
在得到表3所示的司机基本信息表之后,可以根据乘客的偏好对各个司机进行评分。例如,刘女士需要出行,她的个人偏好是首选女司机,其次是驾龄在20年以上的,那么各候选车辆的评分可以如表4所示。
表4
车辆 | 司机 | 评分 |
浙GABCDE | 王师傅 | 4 |
浙G12345 | 李师傅 | 6 |
浙G88888 | 赵师傅 | 10 |
...... | ...... | ...... |
另外,假设刘女士曾经坐过浙G12345,并给过五星评价,那么浙G12345的得分还可以提高,得到的评分结果可以如表5所示。
表5
车辆 | 司机 | 评分 |
浙GABCDE | 王师傅 | 4 |
浙G12345 | 李师傅 | 9 |
浙G88888 | 赵师傅 | 10 |
...... | ...... | ...... |
另外,根据候选车辆的综合信息也可以对司机的表现情况进行打分,例如,在根据候选车辆的综合信息对司机进行评价时,可以根据司机在安全驾驶、文明驾驶、服务态度等多方面对司机某段时间内进行评定分数,分数高的司机会被系统更多的派单,反之评分低的司机会被系统更少的派单。
具体地,可以根据电话投诉、乘客离车评价、司机异常状态、绕路异常、不打表异常、拼车异常等维度对司机的综合表现进行评分,评分结果的格式可以如表6所示。
表6
车辆 | 司机 | 近期评分 |
浙GABCDE | 王师傅 | 75 |
浙G12345 | 李师傅 | 88 |
浙G88888 | 赵师傅 | 60 |
...... | ...... | ...... |
可选地,司机的综合信息还可以包括司机的线路运营规律。具体地,可以根据车载定位设备提供的坐标信息,绘制司机的运营路线热力图,司机的运营路线热力图可以图3所示。如图3所示,其中的深色区域表示司机经常运行的区域,如果乘客的目的地或者出发地在司机的常运行区域,司机的匹配度较高,反之匹配度较低。
另外,司机的综合信息还包括司机的交接班时间和地点,在某些情况下(例如,临近司机的交班时间),司机的交接班时间和地点对于本次出行的目的地有着较大的影响,如果在交接班时间,乘客的目的地在交接班地点附近,则匹配度较高,反之匹配度较低。司机的交接班时间和交接班地点的表示形式可以如表7所示。
表7
车辆 | 交接班时间 | 交接班地点坐标 |
浙GABCDE | 16:00 | 120.036501,29.297558 |
浙G12345 | 17:00 | 120.036909,29.296511 |
浙G88888 | 16:00 | 120.036307,29.294768 |
...... | ...... | ...... |
例如,车牌号为浙GABCDE的车辆的交班地点在义乌高层次人才创业园,那么,就可以在该车辆交班地点直观的画出周边1KM的圆圈,然后判断本次里程目的地是否在圆圈中,以及离交接班地点的距离远近评分。
再如,当前时间为13:30,乘客甲需要目的地是义乌高层次人才创业园(120.036501,29.297558),里程时间预估25分钟,根据交接班地点和目的地的距离对不同的车辆进行打分的结果可以如表8所示。
表8
车辆 | 交接班时间 | 交接班地点和目的地的距离 | 综合评分 |
浙GABCDE | 16:00 | 0 | 10 |
浙G12345 | 17:00 | 1KM | 9 |
浙G88888 | 16:00 | 2KM | 6 |
...... | ...... | ...... | ...... |
在从候选车辆中确定与乘客匹配的目标车辆时,需要根据各种不同的因素,综合确定不同的司机的得分情况,然后根据得到情况选择目标车辆。
例如,在对候选车辆中的各个司机进行评价时,各维度权重的设置可以如表9所示。
表9
距离 | 司机综合评定 | 司机路线运营规律 | 乘客个人偏好 |
60% | 20% | 10% | 10% |
140、根据目标车辆生成乘客的订单,并将乘客的订单对应的订单信息发送给乘客。
其中,乘客的订单的接单司机为目标车辆。
本申请中,能够根据候选车辆与出发地的距离,司机的综合信息以及乘客的乘车偏好信息等更合理的生成与乘客匹配的订单,能够在满足乘客基本出行需求的情况下,满足乘客的个性化需求,提高乘客的乘车体验。
可选地,作为一个实施例,候选车辆的历史驾驶信息包括候选车辆的驾驶激烈程度、候选车辆的绕路情况、候选车辆的违章情况、候选车辆的平均驾驶速度、候选车辆的准点率中的至少一种。
候选车辆的历史驾驶信息可以是候选车辆在执行历史订单的过程中的驾驶信息,该历史驾驶信息可以通过车辆内安装的监控设备或者车辆内安装的叫车软件客户端来获取。
例如,司机的驾驶激烈程度可以通过车辆安装的监控设备来获取,当司机驾车过程中动作力度过大(例如,猛打方向盘)时可以认为司机的驾驶行为属于激烈驾驶。
司机的平均驾驶速度可以根据叫车软件客户端中反馈的驾驶距离以及相应的驾车时间来确定。
