CN109829562A - 智能行程规划方法、装置、计算机设备及存储介质 - Google Patents
智能行程规划方法、装置、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN109829562A CN109829562A CN201811536555.2A CN201811536555A CN109829562A CN 109829562 A CN109829562 A CN 109829562A CN 201811536555 A CN201811536555 A CN 201811536555A CN 109829562 A CN109829562 A CN 109829562A
- Authority
- CN
- China
- Prior art keywords
- stroke
- event
- user
- time
- destination
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 37
- 101100100125 Mus musculus Traip gene Proteins 0.000 claims abstract description 75
- 208000006011 Stroke Diseases 0.000 claims description 391
- 238000001514 detection method Methods 0.000 claims description 8
- 238000004458 analytical method Methods 0.000 claims description 5
- 238000011897 real-time detection Methods 0.000 claims description 4
- 238000007726 management method Methods 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 235000012054 meals Nutrition 0.000 description 3
- 230000005611 electricity Effects 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 235000013305 food Nutrition 0.000 description 1
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 description 1
- 239000010931 gold Substances 0.000 description 1
- 229910052737 gold Inorganic materials 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000009182 swimming Effects 0.000 description 1
- 230000029305 taxis Effects 0.000 description 1
Landscapes
- Traffic Control Systems (AREA)
- Navigation (AREA)
Abstract
本发明公开了一种智能行程规划方法、装置、计算机设备及存储介质。所述方法包括:获取用户行程,所述用户行程包含行程事件以及对应于行程事件的目的地;获取用户行程中对应于行程事件的各目的地的位置信息;获取用户行程中各行程事件的行程时间,所述行程时间是指各行程事件的可安排的至少一个时段或者时间点;根据行程时间和位置信息规划出行顺序和出行路线;实时查询出行路线的路况信息,根据路况信息动态调整出行顺序和/或出行路线。本发明通过规划出行顺序和出行路线规避出行高峰期和排队高峰时段,减少了路程所耗时间和用户等待时长,达到了避免行程冲突的目的,并且能够实现行程管理、行程规划以及行程提醒。
Description
技术领域
本发明涉及智能推荐领域,具体涉及一种智能行程规划方法、装置、计算机设备及存储介质。
背景技术
目前,用户在餐厅、车站、医院、银行或政府机构等地方有等待时间过长的经历,用户在被服务之前无法预测需要等待的时长,甚至除了站在拥挤的地方不能做任何事情,而临时离开可能会导致丧失服务,这极大的浪费了用户时间和精力;同时,由于排队情况或者交通情况等信息是实时变化的,因此,用户必须跟踪或者不断查看变化的实时信息,并不时地重新计算预计抵达下一目的地的预计到达时间,这给用户带来极大的不便,如果没有收到任何实时信息,用户可能会根据以往信息或者以往经验做出不准确的估测,并可能因迟到而错过了服务。
发明内容
本发明实施例提供一种智能行程规划方法、装置、计算机设备及存储介质,通过有效地、合理地规划行程避免行程延误风险。
一种智能行程规划方法,包括:
获取用户行程,所述用户行程包含行程事件以及对应于所述行程事件的目的地;
获取所述用户行程中对应于所述行程事件的各所述目的地的位置信息;
获取所述用户行程中各所述行程事件的行程时间;所述行程时间是指各所述行程事件的可安排的至少一个时段或者时间点;
根据所述行程时间和所述位置信息规划出行顺序和出行路线;
实时查询所述出行路线的路况信息,根据所述路况信息动态调整所述出行顺序和/或所述出行路线。
一种智能行程规划装置,包括:
分析模块,用于获取用户行程,所述用户行程包含行程事件以及对应于所述行程事件的目的地;
位置获取模块,用于获取所述用户行程中对应于所述行程事件的各所述目的地的位置信息;
时间获取模块,用于获取所述用户行程中各所述行程事件的行程时间;所述行程时间是指各所述行程事件的可安排的至少一个时段或者时间点;
规划模块,用于根据所述行程时间和所述位置信息规划出行顺序和出行路线;
调整模块,用于实时查询所述出行路线的路况信息,根据所述路况信息动态调整所述出行顺序和/或所述出行路线。
