CN109785612B - 一种基于容易载客系数的出租汽车智能调度方法及装置 - Google Patents
一种基于容易载客系数的出租汽车智能调度方法及装置 Download PDFInfo
- Publication number
- CN109785612B CN109785612B CN201910187150.0A CN201910187150A CN109785612B CN 109785612 B CN109785612 B CN 109785612B CN 201910187150 A CN201910187150 A CN 201910187150A CN 109785612 B CN109785612 B CN 109785612B
- Authority
- CN
- China
- Prior art keywords
- taxi
- coefficient
- taking
- area
- passenger
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Abstract
本发明公开了一种基于容易载客系数的出租汽车智能调度方法,其通过预先将一个打车区域划分为多个打车子区域,然后计算每个打车子区域的容易载客系数,并排序且选择排位靠前的多个打车子区域作为候选打车区域,最后根据各个空车状态的出租汽车与各个候选打车区域之间的距离进行智能调度,即从驾驶员的角度去考虑,为各个出租汽车匹配容易载客的区域,从而提高载客容易程度,使得更高效率的实现载客,同时,也能够更有效地调动驾驶员的主观能动性,进一步提高载客容易度。相应地,本发明还提供了一种出租汽车智能调度装置。
Description
技术领域
本发明涉及智能调度技术领域,具有涉及一种基于容易载客系数的出租汽车智能调度方法及装置。
背景技术
出租汽车作为城市中一种必备的交通工具,对于缓解城市交通压力,节约社会资源有着不可代替代的作用。网约车作为巡游出租车的一种补充,弥补了巡游出租车的很多弊端,但网约车始终无法企及巡游出租汽车的及时性和灵活性。传统的巡游出租汽车的管理和投放上,存在一个天然的矛盾:一方面驾驶员觉得收入低,另一方面乘客觉得打车难。如果加大投放巡游出租汽车,那么竞争者增加,驾驶员将更加难以挣钱,从而降低了驾驶员的积极性,并且由于网约车的冲击,驾驶员的积极性被进一步打压,因此,即使加大投放驾驶员也不会积极响应,从而出现消极怠工,甚至加入网约车的情况;然而,如果减少巡游出租汽车的投放,那么乘客打车难的问题将进一步突出。
通常人们在描述“打车难”时,往往都是站在乘客的角度,即由于惯性思维,通常是通过统计乘客打车需要等待多长时间来衡量打车的难易程度。然而,却从未从驾驶员的角度去考虑,即如何提高载客容易程度,使得更高效率的实现载客,从而提高驾驶员的收入的同时有效调动驾驶员的主观能动性。
基于此,目前亟需一种能够合理的调度出租汽车的方法和装置,从而解决载客难的同时提高驾驶员的积极性。
发明内容
针对上述存在的技术问题,本发明提供一种基于容易载客系数的出租汽车智能调度方法,其从驾驶员的角度去考虑,为各个出租汽车匹配容易载客的区域。
为了解决上述技术问题,本发明采用的技术方案为:
一种基于容易载客系数的出租汽车智能调度方法,其包括步骤:
将出租汽车当前所在打车区域划分为多个面积相同的打车子区域;
周期性地获取每个打车子区域的容易载客系数,并将所有打车子区域的容易载客系数按照从大到小的顺序进行排序,然后根据预设的容易载客区域数量选择排序靠前的多个打车子区域,得到多个候选打车区域,再根据所述打车区域内当前处于空车状态的每辆出租汽车分别与各个所述候选打车区域之间的距离,为当前处于空车状态的每辆出租汽车智能匹配到距离最近的候选打车区域,并调度所述出租汽车前往相应的候选打车区域;
其中,获取每个打车子区域的容易载客系数的步骤,具体包括步骤:
分别获取每个打车子区域的等待乘客系数W、乘客上车系数B、重车比例系数G和道路畅通系数V,并计算每个打车子区域的容易载客系数K,其计算公式为:
其中,α、β、γ、分别为等待乘客系数W的权重指数、乘客上车系数B的权重指数、重车比例系数G的权重指数和道路畅通系数V的权重指数,且0<α≤1或α为大于1的整数,0<β≤1或β为大于1的整数,0<γ≤1或γ为大于1的整数,或为大于1的整数。
其中,获取所述等待乘客系数W的步骤,具体包括步骤:
分别获取所述打车子区域内当前计算时刻同时存在的所有出租汽车在当前周期内的空驶距离和空驶时间;
根据所获取的所有出租汽车的空驶距离和空驶时间计算所述打车子区域的等待乘客系数W,其计算公式为:
其中,Li和Ti分别为所述打车子区域内当前计算时刻存在的第i辆出租汽车在当前计算周期内的空驶距离和的空驶时间,N为所述打车子区域内当前计算时刻同时存在的所有出租汽车的总数量,v为所述打车区域内预设的出租汽车行驶速度。
其中,