候选车辆的准点率可以包括候选车辆是否按照系统预估的时间到达出发地和目的地。
候选车辆的违章情况可以通过车辆内安装的行车记录仪来获取,或者,候选车辆的违章情况还可以通过查询交警部门的违章通告来获取。
可选地,作为一个实施例,乘客的乘车偏好信息包括乘客偏好的车辆、乘客偏好的司机性别、乘客偏好的司机年龄,乘客偏好的司机驾龄以及乘客偏好的司机驾驶习惯中的至少一种。
例如,某乘客的乘客偏好信息具体可以包括乘客偏好的车辆为B级车,乘客偏好的司机性别为男,乘客偏好的司机年龄为30至40岁,乘客偏好的司机驾龄为10年,乘客偏好的司机驾驶习惯为平稳驾驶。
下面结合一个具体的例子对从候选车辆中确定出目标车辆的过程进行详细的描述。
例如,范先生约车出行,当前时间是上午10:00,出发地位义乌高层次人才创业园(120.036501,29.297558),目的地时义乌汽车城(120.05336,29.368309),他曾经乘坐过车辆浙G12345,没有明确的个人偏好,各个车辆的评分具体可以如表10和表11所示。
表10
表11
其中,表11中车辆的综合得分是距离得分*0.6+司机综合评定得分*0.2+司机路线运营规律*0.1+个人偏好得分*0.1。
最终通过计算,得到评分从高到低的车辆依次是浙G12345(9.66分),浙G88888(7.6分)和浙GABCDE(7.1分),系统按照从高到低分别给他们派单,在实际运营中,系统可以设置阀值,当匹配车辆超过一定数额时,得分低的车辆不派单,从而不断的优化派单机制,乘客和司机之间的匹配也更加精准。
上文结合图1至图3对本申请实施例的乘客订单的生成方法进行了详细的描述,下面结合图4和图5对本申请实施例的乘客订单的生成装置进行描述。应理解,图4和图5中的装置能够执行本申请实施例的乘客订单的生成方法的各个步骤,为了避免不必要的重复,下面在介绍图4和图5所示的装置时适当省略重复的描述。
图4是本申请实施例的乘客订单的生成装置的示意性框图。图4所示的装置200包括:
获取模块210,用于获取乘客的乘车信息,所述乘车信息包括所述乘客的出发地和目的地;
处理模块220,所述处理模块220用于:根据所述乘车信息确定候选车辆,其中,所述候选车辆是与所述出发地的距离小于预设距离的司机;根据所述候选车辆与所述出发地的距离,以及所述候选车辆的综合信息和所述乘客的乘车偏好信息,从所述候选车辆中确定出与所述乘客匹配的目标车辆,其中,所述候选车辆的综合信息包括所述候选车辆的司机的身份信息、所述候选车辆的车辆状况信息、所述候选车辆的司机的驾驶习惯信息、所述候选车辆的司机的历史驾驶信息以及所述候选车辆的司机的被评价信息中的至少一种;根据所述目标车辆生成所述乘客的订单,并将所述乘客的订单对应的订单信息发送给所述乘客,其中,所述乘客的订单的接单司机为所述目标车辆。
可选地,作为一个实施例,所述处理模块220用于:根据所述候选车辆与所述出发地的距离、所述候选车辆的综合信息和所述乘客的乘车偏好信息,确定所述候选车辆中的每个司机的匹配值;将所述候选车辆中匹配值最大的司机确定为所述目标车辆;
其中,所述匹配值的大小与第一距离成反相关关系,所述匹配值的大小与所述候选车辆的综合评价得分成正相关关系,所述匹配值的大小与第一吻合程度成正相关关系,所述第一距离为所述候选车辆与所述出发地的距离,所述第一吻合程度为所述候选车辆与所述乘客的乘车偏好的吻合程度。
可选地,作为一个实施例,所述处理模块220用于:
根据公式P=S1*X+S2*Y-S3*Z确定所述候选车辆中的每个司机与所述乘客的匹配值;
其中,所述P为所述候选车辆与所述乘客的匹配值,X为所述候选车辆综合评价得分,Y为所述候选车辆与所述乘客的乘车偏好的吻合值,Z为所述候选车辆与所述出发地的距离,S1、S2和S3分别为X、Y和Z对应的权重,并且S3大于S1,S3大于S2。
可选地,作为一个实施例,所述候选车辆的历史驾驶信息包括所述候选车辆的驾驶激烈程度、所述候选车辆的绕路情况、所述候选车辆的违章情况、所述候选车辆的平均驾驶速度、所述候选车辆的准点率中的至少一种。
可选地,作为一个实施例,所述乘客的乘车偏好信息包括所述乘客偏好的车辆、所述乘客偏好的司机性别、所述乘客偏好的司机年龄,所述乘客偏好的司机驾龄以及所述乘客偏好的司机驾驶习惯中的至少一种。
图5是本申请实施例的乘客订单的生成装置的示意性框图。图5所示的装置300包括存储器310和处理器320。
其中,存储器310用于存储程序,处理器320用于执行存储器310存储的程序,当处理器320执行存储器310存储的程序时,处理器320具体用于执行装置200中的获取模块210和处理模块220执行的各个步骤。
应理解,上述装置200中的获取模块210和处理模块220相当于装置300中的处理器320。