一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机可读指令,所述处理器执行所述计算机可读指令时实现上述智能行程规划方法。
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可读指令,所述计算机可读指令被处理器执行时实现上述智能行程规划方法。
综上所述,本发明提供的智能行程规划方法、装置、计算机设备及存储介质,在获取用户行程、该用户行程中对应于行程事件的各目的地的位置信息以及该用户行程中各所述行程事件的行程时间之后,首先根据上述位置信息和行程时间规划出行顺序和出行路线,再根据出行路线的路况信息动态调整出行顺序和/或出行路线,能够避开出行高峰期减少路程所耗时间,以及能够避开排队高峰时段减少用户等待时长,从而达到避免行程冲突、智能行程规划的目的。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对本发明实施例的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发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明一实施例中智能行程规划方法的应用环境示意图;
图2是本发明一实施例中智能行程规划方法的流程图;
图3是本发明一实施例中智能行程规划方法的步骤S30的流程图;
图4是本发明一实施例中智能行程规划方法的步骤S50的流程图;
图5是本发明另一实施例中智能行程规划方法的步骤S50的流程图;
图6是本发明一实施例中智能行程规划装置的原理框图;
图7是本发明一实施例中计算机设备的示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明提供的智能行程规划方法,可应用在如图1的应用环境中,其中,客户端通过网络与服务器进行通信。其中,客户端包括但不限于为各种个人计算机、笔记本电脑、智能手机、平板电脑、摄像头和便携式可穿戴设备。服务器可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
在一实施例中,如图2所示,提供一种智能行程规划方法,以该方法应用在图1中的服务器为例进行说明,包括以下步骤:
S10、获取用户行程,所述用户行程包含行程事件以及对应于所述行程事件的目的地。
其中,所述用户行程包含但不限定与行程事件、目的地或者特殊限定时间(即用户指定的对应于一个行程事件的时间)等。
具体的,用户自客户端录入行程事件和/或目的地,并点击预设保存按钮即可向服务器发送包含用户行程的行程规划指令,而当服务器接收到行程规划指令时,获取包含用户的行程事件和/或与各所述行程事件对应的目的地的用户行程,并智能分析所述用户行程中的各所述行程事件是否需要进行预约,在所述行程事件需要预约时,将其标记为预约事件;而在所述行程事件无需预约时,将其标记为非预约事件。可理解地,对应于一个行程事件的目的地可以由用户自主录入;但若某用户行程仅有一个确定的目的地,此时仅需获取到该用户行程的行程事件,即可自动查询到与该行程事件对应的目的地。
比如:包含非预约事件的用户行程可以为去停车场取车,去某步行街购物,去自动取款机(ATM)取款等;包含预约事件的用户行程可以为去已预约的餐厅吃饭,去银行办理金融类业务或者综合业务,去公安局办理签证,去税务局缴税等。
S20、获取所述用户行程中对应于所述行程事件的各所述目的地的位置信息。
作为优选,所述步骤S20具体包括以下步骤:获取所述用户行程中的每一个所述行程事件的目的地的所在位置、目的地名称、目的地的地理坐标和目的地的周边服务中的一种或多种。其中,所述周边服务包括热门、吃、住、行、玩、游等服务等;所述目的地的所在位置是由目的地的地理坐标确定的;比如:某家具商城在C市中山北路101号(即目的地的所在位置),该目的地对应的经纬度即为所在地的地理坐标。
在本实施例的一方面,在所述步骤S10中获取用户行程之后,服务器会自动访问与各所述行程事件对应的线上系统,去获取与各所述行程事件对应的各所述目的地的位置信息,并自动获取用户的当前位置,进一步的,可以将所述位置信息中包含的周边服务推送给用户,以供参考所述周边服务随时添加行程。其中,所述线上系统包括电子导航系统、银行预约系统、电局预约系统、税务局预约系统、社保预约系统、餐饮预约系统、影院预约系统、医院预约系统等。
在本实施例的另一方面,而在查询用户的当前位置或者目的地的位置信息失败时,提示用户获取所述目的地的位置信息或者获取用户的当前位置失败,进一步接收用户自客户端手动录入所述当前位置或者所述目的地的位置信息。
S30、获取所述用户行程中各所述行程事件的行程时间;所述行程时间是指各所述行程事件的可安排的至少一个时段或者时间点。
在所述步骤S10中获取所述用户行程之后,检测所述用户行程中是否包含特殊限定时间(即用户指定的对应于一个行程事件的时间),在所述用户行程包含特殊限定时间时,将所述特殊限定时间设定为该行程事件的行程时间;而在所述用户行程不包含所述特殊限定时间时,根据各所述行程事件的优选级别顺次获取所述预约事件和所述非预约事件的行程时间。
可理解的,在所述行程事件包含非预约事件和非预设事件时,检测用户行程是否同时包含所述非预约事件和所述非预设事件,在用户行程仅包含所述非预约事件时,可以获取各所述非预约事件对应的各目的地的位置信息,初步规划最短路线,并根据该最短路线拟定行程时间;在用户行程仅包含所述预约事件时,可以访问与各所述预约事件关联的线上系统去查询各所述预约事件对应的可预约时段(优选地为非高峰时段的时间),并根据各所述预约事件的可预约时段拟定行程时间;在用户行程同时包含所述非预约事件和所述非预设事件,根据所述预约事件和所述非预约事件之间的优先级别拟定行程时间。
S40、根据所述行程时间和所述位置信息规划出行顺序和出行路线。
其中,所述出行路线是指用户当前位置与各目的地之间的一条或者多条路线(包括距离最短路线、用时最短路线或者无堵车风险路线等),且各出行路线对应有其路线距离或路线耗时。