获取所述乘客上车系数B的步骤,具体包括步骤:
分别获取所述打车子区域内在当前计算周期内的上车人数总量P和空车状态的出租汽车数量最大值N1,并计算所述乘客上车系数B,其计算公式为:
其中,
获取所述重车比例系数的步骤,具体包括步骤:
分别获取所述打车区域内当前计算时刻同时存在且处于重车状态的出租汽车数量N2和出租汽车总数N,并计算重车比例系数G,其计算公式为:
其中,所述为当前处于空车状态的出租汽车智能匹配相应的候选打车区域的步骤,具体包括步骤:
计算当前处于空车状态的出租汽车的当前位置与各个候选打车区域之间的距离,并将距离最近的所述候选打车区域与所述出租汽车进行匹配;或,
根据当前处于空车状态的每个出租汽车当前所在位置初筛出与所述出租汽车之间的距离小于预设阈值的多个临近候选打车区域,然后计算每个临近候选打车区域与所述出租汽车之间的距离,并将距离最近的所述临近候选打车区域与所述出租汽车进行匹配。
基于上述的出租汽车智能调度方法,本发明还提供了一种基于容易载客系数的出租汽车智能调度装置,其包括:
存储器,用于存储预先按照相同面积的划分原则将出租汽车当前所在打车区域进行划分得到的多个打车子区域的区域信息;
数据处理模块,用于周期性地获取每个打车子区域的等待乘客系数W、乘客上车系数B、重车比例系数G和道路畅通系数V,并计算每个打车子区域的容易载客系数K,然后按照从大到小的顺序进行排序,并根据预设的容易载客区域数量选择排序靠前的多个打车子区域作为候选打车区域;以及获取所述打车区域内当前处于空车状态的每个出租汽车分别与各个候选打车区域之间的距离;
智能调度模块,用于根据当前处于空车状态的每辆出租汽车分别与各个所述候选打车区域之间的距离,为当前处于空车状的每辆出租汽车智能匹配到距离最近的候选打车区域,并智能调度所述出租汽车前往相应的候选打车区域;
其中,容易载客系数K的计算公式为:α、β、γ、分别为等待乘客系数W的权重指数、乘客上车系数B的权重指数、重车比例系数G的权重指数和道路畅通系数V的权重指数,且0<α≤1或α为大于1的整数,0<β≤1或β为大于1的整数,0<γ≤1或γ为大于1的整数,或为大于1的整数。
进一步地,所述数据处理模块具体用于分别获取所述打车子区域内当前计算时刻同时存在的所有出租汽车在当前计算周期内的空驶距离和空驶时间;并根据所获取的空驶距离和空驶时间计算所述打车子区域的等待乘客系数W,其计算公式为:
其中,Li和Ti分别为所述打车子区域内当前计算时刻存在的第i辆出租汽车在当前计算周期内的空驶距离和的空驶时间,N为所述打车子区域内当前计算时刻同时存在的所有出租汽车的总数量,v为所述打车区域内预设的出租汽车行驶速度。
进一步地,所述智能调度模块具体用于计算当前处于空车状态的每辆出租汽车的当前位置分别与各个候选打车区域之间的距离,并将距离最近的所述候选打车区域与所述出租汽车进行匹配;或,根据当前处于空车状态的每辆出租汽车当前所在位置初筛出与所述出租汽车之间的距离小于预设阈值的多个临近候选打车区域,然后计算每个临近候选打车区域与所述出租汽车之间的距离,并将距离最近的所述临近候选打车区域与所述出租汽车进行匹配。
本发明的有益之处在于:
本发明公开了一种基于容易载客系数的出租汽车智能调度方法及装置,其通过按照相同面积的方式预先将一个打车区域划分为多个打车子区域,然后通过分别获取各个打车子区域的等待乘客系数、乘客上车系数、重车比例系数和道路畅通系数,并根据这4个系数来计算每个打车子区域的容易载客系数,然后将所有打车子区域的容易载客系数进行排序并选择排位靠前的多个打车子区域作为候选打车区域,最后根据各个空车状态的出租汽车与候选打车区域之间的距离进行智能调度,即依照就近原则为各个出租汽车匹配相应的候选打车区域,也即是说,本发明实际上是从驾驶员的角度去考虑,为各个出租汽车匹配容易载客的区域,从而提高载客容易程度,使得更高效率的实现载客,同时,也能够更有效地调动驾驶员的主观能动性,进一步提高载客容易度。
附图说明
图1为本发明的一种基于容易载客系数的出租汽车智能调度方法的一实施例的流程图。
具体实施方式
下面结合附图,对本发明作详细的说明。
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
名词释义:
空车状态:本文中的空车状态是指运营中的出租汽车没有载客的状态。其中,若出租汽车点火则表示该出租汽车处于运营中,可以随时载客,若该出租汽车熄火,则表示其处于非运营中,其不会载客。
重车状态:本文中的重车状态是运营中的出租汽车载有乘客的状态。
打车区域:本文中的打车区域是经常需要打车的某一城市,如重庆或成都或北京,且每个打车区域内都存在多个出租汽车。当然,该打车区域也可以是某一城市中的某一商圈区域,如南坪万达商圈或观音桥商圈等。