上述装置200和装置300具体可以是车辆调度平台,该车辆调度平台能够对车辆进行调度,监控等等。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统、装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统、装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。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或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,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例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(read-only memory,ROM)、随机存取存储器(random access memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以所述权利要求的保护范围为准。
Claims (10)
1.一种乘客订单的生成方法,其特征在于,包括:
获取乘客的乘车信息,所述乘车信息包括所述乘客的出发地和目的地;
根据所述乘车信息确定候选车辆,其中,所述候选车辆是与所述出发地的距离小于预设距离的司机;
根据所述候选车辆与所述出发地的距离,以及所述候选车辆的综合信息和所述乘客的乘车偏好信息,从所述候选车辆中确定出与所述乘客匹配的目标车辆,其中,所述候选车辆的综合信息包括所述候选车辆的司机的身份信息、所述候选车辆的车辆状况信息、所述候选车辆的司机的驾驶习惯信息、所述候选车辆的司机的历史驾驶信息以及所述候选车辆的司机的被评价信息中的至少一种;
根据所述目标车辆生成所述乘客的订单,并将所述乘客的订单对应的订单信息发送给所述乘客,其中,所述乘客的订单的接单司机为所述目标车辆。
2.根据权利要求1所述的方法,其特征在于,所述根据所述候选车辆与所述出发地的距离,以及所述候选车辆的综合信息和所述乘客的乘车偏好信息,从所述候选车辆中确定出与所述乘客匹配的目标车辆,包括:
根据所述候选车辆与所述出发地的距离、所述候选车辆的综合信息和所述乘客的乘车偏好信息,确定所述候选车辆中的每个司机的匹配值;
将所述候选车辆中匹配值最大的司机确定为所述目标车辆;
其中,所述匹配值的大小与第一距离成反相关关系,所述匹配值的大小与所述候选车辆的综合评价得分成正相关关系,所述匹配值的大小与第一吻合程度成正相关关系,所述第一距离为所述候选车辆与所述出发地的距离,所述第一吻合程度为所述候选车辆与所述乘客的乘车偏好的吻合程度。
3.如权利要求2所述的方法,其特征在于,所述根据所述候选车辆与所述出发地的距离、所述候选车辆的综合信息和所述乘客的乘车偏好信息,确定所述候选车辆中的每个司机与所述乘客的匹配值,包括:
根据公式P=S1*X+S2*Y-S3*Z确定所述候选车辆中的每个司机与所述乘客的匹配值;
其中,P为所述候选车辆与所述乘客的匹配值,X为所述候选车辆综合评价得分,Y为所述候选车辆与所述乘客的乘车偏好的吻合值,Z为所述候选车辆与所述出发地的距离,S1、S2和S3分别为X、Y和Z对应的权重,并且S3大于S1,S3大于S2。
4.如权利要求1-3中任一项所述的方法,其特征在于,所述候选车辆的历史驾驶信息包括所述候选车辆的驾驶激烈程度、所述候选车辆的绕路情况、所述候选车辆的违章情况、所述候选车辆的平均驾驶速度、所述候选车辆的准点率中的至少一种。
5.如权利要求1-4中任一项所述的方法,其特征在于,所述乘客的乘车偏好信息包括所述乘客偏好的车辆、所述乘客偏好的司机性别、所述乘客偏好的司机年龄,所述乘客偏好的司机驾龄以及所述乘客偏好的司机驾驶习惯中的至少一种。
6.一种乘客订单的生成装置,其特征在于,包括:
获取模块,用于获取乘客的乘车信息,所述乘车信息包括所述乘客的出发地和目的地;
处理模块,所述处理模块用于:
根据所述乘车信息确定候选车辆,其中,所述候选车辆是与所述出发地的距离小于预设距离的司机;
根据所述候选车辆与所述出发地的距离,以及所述候选车辆的综合信息和所述乘客的乘车偏好信息,从所述候选车辆中确定出与所述乘客匹配的目标车辆,其中,所述候选车辆的综合信息包括所述候选车辆的司机的身份信息、所述候选车辆的车辆状况信息、所述候选车辆的司机的驾驶习惯信息、所述候选车辆的司机的历史驾驶信息以及所述候选车辆的司机的被评价信息中的至少一种;
根据所述目标车辆生成所述乘客的订单,并将所述乘客的订单对应的订单信息发送给所述乘客,其中,所述乘客的订单的接单司机为所述目标车辆。
7.根据权利要求6所述的装置,其特征在于,所述处理模块用于:
根据所述候选车辆与所述出发地的距离、所述候选车辆的综合信息和所述乘客的乘车偏好信息,确定所述候选车辆中的每个司机的匹配值;
将所述候选车辆中匹配值最大的司机确定为所述目标车辆;