所述出行顺序是指根据所述行程时间和所述位置信息为用户所安排的执行某天所有行程事件的先后顺序。
具体的,在根据所述行程时间和所述位置信息排列组合出最优的出行顺序和出行路线之后,可以根据所述出行顺序和所述出行路线制定用户行程表,并将安排好的用户行程表发送至客户端以供用户随时查看,此时,可以根据用户需求对该用户行程进行时间上的细微调整(也即对行程规划时间进行调整,但不改变已规划的出行顺序和出行路线);进一步的,在用户进行户外出行的过程中,同步进行语音导航,以引导用户正确抵达目的地,并在用户抵达目的地时,提示用户当前行程事件的行程信息(所述行程信息根据用户行程表生成)。其中,所述用户行程表是指根据所述出行顺序或者所述出行路线所显示的出行方案,包括行程事件、各行程事件所安排的行程规划时间、出行路线、出行顺序、其它备用出行方案以及预约事件的预约信息等数据,其具体表现形式可以如表1所示。
表1 20XX年X月X日的用户行程表
在本实施例中,对于包含所述预约事件的用户行程,在根据所述行程时间和所述位置信息规划出行顺序和出行路线之后,自动向与各所述预约事件关联的线上系统发送包含预约事件的预约申请,并接收所述线上系统返回的预约信息。其中,所述预约信息包括实际预约时间、预约业务、预约号、注意事项等。
为帮助理解,分别对如何规划仅包含所述非预约事件的用户行程、仅包含所述预约事件的用户行程、既包含所述预约事件又包含所述非预约事件的用户行程进行举例:
对于仅包含所述非预约事件的用户行程,在根据所述位置信息规划出行路线和出行顺序之后,结合行程时间规划具体的行程安排。比如:用户某天需要在未预约的餐厅吃饭,并将车停在餐厅附近的停车场,同时需要去自动取款机(ATM)取款,此时,首先查询餐厅、停车场、自动取款机的位置信息以及该用户的当前位置,若根据位置信息规划距离最短的出行路线为:家(当前位置)→餐厅所属的停车场→阳光餐厅→某24小时营业自助ATM,此时,可以根据距离最短的出行路线获知各目的地之间的距离分别为:当前位置距离停车场4千米、停车场距离餐厅100米以及餐厅距离自动取款机1千米,预测用户在各行程的所需耗时为:停车场5分钟、餐厅1小时以及自动取款10分钟,监测到用户的平均车速为80千米/小时以及用户的平均步行速度为5千米/小时,以及检测到当前路况无交通堵塞情况等信息,则用户当天的安排行程可以为:①11:40出发;②11:50抵达餐厅所属的停车场;③12:00抵达阳光餐厅取号就餐;④13:00抵达某24小时营业自助ATM取款,若用户无添加行程,则可以将下一目的地定位在家,从而完成整个行程安排。
对于仅包含所述预约事件的用户行程,在根据行程时间规划出行顺序之后,在结合位置信息规划出行路线,并在获取所述线上系统返回的预约信息之后,根据所述预约信息中包含的实际预约时间确定整个行程安排。比如:用户某天需要去银行办理个人业务,去医院复诊,去电影院观看电影,若通过所述线上系统获取到去银行办理个人业务的可预约时段为9:00~11:30和14:00~17:30,去医院复诊的可预约时段为9:00~10:00和14:00~15:00,去电影院观看电影的可预约时段为10:00~22:00且每30分钟有安排一场次,根据上述各所述预约事件的可预约时段可以获得各所述行程事件的行程时间,此时,用户当天的出行顺序可以为:①到医院进行复诊;②到银行办理个人业务;③到电影院观看电影,进一步的,在结合位置信息获得出行线路之后,若在银行预约系统预约个人业务成功,同时在医院预约系统预约复诊成功以及在影院预约系统预约电影成功,此时,若获取各预约事件的实际预约时间分别为:9:00去医院复诊、11:30去银行办理个人业务、20:00去电影院观看电影,则用户当天的行程安排可以为:①8:50到医院进行复诊;②14:20到银行办理个人业务;③19:50到电影院观看电影。
对于既包含所述预约事件又包含所述非预约事件的用户行程,根据所述优选级别、所述行程时间以及所述位置信息规划所述出行顺序和所述出行路线。比如:用户当天需要去社保局办理社保卡、去公安局办理签证、去某超市停车场停车/取车以及去超市购物,首先通过线上系统获取办理社保卡和办理签证对应的可预约时段,若根据所述可预约时段确定去公安局办理签证的行程时间为9:00~10:00和14:00~15:00去和社保局办理社保卡的行程时间为10:00~11:30和15:00~17:30,此时,若将所述去超市购物安排在办理完签证和去社保局办理社保卡之间,进一步地,在办理完签证和去社保局办理社保卡之间安排用户的回程,此时,用户当天的行程安排可以为:①9:00到公安局办理签证;②10:30到超市购物;③11:30回家;④15:00到社保局办理社保卡;若将所述去超市购物安排在办理完签证以及办理完社保卡之后,则户当天的行程安排可以为:①9:00到公安局办理签证;②10:30到社保局办理社保卡;③11:30到超市购物。可理解的,可以查询公安局附近或者社保局附近是否有超市,以节约路途时间。
作为优选,将所述步骤S20中获取的各所述目的地的位置信息在预设的电子地图中进行标注,并通过电子地图获取最佳的出行路线,此时,所述步骤S40具体包括以下步骤:
首先,将各所述目的地的位置信息在预设的电子地图中进行标注。
然后,根据所述电子地图中标注的所述位置信息获取包含出行顺序的出行路线,并根据所述各行程事件的行程时间对所述出行顺序和所述出行路线进行调整。
在本实施例中,获取电子地图反馈的包含出行顺序的出行线路之后,综合考虑所述各行程事件的行程事件确定所述出行线路是否需要进行调整,在所述出行路线需要进行调整时,根据调整之后的出行路线重新确定出行顺序,可理解的,所述出行顺序跟随所述出行路线的调整而变动。
S50、实时查询所述出行路线的路况信息,根据所述路况信息动态调整所述出行顺序和/或所述出行路线。
其中,所述路况信息包括交通堵塞概率,交通高峰期时段、出行路线上存在的限流情况以及紧急情况(比如:发生交通事故,路段维修等)等。
具体的,根据所述出行线路实时查询各起始位置(也即上一行程事件对应的目的地)到各终点位置(下一个行程事件对应的目的地)之间的路况信息,根据所述路况信息评估各所述行程事件的行程风险,以确定各所述行程事件是否能够如期进行,若所述某行程事件的行程风险超过预设风险阈值,则确定该行程事件无法如期进行,此时,会动态调整所述出行路线以规避交通堵塞路段,或者动态调整出行顺序和出行路线以将该行程事件推后执行。