候选打车区域:本文中的候选打车区域是指按照预设规则将某一打车区域划分为多个面积相同的打车子区域,然后根据预设的容易载客数量,从该多个打车子区域中选择的相应数量的打车子区域作为候选打车区域,从而得到多个候选打车区域。其中,预设划分规则可以按照一定的距离(如2公里,当然也可根据实际情况来配置该距离)将该打车区域划分为若干个正方形区域,例如按照2公里×2公里(或4公里×4公里等)将重庆市(通常是指市区)划分为多个打车子区域A1、A2···Aj···;或者长方形区域,例如按照3公里×2公里(或3公里×4公里等)将重庆市(通常是指市区)划分为多个打车子区域;或者圆形区域,例如按照2公里或3公里或4公里未半径的圆形区域将重庆市(通常是指市区)划分为多个打车子区域;当然,按照不规则形式进行划分也是可以理解的,但每个子区域的范围或面积相同;而从多个打车子区域中选择相应数量的打车子区域作为候选打车区域的筛选原则也可根据实际需要设定,例如,从中筛选最容易打车的前10或8或5个打车子区域,而其中,筛选最容易打车的打车子区域时可先计算每个打车子区域的容易载客系数K1、K2···Kj···,然后进行排序,从而选择容易载客系数排位靠前的10或8或5个打车子区域作为最容易打车的候选打车区域。
空驶距离:对于某个打车子区域j内的处于空车状态的某个出租汽车i,其通常需要巡游很长一段距离才能够遇到一个目标乘客,或者其距离目标乘客有一定距离,那么其需要以空车状态行驶一定的距离才能够达到目标乘客所在地,而这一过程中,其以空车状态行驶的这段距离即为该出租汽车的空驶距离Li。对于一个打车子区域内而言,在同一时刻(例如当前计算时刻)同时存在N个出租汽车,且每个出租汽车在一个计算周期以空车状态行驶的距离不同,即在同一计算周期内每辆出租汽车的空驶距离不同,因此,分别需要计算该打车子区域j内当前计算时刻同时存在的所有出租汽车在一个计算周期内(即当前计算周期内)的空驶距离,从而便于后续根据计算得到的每辆出租汽车的空驶距离计算对应打车子区域的容易载客系数。
空驶时间:对于某个打车子区域j内处于空车状态的某个出租汽车i,其可能不需要空车状态行驶一段距离,而是需要在原地等待目标乘客一段时间,如在机场等公共场合原地等待已经预约的乘客,或者等待客户过马路等,这时虽然出租汽车没有行驶或者行驶距离几乎为0,但是其等待乘客的过程中浪费了一定的时间,即直到目标乘客上车这一期间的时间段即为该出租汽车的空驶时间Ti。对于一个打车子区域j内而言,在同一时刻(如当前计算时刻)同时存在多个出租汽车,且每个出租汽车在一个计算周期内以空车状态在原地等待目标乘客的时长不同,即在同一计算周期内每辆出租汽车的空驶时间不同,因此,需要分别计算该打车子区域j内当前时刻同时存在的所有出租汽车在一个计算周期(即当前计算周期),如5分钟或10分钟,内的空驶时间,从而便于后续根据计算得到的每辆出租汽车的空驶时间计算对应打车子区域的容易载客系数。其中,对于刚点火的出租汽车,从点火后开始计算,当然一个计算周期内都未点火的出租汽车,则不计算其空驶时间。
折算空驶距离:众所周知,单纯使用空驶距离L或空驶时间T都不够精确,因为,若单独采用空驶距离l,那么对于在原地等待了一定时间的出租汽车来说,其空驶距离为0,而其实际上等待了一定的时间;同理,若单独采用空驶时间,那么对于行驶速度较快的出租汽车,虽然其空驶时间较短,但是其空驶距离较长;因此,综合考虑将这两者进行折算,即根据空驶时间和预先配置的预设行驶速度计算得到一个预计空驶距离,然后取该预计空驶距离和空驶距离两者之间的最大值作为折算空驶距离l,即对于出租汽车i其折算空驶距离li=max(Li,Ti×v),即取空驶距离和根据空驶时间和v计算得到的预计空驶距离这两者中的最大值,而对于每个打车子区域而言,每辆出租汽车的折算空驶距离越大,等待乘客系数越小,容易载客系数也越小,因此,将该打车子区域内当前计算时刻同时存在的所有出租汽车的折算空驶距离的平均值倒数,即平均折算空驶距离的倒数作为该打车子区域的等待乘客系数:
实施例一
参见图1,为本发明的一种基于容易载客系数的出租汽车智能调度方法的一实施例的流程示意图,具体地,本实施例的该出租汽车智能调度方法包括步骤:
S11,将出租汽车所在打车区域划分为多个面积相同的打车子区域。
本实施例中,将该打车区域进行划分时,是预先确定划分子区域的形状,然后设定相应的形状参数,且子区域之间接壤,例如是以正方形或长方形或正多边形进行划分,若以正方形进行划分,则设定相应的边长,例如2公里×2公里,或者3公里×3公里,或者4公里×4公里;若以长方形进行划分,则设定相应的长边和宽边,例如2公里×3公里,或者3公里×2公里,或者4公里×3公里。当然,也可以采用圆形或其他形状,如不规则形状来划分,并设置相应的参数,以保证每个打车子区域的面积相同,且相邻的打车子区域之间相互接壤,没有缝隙。
在一具体实施例中,以重庆市区为例,预先按照2公里×2公里的方式将重庆划分为M(M大于1)个面积相同的正方形的打车子区域:A1、A2···Aj···AM。