其中,所述匹配值的大小与第一距离成反相关关系,所述匹配值的大小与所述候选车辆的综合评价得分成正相关关系,所述匹配值的大小与第一吻合程度成正相关关系,所述第一距离为所述候选车辆与所述出发地的距离,所述第一吻合程度为所述候选车辆与所述乘客的乘车偏好的吻合程度。
8.如权利要求7所述的装置,其特征在于,所述处理模块用于:
根据公式P=S1*X+S2*Y-S3*Z确定所述候选车辆中的每个司机与所述乘客的匹配值;
其中,所述P为所述候选车辆与所述乘客的匹配值,X为所述候选车辆综合评价得分,Y为所述候选车辆与所述乘客的乘车偏好的吻合值,Z为所述候选车辆与所述出发地的距离,S1、S2和S3分别为X、Y和Z对应的权重,并且S3大于S1,S3大于S2。
9.如权利要求6-8中任一项所述的装置,其特征在于,所述候选车辆的历史驾驶信息包括所述候选车辆的驾驶激烈程度、所述候选车辆的绕路情况、所述候选车辆的违章情况、所述候选车辆的平均驾驶速度、所述候选车辆的准点率中的至少一种。
10.如权利要求6-9中任一项所述的装置,其特征在于,所述乘客的乘车偏好信息包括所述乘客偏好的车辆、所述乘客偏好的司机性别、所述乘客偏好的司机年龄,所述乘客偏好的司机驾龄以及所述乘客偏好的司机驾驶习惯中的至少一种。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811559083.2A CN109636216A (zh) | 2018-12-19 | 2018-12-19 | 一种乘客订单的生成方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811559083.2A CN109636216A (zh) | 2018-12-19 | 2018-12-19 | 一种乘客订单的生成方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109636216A true CN109636216A (zh) | 2019-04-16 |
Family
ID=66075553
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811559083.2A Pending CN109636216A (zh) | 2018-12-19 | 2018-12-19 | 一种乘客订单的生成方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109636216A (zh) |
Cited By (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110210949A (zh) * | 2019-06-17 | 2019-09-06 | 中国人民解放军陆军特色医学中心 | 一种车辆运营智慧管理平台 |
CN111832858A (zh) * | 2019-04-18 | 2020-10-27 | 天津五八到家科技有限公司 | 订单分配方法、设备、系统及存储介质 |
CN111861310A (zh) * | 2020-06-23 | 2020-10-30 | 北京嘀嘀无限科技发展有限公司 | 货运订单的分配方法、装置、服务器及存储介质 |
CN111882186A (zh) * | 2020-07-15 | 2020-11-03 | 赛可智能科技(上海)有限公司 | 出行订单分配方法及装置 |
CN111932352A (zh) * | 2020-10-09 | 2020-11-13 | 广州宸祺出行科技有限公司 | 一种基于权值的顺风车订单推送方法和系统 |
CN111967928A (zh) * | 2020-07-09 | 2020-11-20 | 南京领行科技股份有限公司 | 一种乘车订单处理方法和装置 |
CN112184395A (zh) * | 2020-10-26 | 2021-01-05 | 深圳市凯达尔科技实业有限公司 | 一种基于地理信息的短时租车系统及方法 |
CN112288518A (zh) * | 2020-10-26 | 2021-01-29 | 深圳市凯达尔科技实业有限公司 | 一种基于自动驾驶的短时租车系统及方法 |
CN112580945A (zh) * | 2020-12-08 | 2021-03-30 | 吉首大学 | 基于多相关系数的派单方法及车辆调度优化系统 |
CN112734235A (zh) * | 2021-01-11 | 2021-04-30 | 辽宁工程技术大学 | 基于综合评价的个性化乘车点推荐方法及系统 |
CN112749819A (zh) * | 2021-01-21 | 2021-05-04 | 南京领行科技股份有限公司 | 一种网约车派单方法、装置、服务器及存储介质 |