比如:将行程风险划分为四个风险度,分别为无风险(行程风险不超过50%)、低风险(行程风险超过50%但不超过70%)、中度风险(行程风险超过70%但不超过90%)以及高风险(超过90%);令预设风险阈值为90%,且当前时间节点评估到下一行程事件为中度风险(80%),若在当前时间节点之后查询到由于当前目的地与下一目的地之间的路段发生交通事故导致该路段的交通堵塞概率为100%,则增大行程风险,并对下一行程事件的行程风险进行重新评估,若重新评估后的下一行程事件为高度风险(92%),则提示用户更换备用的该路段的出行线路。
综上所述,本发明提供的智能行程规划方法在获取用户行程之后,分别获取该用户行程中对应于行程事件的各目的地的位置信息以及该用户行程中各所述行程事件的行程时间,并根据上述位置信息和行程时间规划出行顺序和出行路线,进一步的根据出行路线的路况信息动态调整出行顺序和/或出行路线,能够避开出行高峰期减少路程所耗时间,并且能够避开排队高峰时段减少用户等待时长,从而达到避免行程冲突、智能行程规划的目的。
在一实施例中,接收用户子客户端录入的添加行程(当天的任一时间段),为该添加行程以及未完成的用户行程规划出行方案,此时,所述智能行程规划方法还包括以下步骤:
接收所述用户自客户端录入的添加行程,并为所述添加行程和所述用户行程中未完成的行程事件,重新规划所述出行顺序和所述出行路线。
具体的,接收所述用户自客户端录入的添加行程,首先获取所述添加行程的位置信息,再检测所述添加行程的行程事件是否需要进行预约,在所述添加行程的行程事件需要预约时,与线上系统进行对接之后获取添加行程的可预约时段,根据所述可预约时段确定行程时间,并在重新规划出行顺序和出行路线之后,对所述添加行程的行程事件进行预约;而在所述添加行程的行程事件不需要进行预约时,直接安排所述添加行程的行程时间,并重新规划未完成的所述用户行程和新增的所述添加行程的出行顺序和出行路线。
进一步的,接收包含更改类型的行程变更指令,根据所述更改类型更新用户行程表,并为所述用户行程表中的未完成的行程事件,重新规划所述出行顺序和所述出行路线。其中,所述行程类型包括删除行程、推迟行程或提前行程等。
在一实施例中,如图3所示,所述行程事件包含预约事件和非预约事件,此时,所述步骤S30中获取所述用户行程中各所述行程事件的行程时间,具体包括以下步骤:
S301、检测所述用户行程中是否包含非预约事件。
S302、在所述用户行程中不包含非预约事件时,确定所有行程事件均为预约事件,通过访问与各所述预约事件关联的线上系统,获取各所述预约事件的可预约时段,并根据所述可预约时段拟定各所述预约事件的行程时间。
具体的,在与预约事件关联的线上系统查询各所述预约事件在各时段内是否符合预设预约要求,若某预约事件在某时段内符合预设预约要求,则将该时段标记为可预约时段(各预约事件的可预约时段可以是重叠的),并根据所述可预约时段拟定各所述预约事件的行程时间(各预约事件的行程时间是不重叠的)。作为优选,符合预设预约要求可以为所述预约事件在可预约时段内仍有可安排号,且等待耗时少。比如:若用户需要去银行办理个人业务,服务器会自动访问银行预约系统查询各时段内办理个人业务是否符合预设预约要求,此时,可以去查询此前仍有多少人排队等候、是否还剩余预约号、办理预约业务是否会超过银行上班时间点等;若用户需要去医院复诊,服务器会自动访问医院预约系统查询负责复诊的主治医生是否在上班,该主治医生此前已挂号的病人有多少等;若用户需要去电影院观看某部电影,服务器会自动影院预约系统去查询该部电影当天是否有影院上映、是否还有安排的场次、各场次是否有余票或者余票对应的座位是否在最佳观影区域等。
可理解地,所述根据所述可预约时段拟定各所述预约事件的行程时间,是指在确定所有预约事件的可预约时段之后,综合考虑各所述预约事件的可预约时段,在各预约事件的行程时间不会产生重叠冲突的基础上,拟定各所述预约事件的行程时间。
S303、在所述用户行程中包含非预约事件时,检测所述用户行程是否还包含预约事件。
也即,在所述用户行程中包含非预约事件时,进一步检测所述用户行程是否还包含预约行程,在所述用户行程不包含预约事件时,可以将所述行程事件标记为单一非预约事件,作为优选,由于所述非预约事件可以安排在任意时段,可以获取各所述非预约事件对应的各目的地的位置信息,初步规划最短路线,此时,可以根据该最短路线、用户的当前速度或者用户在各非预约事件的所需耗时等信息,获取预计抵达各所述目的地的时间,从而获得各非预约事件对应的行程时间。
而在所述用户行程还包含预约事件时,进入所述步骤S304中去获取各所述行程事件的行程时间。
S304、在所述用户行程还包含预约事件时,获取所述用户行程中各所述行程事件的优先级别,并根据所述优先级别顺次确定各所述行程事件的所述行程时间。
根据所述行程事件的优先级级别分别获取所述预约事件与非预约事件的行程时间,在本实施例中,预约事件的优选级高于非预约事件的优先级,此时,在根据获取的所述可预约时段确定预约事件的行程时间之后,设置所述非预约事件的行程时间,并将所述非预约事件的行程时间插入至各所述预约事件的行程时间之间的空余时间中。同时,用户可以人为设定各所述行程事件的优先级别,此时,该步骤中所需要获取的各所述行程事件的优先级别,不仅需要考虑到预约事件的优选级高于非预约事件的优先级,还需要考虑人为设定的优先级别;作为优选,优先级别的具体等级可以根据用户需求进行设定。
在另一实施例中,在所述步骤S30可以包括以下步骤:检测所述用户行程中是否包含预约事件,在所述用户行程中不包含预约事件时,确定所有事件均为非预约事件,并获取各所述非预约事件的行程时间;在所述用户行程中包含预约事件时,进一步检测所述用户行程是否还包含非预约事件;在所述用户行程还包含非预约事件时,根据优选级别获取各所述预约事件的行程时间;而在所述用户行程不包含预约事件时,可以将所述行程事件标记为单一预约事件。