S12,周期性地分别获取每个打车子区域的容易载客系数,并按照从大到小的顺序进行排序。
由于每个打车子区域内的出租汽车的状态(包括空车状态和重车状态)和出租汽车的数量都时刻在变化,若根据实时采集到的出租汽车信息(如空车状态,重车状态,是否运营,当前位置等)计算每个打车子区域的容易载客系数,那么不仅使得系统计算量大,也使得计算结果没有参考性,因此,本实施例中,通过预设一定时长,如5分钟或10分钟或15分钟,当经过预设时长后,再分别获取每个打车子区域的容易载客系数,并按从大到小的顺序进行排序,以便于进一步从排序结果中选择候选打车区域并进行相应的调度,即周期性地获取每个打车子区域的容易载客系数,并根据该容易载客系数来帅选较容易打车的打车子区域作为候选打车区域,然后根据出租汽车与后续打车区域之间的距离来进行相应的调度,也即是说,本实施例中通过周期性的获取容易载客系数,并根据该容易载客系数进程周期性地调度。
本实施例中,由于经过预设时长后才获取容易载客系数,也即是说,需要一个周期计时结束时或者下一个周期开始前才进行容易载客系数的计算,因此,将计算或获取该容易载客系数的时刻称之为当前计算时刻。而每个打车子区域内的容易载客系数与当前计算周期内该打车子区域内所有乘客等待的时间、乘客上车数量、空车数量、重车数量以及该打车子区域内的道路畅通度等参数相关,因此,需要分别获取相应的参数,从而来确定该容易载客系数,具体地,该步骤S12具体为:
分别获取每个打车子区域的等待乘客系数W、乘客上车系数B、重车比例系数G和道路畅通系数V(根据每个打车子区域中处于重车状态的出租汽车所行驶的平均速度计算得到,或者该打车子区域内保持畅通的行车速度经验值),然后根据所获取的该四项系数计算容易载客系数K,其计算公式为:
其中,α、β、γ、分别为等待乘客系数W的权重指数、乘客上车系数B的权重指数、重车比例系数G的权重指数和道路畅通系数V的权重指数,且0<≤1或为大于1的整数,0<≤1或为大于1的整数,0<≤1或为大于1的整数,0<≤1或为大于1的整数。
其中,获取每个打车子区域的等待乘客系数W的步骤具体为:分别计算每个打车子区域内当前计算时刻同时存在的所有出租汽车在当前计算周期内的空驶距离和在原地等待目标乘客的空驶时间,并根据所获取的各个出租汽车的空驶距离和空驶时间计算该打车子区域的等待乘客系数W,其计算公式为:
其中,v为打车区域内预设的出租汽车行驶速度,Li和Ti分别为该打车子区域内当前计算时刻存在的第i辆出租汽车在当前计算周期内的空驶距离和空驶时间,N为该打车子区域内当前计算时刻同时存在的所有出租汽车的总数量,N大于0,且为整数。
其中,获取每个打车子区域的乘客上车系数B的步骤具体为:分别获取每个打车子区域内在当前计算周期(如5分钟或10分钟)内的所有上车人数总量P和空车状态的出租汽车数量最大值N1,并计算乘客上车系数B,其计算公式为:
通常,一个计算周期内,不断有人上车,甚至还有可能不算有空车驶入,因此,该空车状态的出租汽车数量是不断变化的,但就整个周期的空车数量而言,总有一个最大值,因此,本实施例中将一个周期内的上车人数总量与该周期内空车数量的最大值之间的比值作为乘客上车系数B。
其中,获取每个打车子区域的重车比例系数的步骤具体为:分别获取每个打车子区域内当前计算时刻同时存在且处于重车状态的出租汽车数量N2和出租汽车总数N,并计算重车比例系数G,其计算公式为:
其中,道路畅通系数是指对于一个打车子区域,根据处于重车状态的出租汽车所行驶的平均速度计算得到,其标示着道路是畅通或堵车。
在一具体实施例中,如前所述,以重庆为例,按照2公里×2公里的方式将其划分为M(M大于1)个打车子区域:A1、A2···Aj···AM,对于任意一个打车子区域Aj,在一个计算周期内,上车人数总量为Pj,而从该计算周期开始到结束(即当前计算周期开始到当前计算周期结束)的过程中空车状态的出租汽车数量最大值为N1j,而当前计算周期结束(即当前计算时刻)时,重车状态的出租汽车数量为N2j,出租汽车总数量(即当前计算时刻同时存在的出租汽车数量)为N,令该打车子区域Aj中出租汽车Cji(i∈N,j∈M)的空驶距离Lji和空驶时间Tji,则
出租汽车Cji在当前计算周期内的折算空驶距离lj,i=max(Lj,i,Tj,i×v),相应地,该打车子区域Aj的乘客等待系数为:
由上述可知,对应A1,A2,···AM个区域,每个打车子区域的容易载客系数W1,W2,···,WM,则对于任意一个打车子区域j,其容易载客系数为:
其中,α、β、γ、分别为等待乘客系数的权重指数、乘客上车系数的权重指数、重车比例系数的权重指数和道路畅通系数的权重指数,且0<α≤1或α为大于1的整数,0<β≤1或β为大于1的整数,0<γ≤1或γ为大于1的整数,或为大于1的整数。