CN112927047A (zh) * | 2021-03-22 | 2021-06-08 | 上海仙塔智能科技有限公司 | 基于试乘试驾的司乘匹配方法及装置 |
CN113177780A (zh) * | 2021-05-12 | 2021-07-27 | 中移智行网络科技有限公司 | 一种数据处理方法、装置、网络设备及可读存储介质 |
CN113222379A (zh) * | 2021-04-29 | 2021-08-06 | 广州宸祺出行科技有限公司 | 一种基于车辆状况进行网约车订单匹配的方法及系统 |
CN113240327A (zh) * | 2021-06-02 | 2021-08-10 | 上海钧正网络科技有限公司 | 网约车订单分派方法、筛选规则生成或设置方法、装置、服务器、终端及介质 |
CN113409117A (zh) * | 2021-06-21 | 2021-09-17 | 北京畅行信息技术有限公司 | 订单处理方法、装置、服务器、车辆终端和可读存储介质 |
CN113553497A (zh) * | 2020-04-24 | 2021-10-26 | 丰田自动车株式会社 | 信息处理装置、非暂时性计算机可读记录介质和信息处理方法 |
TWI817222B (zh) * | 2021-10-25 | 2023-10-01 | 郭朝誠 | 叫車服務系統 |
CN117010622A (zh) * | 2023-06-30 | 2023-11-07 | 深圳品众网络科技有限公司 | 一种线上协同交互的管理调度方法及系统 |
CN113222379B (zh) * | 2021-04-29 | 2024-05-31 | 广州宸祺出行科技有限公司 | 一种基于车辆状况进行网约车订单匹配的方法及系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103996290A (zh) * | 2014-06-09 | 2014-08-20 | 北京东方车云信息技术有限公司 | 一种提供叫车服务的方法、服务器及系统 |
US20140358430A1 (en) * | 2012-02-07 | 2014-12-04 | Xiamen King Long Motor Vehicle Inspection Co., Ltd | Driving evaluation system and method |
CN104794553A (zh) * | 2014-08-12 | 2015-07-22 | 北京东方车云信息技术有限公司 | 网络租车中基于出租车运营区域熟悉程度的派单系统和方法 |
CN105741536A (zh) * | 2016-03-18 | 2016-07-06 | 北京理工大学 | 一种匿名打车系统及移动安全支付方法 |
CN106447074A (zh) * | 2016-12-30 | 2017-02-22 | 北京东方车云信息技术有限公司 | 一种将订单信息推送给司机客户端的方法、装置及系统 |
CN107871262A (zh) * | 2016-09-27 | 2018-04-03 | 北京嘀嘀无限科技发展有限公司 | 一种订单分配处理方法及服务器 |
-
2018
- 2018-12-19 CN CN201811559083.2A patent/CN109636216A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140358430A1 (en) * | 2012-02-07 | 2014-12-04 | Xiamen King Long Motor Vehicle Inspection Co., Ltd | Driving evaluation system and method |
CN103996290A (zh) * | 2014-06-09 | 2014-08-20 | 北京东方车云信息技术有限公司 | 一种提供叫车服务的方法、服务器及系统 |
CN104794553A (zh) * | 2014-08-12 | 2015-07-22 | 北京东方车云信息技术有限公司 | 网络租车中基于出租车运营区域熟悉程度的派单系统和方法 |
CN105741536A (zh) * | 2016-03-18 | 2016-07-06 | 北京理工大学 | 一种匿名打车系统及移动安全支付方法 |
CN107871262A (zh) * | 2016-09-27 | 2018-04-03 | 北京嘀嘀无限科技发展有限公司 | 一种订单分配处理方法及服务器 |
CN106447074A (zh) * | 2016-12-30 | 2017-02-22 | 北京东方车云信息技术有限公司 | 一种将订单信息推送给司机客户端的方法、装置及系统 |