在一实施例中,如图4所示,在所述步骤S40根据所述行程时间和所述位置信息规划出行顺序和出行路线之后,根据交通堵塞概率对已规划的出行顺序和/或出行路线进行调整,此时,所述步骤S50具体包括以下步骤:
S501、实时检测所述出行路线中的上一行程事件的目的地与下一行程事件的目的地之间的交通堵塞概率。
S502、根据所述交通堵塞概率评估所述下一行程事件的行程风险,以根据所述行程风险确定所述下一行程事件是否能够如期进行。
S503、检测所述下一行程事件的行程风险是否会超过预设风险阈值。
S504、在所述下一行程事件的行程风险超过预设风险阈值时,确定所述下一行程事件不能如期进行,取消所述下一行程事件,并调整所述出行顺序和所述出行路线。
可理解的,检测上一目的地(上一行程事件的目的地)与下一目的地(下一行程事件的目的地)之间的这一路段是否为交通高峰期,同时检测该路段是否存在限流情况或者紧急情况等,若该路段为交通高峰期、存在限流情况或者存在紧急情况时,交通堵塞概率越大,导致下一行程事件的行程风险越高,当下一行程事件的行程风险超过预设风险阈值(比如:95%)时,检测下一行程事件是否存在备用的无风险的出行路线时,若存在备用的无风险的出行路线,调整出行线路即可;若不存在备用的无风险的出行路线,取消下一行程事件,并同时调整出行线路和出行顺序。
进一步的,如图5所示,在所述步骤S503之后,即所述检测所述下一行程事件的行程风险是否会超过预设风险阈值之后,还包括以下步骤:
S505、在所述下一行程事件的行程风险未超过预设风险阈值时,确定所述下一行程事件能够如期进行,获取所述用户抵达下一行程事件的目的地的预计抵达时间。
S506、检测所述预计抵达时间是否超过所述下一行程事件的行程规划时间;所述行程规划时间是指规划和调整所述出行顺序和出行路线之后所确定的各所述行程事件的具体时间点。
S507、在所述预计抵达时间超过所述下一行程事件的行程规划时间时,重新预约所述下一行程事件或者取消所述下一行程事件以更新所述用户行程。
S508、根据更新之后的用户行程调整所述出行顺序和/或所述出行路线。
具体的,在所述步骤S502根据交通堵塞概率评估下一行程事件的行程风险,并在确定下一行程事件能够如期进行之后,实时检测用户当前位置、用户速度、用户的当前位置与下一目的地的所在位置之间的距离,从而确定用户抵达下一目的地的预计抵达时间,并判断所述预计抵达时间是否会超过所述下一行程事件的行程规划时间,
在本实施例的一方面,在所述预计抵达时间超过所述下一行程事件的行程规划时间时,重新预约或者取消所述下一行程事件,并更新用户行程表,若更新后的用户行程表仅改变了已规划好的行程规划时间(即重新预约了下一行程事件),则无需调整出行顺序和所述出行路线,而若更新后的用户行程表改变了出行顺序(即取消了所述下一行程事件),则需对出行路线进行调整。
在本实施例的另一方面,在所述预计抵达时间不超过所述下一行程事件的的行程规划时间时,提示用户剩余抵达时间和下一目的地的行程信息,比如:下一行程事件的实际预约时间,取号地点等。可理解的,在当天时间充足时,可以重新预约,而在当天时间不足,可以将所述当前的用户行程推后,并将其标记为优选行程,以在下一次安排用户行程时,优先安排该优选行程,并且用户可以自行取消该优选行程。
在一实施例中,如图6所示,提供一种智能行程规划装置,该智能行程规划装置与上述实施例中智能行程规划方法一一对应。该智能行程规划装置包括分析模块110、位置获取模块120、时间获取模块130、规划模块140和调整模块150。各功能模块详细说明如下:
分析模块110,用于获取用户行程,所述用户行程包含行程事件以及对应于所述行程事件的目的地。
位置获取模块120,用于获取所述用户行程中对应于所述行程事件的各所述目的地的位置信息。
时间获取模块130,用于获取所述用户行程中各所述行程事件的行程时间;所述行程时间是指各所述行程事件的可安排的至少一个时段或者时间点。
规划模块140,用于根据所述行程时间和所述位置信息规划出行顺序和出行路线。
调整模块150,用于实时查询所述出行路线的路况信息,根据所述路况信息动态调整所述出行顺序和/或所述出行路线。
在一实施例中,所述智能行程规划装置还包括添加模块,详细说明如下:
添加模块,用于接收所述用户自客户端录入的添加行程,并为所述添加行程和所述用户行程中未完成的行程事件,重新规划所述出行顺序和所述出行路线。
在一实施例中,所述位置获取模块120包括位置信息获取单元,详细说明如下:
位置信息获取单元,用于获取所述用户行程中的每一个所述行程事件的目的地的所在位置、目的地名称、目的地的地理坐标和目的地的周边服务中的一种或多种。
在一实施例中,所述行程事件包括非预约事件和预约事件;所述时间获取模块130包括以下,各功能单元详细说明如下:
第一检测单元,用于检测所述用户行程中是否包含非预约事件。
第一获取单元,用于在所述用户行程中不包含非预约事件时,确定所有行程事件均为预约事件,通过访问与各所述预约事件关联的线上系统,获取各所述预约事件的可预约时段,并根据所述可预约时段拟定各所述预约事件的行程时间。
第二检测单元,用于在所述用户行程中包含非预约事件时,检测所述用户行程是否还包含预约事件。
第二获取单元,用于在所述用户行程还包含预约事件时,获取所述用户行程中各所述行程事件的优先级别,并根据所述优先级别顺次确定各所述行程事件的所述行程时间。
在一实施例中,所述规划模块140包括以下单元,各功能单元详细说明如下:
标注单元,用于将各所述目的地的位置信息在预设的电子地图中进行标注。
初步规划单元,用于根据所述电子地图中标注的所述位置信息获取包含出行顺序的出行路线。
细规划单元,用于根据所述各行程事件的行程时间对所述出行顺序和所述出行路线进行调整。
在一实施例中,所述调整模块150包括以下单元,各功能单元详细说明如下:
查询单元,用于实时检测所述出行路线中的上一行程事件的目的地与下一行程事件的目的地之间的交通堵塞概率。
评估单元,用于根据所述交通堵塞概率评估所述下一行程事件的行程风险,以根据所述行程风险确定所述下一行程事件是否能够如期进行。
风险检测单元,用于检测所述下一行程事件的行程风险是否会超过预设风险阈值。