在一具体实施例中,每个打车子区域的上述各个系数的权重指数是相同的,且均默认为1,但在实际应用中,可根据实际情况来调整各个系数:等待乘客系数、乘客上车系数、重车比例系数和道路畅通系数各自的权重指数的大小,例如,若要让各个打车子区域的某个系数贡献变小,则其对应的权重指数取小于1的小数;若要让各个打车子区域的某个系数贡献变大,则其对应的权重指数取值大于1。
S13,根据预设的容易载客区域数量选择排位靠前的多个打车子区域,得到多个候选打车区域。
本实施例中,该预设的容易载客区域数量是指某个城市中,比较容易载客的多个子区域,而具体的数量可根据实际需要来配置,例如10或5或8个容易载客区域,则如前所述,当计算得到M个打车子区域各自的容易载客系数K={K1,K2···KM}时,会将各个容易载客系数按照从大到小的顺序进行排序,若预设容易载客区域数量为Z个,那么则选取排序靠前的Z个打车子区域,作为候选打车区域,即相对较容易载客的打车子区域,然后将其与相应的出租汽车进行匹配。
S14,根据当前空车状态的出租汽车与所选定的各个候选打车区域之间的距离,为各个空车状态的出租汽车智能匹配相应的候选打车区域,并调度各个空车状态的出租汽车前往对应的各个候选打车区域。
本实施例中,采用就近原则将各个空车状态的出租汽车与各个候选打车区域进行匹配,例如,若筛选出Z个候选打车区域A1,···Az,而对于重庆市区内当前处于空车状态的所有出租汽车数量为Q个(Q小于N),其中,出租汽车q当前所在位置分别与该Z个候选打车区域A1,···Az之间的距离分别为C1,···Cz,且C2<C1<Cz···,那么将该出租汽车p与该候选打车区域A2进行匹配,并向该出租汽车p发送调度指令使其驶往该候选打车区域A2,对于其他空车状态的出租汽车采用相同的方式,直至Q辆出租汽车均分配到各自的候选打车区域(当然,可能存在多个出租汽车同时分配到同一个候选打车区域也是可以理解的),然后等待一个计算周期,再次分别获取每个打车子区域的容易载客系数,并根据该容易载客系数来选择候选打车区域并为空车状态的出租汽车匹配相应的候选打车区域,即再次执行步骤S12-S14。
在另一实施例中,也可以预先根据出租汽车p当前所在位置初筛出与该出租汽车p之间距离小于预设阈值的R个临近候选打车区域A1,···AR,然后与上述方式相同的原理,即分别计算该R个临近候选打车区域分与该出租汽车p之间的距离,并从中选择距离最小,即最近的一个临近候选打车区域与之匹配。
实施例二
基于上述实施例中的智能调度方法,本发明还提供了一种基于容易载客系数的出租汽车智能调度装置,下面结合具体实施例进行详细的说明。
本实施例的该基于容易载客系统的出租汽车智能调度装置具体包括:
存储器,用于存储预先按照相同面积划分原则得到的各个打车子区域的区域信息;其中,该区域信息包括每个打车子区域的划分面积大小,边缘范围(如边缘经纬度等)以及唯一标识该打车子区域的区域编号等;
数据处理模块,用于周期性地获取每个打车子区域的等待乘客系数W乘客上车系数B、重车比例系数G和道路畅通系数V,并周期性地计算每个打车区域的容易载客系数K,然后将所有的容易载客系数按照从打大小的顺序进行排序,并根据预设的容易载客区域数量选择排位靠前的多个打车子区域作为候选打车区域,以及周期性地获取当前处于空车状态的各个出租汽车与各个候选打车区域之间的距离;当然,该数据处理模块也可按照从小到大的顺序进行排序,选择时则选择排序靠后的多个打车子区域作为候选打车区域也是可以理解的;
智能调度模块,用于根据当前处于空车状态的各个出租汽车各自与各个所述候选打车区域之间的距离,为各个出租汽车智能匹配相应的候选打车区域,并智能调度各个处于空车状态的出租汽车前往相应的候选打车区域。
本实施例中,容易载客系数K的计算公式为:其中,α、β、γ、分别为等待乘客系数W的权重指数、乘客上车系数B的权重指数、重车比例系数G的权重指数和道路畅通系数V的权重指数,且0<α≤1或α为大于1的整数,0<β≤1或β为大于1的整数,0<γ≤1或γ为大于1的整数,或为大于1的整数。
本实施例中,该数据处理模块具体用于分别获取每个打车子区域内当前计算时刻同时存在的各个出租汽车的地的空驶距离和空驶时间;然后根据所获取的空驶距离和空驶时间计算该打车子区域的等待乘客系数W。
本实施例中,等待乘客系数W的计算公式为:其中,Li和Ti分别为该打车子区域内当前计算时刻存在的第i辆出租汽车在当前计算周期内的空驶距离和的空驶时间,N为该打车子区域内当前计算时刻同时存在的所有出租汽车的总数量,v为该打车区域内预设的出租汽车行驶速度,当然,也可以根据每个打车子区域的道路畅通度为每个打车子区域预设一个出租汽车行驶速度。
在一具体实施例中,该数据处理模块可借助车辆网技术与各个车辆通信或者与路侧设备通信,从而获取到各个出租汽车的车辆信息,当然,也可以是直接与该车辆的车载设备之间进行通信,从而获取到各个出租汽车的车辆信息,如当前位置、车牌号码、空车/重车状态、行驶速度,以及是否点火等状态。