Cited By (26)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111832858A (zh) * | 2019-04-18 | 2020-10-27 | 天津五八到家科技有限公司 | 订单分配方法、设备、系统及存储介质 |
CN110210949A (zh) * | 2019-06-17 | 2019-09-06 | 中国人民解放军陆军特色医学中心 | 一种车辆运营智慧管理平台 |
CN113553497A (zh) * | 2020-04-24 | 2021-10-26 | 丰田自动车株式会社 | 信息处理装置、非暂时性计算机可读记录介质和信息处理方法 |
CN111861310A (zh) * | 2020-06-23 | 2020-10-30 | 北京嘀嘀无限科技发展有限公司 | 货运订单的分配方法、装置、服务器及存储介质 |
CN111861310B (zh) * | 2020-06-23 | 2024-01-23 | 北京芙睿特无限科技发展有限公司 | 货运订单的分配方法、装置、服务器及存储介质 |
CN111967928A (zh) * | 2020-07-09 | 2020-11-20 | 南京领行科技股份有限公司 | 一种乘车订单处理方法和装置 |
CN111967928B (zh) * | 2020-07-09 | 2022-06-07 | 南京领行科技股份有限公司 | 一种乘车订单处理方法和装置 |
CN111882186A (zh) * | 2020-07-15 | 2020-11-03 | 赛可智能科技(上海)有限公司 | 出行订单分配方法及装置 |
CN111882186B (zh) * | 2020-07-15 | 2022-04-26 | 赛可智能科技(上海)有限公司 | 出行订单分配方法及装置 |
CN111932352A (zh) * | 2020-10-09 | 2020-11-13 | 广州宸祺出行科技有限公司 | 一种基于权值的顺风车订单推送方法和系统 |
CN112184395A (zh) * | 2020-10-26 | 2021-01-05 | 深圳市凯达尔科技实业有限公司 | 一种基于地理信息的短时租车系统及方法 |
CN112288518A (zh) * | 2020-10-26 | 2021-01-29 | 深圳市凯达尔科技实业有限公司 | 一种基于自动驾驶的短时租车系统及方法 |
CN112184395B (zh) * | 2020-10-26 | 2024-05-07 | 深圳凯达尔泊通科技有限公司 | 一种基于地理信息的短时租车系统及方法 |
CN112580945A (zh) * | 2020-12-08 | 2021-03-30 | 吉首大学 | 基于多相关系数的派单方法及车辆调度优化系统 |
CN112734235A (zh) * | 2021-01-11 | 2021-04-30 | 辽宁工程技术大学 | 基于综合评价的个性化乘车点推荐方法及系统 |
CN112749819A (zh) * | 2021-01-21 | 2021-05-04 | 南京领行科技股份有限公司 | 一种网约车派单方法、装置、服务器及存储介质 |
CN112749819B (zh) * | 2021-01-21 | 2022-06-14 | 南京领行科技股份有限公司 | 一种网约车派单方法、装置、服务器及存储介质 |
CN112927047A (zh) * | 2021-03-22 | 2021-06-08 | 上海仙塔智能科技有限公司 | 基于试乘试驾的司乘匹配方法及装置 |
CN113222379A (zh) * | 2021-04-29 | 2021-08-06 | 广州宸祺出行科技有限公司 | 一种基于车辆状况进行网约车订单匹配的方法及系统 |
CN113222379B (zh) * | 2021-04-29 | 2024-05-31 | 广州宸祺出行科技有限公司 | 一种基于车辆状况进行网约车订单匹配的方法及系统 |
CN113177780A (zh) * | 2021-05-12 | 2021-07-27 | 中移智行网络科技有限公司 | 一种数据处理方法、装置、网络设备及可读存储介质 |
CN113240327A (zh) * | 2021-06-02 | 2021-08-10 | 上海钧正网络科技有限公司 | 网约车订单分派方法、筛选规则生成或设置方法、装置、服务器、终端及介质 |
CN113409117B (zh) * | 2021-06-21 | 2024-02-02 | 北京畅行信息技术有限公司 | 订单处理方法、装置、服务器、车辆终端和可读存储介质 |
CN113409117A (zh) * | 2021-06-21 | 2021-09-17 | 北京畅行信息技术有限公司 | 订单处理方法、装置、服务器、车辆终端和可读存储介质 |