第一调整单元,用于在所述下一行程事件的行程风险超过预设风险阈值时,确定所述下一行程事件不能如期进行,取消所述下一行程事件,并调整所述出行顺序和所述出行路线。
在一实施例中,所述调整模块150还包括以下单元,各功能单元详细说明如下:
预计单元,用于在所述下一行程事件的行程风险未超过预设风险阈值时,确定所述下一行程事件能够如期进行,获取所述用户抵达下一行程事件的目的地的预计抵达时间。
时间检测单元,用于检测所述预计抵达时间是否超过所述下一行程事件的行程规划时间;所述行程规划时间是指规划和调整所述出行顺序和出行路线之后所确定的各所述行程事件的具体时间点。
更新单元,用于在所述预计抵达时间超过所述下一行程事件的行程规划时间时,重新预约所述下一行程事件或者取消所述下一行程事件以更新所述用户行程。
第二调整单元,用于根据更新之后的用户行程调整所述出行顺序和/或所述出行路线。
关于智能行程规划装置的具体限定可以参见上文中对于智能行程规划方法的限定,在此不再赘述。上述智能行程规划装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图7所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机可读指令和数据库。该内存储器为非易失性存储介质中的操作系统和计算机可读指令的运行提供环境。该计算机可读指令被处理器执行时以实现一种智能行程规划方法。
在一个实施例中,提供了一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机可读指令,处理器执行计算机可读指令时实现以下步骤:
获取用户行程,所述用户行程包含行程事件以及对应于所述行程事件的目的地;
获取所述用户行程中对应于所述行程事件的各所述目的地的位置信息;
获取所述用户行程中各所述行程事件的行程时间;所述行程时间是指各所述行程事件的可安排的至少一个时段或者时间点;
根据所述行程时间和所述位置信息规划出行顺序和出行路线;
实时查询所述出行路线的路况信息,根据所述路况信息动态调整所述出行顺序和/或所述出行路线。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机可读指令,计算机可读指令被处理器执行时实现以下步骤:
获取用户行程,所述用户行程包含行程事件以及对应于所述行程事件的目的地;
获取所述用户行程中对应于所述行程事件的各所述目的地的位置信息;
获取所述用户行程中各所述行程事件的行程时间;所述行程时间是指各所述行程事件的可安排的至少一个时段或者时间点;
根据所述行程时间和所述位置信息规划出行顺序和出行路线;
实时查询所述出行路线的路况信息,根据所述路况信息动态调整所述出行顺序和/或所述出行路线。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机可读指令来指令相关的硬件来完成,所述的计算机可读指令可存储于一非易失性计算机可读取存储介质中,该计算机可读指令在执行时,可包括如上述各方法的实施例的流程。其中,本发明所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路DRAM(SLDRAM)、存储器总线直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元或模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元或模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。
以上所述实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围,均应包含在本发明的保护范围之内。
Claims (10)
1.一种智能行程规划方法,其特征在于,包括:
获取用户行程,所述用户行程包含行程事件以及对应于所述行程事件的目的地;
获取所述用户行程中对应于所述行程事件的各所述目的地的位置信息;
获取所述用户行程中各所述行程事件的行程时间;所述行程时间是指各所述行程事件的可安排的至少一个时段或者时间点;
根据所述行程时间和所述位置信息规划出行顺序和出行路线;
实时查询所述出行路线的路况信息,根据所述路况信息动态调整所述出行顺序和/或所述出行路线。
2.如权利要求1所述的智能行程规划方法,其特征在于,所述实时查询所述出行路线的路况信息,根据所述路况信息动态调整所述出行顺序和/或所述出行路线,包括:
实时检测所述出行路线中的上一行程事件的目的地与下一行程事件的目的地之间的交通堵塞概率;
根据所述交通堵塞概率评估所述下一行程事件的行程风险,以根据所述行程风险确定所述下一行程事件是否能够如期进行;
检测所述下一行程事件的行程风险是否会超过预设风险阈值;
在所述下一行程事件的行程风险超过预设风险阈值时,确定所述下一行程事件不能如期进行,取消所述下一行程事件,并调整所述出行顺序和所述出行路线。
3.如权利要求2所述的智能行程规划方法,其特征在于,所述检测所述下一行程事件的行程风险是否会超过预设风险阈值之后,还包括:
在所述下一行程事件的行程风险未超过预设风险阈值时,确定所述下一行程事件能够如期进行,获取所述用户抵达下一行程事件的目的地的预计抵达时间;
检测所述预计抵达时间是否超过所述下一行程事件的行程规划时间;所述行程规划时间是指规划和调整所述出行顺序和出行路线之后所确定的各所述行程事件的具体时间点;
在所述预计抵达时间超过所述下一行程事件的行程规划时间时,重新预约所述下一行程事件或者取消所述下一行程事件以更新所述用户行程;
根据更新之后的用户行程调整所述出行顺序和/或所述出行路线。
4.如权利要求1所述的智能行程规划方法,其特征在于,所述行程事件包括非预约事件和预约事件;
所述获取所述用户行程中各所述行程事件的行程时间,包括:
检测所述用户行程中是否包含非预约事件;
在所述用户行程中不包含非预约事件时,确定所有行程事件均为预约事件,通过访问与各所述预约事件关联的线上系统,获取各所述预约事件的可预约时段,并根据所述可预约时段拟定各所述预约事件的行程时间;
在所述用户行程中包含非预约事件时,检测所述用户行程是否还包含预约事件;
在所述用户行程还包含预约事件时,获取所述用户行程中各所述行程事件的优先级别,并根据所述优先级别顺次确定各所述行程事件的所述行程时间。
5.如权利要求1所述的智能行程规划方法,其特征在于,所述方法还包括:
接收所述用户自客户端录入的添加行程,并为所述添加行程和所述用户行程中未完成的行程事件,重新规划所述出行顺序和所述出行路线。
6.如权利要求1所述的智能行程规划方法,其特征在于,所述获取所述用户行程中对应于所述行程事件的各所述目的地的位置信息,包括:
获取所述用户行程中的每一个所述行程事件的目的地的所在位置、目的地名称、目的地的地理坐标和目的地的周边服务中的一种或多种。
7.如权利要求1所述的智能行程规划方法,其特征在于,所述根据所述行程时间和所述位置信息规划出行顺序和出行路线,包括:
将各所述目的地的位置信息在预设的电子地图中进行标注;
根据所述电子地图中标注的所述位置信息获取包含出行顺序的出行路线;
根据所述各行程事件的行程时间对所述出行顺序和所述出行路线进行调整。
8.一种智能行程规划装置,其特征在于,包括:
分析模块,用于获取用户行程,所述用户行程包含行程事件以及对应于所述行程事件的目的地;
位置获取模块,用于获取所述用户行程中对应于所述行程事件的各所述目的地的位置信息;
时间获取模块,用于获取所述用户行程中各所述行程事件的行程时间;所述行程时间是指各所述行程事件的可安排的至少一个时段或者时间点;
规划模块,用于根据所述行程时间和所述位置信息规划出行顺序和出行路线;
调整模块,用于实时查询所述出行路线的路况信息,根据所述路况信息动态调整所述出行顺序和/或所述出行路线。
9.一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机可读指令,其特征在于,所述处理器执行所述计算机可读指令时实现如权利要求1至7任一项所述智能行程规划方法的步骤。
10.一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可读指令,其特征在于,所述计算机可读指令被处理器执行时实现如权利要求1至7任一项所述智能行程规划方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811536555.2A CN109829562A (zh) | 2018-12-15 | 2018-12-15 | 智能行程规划方法、装置、计算机设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811536555.2A CN109829562A (zh) | 2018-12-15 | 2018-12-15 | 智能行程规划方法、装置、计算机设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109829562A true CN109829562A (zh) | 2019-05-31 |
Family
ID=66858776
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811536555.2A Pending CN109829562A (zh) | 2018-12-15 | 2018-12-15 | 智能行程规划方法、装置、计算机设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109829562A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110864699A (zh) * | 2019-10-08 | 2020-03-06 | 上海博泰悦臻网络技术服务有限公司 | 一种目的地推荐方法、装置及计算机存储介质 |
CN113298276A (zh) * | 2020-09-02 | 2021-08-24 | 阿里巴巴集团控股有限公司 | 提供数据对象信息的方法、装置及电子设备 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TW201040498A (en) * | 2009-05-15 | 2010-11-16 | Kitravel | Travel planning system and the method thereof |
CN102542339A (zh) * | 2010-12-09 | 2012-07-04 | 中华电信股份有限公司 | 旅游行程规划系统及方法 |
CN107423837A (zh) * | 2017-04-12 | 2017-12-01 | 宁夏丝路风情旅游网络股份有限公司 | 旅游路线的智能规划方法及系统 |
WO2018009914A2 (en) * | 2016-07-07 | 2018-01-11 | Zunum Aero, Inc. | Systems and methods for implementing multi-modal transport |
CN107677283A (zh) * | 2016-08-01 | 2018-02-09 | 奥迪股份公司 | 路径规划系统和方法 |
-
2018
- 2018-12-15 CN CN201811536555.2A patent/CN109829562A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TW201040498A (en) * | 2009-05-15 | 2010-11-16 | Kitravel | Travel planning system and the method thereof |
CN102542339A (zh) * | 2010-12-09 | 2012-07-04 | 中华电信股份有限公司 | 旅游行程规划系统及方法 |
WO2018009914A2 (en) * | 2016-07-07 | 2018-01-11 | Zunum Aero, Inc. | Systems and methods for implementing multi-modal transport |
CN107677283A (zh) * | 2016-08-01 | 2018-02-09 | 奥迪股份公司 | 路径规划系统和方法 |
CN107423837A (zh) * | 2017-04-12 | 2017-12-01 | 宁夏丝路风情旅游网络股份有限公司 | 旅游路线的智能规划方法及系统 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110864699A (zh) * | 2019-10-08 | 2020-03-06 | 上海博泰悦臻网络技术服务有限公司 | 一种目的地推荐方法、装置及计算机存储介质 |
CN113298276A (zh) * | 2020-09-02 | 2021-08-24 | 阿里巴巴集团控股有限公司 | 提供数据对象信息的方法、装置及电子设备 |
CN113298276B (zh) * | 2020-09-02 | 2024-10-01 | 阿里巴巴集团控股有限公司 | 提供数据对象信息的方法、装置及电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105184045B (zh) | 一种基于移动位置信息的医疗就诊排队方法及系统 | |
US9189947B2 (en) | System and method for providing notification of a task | |
CN103856896B (zh) | 一种Android手机上带有基于地图日程提醒功能的路径时长预测方法 | |
US20150142484A1 (en) | Carpool service providing method and carpool server using the same | |
CA2932917A1 (en) | Intelligent queuing for user selection in providing on-demand services | |
TW200939145A (en) | A method of event scheduling and scheduling system thereof | |
CN102957997B (zh) | 一种基于地理位置的资源获取方法、装置及系统 | |
Neven et al. | Assessing the impact of different policy decisions on the resource requirements of a demand responsive transport system for persons with disabilities | |
CN102946584A (zh) | 提供基于位置的服务信息的方法 | |
CN109543864A (zh) | 基于行进时间的预约就诊提示方法、服务器及存储介质 | |
CN109829562A (zh) | 智能行程规划方法、装置、计算机设备及存储介质 | |
JP2017091102A (ja) | インセンティブ付与装置、インセンティブ付与方法、インセンティブ付与プログラム | |
TW201203139A (en) | Service class prioritization within a controllable transit system | |
CN110612523B (zh) | 基于配对数据组关联标识符 | |
US20240346828A1 (en) | Methods, Systems, And Media For Simulating Movement Data Of Pedestrians In A District | |
US20220188711A1 (en) | Systems and methods for managing dynamic transportation networks using simulated future scenarios | |
CN115272038A (zh) | 一种基于动态共享巴士服务调度的智能交通管理系统 | |
CN106886828A (zh) | 一种预订的方法及装置 | |
JP7549076B2 (ja) | 情報処理装置 | |
Rodrigues et al. | IoE accessible bus stop: An initial concept | |
JP2014086828A (ja) | 路線遅延管理システム、路線遅延管理方法、及びコンピュータプログラム | |
US11694554B2 (en) | Information processing apparatus, information processing method, and information processing system | |
KR20130093999A (ko) | 클라우드 기반 데이터베이스와 관계형 데이터베이스 관리 시스템이 연동된 위치기반서비스를 이용한 개인 여행정보 공유 서비스 시스템 | |
WO2011160044A2 (en) | Distance and location-aware reminders and scheduling assistance in a calendar system | |
US20220237639A1 (en) | System and method for data prediction using heat maps |
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: 20190531 |
|
WD01 | Invention patent application deemed withdrawn after publication |