本实施例中,该智能调度模块具体用于计算当前计算时刻处于空车状态的各个出租汽车的当前位置各自与各个候选打车区域之间的距离,并将距离最近的候选打车区域与该出租汽车进行匹配;当然,在另一实施例中,该智能调度模块则具体用于根据当前处于空车状态的每个出租汽车当前所在位置初筛出与该出租汽车之间的距离小于预设阈值的多个临近候选打车区域,然后计算每个临近候选打车区域与该出租汽车之间的距离,并将距离最近的临近候选打车区域与该出租汽车进行匹配。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (8)
1.一种基于容易载客系数的出租汽车智能调度方法,其特征在于,包括步骤:
将出租汽车当前所在打车区域划分为多个面积相同的打车子区域;
周期性地获取每个打车子区域的容易载客系数,并将所有打车子区域的容易载客系数按照从大到小的顺序进行排序,然后根据预设的容易载客区域数量选择排序靠前的多个打车子区域,得到多个候选打车区域,再根据所述打车区域内当前处于空车状态的每辆出租汽车分别与各个所述候选打车区域之间的距离,为当前处于空车状态的每辆出租汽车智能匹配到距离最近的候选打车区域,并调度所述出租汽车前往相应的候选打车区域;
其中,获取每个打车子区域的容易载客系数的步骤,具体包括步骤:
分别获取每个打车子区域的等待乘客系数W、乘客上车系数B、重车比例系数G和道路畅通系数V,并计算每个打车子区域的容易载客系数K,其计算公式为:
其中,α、β、γ、分别为等待乘客系数W的权重指数、乘客上车系数B的权重指数、重车比例系数G的权重指数和道路畅通系数V的权重指数,且0<α≤1或α为大于1的整数,0<β≤1或β为大于1的整数,0<γ≤1或γ为大于1的整数,或为大于1的整数;
其中,获取所述等待乘客系数W的步骤,具体包括步骤:
分别获取所述打车子区域内当前计算时刻同时存在的所有出租汽车在当前周期内的空驶距离和空驶时间;根据所获取的所有出租汽车的空驶距离和空驶时间计算所述打车子区域的等待乘客系数W;所述打车子区域的等待乘客系数W计算公式为:
4.如权利要求1至3中任意一项所述的基于容易载客系数的出租汽车智能调度方法,其特征在于,所述为当前处于空车状态的出租汽车智能匹配相应的候选打车区域的步骤,具体包括步骤:
计算当前处于空车状态的出租汽车的当前位置与各个候选打车区域之间的距离,并将距离最近的所述候选打车区域与所述出租汽车进行匹配;或,
根据当前处于空车状态的每个出租汽车当前所在位置初筛出与所述出租汽车之间的距离小于预设阈值的多个临近候选打车区域,然后计算每个临近候选打车区域与所述出租汽车之间的距离,并将距离最近的所述临近候选打车区域与所述出租汽车进行匹配。
5.一种基于容易载客系数的出租汽车智能调度装置,其特征在于,包括:
存储器,用于存储预先按照相同面积的划分原则将出租汽车当前所在打车区域进行划分得到的多个打车子区域的区域信息;
数据处理模块,用于周期性地获取每个打车子区域的等待乘客系数W、乘客上车系数B、重车比例系数G和道路畅通系数V,并计算每个打车子区域的容易载客系数K,然后按照从大到小的顺序进行排序,并根据预设的容易载客区域数量选择排序靠前的多个打车子区域作为候选打车区域;以及获取所述打车区域内当前处于空车状态的每个出租汽车分别与各个候选打车区域之间的距离;
智能调度模块,用于根据当前处于空车状态的每辆出租汽车分别与各个所述候选打车区域之间的距离,为当前处于空车状的每辆出租汽车智能匹配到距离最近的候选打车区域,并智能调度所述出租汽车前往相应的候选打车区域;
其中,容易载客系数K的计算公式为:α、β、γ、分别为等待乘客系数W的权重指数、乘客上车系数B的权重指数、重车比例系数G的权重指数和道路畅通系数V的权重指数,且0<α≤1或α为大于1的整数,0<β≤1或β为大于1的整数,0<γ≤1或γ为大于1的整数,或为大于1的整数;
所述数据处理模块具体用于分别获取所述打车子区域内当前计算时刻同时存在的所有出租汽车在当前计算周期内的空驶距离和空驶时间;并根据所获取的空驶距离和空驶时间计算所述打车子区域的等待乘客系数W,其计算公式为:
8.如权利要求5至7中任意一项所述的出租汽车智能调度装置,其特征在于,所述智能调度模块具体用于计算当前处于空车状态的每辆出租汽车的当前位置分别与各个候选打车区域之间的距离,并将距离最近的所述候选打车区域与所述出租汽车进行匹配;或,根据当前处于空车状态的每辆出租汽车当前所在位置初筛出与所述出租汽车之间的距离小于预设阈值的多个临近候选打车区域,然后计算每个临近候选打车区域与所述出租汽车之间的距离,并将距离最近的所述临近候选打车区域与所述出租汽车进行匹配。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910187150.0A CN109785612B (zh) | 2019-03-13 | 2019-03-13 | 一种基于容易载客系数的出租汽车智能调度方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910187150.0A CN109785612B (zh) | 2019-03-13 | 2019-03-13 | 一种基于容易载客系数的出租汽车智能调度方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109785612A CN109785612A (zh) | 2019-05-21 |