TWI817222B (zh) * | 2021-10-25 | 2023-10-01 | 郭朝誠 | 叫車服務系統 |
CN117010622A (zh) * | 2023-06-30 | 2023-11-07 | 深圳品众网络科技有限公司 | 一种线上协同交互的管理调度方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109636216A (zh) | 一种乘客订单的生成方法和装置 | |
US11774255B2 (en) | Methods and systems for conversion of physical movements to carbon units | |
EP3400573B1 (en) | Data processing system communicating with a map data processing system to generate a display of one or more segments of one or more vehicle routes | |
US8793064B2 (en) | Vehicle fuel efficiency optimization based on vehicle usage patterns | |
US8682572B2 (en) | Method and device for evaluating vehicle's fuel consumption efficiency | |
ES2732249T3 (es) | Sistema, método y programa informático para simular el uso de energía de vehículo | |
He et al. | Estimating the destination of unlinked trips in transit smart card fare data | |
US9697491B2 (en) | System and method for analyzing performance data in a transit organization | |
US9111403B2 (en) | Systems and methods for tracking device control and report | |
EP2932488B1 (en) | Transportation plan creation support apparatus and transportation plan creation support method | |
WO2017220169A1 (en) | Autonomous or partially autonomous motor vehicles with automated risk-controlled systems and corresponding method thereof | |
CN109671182A (zh) | 一种车辆行驶路线的评估方法和装置 | |
WO2021179621A1 (zh) | 乘车服务方法、装置、设备及存储介质 | |
JP6418566B2 (ja) | 情報処理装置および情報処理方法 | |
KR20150053859A (ko) | 차량 운행 정보를 이용한 차량 보험 관리 시스템 및 그 방법 | |
CN111832788A (zh) | 一种服务信息生成的方法、装置、计算机设备及存储介质 | |
CN109147310A (zh) | 车辆管理方法、平台及系统、存储介质 | |
CN111932331A (zh) | 车辆信息获取方法、装置及存储介质 | |
JP2015152954A (ja) | 情報処理装置および情報処理方法 | |
JP2016062470A (ja) | 情報処理装置 | |
CN113034293A (zh) | 一种车险类别的确定方法及装置 | |
Wang et al. | Is smart growth associated with reductions in carbon dioxide emissions? | |
CN110163763A (zh) | 一种基于大数据的车辆保险评估方法 | |
WO2020018026A1 (en) | Line need determination method | |
CN111222037A (zh) | 服务推送信息发送方法、装置、电子设备和存储介质 |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20190416 |
|
WD01 | Invention patent application deemed withdrawn after publication |