CN109785612B true CN109785612B (zh) | 2021-07-06 |
Family
ID=66489089
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910187150.0A Active CN109785612B (zh) | 2019-03-13 | 2019-03-13 | 一种基于容易载客系数的出租汽车智能调度方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109785612B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112949967B (zh) * | 2019-11-26 | 2023-08-18 | Jvc建伍株式会社 | 车辆调度处理装置、车辆调度方法和车辆调度程序 |
CN111081015B (zh) * | 2019-12-17 | 2021-06-15 | 深圳市锐明技术股份有限公司 | 一种出租车调度方法、装置、存储介质和智能终端 |
CN112785833A (zh) * | 2020-12-30 | 2021-05-11 | 青岛中兴智能交通有限公司 | 一种车流异常聚集的预测方法和装置 |
CN112949987B (zh) * | 2021-02-01 | 2023-11-07 | 湖南大学 | 基于预测的出租车调度和匹配方法、系统、设备及介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103035117A (zh) * | 2011-09-30 | 2013-04-10 | 任仙怡 | 出租车智能电招的方法及系统 |
CN103177412A (zh) * | 2011-12-22 | 2013-06-26 | 上海优途信息科技有限公司 | 一种出租车载客信息的计算方法和系统 |
CN103500500A (zh) * | 2013-10-08 | 2014-01-08 | 同济大学 | 基于交通小区的出租车空车率信息处理方法 |
CN103985247A (zh) * | 2014-04-24 | 2014-08-13 | 北京嘀嘀无限科技发展有限公司 | 基于城市叫车需求分布密度的出租车运力调度系统 |
CN105679009A (zh) * | 2016-02-03 | 2016-06-15 | 西安交通大学 | 一种基于出租车gps数据挖掘的打车/接单poi推荐系统及方法 |
CN105761482A (zh) * | 2016-05-10 | 2016-07-13 | 北京交通大学 | 基于公平性的出租车实时预约方法及系统 |
CN106355541A (zh) * | 2016-08-30 | 2017-01-25 | 同济大学 | 一种基于gps数据的出租车打车难易度识别方法 |
JP2017068750A (ja) * | 2015-10-01 | 2017-04-06 | 株式会社バイタルリード | 配車補助システムおよび配車補助プログラム |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102930716A (zh) * | 2012-11-08 | 2013-02-13 | 行行互联信息技术(北京)有限公司 | 城市出租车智能引导和导航管理服务的方法及系统 |
CN104537831B (zh) * | 2015-01-23 | 2018-12-11 | 北京嘀嘀无限科技发展有限公司 | 车辆调度的方法及设备 |
-
2019
- 2019-03-13 CN CN201910187150.0A patent/CN109785612B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103035117A (zh) * | 2011-09-30 | 2013-04-10 | 任仙怡 | 出租车智能电招的方法及系统 |
CN103177412A (zh) * | 2011-12-22 | 2013-06-26 | 上海优途信息科技有限公司 | 一种出租车载客信息的计算方法和系统 |
CN103500500A (zh) * | 2013-10-08 | 2014-01-08 | 同济大学 | 基于交通小区的出租车空车率信息处理方法 |
CN103985247A (zh) * | 2014-04-24 | 2014-08-13 | 北京嘀嘀无限科技发展有限公司 | 基于城市叫车需求分布密度的出租车运力调度系统 |
JP2017068750A (ja) * | 2015-10-01 | 2017-04-06 | 株式会社バイタルリード | 配車補助システムおよび配車補助プログラム |
CN105679009A (zh) * | 2016-02-03 | 2016-06-15 | 西安交通大学 | 一种基于出租车gps数据挖掘的打车/接单poi推荐系统及方法 |
CN105761482A (zh) * | 2016-05-10 | 2016-07-13 | 北京交通大学 | 基于公平性的出租车实时预约方法及系统 |
CN106355541A (zh) * | 2016-08-30 | 2017-01-25 | 同济大学 | 一种基于gps数据的出租车打车难易度识别方法 |
Non-Patent Citations (1)
Title |
---|
基于浮动车技术的杭州市出租汽车运行特征分析;周静一;《科技信息》;20110331;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN109785612A (zh) | 2019-05-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109785612B (zh) | 一种基于容易载客系数的出租汽车智能调度方法及装置 | |
CN109544929B (zh) | 一种基于大数据的车辆低碳控制与诱导方法、系统、设备和存储介质 | |
CN106203735B (zh) | 一种机动车驾驶员驾驶行为能耗特征测算方法 | |
CN104574970B (zh) | 城市地下停车系统出入口接驳处交通状态评价方法 | |
US20150100238A1 (en) | Large scale demand responsive transit framework | |
CN107038886B (zh) | 一种基于轨迹数据的出租车巡游路径推荐方法和系统 | |
CN106816009B (zh) | 高速公路实时交通拥堵路况检测方法及其系统 | |
CN108335496B (zh) | 一种城市级交通信号优化方法与系统 | |
CN108399779B (zh) | 车辆调度处理方法、装置、设备及存储介质 | |
CN104200649A (zh) | 基于预先申请的交通高峰期路线资源调度分配系统与方法 | |
CN103593989A (zh) | 城市道路交通公交优先信号控制方法 | |
CN111681433A (zh) | 一种交叉口交通信号灯配时优化方法和装置 | |
CN110363985A (zh) | 一种交通数据分析方法、装置、存储介质及设备 | |
CN106296355A (zh) | 一种基于电量匹配的web门户预约租车系统及方法 | |
CN111833480A (zh) | 驾驶行为检测方法、装置和车辆 | |
CN104408948A (zh) | 基于车载gps的城市道路交通公交优先信号控制方法 | |
CN108573600B (zh) | 一种驾驶员行为诱导与局部交通流优化方法 | |
CN106935044A (zh) | 一种基于公交信号优先协调控制的站点位置优化方法 | |
Zhong et al. | Empirical study and analysis of the impact of traffic flow control at road intersections on vehicle energy consumption | |
CN108320508A (zh) | 一种基于出行计划预测未来交通拥堵状况方法及其系统 | |
KR20230001002A (ko) | 차량 제어 방법, 장치, 기기 및 컴퓨터 기록 매체 | |
CN113112797A (zh) | 基于车路协同技术的信号灯路口调度方法及系统 | |
CN109740823B (zh) | 一种面向实时场景计算的出租车打车决策方法及系统 | |
Choudhary et al. | Novel algorithm for leader election process in virtual traffic light protocol | |
Gao et al. | An efficient dynamic ridesharing algorithm |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |