CN109887268A - 车辆调度方法、装置及存储介质 - Google Patents
车辆调度方法、装置及存储介质 Download PDFInfo
- Publication number
- CN109887268A CN109887268A CN201910238184.8A CN201910238184A CN109887268A CN 109887268 A CN109887268 A CN 109887268A CN 201910238184 A CN201910238184 A CN 201910238184A CN 109887268 A CN109887268 A CN 109887268A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- waiting area
- target
- vehicles
- alternative
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 97
- 238000012549 training Methods 0.000 claims description 40
- 230000015654 memory Effects 0.000 claims description 17
- 238000000605 extraction Methods 0.000 claims description 9
- 238000005516 engineering process Methods 0.000 abstract description 4
- 230000029305 taxis Effects 0.000 description 44
- 230000008569 process Effects 0.000 description 23
- 238000012545 processing Methods 0.000 description 15
- 238000010586 diagram Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 10
- 230000002093 peripheral effect Effects 0.000 description 10
- 230000001133 acceleration Effects 0.000 description 9
- 238000012163 sequencing technique Methods 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 6
- 239000011159 matrix material Substances 0.000 description 6
- 230000033001 locomotion Effects 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 5
- 238000012544 monitoring process Methods 0.000 description 4
- 238000013473 artificial intelligence Methods 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 239000000919 ceramic Substances 0.000 description 2
- 230000006835 compression Effects 0.000 description 2
- 238000007906 compression Methods 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 125000004122 cyclic group Chemical group 0.000 description 2
- 230000003203 everyday effect Effects 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 230000002354 daily effect Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000013136 deep learning model Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005111 flow chemistry technique Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- GOLXNESZZPUPJE-UHFFFAOYSA-N spiromesifen Chemical compound CC1=CC(C)=CC(C)=C1C(C(O1)=O)=C(OC(=O)CC(C)(C)C)C11CCCC1 GOLXNESZZPUPJE-UHFFFAOYSA-N 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
Landscapes
- Traffic Control Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明实施例公开了一种车辆调度方法、装置及存储介质，属于计算机技术领域。该方法包括：根据目标候车区域内的候车用户数量和备选车辆数量，获取第一差异值，第一差异值用于衡量候车用户数量与备选车辆数量之间的差异大小；获取位于目标候车区域外的备选车辆的意愿分值，意愿分值用于衡量备选车辆前往目标候车区域的意愿强弱；根据备选车辆的意愿分值和第一差异值，确定目标候车区域的车辆调度策略；基于车辆调度策略为目标候车区域进行车辆调度。不仅可以以候车区域为单位进行车辆调度，还能够满足备选车辆的行驶习惯，确定更具个性化的车辆调度策略。
Description
技术领域
本发明实施例涉及计算机技术领域，特别涉及一种车辆调度方法、装置及存储介质。
背景技术
目前，乘坐车辆出行已逐渐成为人们日常生活中的一种常用出行方式，大量的用户需要乘坐车辆出行，而大量的车辆能够提供载客服务。为了满足用户的乘车需求和车辆的载客需求，需要确定车辆调度策略，基于确定的车辆调度策略调度车辆。
相关技术中，以目标用户需要乘坐车辆出行为例，当接收到目标用户的乘车请求时，获取目标用户的位置信息和备选车辆的位置信息，根据目标用户的位置信息和备选车辆的位置信息，确定每个备选车辆与目标用户之间的距离，将与目标用户距离最短的备选车辆确定为目标车辆，生成包括该目标用户与该目标车辆的车辆调度策略，从而能够根据该车辆调度策略将目标车辆调度给目标用户。
发明人认为，上述方案仅是为用户确定车辆调度策略，但用户通常是在候车区域内等待乘坐车辆，因此亟需提供一种方法，能够为候车区域确定车辆调度策略。
发明内容
本发明实施例提供了一种车辆调度方法、装置及存储介质，可以解决相关技术存在的问题。所述技术方案如下：
一方面，提供了一种车辆调度方法，所述方法包括：
根据目标候车区域内的候车用户数量和备选车辆数量，获取第一差异值，所述第一差异值用于衡量所述候车用户数量与所述备选车辆数量之间的差异大小；
获取位于所述目标候车区域外的备选车辆的意愿分值，所述意愿分值用于衡量所述备选车辆前往所述目标候车区域的意愿强弱；
根据所述备选车辆的意愿分值和所述第一差异值，确定所述目标候车区域的车辆调度策略；
基于所述车辆调度策略为所述目标候车区域进行车辆调度。
可选地，所述根据所述目标候车区域内的候车用户数量和备选车辆数量，获取第一差异值，包括：
获取所述候车用户数量与所述备选车辆数量之间的差值，得到所述第一差异值；或者，
按照预设比例缩小所述候车用户数量，得到第一数量，获取所述第一数量与所述备选车辆数量之间的差值，得到所述第一差异值。
可选地，所述根据所述备选车辆的意愿分值和所述第一差异值，确定所述目标候车区域的车辆调度策略，包括：
当所述第一差异值大于第一预设阈值时，确定所述目标候车区域的车辆调度策略为允许第一目标车辆进入，所述第一目标车辆为所述目标候车区域外的备选车辆中意愿分值大于第一数值的备选车辆，或者为所述目标候车区域外的备选车辆中意愿分值较大的第一数量个备选车辆。
可选地，所述第一目标车辆的数量不大于所述第一差异值。
可选地，所述第一目标车辆的数量不大于所述第一差异值，且不大于第二差异值，所述第二差异值为所述目标候车区域内的车辆的总数量小于预设数量时，所述预设数量与所述总数量之间的差值。
可选地，所述基于所述车辆调度策略为所述目标候车区域进行车辆调度，包括：
向所述第一目标车辆发送第一调度通知，所述第一调度通知用于通知所述第一目标车辆前往所述目标候车区域。
可选地，所述根据所述备选车辆的意愿分值和所述第一差异值，确定所述目标候车区域的车辆调度策略，还包括：
当所述第一差异值不大于第二预设阈值时，确定所述目标候车区域的车辆调度策略为禁止第二目标车辆进入，所述第二目标车辆为所述目标候车区域外的备选车辆中意愿分值不大于第二数值的备选车辆，或者为所述目标候车区域外的备选车辆中意愿分值较小的第二数量个备选车辆。
可选地，所述基于所述车辆调度策略为所述目标候车区域进行车辆调度，包括：
向所述第二目标车辆发送第二调度通知，所述第二调度通知用于通知所述第二目标车辆暂时禁止前往所述目标候车区域。
可选地，所述根据所述备选车辆的意愿分值和所述第一差异值，确定所述目标候车区域的车辆调度策略，还包括：
获取所述目标候车区域内的车辆的总数量；
当所述总数量大于预设数量时，确定所述目标候车区域的车辆调度策略为禁止第三目标车辆进入，所述第三目标车辆为所述目标候车区域外的备选车辆中意愿分值不大于第三数值的备选车辆，或者为所述目标候车区域外的备选车辆中意愿分值较小的第三数量个备选车辆。
可选地，所述基于所述车辆调度策略为所述目标候车区域进行车辆调度，包括：
向所述第三目标车辆发送第三调度通知，所述第三调度通知用于通知所述第三目标车辆暂时禁止前往所述目标候车区域。
可选地，所述方法还包括：
获取所述目标候车区域的分值获取模型，所述分值获取模型用于根据任一车辆的用户属性信息获取意愿分值，所述用户属性信息用于对所述任一车辆的驾驶用户进行描述；
获取任一车辆的用户属性信息；
基于所述分值获取模型获取所述任一车辆的用户属性信息对应的意愿分值。
可选地，所述方法还包括：
获取多个样本车辆中每个样本车辆的用户属性信息；
获取所述每个样本车辆在预设时长内在所述目标候车区域内的出现次数，所述出现次数用于表示所述样本车辆前往所述目标候车区域的意愿强弱；
根据所述每个样本车辆的用户属性信息和出现次数进行训练，得到所述目标候车区域的分值获取模型。
可选地，所述根据所述每个样本车辆的用户属性信息和出现次数进行训练，得到所述目标候车区域的分值获取模型，包括：
对于每个样本车辆，将所述样本车辆的用户属性信息作为输入，将所述样本车辆的出现次数作为输出，训练所述分值获取模型；或者，
对于每个样本车辆，对所述样本车辆的用户属性信息进行特征提取，得到用户属性特征，对所述样本车辆的出现次数进行特征提取，得到次数特征，将所述用户属性信息作为输入，将所述次数特征作为输出，训练所述分值获取模型。
可选地，所述根据所述备选车辆的意愿分值和所述第一差异值，确定所述目标候车区域的车辆调度策略，包括：
获取所述目标候车区域的位置信息和所述目标候车区域外的备选车辆的位置信息；
根据获取到的位置信息，确定所述备选车辆与所述目标候车区域之间的距离；
根据所述备选车辆与所述目标候车区域之间的距离、所述备选车辆的意愿分值和所述第一差异值，确定所述目标候车区域的车辆调度策略。
另一方面，提供了一种车辆调度装置，所述装置包括：
差异值获取模块，用于根据目标候车区域内的候车用户数量和备选车辆数量，获取第一差异值，所述第一差异值用于衡量所述候车用户数量与所述备选车辆数量之间的差异大小；
第一分值获取模块，用于获取位于所述目标候车区域外的备选车辆的意愿分值，所述意愿分值用于衡量所述备选车辆前往所述目标候车区域的意愿强弱；
策略确定模块，用于根据所述备选车辆的意愿分值和所述第一差异值，确定所述目标候车区域的车辆调度策略；
调度模块，用于基于所述车辆调度策略为所述目标候车区域进行车辆调度。
可选地，所述差异值获取模块，包括：
第一获取单元，用于获取所述候车用户数量与所述备选车辆数量之间的差值，得到所述第一差异值；或者，
第二获取单元，用于按照预设比例缩小所述候车用户数量，得到第一数量，获取所述第一数量与所述备选车辆数量之间的差值，得到所述第一差异值。
可选地，所述策略确定模块，包括：
第一策略确定单元，用于当所述第一差异值大于第一预设阈值时，确定所述目标候车区域的车辆调度策略为允许第一目标车辆进入，所述第一目标车辆为所述目标候车区域外的备选车辆中意愿分值大于第一数值的备选车辆，或者为所述目标候车区域外的备选车辆中意愿分值较大的第一数量个备选车辆。
可选地，所述第一目标车辆的数量不大于所述第一差异值。
可选地，所述第一目标车辆的数量不大于所述第一差异值，且不大于第二差异值，所述第二差异值为所述目标候车区域内的车辆的总数量小于预设数量时，所述预设数量与所述总数量之间的差值。
可选地，所述调度模块，包括：
第一调度单元，用于向所述第一目标车辆发送第一调度通知，所述第一调度通知用于通知所述第一目标车辆前往所述目标候车区域。
可选地，所述策略确定模型，还包括：
第二策略确定单元，用于当所述第一差异值不大于第二预设阈值时，确定所述目标候车区域的车辆调度策略为禁止第二目标车辆进入，所述第二目标车辆为所述目标候车区域外的备选车辆中意愿分值不大于第二数值的备选车辆，或者为所述目标候车区域外的备选车辆中意愿分值较小的第二数量个备选车辆。
可选地，所述调度模块，包括：
第二调度单元，用于向所述第二目标车辆发送第二调度通知，所述第二调度通知用于通知所述第二目标车辆暂时禁止前往所述目标候车区域。
可选地，所述策略确定模块，还包括：
总数量获取单元，用于获取所述目标候车区域内的车辆的总数量；
第三策略确定单元，用于当所述总数量大于预设数量时，确定所述目标候车区域的车辆调度策略为禁止第三目标车辆进入，所述第三目标车辆为所述目标候车区域外的备选车辆中意愿分值不大于第三数值的备选车辆，或者为所述目标候车区域外的备选车辆中意愿分值较小的第三数量个备选车辆。
可选地，所述调度模块，包括：
第三调度单元，用于向所述第三目标车辆发送第三调度通知，所述第三调度通知用于通知所述第三目标车辆暂时禁止前往所述目标候车区域。
可选地，所述装置还包括：
模型获取模块，用于获取所述目标候车区域的分值获取模型，所述分值获取模型用于根据任一车辆的用户属性信息获取意愿分值，所述用户属性信息用于对所述任一车辆的驾驶用户进行描述；
第一信息获取模块，用于获取任一车辆的用户属性信息；
第二分值获取模块，用于基于所述分值获取模型获取所述任一车辆的用户属性信息对应的意愿分值。
可选地，所述装置还包括：
第二信息获取模块，用于获取多个样本车辆中每个样本车辆的用户属性信息；
次数获取模块，用于获取所述每个样本车辆在预设时长内在所述目标候车区域内的出现次数，所述出现次数用于表示所述样本车辆前往所述目标候车区域的意愿强弱；
训练模块，用于根据所述每个样本车辆的用户属性信息和出现次数进行训练，得到所述目标候车区域的分值获取模型。
可选地，所述训练模块，包括：
第一训练单元，用于对于每个样本车辆，将所述样本车辆的用户属性信息作为输入，将所述样本车辆的出现次数作为输出，训练所述分值获取模型；或者，
第二训练单元，用于对于每个样本车辆，对所述样本车辆的用户属性信息进行特征提取，得到用户属性特征，对所述样本车辆的出现次数进行特征提取，得到次数特征，将所述用户属性信息作为输入，将所述次数特征作为输出，训练所述分值获取模型。
可选地，所述策略确定模块，包括：
位置信息获取单元，用于获取所述目标候车区域的位置信息和所述目标候车区域外的备选车辆的位置信息；
距离确定单元，用于根据获取到的位置信息，确定所述备选车辆与所述目标候车区域之间的距离；
第四策略确定单元，用于根据所述备选车辆与所述目标候车区域之间的距离、所述备选车辆的意愿分值和所述第一差异值，确定所述目标候车区域的车辆调度策略。
另一方面，提供了一种车辆调度装置，所述装置包括处理器和存储器，所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集，所述指令、所述程序、所述代码集或所述指令集由所述处理器加载并执行以实现如所述车辆调度方法中所执行的操作。
再一方面，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中存储有至少一条指令、至少一段程序、代码集或指令集，所述指令、所述程序、所述代码集或所述指令集由处理器加载并具有以实现如所述车辆调度方法中所执行的操作。
本发明实施例提供的方法、装置及存储介质，根据目标候车区域的候车用户数量和备选车辆数量，获取衡量候车用户数量与备选车辆数量之间的差异大小的第一差异值，获取位于目标候车区域外的备选车辆的意愿分值，根据备选车辆的意愿分值和第一差异值，确定目标候车区域的车辆调度策略，基于车辆调度策略为目标候车区域进行车辆调度，其中，意愿分值用于衡量备选车辆前往目标候车区域的意愿强弱。提供了一种根据车辆的意愿分值进行车辆调度的方法，不仅可以以候车区域为单位进行车辆调度，还能够满足备选车辆的行驶习惯，确定更具个性化的车辆调度策略。
并且，通过训练分值获取模型，学习到意愿分值与用户属性信息之间的关系，后续能够根据用户属性信息确定对应的意愿分值，从而能够根据意愿分值确定更具个性化的车辆调度策略。
并且，综合考虑距离因素和意愿分值确定车辆调度策略，后续基于该车辆调度策略为目标候车区域调度车辆时，可以缩短候车用户的等待时长，也可以够避免距离较近的备选车辆进入目标候车区域后造成拥堵，还可以满足候车用户的乘车需求和备选车辆的载客需求，有效提升了车辆调度效果。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例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实施例的一些实施例，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是本发明实施例提供的一种实施环境的示意图；
图2是本发明实施例提供的一种车辆调度方法的流程图；
图3是本发明实施例提供的一种预设范围与目标候车区域的示意图；
图4是本发明实施例提供的一种分值获取模型的结构示意图；
图5是本发明实施例提供的一种控制设备的显示界面的示意图；
图6是本发明实施例提供的一种为目标候车区域进行车辆调度的方法流程图；
图7是本发明实施例提供的一种为火车站的出租车候车区域进行出租车调度的方法流程图；
图8是本发明实施例提供的另一种为火车站的出租车候车区域进行出租车调度的方法流程图；
图9是本发明实施例提供的另一种为火车站的出租车候车区域进行出租车调度策略的方法流程图；
图10是本发明实施例提供的一种车辆调度装置的结构示意图；
图11是本发明实施例提供的一种终端的结构示意图；
图12是本发明实施例提供的一种服务器的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合附图对本发明实施方式作进一步地详细描述。
图1是本发明实施例提供的一种实施环境的示意图，该实施环境包括：车辆调度系统101、多个车辆102和多个用户终端103，一个车辆102中配置有一个车载终端。
车辆调度系统101与每个车辆102的车载终端通过网络连接，还与多个用户终端103通过网络连接。车辆调度系统101能够与车辆102的车载终端和用户终端103进行交互，并且还可以综合考虑多个车辆102和多个用户终端103的情况，为目标候车区域进行车辆调度。
在一种可能实现方式中，车辆调度系统101可以包括服务器1011，服务器1011可以是一台服务器，或者由若干台服务器组成的服务器集群，或者是一个云计算服务中心。服务器1011用于收集多个车辆102和多个用户终端103的情况，为目标候车区域进行车辆调度。
在另一种可能实现方式中，车辆调度系统101可以包括服务器1011和控制设备1012，控制设备1012可以为手机、计算机、平板电脑等多种类型的设备。
服务器1011与控制设备1012通过网络连接，服务器1011与每个车辆102的车载终端通过网络连接，还与多个用户终端103通过网络连接。
服务器1011用于收集多个车辆102和多个用户终端103的情况，发送给控制设备1012，由控制设备1012为目标候车区域进行车辆调度。且，控制设备1012还用于显示控制界面，基于该控制界面对服务器1011进行控制。
本发明实施例应用于为目标候车区域进行车辆调度的任一场景下。
例如，本发明实施例应用于为某一城市进行出租车调度的场景下：在该城市配置出租车调度设备，且该城市内的多个出租车和多个用户终端均可连接出租车调度设备。该城市布局了多个候车区域，供用户等待出租车，则出租车调度设备可以综合考虑城市内的多个出租车和多个用户终端的情况，为每个候车区域确定出租车调度策略，根据已确定的出租车调度策略，为每个候车区域调度出租车。
又如，本发明实施例应用于为火车站进行出租车调度的场景下：由于火车站用户众多，出租车需求较大，因此可以专门在火车站配置出租车调度设备，且该火车站所属城市内的多个出租车和多个用户终端均可连接出租车调度设备。出租车调度设备可以将火车站看作一个候车区域，综合考虑火车站附近的多个出租车和火车站内的多个用户终端的情况确定出租车调度策略，根据已确定的出租车调度策略，为火车站调度出租车。
当然，本发明实施例还可以应用于其他场景下，在此不再赘述。
相关技术中，仅是以候车用户为单位确定车辆调度策略，根据确定的车辆调度策略为用户调度车辆，供用户乘坐。但是一般情况下会布局候车区域，候车用户会在候车区域内等待乘坐车辆，而该候车区域内可能存在着一个或多个候车用户，或者还可能存在着一个或多个可供候车用户乘坐的车辆，因此，将候车区域看做一个整体，更能够体现当前的车辆与候车用户之间的供需关系。为此，本发明实施例提供了一种以候车区域为单位，为候车区域进行车辆调度的方法。
并且，由于不同车辆的具有不同的行驶习惯，不同的车辆前往同一候车区域的意愿也不同，因此，在车辆调度过程中，可以获取用于衡量车辆前往候车区域意愿强弱的意愿分值，根据意愿分值为候车区域进行车辆调度。采用此种车辆调度方式为候车区域进行车辆调度时，不仅可以满足用户的乘车需求和车辆的载客需求，还能够考虑车辆的行驶习惯。其中，为候车区域进行车辆调度的具体过程详见下述实施例。
需要说明的是，由于车辆的行驶过程由驾驶用户控制，因此，车辆的意愿分值能够体现驾驶用户的个人习惯，确定的车辆调度策略能够考虑到驾驶用户的个人习惯。
图2是本发明实施例提供的一种车辆调度方法的流程图。本发明实施例的执行主体为图1所示的车辆调度系统，参见图2，该方法包括：
201、车辆调度系统根据目标候车区域内的候车用户数量和备选车辆数量，获取第一差异值。
本发明实施例以目标候车区域为例进行说明。
1、车辆：
该车辆为供候车用户乘坐的车辆，可以为公交车、出租车等公共车辆，或者还可以为属于个人用户的私家车辆等。
2、候车区域：
候车区域为供候车用户等候车辆的区域，用户可以在候车区域内等候，车辆可以进入候车区域，暂时停靠在候车区域内，待用户乘坐车辆后离开该候车区域，从而到达用户指定的目的地。
按照可停靠的车辆类型的不同，候车区域可以包括公交车候车区域、出租车候车区域、私家车候车区域、共享候车区域等。候车区域可以位于不同的场所，如火车站、机场、医院、旅游景点等。
由于目标候车区域内可能会出现用户多而备选车辆少的情况，因此，为了满足用户的乘车需求，需要向该目标候车区域内调度更多的备选车辆。目标候车区域内还可能会出现用户少而备选车辆多的情况，此时，为了满足车辆的载客需求，降低目标候车区域内的空载车辆比例，避免在目标候车区域内发生拥堵的情况，需要禁止更多的备选车辆进入目标候车区域。
为此，需要获取目标候车区域内的候车用户数量和目标候车区域内的备选车辆数量，根据候车用户数量和备选车辆数量，获取第一差异值。其中，第一差异值用于衡量候车用户数量与备选车辆数据之间的差异大小。
获取目标候车区域内候车用户数量的过程包括：获取每个用户终端的位置信息，统计位于目标候车区域内的用户终端的数量，将该数量确定为目标候车区域内候车用户数量。其中，用户终端的位置信息可以通过定位获取。关于定位方式，可以采用GPS(GlobalPositioning System，全球定位系统)进行定位的方式，或者采用基于基站进行定位的方式，或者采用基于北斗系统进行定位的方式，或者采用基于LBS(Location Based Service，基于位置服务)进行定位的方式等。
获取目标候车区域内备选车辆数量的过程可以包括：获取每个备选车辆的位置信息，统计位于目标候车区域内的备选车辆的数量，将该数量确定为目标候车区域内的备选车辆数量。其中，备选车辆的位置信息可以通过车载终端进行定位后得到。或者，在目标候车区域的入口和出口分别安装监控设备，监控设备与车辆调度系统连接，则通过监控设备对入口和出口的车辆进行监控，统计从目标候车区域的入口进入，且未从目标候车区域的出口离开的备选车辆的数量，将该数量确定为目标后车区域内的备选车辆数量。
关于获取第一差异值的过程，在一种可能实现的方式中，获取候车用户数量与备选车辆数量之间的差值，将该差值确定为第一差异值，例如，候车用户数量为C，备选车辆数量为T，第一差异值为θ，其中，θ＝C-T。在另一种可能实现的方式中，按照预设比例缩小候车用户数量，得到第一数量，获取第一数量与备选车辆数量之间的差值，将该差值确定为第一差异值，例如，候车用户数量为C，备选车辆数量为T，预设比例为α，第一差异值为θ，则θ＝α·C-T。
其中，预设比例可以通过对乘坐一个车辆的用户个数求取平均值得到，例如，该预设比例可以为1.52，表示平均1.5个人会乘坐一个车辆。
按照预设比例缩小候车用户数量后确定第一差异值的方式，考虑了乘坐同一车辆的用户数量，更符合候车用户真实的乘车习惯，得到的第一差异值更为准确。
为了确定目标候车区域内候车用户与备选车辆之间的关系，可以设置第一预设阈值和第二预设阈值，当第一差异值大于第一预设阈值时，表示候车用户较多，需要更多的备选车辆，当第一差异值小于第二预设阈值时，表示备选车辆较多，此时暂时不需要更多的备选车辆。
第一差异值的计算方式不同，所设置的第一预设阈值和第二预设阈值也不同。例如，第一差异值为候车用户数量与备选车辆数量之间的差值时，第一预设阈值和第二预设阈值相同，两者均为0。或者，按照预设比例缩小候车用户数量后确定第一差异值的方式下，将候选车辆数量与候车用户数量相等时的第一差异值作为临界值，将大于临界值的某一数值设置为第一预设阈值，将小于临界值的某一数值设置为第二预设阈值，且第一预设阈值与第二预设阈值符号相反。
例如，第一预设阈值和第二预设阈值均为0时，第一差异值大于0表示目标候车区域需要更多的备选车辆，而第一差异值不大于0时表示目标候车区域不需要更多的备选车辆；假设第一预设阈值为5，第二预设阈值为-6，当第一差异值大于5时，表示目标候车区域需要更多的备选车辆，而第一差异值不大于-6时，表示目标候车区域不需要更多的备选车辆。
仅当第一差异值足够大时才进行车辆调度的方式，能够避免在备选车辆数量与候车用户数量较为接近时进行车辆调度，减小了计算量，有效降低了资源消耗，提高车辆调度效果。
202、车辆调度系统获取位于目标候车区域外的备选车辆的意愿分值。
本发明实施例中，已连接车辆调度系统的车辆可以包括多个，多个车辆的位置不同，有些车辆可能会位于目标候车区域外，有些车辆可能会位于目标候车区域内。已经位于目标候车区域内的车辆无需进行调度，可以不用考虑，因此，首先确定位于目标候车区域外的备选车辆，然后获取备选车辆的意愿分值，后续可以根据该备选车辆的意愿分值和步骤201中获取到的第一差异值，确定目标候车区域的车辆调度策略。
其中，意愿分值用于衡量车辆前往目标候车区域的意愿强弱。车辆的意愿分值越大，表明该车辆前往目标候车区域的意愿越强，也即是越愿意前往目标候车区域。车辆的意愿分值越小，表明该车辆前往目标候车区域的意愿越弱，也即是越不愿意前往目标候车区域。
关于确定车辆是否位于目标候车区域的过程，在一种可能实现的方式中，包括：设置多个尺寸相同的单元区域，确定目标候车区域所属的单元区域，将处于目标候车区域所属的单元区域内的车辆，确定为位于目标候车区域内的车辆，将处于目标候车区域所属的单元区域外的车辆，确定为位于目标候车区域外的车辆。
在另一种可能实现的方式中，包括：确定目标候车区域的边界，根据车辆与该边界的相对位置关系，将位于该边界内部或者位于该边界上的车辆，确定为位于目标候车区域内的车辆，将该边界外部的车辆，确定为位于目标候车区域外的车辆。
在一种可能实现方式中，车辆的状态包括载客状态和空载状态，候车用户无法乘坐处于载客状态的车辆，只能乘坐处于空载状态的车辆。因此，从多个车辆中选取处于空载状态的车辆，作为备选车辆。
关于确定车辆的状态的过程，在一种可能实现的方式中，包括：车辆调度系统为车辆生成订单时，确定车辆处于载客状态，当订单结束时，确定车辆处于空载状态；或者，当车辆载客时，向车辆调度系统上报载客通知，车辆调度系统接收到载客通知时，将发送载客通知的车辆的状态设置为载客状态，当车辆载客完成时，向车辆调度系统上报空载通知，车辆调度系统接收到空载通知时，将发送空载通知的车辆的状态设置为空载状态。
在另一种可能实现的方式中，已连接车辆调度系统的车辆可以位于不同的地区，为了避免为目标候车区域调度其他地区的车辆，可以将与目标候车区域属于同一地区的车辆确定为备选车辆。
其中，车辆属于某一地区是指车辆的当前位置属于该地区，或者车辆的当前位置属于该地区且该车辆设置的归属地也属于该地区。地区可以按照不同的层级关系进行划分后得到，如省份、城市、城区、县等。
当车辆距离目标候车区域较远时，需要花费较长的时间才能行驶至目标候车区域，会增加候车用户的候车时间。因此，在一种可能实现的方式中，可以确定位于目标候车区域的预设范围内且位于目标候车区域外的备选车辆。
其中，预设范围是指以目标候车区域为中心、以预设距离为半径的圆形范围，或者，还可以为以目标候车区域为中心的方形范围，或者还可以为其他类型的范围。
参见图3，在一种可能实现的方式中，每个区域都具有边界，例如，目标候车区域的预设范围具有边界A，目标候车区域具有边界B，根据备选车辆与边界A之间的相对位置关系以及备选车辆与边界B之间的相对位置关系，在位于阴影区域内的车辆中确定备选车辆，该备选车辆即为位于目标候车区域的预设范围内，且位于目标候车区域外的备选车辆。
通过选取位于目标候车区域的预设范围内，且位于目标候车区域外的备选车辆，可以有针对性地确定目标候车区域的备选车辆，避免获取位于目标候车区域外的所有车辆的意愿分值，降低了资源消耗、减小了存储压力。
需要说明的是，上述目标候车区域的位置信息和备选车辆的位置信息均可以坐标形式表示，车辆调度系统先创建一个坐标系，根据目标候车区域在坐标系中的位置确定目标候车区域的坐标，根据备选车辆在该坐标系中的位置确定备选车辆的坐标。其中，该坐标系可以为笛卡尔坐标系，也可以为其他坐标系。
确定目标候车区域外的备选车辆后，为了确定与备选车辆的行驶习惯相匹配的车辆调度策略，需要获取备选车辆的意愿分值。
关于获取意愿分值的过程，在一种可能实现方式中，对于任一车辆来说，可以获取该车辆的用户属性信息和目标候车区域的分值获取模型，基于该车辆的用户属性信息和分值获取模型，获取该车辆的意愿分值。其中，分值获取模型用于根据任一车辆的用户属性信息获取该任一车辆的意愿分值，以该意愿分值衡量车辆前往目标候车区域的意愿强弱。采用此种方式可以获取到一个或多个车辆的意愿分值。因此，确定目标候车区域外的备选车辆后，可以获取到备选车辆的意愿分值。
在一种可能实现的方式中，训练分值获取模型的过程可以包括以下步骤2021-2023：
2021、获取多个样本车辆中每个样本车辆的用户属性信息。
关于用户属性信息的内容，车辆的用户属性信息用于对车辆的驾驶用户进行描述，可以包括用于描述驾驶用户固有属性的第一属性信息、用于描述驾驶用户的驾驶习惯的第二属性信息等。
第一属性信息用于对驾驶用户本人进行描述，可以包括驾驶用户的性别、年龄、所在地等信息，第二属性信息用于对驾驶用户的驾驶习惯进行描述，第二属性信息至少包括驾驶用户驾驶车辆的历史行为记录，如车辆载客时的日期、时间、星期、驾驶路线等。
例如，车辆的用户属性信息为：驾驶用户为女性，36岁，所在地为A省份B市区，周一至周五会在市区的整体范围内行驶，周末和法定节假日经常在火车站附近行驶。
关于用户属性信息的来源，在一种可能实现的方式中，第一属性信息可以由驾驶用户设置，或者由车辆调度系统在对驾驶用户的身份信息进行验证后根据驾驶用户的身份信息设置。第二属性信息由车载终端在车辆行驶过程中根据采集到的行驶记录生成，或者由车载终端在车辆行驶过程中采集行驶信息后发送至车辆调度系统，由车辆调度系统根据接收到的行驶记录生成。
2022、获取每个样本车辆在预设时长内在目标候车区域内的出现次数。
车辆在目标候车区域内的出现次数越多，可以认为车辆前往目标候车区域的意愿较强，车辆在目标候车区域内的出现次数越少，可以认为车辆前往目标候车区域的意愿较弱，因此车辆在目标候车区域内的出现次数能够表示车辆前往目标候车区域的意愿强弱。在训练分值获取模型时，可以考虑样本车辆在目标候车区域内的出现次数。
关于上述预设时长，若预设时长过小，则统计的出现次数准确率较低，若预设时长过大，则会带来较大的计算量，因此，可以综合考虑准确率需求和计算量需求后确定预设时长。例如，该预设时长为半个小时或一个小时或者其他时长。
对于每个样本车辆，获取在预设时长内在目标候车区域内的出现次数的过程可以包括以下可能实现方式：
方式1：统计样本车辆在预设时长内进入目标候车区域的次数，将该次数确定为出现次数。
对样本车辆进行定位，当确定样本车辆进入目标候车区域时，将该样本车辆的出现次数加一，从而能够获取预设时长内样本车辆进入目标候车区域的次数，将该次数确定为出现次数。
方式2：获取样本车辆在预设时长内生成的始发地或目的地位于目标候车区域的订单，统计获取到的订单的数量，将该数量确定为样本车辆的出现次数。
其中，为任一车辆生成订单的过程包括：用户终端发起乘车请求，车辆调度系统接收该乘车请求，将该乘车请求发送至多个车辆，当车辆调度系统接收到该多个车辆中的任一车辆的确认响应时，为该车辆生成订单，该订单至少包括用户终端指定的始发地、目的地和该车辆的车辆标识，车辆标识用于确定唯一的车辆，可以为车辆的车牌号码、车辆的发动机号码或车辆的行驶证件号码等。
例如，预设时长内，车辆调度系统为车辆A生成了6个订单，其中2个订单的始发地为B市火车站，1个订单的目的地为B市火车站，因此，车辆A在预设时长内在B市火车站的出现次数为3。
方式3：统计该样本车辆在多个时间段内出现在目标候车区域的次数，得到多个出现次数，每个时间段的时长为预设时长，为该多个出现次数求取平均值后，确定该样本车辆在预设时长内在目标候车区域内的出现次数。
例如，预设时长为一个小时，对于样本车辆C，分别统计该样本车辆C在五个小时内出现在目标候车区域的次数，得到五个次数2、3、4、5和6，将该五个次数的平均值4确定为该样本车辆C在一个小时内在目标候车区域的出现次数。
方式4：设置多个尺寸相同的单元区域，确定目标候车区域所属的单元区域，统计预设时长内该样本车辆出现在目标候车区域所属的单元区域内的次数，该次数可以认为是样本车辆预设时长内在目标候车区域内的出现次数。其中，单元区域的尺寸不小于目标候车区域的尺寸。
目标候车区域没有明显的边界，而设置多个单元区域后，只要样本车辆出现在目标候车区域所属的单元区域，即可认为该样本车辆出现在目标候车区域内。
需要说明的是，车辆调度系统可以采用上述多种可能实现方式中的任一种方式，或者还可以将上述多种可能实现方式中的一种或多种进行组合。
步骤2022中统计上述出现次数时，可以根据样本车辆的行驶记录，确定样本车辆是否出现在目标候车区域。其中，行驶记录包括样本车辆的多个位置信息，还可以包括每个位置信息对应的时间、样本车辆的车辆标识等。该时间可以采用日期和时刻来表示。且样本车辆的行驶记录可以通过周期性地对样本车辆进行定位或者实时定位后得到。
当周期性地进行定位时，可以将一个或多个周期内定位得到的行驶记录生成一个文件，存储至车辆调度系统，生成的文件可以根据存储至车辆调度系统的日期与样本车辆的车辆标识的组合进行命名。当需要查询任一样本车辆的行驶记录时，可以根据该样本车辆的车辆标识和待查询的日期，从车辆调度系统存储的多个文件中确定与车辆标识和日期对应的文件，得到该样本车辆的行驶记录。
例如，车辆调度系统包括Kafka集群和Hadoop集群，车牌号为“京BXXXXX”的出租车实时地进行定位，将定位得到的行驶记录上传至Kafka集群中，由Kafka集群每天定时存储为一个文件。以2019年3月1日的行驶记录为例，生成的文件名称为“20190301+京BXXXXX”，存储文件后，将该文件同步至Hadoop集群。其中，Kafka集群是Apache(Apache SoftwareFoundation，软件基金会)的一个开源流处理平台，可用于接收数据和存储数据，Hadoop集群是由Apache基金会所开发的分布式设备基础架构，可以进行离线计算，能够实现高速运算和海量存储。
另外，由于人们在工作日的出行情况与在节假日的出行情况不同，因此，车辆在工作日和节假日在目标候车区域的出现次数可能不同，并且，即使在同一天，但是不同的时间段内车辆出现在目标候车区域的次数也可能不同。
因此，在一种可能实现方式中，获取每个样本车辆在不同时间段内在目标候车区域的出现次数，后续可以基于不同时间段内在目标候车区域内的出现次数和用户属性信息分别进行训练，得到与目标候车区域的不同时间段对应的分值获取模型，以便基于不同时间段对应的分值获取模型，得到任一车辆在对应时间段内的意愿分值，更符合真实情况。
其中，在划分时间段时，可以以工作日与节假日作为划分标准，划分出属于工作日的时间段和属于节假日的时间段，或者可以每天内人们的出行频率作为划分标准，划分出频繁出行时间段和非频繁出行时间段，或者采用其他划分方式划分出不同的时间段。
2023、根据每个样本车辆的用户属性信息和出现次数进行训练，得到目标候车区域的分值获取模型。
在一种可能实现的方式中，对于每个样本车辆，直接将该样本车辆的用户属性信息作为输入，将该样本车辆的出现次数作为输出，采用预设算法对分值获取模型进行训练，得到目标候车区域的分值获取模型。
在另一种可能实现的方式中，对于每个样本车辆，首先对该样本车辆的用户属性信息以及出现次数进行特征提取，得到该样本车辆的用户属性特征和次数特征，将该用户属性特征作为输入，将该次数特征作为输出，采用预设算法对分值获取模型进行训练，得到目标候车区域的分值获取模型。
关于用户属性特征以及次数特征的形式，在一种可能实现的方式中，样本车辆的用户属性特征的形式和次数特征的形式均为独热码形式，以独热码形式构建包括用户属性特征和次数特征的样本矩阵，根据该样本矩阵进行训练，得到目标候车区域的分值获取模型。
关于该样本矩阵，在一种可能实现的方式中，对该样本矩阵内的各个元素进行归一化处理，得到归一化后的样本矩阵，根据该归一化后的样本矩阵进行训练，得到目标候车区域的分值获取模型。
例如，目标候车区域的用户属性特征以及次数特征可如表1所示。
表1
关于训练分值获取模型时采用的预设算法，在一种可能实现的方式中，该预设算法可以为卷积神经网络算法、循环神经网络算法、深度学习算法、SVM算法(Support VectorMachine，支持向量机算法)等，采用不同的预设算法可以训练得到不同的模型，如卷积神经网络模型、循环神经网络模型、深度学习模型或者SVM模型等。
参见图4，例如，采用结合了因子分解机算法和深度神经网络算法的深度因子分解机算法，对分值获取模型进行训练，得到目标候车区域的分值获取模型，在训练时，将相互对应的多组用户属性信息和出现次数分别输入至分值获取模型的输入层，将输入层输出的结果输入至映射层，将映射层输出的结果分别输入因子分解层和隐含层，将因子分解层和隐含层输出的结果输入至输出层后，由输出层输出训练结果。
上述步骤2011-2013中，采用了人工智能技术训练分值获取模型，并且，在训练该分值获取模型的过程中考虑了用户属性信息，学习到意愿分值与用户属性信息之间的关系，则训练完成后的分值获取模型用于获取车辆的用户属性信息对应的意愿分值，以便确定车辆前往目标候车区域的意愿强弱。
获取目标候车区域的备选车辆的用户属性信息后，对于每个备选车辆，将该备选车辆的用户属性信息输入至分值获取模型，基于分值获取模型获取该用户属性信息对应的意愿分值，从而得到与备选车辆分别对应的意愿分值。
该意愿分值用于衡量对应的备选车辆前往目标候车区域的意愿强弱，意愿分值越大，表示该备选车辆前往目标候车区域的意愿越强，意愿分值越小，表示该备选车辆前往目标候车区域的意愿越弱。
分值获取模型训练完成后，存储于车辆调度系统中，供车辆调度系统使用。其中，分值获取模型可以由车辆调度系统训练得到，也可以由其他设备训练后发送给车辆调度系统。
203、车辆调度系统根据备选车辆的意愿分值和第一差异值，确定目标候车区域的车辆调度策略。
204、车辆调度系统基于车辆调度策略为目标候车区域进行车辆调度。
根据已获取的备选车辆的用户属性信息对应的意愿分值，确定目标候车区域的车辆调度策略。后续可以根据目标候车区域的车辆调度策略为目标候车区域调度车辆，以满足目标候车区域内用户的乘车需求和备选车辆的载客需求。而且该车辆调度策略能够与车辆的意愿相匹配，根据该车辆调度策略进行调度时，可以将车辆调度至习惯前往的候车区域，实现了个性化调度。
根据获取到的意愿分值确定目标候车区域的车辆调度策略，包括以下至少一项：在获取意愿分值后，允许意愿分值较大的至少一个备选车辆进入目标候车区域；禁止意愿分值较小的至少一个备选车辆进入目标候车区域；对意愿分值较小的至少一个备选车辆不进行调度。
根据已获取的意愿分值和第一差异值确定车辆调度策略，包括以下两种情况：
(1)当第一差异值大于第一预设阈值时，确定目标候车区域的车辆调度策略为允许第一目标车辆进入。
其中，第一目标车辆为目标候车区域外的备选车辆中意愿分值大于第一数值的备选车辆，或者，第一目标车辆为目标候车区域外的备选车辆中意愿分值较大的第一数量个备选车辆。即备选车辆中，至少具有一个意愿分值比第一目标车辆更小的备选车辆，可以认为第一目标车辆是目标候车区域外的备选车辆中意愿分值较大的备选车辆。
(1-1)确定第一目标车辆的方式：
在一种可能实现的方式中，按照意愿分值从大到小的顺序，对目标候车区域的备选车辆进行排序，得到目标候车区域的第一备选列表。按照第一备选列表中的排列顺序，将第一备选列表中意愿分值较大的至少一个备选车辆确定为第一目标车辆。
其中，该第一备选列表可以包括该备选车辆，或者，该第一备选列表可以仅包括该备选车辆中的部分意愿分值较大的备选车辆，而将意愿分值较小的备选车辆滤除。
在另一种可能实现的方式中，包括：从该备选车辆中选取意愿分值大于第一数值的备选车辆，将该意愿分值大于第一数值的备选车辆组成目标候车区域的第一备选列表。
通过第一备选列表确定第一目标车辆的方式，可以从备选车辆中删除至少一个意愿分值较小的备选车辆，仅从意愿分值较大的备选车辆中确定第一目标车辆，减小了计算量。
关于该第一备选列表的存储方式，在一种可能实现的方式中，车辆调度系统包括Redis(一种高性能关键值存储服务)，该第一备选列表可以存入至Redis，后续可以根据Redis内存储的第一备选列表确定车辆调度策略。其中，Redis可以周期性地将更新的数据保存，或者将修改的操作追加保存。
(1-2)确定第一目标车辆的数量的过程：
在一种可能实现的方式中，第一目标车辆的数量不大于第一差异值，即将不大于第一差异的任一数值确定为第一目标车辆的数量。
然而，目标候车区域具有最多可容纳的车辆数量，即预设数量。当目标候车区域内的车辆的数目超过目标候车区域的预设数量时，不需要其他车辆进入该目标候车区域。
因此，在另一种可能实现的方式中，获取目标候车区域内的车辆的总数量，当总数量小于预设数量时，确定预设数量与总数量之间的差值，得到第二差异值，第一目标车辆的数量不大于第一差异值，且不大于第二差异值，即将不大于第一差异值且不大于第二差异值的任一数值确定为第一目标车辆的数量。而当总数量不小于预设数量时，不再确定第一目标车辆，从而避免更多的车辆进入目标候车区域。
(1-3)允许第一目标车辆进入目标候车区域的方式：
方式1：车辆调度系统向第一目标车辆发送第一调度通知，第一目标车辆接收到第一调度通知后，可以选择进入目标候车区域，或者暂时不进入目标候车区域，其中，第一调度通知用于通知第一目标车辆进入目标候车区域。
方式2：车辆调度系统接收到目标候车区域内某一用户终端发起的订单请求，或者，接收到某一用户终端发起的、目的地位于目标候车区域内的订单请求，向第一目标车辆发送订单请求，第一目标车辆的驾驶用户可以确认订单请求，表示愿意前往目标候车区域，则车辆调度系统生成包括第一目标车辆与用户终端的订单。在另一实施例中，第一目标车辆的驾驶用户还可以拒绝订单请求，表示不愿意前往目标候车区域。
(2)当第一差异值不大于第二预设阈值时，确定目标候车区域的车辆调度策略为禁止第二目标车辆进入。
其中，第二目标车辆为目标候车区域外的备选车辆中意愿分值不大于第二数值的备选车辆，或者，第二目标车辆为目标候车区域外的备选车辆中意愿分值较小的第二数量个备选车辆。即备选车辆中，至少具有一个意愿分值比第二目标车辆更大的备选车辆，可以认为第二目标车辆是目标候车区域外的备选车辆中意愿分值较小的备选车辆。
(2-1)确定第二目标车辆的方式：
在一种可能实现的方式中，按照意愿分值从小到大的顺序，对目标候车区域的备选车辆进行排序，得到目标候车区域的第二备选列表。按照第二备选类别中的排列顺序，将第二备选列表中意愿分值较小的至少一个备选车辆确定为第二目标车辆。
其中，该第二备选列表可以包括该备选车辆，或者，该第二备选列表可以仅包括该备选车辆中的部分意愿分值较小的备选车辆，而将意愿分值较大的备选车辆滤除。
在另一种可能实现的方式中，包括：从该备选车辆中选取意愿分值不大于第二数值的备选车辆，将该意愿分值不大于第二数值的备选车辆组成目标候车区域的第二备选列表。
通过第二备选列表确定第二目标车辆的方式，可以从备选车辆中删除至少一个意愿分值较大的备选车辆，仅从意愿分值较小的备选车辆中确定第二目标车辆，减小了计算量。
(2-2)确定第二目标车辆的数量的过程：
在一种可能实现的方式中，第二目标车辆的数量不小于第一差异值，即将不小于第一差异值的任一数值确定为第二目标车辆的数量。
(2-3)禁止第二目标车辆进入目标候车区域的方式：
车辆调度系统向第二目标车辆发送第二调度通知，第二目标车辆接收到第二调度通知后，可以选择继续进入目标候车区域，或者暂时不进入目标候车区域，其中，第二调度通知用于通知第二目标车辆暂时禁止进入目标候车区域。
上述方式是根据目标候车区域内当前的候车用户数量与备选车辆数量确定的，然而，当目标候车区域内的车辆已经达到候车区域的预设数量时，目标候车区域外的备选车辆继续进入目标候车区域时，会造成目标候车区域内发生拥堵的情况，造成交通混乱，此时，应该禁止一个或多个车辆进入目标候车区域。
因此，在一种可能实现的方式中，确定目标候车区域的车辆调度策略的过程可以包括：获取目标候车区域内的车辆的总数量，当总数量大于预设数量时，确定目标候车区域的车辆调度策略为禁止第三目标车辆进入，第三目标车辆为目标候车区域外的备选车辆中意愿分值不大于第三数值的备选车辆，或者，第三目标车辆为目标候车区域外的备选车辆中意愿分值较小的第三数量个备选车辆。即备选车辆中，至少具有一个意愿分值比第三目标车辆更大的备选车辆，可以认为第三目标车辆是目标候车区域外的备选车辆中意愿分值较小的至少一个备选车辆。
禁止第三目标车辆进入目标候车区域的方式为：车辆调度系统向第三目标车辆发送第三调度通知，第三目标车辆接收到第三调度通知后，可以选择继续进入目标候车区域，或者暂时不进入目标候车区域，其中，第三调度通知用于通知第二目标车辆暂时禁止进入目标候车区域。
当备选车辆距离目标候车区域较远时，尽管该备选车辆对应的意愿分值较大，也不能在较短的时间内到达目标候车区域，若为目标候车区域调度该备选车辆，会增加候车用户的等待时间。因此，在另一种可能实现的方式中，还可以获取目标候车区域的位置信息和至少两个备选车辆中每个备选车辆的位置信息，根据获取到的位置信息，确定每个备选车辆与目标候车区域之间的距离，根据每个备选车辆与目标候车区域之间的距离以及至少两个意愿分值，确定目标候车区域的车辆调度策略。
因此，确定目标候车区域的车辆调度策略时，可以综合考虑距离因素和意愿分值。将距离因素作为确定车辆调度策略的一个考虑因素，将意愿分值作为一个调整参数，对距离进行调整，根据距离因素和意愿分值可以确定一个综合分值，之后可以根据至少两个备选车辆的综合分值，确定目标候车区域的车辆调整策略。
在一种可能实现的方式中，意愿分值作为一个调整参数对距离进行调整时，可以设置一个权重，获取意愿分值与权重的乘积，根据该乘积对距离进行调整，得到综合分值。其中，设置的权重越大，表示意愿分值在综合分值中起到的作用越强，对距离的调整幅度越大，设置的权重越小，表示意愿分值在综合分值中起到的作用越弱，对距离的调整幅度越小。
关于备选车辆与目标候车区域之间的距离的形式，在一种可能实现的方式中，该距离可以采用曼哈顿距离，或者，也可以采用其他形式的距离。
关于确定备选车辆与目标候车区域之间的距离的方式，在一种可能实现的方式中，采用Spark Streaming模块(一种实时流处理模块)根据实时获取的备选车辆的位置信息和目标候车区域的位置信息，计算二者之间的距离。其中，Spark Streaming模块是一个大数据处理框架中的实时流处理模块，可以进行在线数据的高速计算。
例如，Spark Streaming模块根据实时获取的备选车辆的位置信息和目标候车区域的位置信息，计算备选车辆与目标候车区域之间的曼哈顿距离，若目标候车区域的坐标为(x1，y1)，备选车辆当前的的坐标为(x2，y2)，则当前该备选车辆与目标候车区域之间的曼哈顿距离为d，d＝∣x1-x2∣+∣y1-y2∣，意愿分值为A，根据该曼哈顿距离d和意愿分值A确定的综合分值为D，D＝d+β/A，β为意愿分值的权重。此时，综合分值与距离呈正相关关系，综合分值与意愿分值呈负相关关系，则优先允许综合分值较小的备选车辆进入目标候车区域，即优先允许距离较近、意愿分值较大的备选车辆进入目标候车区域，优先禁止综合分值较大的备选车辆进入目标候车区域，即优先禁止距离较远、意愿分值较小的备选车辆进入目标候车区域。
为了在对距离因素进行调整的过程中减小计算量，在一种可能实现的方式中，对备选车辆与目标候车区域之间的距离进行归一化处理，根据归一化处理后的距离因素和意愿分值确定综合分值。
上述综合考虑距离和意愿分值后确定车辆调度策略的方式，能够在需要备选车辆进入目标候车区域时，确定距离较近的备选车辆优先进入目标候车区域，该距离较近的备选车辆可以在较短的时间内达到目标候车区域，缩短的候车用户的等待时长；在无需备选车辆进入目标候车区域时，优先禁止距离较近的备选车辆，避免距离较近的备选车辆进入目标候车区域后，造成目标候车区域内车辆的空载率较高，或者造成目标候车区域内的拥堵。
另外，除了上述距离因素以外，本发明实施例还可以考虑其他因素，如当前目标候车区域内车辆的平均停留时长、平均空载等待时长等，目标候车区域的调度人员可以根据该其他因素确定目标候车区域当前的情况，还可以根据该其他因素对车辆调度策略进行调整，以进一步提高车辆调度策略的准确性，提升车辆调度效果。
确定车辆调度策略以后，车辆调度系统可以在显示界面上显示该车辆调度策略，同时还可以显示如当前目标候车区域内车辆的平均停留时长、平均空载等待时长等其他因素。
在一种可能实现的方式中，以调度列表的形式显示车辆调度策略，供调度人员进行观察和分析，确定目标候车区域内当前的情况，或者供调度人员对车辆调度策略进行调整。该调度列表中包含至少一个备选车辆，车辆调度策略用于为目标候车区域调度该调度列表中的至少一个备选车辆。
参见图5，例如，Y市火车站的调度室配置有控制设备，控制设备的显示界面上显示有Y市火车站的候车区域的车辆调度信息，该车辆调度信息中包括当前的时间、候车区域内的候车用户数量、空载出租车数量，出租车平均停留时长、平均空载等待时长以及根据车辆调度的调度列表。其中，图中还包括多个圆形标记，每个圆形标记表示一个备选车辆所在的位置。
本发明实施例提供的方法，根据目标候车区域的候车用户数量和备选车辆数量，获取衡量候车用户数量与备选车辆数量之间的差异大小的第一差异值，获取位于目标候车区域外的备选车辆的意愿分值，根据备选车辆的意愿分值和第一差异值，确定目标候车区域的车辆调度策略，基于车辆调度策略为目标候车区域进行车辆调度，其中，意愿分值用于衡量备选车辆前往目标候车区域的意愿强弱。提供了一种根据车辆的意愿分值进行车辆调度的方法，不仅可以以候车区域为单位进行车辆调度，还能够满足备选车辆的行驶习惯，确定更具个性化的车辆调度策略。
并且，通过训练分值获取模型，学习到意愿分值与用户属性信息之间的关系，后续能够根据用户属性信息确定对应的意愿分值，从而能够根据意愿分值确定更具个性化的车辆调度策略。
并且，综合考虑距离因素和意愿分值确定车辆调度策略，后续基于该车辆调度策略为目标候车区域调度车辆时，可以缩短候车用户的等待时长，也可以够避免距离较近的备选车辆进入目标候车区域后造成拥堵，还可以满足候车用户的乘车需求和备选车辆的载客需求，有效提升了车辆调度效果。
需要说明的是，本发明实施例提供的方法可以设置为一个接口的形式，提供给车辆调度系统，车辆调度系统通过调用该接口触发执行本发明实施例提供的方法，确定目标候车区域的车辆调度策略。
需要说明的另一点是，上述实施例仅是以为目标候车区域确定车辆调度策略为例进行说明，针对多个候车区域，可以采用本发明实施例提供的方法，分别确定每个候车区域的车辆调度策略。后续针对每个候车区域，可以基于该候车区域对应的车辆调度策略为该候车区域进行车辆调度。
参见图6，为目标候车区域进行车辆调度的方法，可以包括以下步骤：
1、获取多个样本车辆中每个样本车辆的用户属性信息，获取每个样本车辆在预设时长内在目标候车区域内的出现次数。
2、根据获取到多个样本车辆的用户属性信息和出现次数进行训练，得到分值获取模型。
3、获取多个车辆的用户属性信息，基于分值获取模型分别确定该多个车辆的用户属性信息对应的意愿分值。
4、获取位于目标候车区域外的一个或多个备选车辆中每个备选车辆与目标候车区域之间的距离。
5、获取该一个或多个备选车辆的意愿分值。
6、根据意愿分值和与目标候车区域之间的距离确定每个备选车辆的综合分值，其中，综合分值越大表示备选车辆与目标候车区域之间的距离越近，且备选车辆的意愿分值越大。按照综合分值从大到小的顺序对该备选车辆排序，得到目标候车区域的备选车辆列表。
7、获取目标候车区域内当前的候车用户数量、备选车辆数量以及车辆的总数量。
8、判断目标候车区域内当前车辆的总数量是否小于预设数量，若是，则执行步骤9，若否，则执行步骤14。
9、根据候车用户数量和备选车辆数量确定第一差异值，根据备选车辆数量和车辆的总数量确定第二差异值。
10、判断第一差异值是否大于第一预设阈值，若是，则执行步骤11，若否，则执行步骤12。
11、在备选车辆列表中从意愿分值最大的备选车辆开始，选取至少一个备选车辆作为第一目标车辆，确定目标候车区域的车辆调度策略为允许第一目标车辆进入，执行步骤15。其中，第一目标车辆的数量既小于第一差异值，又小于第二差异值。
12、判断第一差异值是否小于第二预设阈值，若是，则执行步骤13，若否，则无需确定车辆调度策略。
13、在备选车辆列表中从意愿分值最小的备选车辆开始，选取至少一个备选车辆作为第二目标车辆，确定目标候车区域的车辆调度策略为禁止第二目标车辆进入，执行步骤15。
14、在备选车辆列表中从意愿分值最小的备选车辆开始，选取至少一个备选车辆作为第三目标车辆，确定目标候车区域的车辆调度策略为禁止第三目标车辆进入，执行步骤15。
在确定目标候车区域的车辆调度策略之后，该方法还可以包括步骤15：
15、根据已确定的车辆调度策略，向目标车辆发送对应的调度通知，为目标候车区域调度车辆，其中，目标车辆可以为第一目标车辆、第二目标车辆或第三目标车辆。
本发明实施例可以应用于为目标候车区域进行车辆调度的任意场景下，例如，为火车站进行出租车调度的场景，或为机场进行出租车调度的场景等。
图7是本发明实施例提供的一种为火车站的出租车候车区域进行出租车调度的方法流程图。
火车站所在城市包括多个出租车，每个出租车内配置有车载终端，每个出租车的车载终端通过网络连接至车辆调度系统，与车辆调度系统进行交互。交互过程包括：
1、多个出租车的车载终端进行实时定位，得到位置信息，将位置信息上传至车辆调度系统的Kafka集群中。Kafka集群接收多个出租车的车载终端上传的位置信息，每天定时为每个出租车生成一个文件，根据当天的日期和出租车的车牌号为该文件命名，将该文件存储至Hadoop集群。
2、统计多个出租车的状态信息，上传至Hadoop集群。
其中，状态信息包括出租车当前的状态为载客状态还是空载状态、载客状态下当前订单的始发地和目的地、订单的起始时间和结束时间等。
3、YARN(Yet Another Resource Negotiator，一种Hadoop集群资源管理器)，从Hadoop集群获取多个出租车的文件，根据每个出租车的文件，采用Spark(一种专为大规模数据处理而设计的快速通用的计算引擎)进行离线处理，得到每个出租车的用户属性特征和次数特征。
4、根据多个出租车的用户属性特征和次数特征进行训练，得到分值获取模型。
5、基于分值获取模型、多个出租车的用户属性特征和次数特征，获取该多个出租车中每个出租车的意愿分值。
6、获取出租车候车区域外的多个备选出租车的意愿分值，根据该多个备选出租车实时上传的位置信息和状态信息，采用Spark Streaming模块获取每个备选出租车与出租车候车区域之间的距离。
7、根据获取到的该多个备选出租车的意愿分值和距离，采用Spark Streaming模块进行实时排序，将得到的排序结果存入Redis。
8、车辆调度系统基于第三方LBS接口获取出租车候车区域内当前的候车用户数量和出租车数量。
9、根据候车用户数量、出租车数量以及排序结果，确定出租车候车区域的车辆调度策略，展示已确定的车辆调度策略。
10、基于已确定的车辆调度策略，为出租车候车区域进行出租车调度。
需要说明的是，上述基于采用Spark Streaming模块为火车站的出租车候车区域进行出租车调度的方法流程参见图8，包括：
(1)从Kafka集群获取出租车的位置信息和状态信息；
(2)计算每个出租车到火车站的出租车候车区域之间的曼哈顿距离；
(3)获取位于火车站的出租车候车区域外的多个出租车的意愿分值；
(4)根据该多个出租车与火车站的出租车候车区域之间的曼哈顿距离和意愿分值，确定该多个出租车的综合分值；
(5)根据综合分值对该多个出租车进行排序，将排序结果存入Redis；
(6)根据火车站的出租车候车区域内的候车用户与出租车之间的供需关系以及获取的排序结果，确定出租车调度策略。
(7)基于确定的出租车调度策略为火车站的出租车候车区域进行车辆调度。
以目标候车区域为火车站A的出租车候车区域，以为该出租车候车区域进行出租车调度为例，参见图9，该过程包括：
1、获取火车站A所属的城市B内，多个出租车的用户属性信息和行驶记录，根据每个出租车的行驶记录，获取每个出租车在两个小时内在出租车候车区域的出现次数。
2、根据该多个出租车中每个出租车的用户属性信息和出现次数，采用深度因子分解机算法进行训练，得到训练后的分值获取模型。
3、基于城市B内多个出租车的用户属性信息和分值获取模型，获取该多个出租车中每个出租车的意愿分值。
4、统计火车站A的出租车候车区域内当前等待出租车的候车用户数量，该数量为120，统计火车站A的出租车候车区域内当前的出租车的数量，该数量为60。
5、按照候车用户和出租车1.5:1的比例获取第一差异值，该第一差异值为20，表示火车站A的出租车候车区域还需要20个出租车。
6、获取城市B内的在火车站A附近的50个出租车的意愿分值。
7、将上述50个出租车按照意愿分值从大到小进行排序，将前30个出租车组成备选列表。
8、从备选列表中选择20个出租车，确定火车站A的出租车候车区域的车辆调度策略为：允许该20个出租车进入火车站A的出租车候车区域。
9、确定车辆调度策略后，向该20个出租车发送第一调度通知，该20个出租车前往火车站A的出租车候车区域。
图10是本发明实施例提供的一种车辆调度装置的结构示意图，参见图10，该装置包括：
差异值获取模块1001，用于执行上述实施例中根据目标候车区域内的候车用户数量和备选车辆数量，获取第一差异值的步骤；
第一分值获取模块1002，用于执行上述实施例中获取位于目标候车区域外的备选车辆的意愿分值的步骤；
策略确定模块1003，用于执行上述实施例中根据备选车辆的意愿分值和第一差异值，确定目标候车区域的车辆调度策略的步骤；
调度模块1004，用于执行上述实施例中基于车辆调度策略为目标候车区域进行车辆调度的步骤。
可选地，差异值获取模块1001，包括：
第一获取单元，用于执行上述实施例中获取候车用户数量与备选车辆数量之间的差值，得到第一差异值的步骤；或者，
第二获取单元，用于执行上述实施例中按照预设比例缩小候车用户数量，得到第一数量，获取第一数量与备选车辆数量之间的差值，得到第一差异值的步骤。
可选地，策略确定模块1003，包括：
第一策略确定单元，用于执行上述实施例中当第一差异值大于第一预设阈值时，确定目标候车区域的车辆调度策略为允许第一目标车辆进入的步骤。
可选地，第一目标车辆的数量不大于第一差异值。
可选地，第一目标车辆的数量不大于第一差异值，且不大于第二差异值。
可选地，调度模块1004，包括：
第一调度单元，用于执行上述实施例中向第一目标车辆发送第一调度通知的步骤。
可选地，策略确定模型1003，还包括：
第二策略确定单元，用于执行上述实施例中当第一差异值不大于第二预设阈值时，确定目标候车区域的车辆调度策略为禁止第二目标车辆进入的步骤。
可选地，调度模块1004，包括：
第二调度单元，用于执行上述实施例中向第二目标车辆发送第二调度通知的步骤。
可选地，策略确定模块1003，还包括：
总数量获取单元，用于执行上述实施例中获取目标候车区域内的车辆的总数量的步骤；
第三策略确定单元，用于执行上述实施例中当总数量大于预设数量时，确定目标候车区域的车辆调度策略为禁止第三目标车辆进入的步骤。
可选地，调度模块1004，包括：
第三调度单元，用于执行上述实施例中向第三目标车辆发送第三调度通知的步骤。
可选地，装置还包括：
模型获取模块1005，用于执行上述实施例中获取目标候车区域的分值获取模型的步骤；
第一信息获取模块1006，用于执行上述实施例中获取任一车辆的用户属性信息的步骤；
第二分值获取模块1007，用于执行上述实施例中基于分值获取模型获取任一车辆的用户属性信息对应的意愿分值的步骤。
可选地，装置还包括：
第二信息获取模块1008，用于执行上述实施例中获取多个样本车辆中每个样本车辆的用户属性信息的步骤；
次数获取模块1009，用于执行上述实施例中获取每个样本车辆在预设时长内在目标候车区域内的出现次数的步骤；
训练模块1010，用于执行上述实施例中根据每个样本车辆的用户属性信息和出现次数进行训练，得到目标候车区域的分值获取模型的步骤。
可选地，训练模块，包括：
第一训练单元，用于执行上述实施例中对于每个样本车辆，将样本车辆的用户属性信息作为输入，将样本车辆的出现次数作为输出，训练分值获取模型的步骤；或者，
第二训练单元，用于执行上述实施例中对于每个样本车辆，对样本车辆的用户属性信息进行特征提取，得到用户属性特征，对样本车辆的出现次数进行特征提取，得到次数特征，将用户属性信息作为输入，将次数特征作为输出，训练分值获取模型的步骤。
可选地，策略确定模块1003，包括：
位置信息获取单元，用于执行上述实施例中获取目标候车区域的位置信息和目标候车区域外的备选车辆的位置信息的步骤；
距离确定单元，用于执行上述实施例中根据获取到的位置信息，确定备选车辆与目标候车区域之间的距离的步骤；
第四策略确定单元，用于执行上述实施例中根据备选车辆与目标候车区域之间的距离、备选车辆的意愿分值和第一差异值，确定目标候车区域的车辆调度策略的步骤。
需要说明的是：上述实施例提供的车辆调度装置在调度车辆时，仅以上述各功能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模块完成，即将车辆调度系统的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的车辆调度装置与车辆调度方法实施例属于同一构思，其具体实现过程详见方法实施例，这里不再赘述。
图11示出了本发明一个示例性实施例提供的终端1100的结构框图。该终端1100为图11所示实施例中的用户终端103或控制设备1012，可以是便携式移动终端，比如：智能手机、平板电脑、MP3播放器(Moving Picture Experts Group Audio Layer III，动态影像专家压缩标准音频层面3)、MP4(Moving Picture Experts Group Audio Layer IV，动态影像专家压缩标准音频层面4)播放器、笔记本电脑、台式电脑、头戴式设备，或其他任意智能终端。终端1100还可能被称为用户设备、便携式终端、膝上型终端、台式终端等其他名称。
通常，终端1100包括有：处理器1101和存储器1102。
处理器1101可以包括一个或多个处理核心，比如4核心处理器、8核心处理器等。处理器1101可以采用DSP(Digital Signal Processing，数字信号处理)、FPGA(Field－Programmable Gate Array，现场可编程门阵列)、PLA(Programmable Logic Array，可编程逻辑阵列)中的至少一种硬件形式来实现。处理器1101也可以包括主处理器和协处理器，主处理器是用于对在唤醒状态下的数据进行处理的处理器，也称CPU(Central ProcessingUnit，中央处理器)；协处理器是用于对在待机状态下的数据进行处理的低功耗处理器。在一些实施例中，处理器1101可以在集成有GPU(Graphics Processing Unit，图像处理器)，GPU用于负责显示屏所需要显示的内容的渲染和绘制。一些实施例中，处理器1101还可以包括AI(Artificial Intelligence，人工智能)处理器，该AI处理器用于处理有关机器学习的计算操作。
存储器1102可以包括一个或多个计算机可读存储介质，该计算机可读存储介质可以是非暂态的。存储器1102还可包括高速随机存取存储器，以及非易失性存储器，比如一个或多个磁盘存储设备、闪存存储设备。在一些实施例中，存储器1102中的非暂态的计算机可读存储介质用于存储至少一个指令，该至少一个指令用于被处理器1101所具有以实现本申请中方法实施例提供的车辆调度方法。
在一些实施例中，终端1100还可选包括有：外围设备接口1103和至少一个外围设备。处理器1101、存储器1102和外围设备接口1103之间可以通过总线或信号线相连。各个外围设备可以通过总线、信号线或电路板与外围设备接口1103相连。具体地，外围设备包括：射频电路1104、显示屏1105、摄像头组件1106、音频电路1107、定位组件1108和电源1109中的至少一种。
外围设备接口1103可被用于将I/O(Input/Output，输入/输出)相关的至少一个外围设备连接到处理器1101和存储器1102。在一些实施例中，处理器1101、存储器1102和外围设备接口1103被集成在同一芯片或电路板上；在一些其他实施例中，处理器1101、存储器1102和外围设备接口1103中的任意一个或两个可以在单独的芯片或电路板上实现，本实施例对此不加以限定。
射频电路1104用于接收和发射RF(Radio Frequency，射频)信号，也称电磁信号。射频电路1104通过电磁信号与通信网络以及其他通信设备进行通信。射频电路1104将电信号转换为电磁信号进行发送，或者，将接收到的电磁信号转换为电信号。可选地，射频电路1104包括：天线系统、RF收发器、一个或多个放大器、调谐器、振荡器、数字信号处理器、编解码芯片组、用户身份模块卡等等。射频电路1104可以通过至少一种无线通信协议来与其它终端进行通信。该无线通信协议包括但不限于：城域网、各代移动通信网络(2G、3G、4G及8G)、无线局域网和/或WiFi(Wireless Fidelity，无线保真)网络。在一些实施例中，射频电路1104还可以包括NFC(Near Field Communication，近距离无线通信)有关的电路，本申请对此不加以限定。
显示屏1105用于显示UI(User Interface，用户界面)。该UI可以包括图形、文本、图标、视频及其它们的任意组合。当显示屏1105是触摸显示屏时，显示屏1105还具有采集在显示屏1105的表面或表面上方的触摸信号的能力。该触摸信号可以作为控制信号输入至处理器1101进行处理。此时，显示屏1105还可以用于提供虚拟按钮和/或虚拟键盘，也称软按钮和/或软键盘。在一些实施例中，显示屏1105可以为一个，设置终端1100的前面板；在另一些实施例中，显示屏1105可以为至少两个，分别设置在终端1100的不同表面或呈折叠设计；在再一些实施例中，显示屏1105可以是柔性显示屏，设置在终端1100的弯曲表面上或折叠面上。甚至，显示屏1105还可以设置成非矩形的不规则图形，也即异形屏。显示屏1105可以采用LCD(Liquid Crystal Display，液晶显示屏)、OLED(Organic Light-Emitting Diode,有机发光二极管)等材质制备。
摄像头组件1106用于采集图像或视频。可选地，摄像头组件1106包括前置摄像头和后置摄像头。通常，前置摄像头设置在终端的前面板，后置摄像头设置在终端的背面。在一些实施例中，后置摄像头为至少两个，分别为主摄像头、景深摄像头、广角摄像头、长焦摄像头中的任意一种，以实现主摄像头和景深摄像头融合实现背景虚化功能、主摄像头和广角摄像头融合实现全景拍摄以及VR(Virtual Reality，虚拟现实)拍摄功能或者其它融合拍摄功能。在一些实施例中，摄像头组件1106还可以包括闪光灯。闪光灯可以是单色温闪光灯，也可以是双色温闪光灯。双色温闪光灯是指暖光闪光灯和冷光闪光灯的组合，可以用于不同色温下的光线补偿。
音频电路1107可以包括麦克风和扬声器。麦克风用于采集用户及环境的声波，并将声波转换为电信号输入至处理器1101进行处理，或者输入至射频电路1104以实现语音通信。出于立体声采集或降噪的目的，麦克风可以为多个，分别设置在终端1100的不同部位。麦克风还可以是阵列麦克风或全向采集型麦克风。扬声器则用于将来自处理器1101或射频电路1104的电信号转换为声波。扬声器可以是传统的薄膜扬声器，也可以是压电陶瓷扬声器。当扬声器是压电陶瓷扬声器时，不仅可以将电信号转换为人类可听见的声波，也可以将电信号转换为人类听不见的声波以进行测距等用途。在一些实施例中，音频电路1107还可以包括耳机插孔。
定位组件1108用于定位终端1100的当前地理位置，以实现导航或LBS(LocationBased Service，基于位置的服务)。定位组件1108可以是基于美国的GPS(GlobalPositioning System，全球定位系统)、中国的北斗系统、俄罗斯的格雷纳斯系统或欧盟的伽利略系统的定位组件。
电源1109用于为终端1100中的各个组件进行供电。电源1109可以是交流电、直流电、一次性电池或可充电电池。当电源1109包括可充电电池时，该可充电电池可以支持有线充电或无线充电。该可充电电池还可以用于支持快充技术。
在一些实施例中，终端1100还包括有一个或多个传感器1110。该一个或多个传感器1110包括但不限于：加速度传感器1111、陀螺仪传感器1112、压力传感器1113、指纹传感器1114、光学传感器1115以及接近传感器1116。
加速度传感器1111可以检测以终端1100建立的坐标系的三个坐标轴上的加速度大小。比如，加速度传感器1111可以用于检测重力加速度在三个坐标轴上的分量。处理器1101可以根据加速度传感器1111采集的重力加速度信号，控制显示屏1105以横向视图或纵向视图进行用户界面的显示。加速度传感器1111还可以用于游戏或者用户的运动数据的采集。
陀螺仪传感器1112可以检测终端1100的机体方向及转动角度，陀螺仪传感器1112可以与加速度传感器1111协同采集用户对终端1100的3D动作。处理器1101根据陀螺仪传感器1112采集的数据，可以实现如下功能：动作感应(比如根据用户的倾斜操作来改变UI)、拍摄时的图像稳定、游戏控制以及惯性导航。
压力传感器1113可以设置在终端1100的侧边框和/或显示屏1105的下层。当压力传感器1113设置在终端1100的侧边框时，可以检测用户对终端1100的握持信号，由处理器1101根据压力传感器1113采集的握持信号进行左右手识别或快捷操作。当压力传感器1113设置在显示屏1105的下层时，由处理器1101根据用户对显示屏1105的压力操作，实现对UI界面上的可操作性控件进行控制。可操作性控件包括按钮控件、滚动条控件、图标控件、菜单控件中的至少一种。
指纹传感器1114用于采集用户的指纹，由处理器1101根据指纹传感器1114采集到的指纹识别用户的身份，或者，由指纹传感器1114根据采集到的指纹识别用户的身份。在识别出用户的身份为可信身份时，由处理器1101授权该用户具有相关的敏感操作，该敏感操作包括解锁屏幕、查看加密信息、下载软件、支付及更改设置等。指纹传感器1114可以被设置终端1100的正面、背面或侧面。当终端1100上设置有物理按键或厂商Logo时，指纹传感器1114可以与物理按键或厂商标志集成在一起。
光学传感器1115用于采集环境光强度。在一个实施例中，处理器1101可以根据光学传感器1115采集的环境光强度，控制显示屏1105的显示亮度。具体地，当环境光强度较高时，调高显示屏1105的显示亮度；当环境光强度较低时，调低显示屏1105的显示亮度。在另一个实施例中，处理器1101还可以根据光学传感器1115采集的环境光强度，动态调整摄像头组件1106的拍摄参数。
接近传感器1116，也称距离传感器，通常设置在终端1100的前面板。接近传感器1116用于采集用户与终端1100的正面之间的距离。在一个实施例中，当接近传感器1116检测到用户与终端1100的正面之间的距离逐渐变小时，由处理器1101控制显示屏1105从亮屏状态切换为息屏状态；当接近传感器1116检测到用户与终端1100的正面之间的距离逐渐变大时，由处理器1101控制显示屏1105从息屏状态切换为亮屏状态。
本领域技术人员可以理解，图11中示出的结构并不构成对终端1100的限定，可以包括比图示更多或更少的组件，或者组合某些组件，或者采用不同的组件布置。
图12是本发明实施例提供的一种服务器的结构示意图，该服务器1200可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上处理器(central processingunits，CPU)1201和一个或一个以上的存储器1202，其中，所述存储器1202中存储有至少一条指令，所述至少一条指令由所述处理器1201加载并执行以实现上述各个方法实施例提供的方法。当然，该服务器还可以具有有线或无线网络接口、键盘以及输入输出接口等部件，以便进行输入输出，该服务器还可以包括其他用于实现设备功能的部件，在此不做赘述。
服务器1200可以用于执行上述车辆调度方法中车辆调度系统所执行的步骤。
本发明实施例还提供了一种车辆调度装置，该装置包括处理器和存储器，存储器中存储有至少一条指令、至少一段程序、代码集或指令集，指令、程序、代码集或指令集由处理器加载并具有以实现上述实施例的车辆调度方法中所执行的操作。
本发明实施例还提供了一种计算机可读存储介质，该计算机可读存储介质中存储有至少一条指令、至少一段程序、代码集或指令集，该指令、该程序、该代码集或该指令集由处理器加载并具有以实现上述实施例的车辆调度方法中所执行的操作。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。
以上所述仅为本发明实施例的较佳实施例，并不用以限制本发明实施例，凡在本发明实施例的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (15)
1.一种车辆调度方法，其特征在于，所述方法包括：
根据目标候车区域内的候车用户数量和备选车辆数量，获取第一差异值，所述第一差异值用于衡量所述候车用户数量与所述备选车辆数量之间的差异大小；
获取位于所述目标候车区域外的备选车辆的意愿分值，所述意愿分值用于衡量所述备选车辆前往所述目标候车区域的意愿强弱；
根据所述备选车辆的意愿分值和所述第一差异值，确定所述目标候车区域的车辆调度策略；
基于所述车辆调度策略为所述目标候车区域进行车辆调度。
2.根据权利要求1所述的方法，其特征在于，所述根据所述目标候车区域内的候车用户数量和备选车辆数量，获取第一差异值，包括：
获取所述候车用户数量与所述备选车辆数量之间的差值，得到所述第一差异值；或者，
按照预设比例缩小所述候车用户数量，得到第一数量，获取所述第一数量与所述备选车辆数量之间的差值，得到所述第一差异值。
3.根据权利要求1所述的方法，其特征在于，所述根据所述备选车辆的意愿分值和所述第一差异值，确定所述目标候车区域的车辆调度策略，包括：
当所述第一差异值大于第一预设阈值时，确定所述目标候车区域的车辆调度策略为允许第一目标车辆进入，所述第一目标车辆为所述目标候车区域外的备选车辆中意愿分值大于第一数值的备选车辆，或者为所述目标候车区域外的备选车辆中意愿分值较大的第一数量个备选车辆。
4.根据权利要求3所述的方法，其特征在于，所述第一目标车辆的数量不大于所述第一差异值。
5.根据权利要求3所述的方法，其特征在于，所述第一目标车辆的数量不大于所述第一差异值，且不大于第二差异值，所述第二差异值为所述目标候车区域内的车辆的总数量小于预设数量时，所述预设数量与所述总数量之间的差值。
6.根据权利要求3所述的方法，其特征在于，所述基于所述车辆调度策略为所述目标候车区域进行车辆调度，包括：
向所述第一目标车辆发送第一调度通知，所述第一调度通知用于通知所述第一目标车辆前往所述目标候车区域。
7.根据权利要求1所述的方法，其特征在于，所述根据所述备选车辆的意愿分值和所述第一差异值，确定所述目标候车区域的车辆调度策略，还包括：
当所述第一差异值不大于第二预设阈值时，确定所述目标候车区域的车辆调度策略为禁止第二目标车辆进入，所述第二目标车辆为所述目标候车区域外的备选车辆中意愿分值不大于第二数值的备选车辆，或者为所述目标候车区域外的备选车辆中意愿分值较小的第二数量个备选车辆。
8.根据权利要求1所述的方法，其特征在于，所述根据所述备选车辆的意愿分值和所述第一差异值，确定所述目标候车区域的车辆调度策略，还包括：
获取所述目标候车区域内的车辆的总数量；
当所述总数量大于预设数量时，确定所述目标候车区域的车辆调度策略为禁止第三目标车辆进入，所述第三目标车辆为所述目标候车区域外的备选车辆中意愿分值不大于第三数值的备选车辆，或者为所述目标候车区域外的备选车辆中意愿分值较小的第三数量个备选车辆。
9.根据权利要求1所述的方法，其特征在于，所述方法还包括：
获取所述目标候车区域的分值获取模型，所述分值获取模型用于根据任一车辆的用户属性信息获取意愿分值，所述用户属性信息用于对所述任一车辆的驾驶用户进行描述；
获取任一车辆的用户属性信息；
基于所述分值获取模型获取所述任一车辆的用户属性信息对应的意愿分值。
10.根据权利要求9所述的方法，其特征在于，所述方法还包括：
获取多个样本车辆中每个样本车辆的用户属性信息；
获取所述每个样本车辆在预设时长内在所述目标候车区域内的出现次数，所述出现次数用于表示所述样本车辆前往所述目标候车区域的意愿强弱；
根据所述每个样本车辆的用户属性信息和出现次数进行训练，得到所述目标候车区域的分值获取模型。
11.根据权利要求10所述的方法，其特征在于，所述根据所述每个样本车辆的用户属性信息和出现次数进行训练，得到所述目标候车区域的分值获取模型，包括：
对于每个样本车辆，将所述样本车辆的用户属性信息作为输入，将所述样本车辆的出现次数作为输出，训练所述分值获取模型；或者，
对于每个样本车辆，对所述样本车辆的用户属性信息进行特征提取，得到用户属性特征，对所述样本车辆的出现次数进行特征提取，得到次数特征，将所述用户属性信息作为输入，将所述次数特征作为输出，训练所述分值获取模型。
12.根据权利要求1-8任一项所述的方法，其特征在于，所述根据所述备选车辆的意愿分值和所述第一差异值，确定所述目标候车区域的车辆调度策略，包括：
获取所述目标候车区域的位置信息和所述目标候车区域外的备选车辆的位置信息；
根据获取到的位置信息，确定所述备选车辆与所述目标候车区域之间的距离；
根据所述备选车辆与所述目标候车区域之间的距离、所述备选车辆的意愿分值和所述第一差异值，确定所述目标候车区域的车辆调度策略。
13.一种车辆调度装置，其特征在于，所述装置包括：
差异值获取模块，用于根据目标候车区域内的候车用户数量和备选车辆数量，获取第一差异值，所述第一差异值用于衡量所述候车用户数量与所述备选车辆数量之间的差异大小；
第一分值获取模块，用于获取位于所述目标候车区域外的备选车辆的意愿分值，所述意愿分值用于衡量所述备选车辆前往所述目标候车区域的意愿强弱；
策略确定模块，用于根据所述备选车辆的意愿分值和所述第一差异值，确定所述目标候车区域的车辆调度策略；
调度模块，用于基于所述车辆调度策略为所述目标候车区域进行车辆调度。
14.一种车辆调度装置，其特征在于，所述装置包括处理器和存储器，所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集，所述指令、所述程序、所述代码集或所述指令集由所述处理器加载并执行以实现如权利要求1至12任一权利要求所述的车辆调度方法中所执行的操作。
15.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有至少一条指令、至少一段程序、代码集或指令集，所述指令、所述程序、所述代码集或所述指令集由处理器加载并执行以实现如权利要求1至12任一权利要求所述的车辆调度方法中所执行的操作。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910238184.8A CN109887268B (zh) | 2019-03-27 | 2019-03-27 | 车辆调度方法、装置及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910238184.8A CN109887268B (zh) | 2019-03-27 | 2019-03-27 | 车辆调度方法、装置及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109887268A true CN109887268A (zh) | 2019-06-14 |
| CN109887268B CN109887268B (zh) | 2022-01-25 |
Family
ID=66934659
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910238184.8A Active CN109887268B (zh) | 2019-03-27 | 2019-03-27 | 车辆调度方法、装置及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109887268B (zh) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110723103A (zh) * | 2019-10-25 | 2020-01-24 | 上海钧正网络科技有限公司 | 车辆控制方法、装置、车辆、计算机设备和存储介质 |
| CN111784126A (zh) * | 2020-06-15 | 2020-10-16 | 杭州海康威视系统技术有限公司 | 车辆调度方法、装置、电子设备及机器可读存储介质 |
| CN112949967A (zh) * | 2019-11-26 | 2021-06-11 | 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 |
| CN113420908A (zh) * | 2021-05-26 | 2021-09-21 | 浙江浙大中控信息技术有限公司 | 一种基于意愿性概率的大型场站旅客等候时长预测方法 |
| CN116151401A (zh) * | 2023-03-01 | 2023-05-23 | 南京领行科技股份有限公司 | 一种平台派单方法、装置、设备及存储介质 |
| CN117172513A (zh) * | 2023-11-03 | 2023-12-05 | 北京市运输事业发展中心 | 基于大数据的综合交通枢纽运力调度系统 |
Citations (5)
| 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 |
| CN104537831A (zh) * | 2015-01-23 | 2015-04-22 | 北京嘀嘀无限科技发展有限公司 | 车辆调度的方法及设备 |
| CN205384755U (zh) * | 2016-01-08 | 2016-07-13 | 何庆平 | 城市公交智能系统 |
| CN107341553A (zh) * | 2017-05-26 | 2017-11-10 | 北京三快在线科技有限公司 | 一种车辆调度方法及装置，电子设备 |
| EP3467751A1 (en) * | 2016-07-05 | 2019-04-10 | Huawei Technologies Co., Ltd. | Vehicle management method and device |
-
2019
- 2019-03-27 CN CN201910238184.8A patent/CN109887268B/zh active Active
Patent Citations (5)
| 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 |
| CN104537831A (zh) * | 2015-01-23 | 2015-04-22 | 北京嘀嘀无限科技发展有限公司 | 车辆调度的方法及设备 |
| CN205384755U (zh) * | 2016-01-08 | 2016-07-13 | 何庆平 | 城市公交智能系统 |
| EP3467751A1 (en) * | 2016-07-05 | 2019-04-10 | Huawei Technologies Co., Ltd. | Vehicle management method and device |
| CN107341553A (zh) * | 2017-05-26 | 2017-11-10 | 北京三快在线科技有限公司 | 一种车辆调度方法及装置，电子设备 |
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110723103A (zh) * | 2019-10-25 | 2020-01-24 | 上海钧正网络科技有限公司 | 车辆控制方法、装置、车辆、计算机设备和存储介质 |
| CN112949967A (zh) * | 2019-11-26 | 2021-06-11 | 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 |
| 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 |
| CN111784126A (zh) * | 2020-06-15 | 2020-10-16 | 杭州海康威视系统技术有限公司 | 车辆调度方法、装置、电子设备及机器可读存储介质 |
| CN111784126B (zh) * | 2020-06-15 | 2024-05-28 | 杭州海康威视系统技术有限公司 | 车辆调度方法、装置、电子设备及机器可读存储介质 |
| CN113420908A (zh) * | 2021-05-26 | 2021-09-21 | 浙江浙大中控信息技术有限公司 | 一种基于意愿性概率的大型场站旅客等候时长预测方法 |
| CN113420908B (zh) * | 2021-05-26 | 2022-11-29 | 浙江中控信息产业股份有限公司 | 一种基于意愿性概率的大型场站旅客等候时长预测方法 |
| CN116151401A (zh) * | 2023-03-01 | 2023-05-23 | 南京领行科技股份有限公司 | 一种平台派单方法、装置、设备及存储介质 |
| CN116151401B (zh) * | 2023-03-01 | 2024-06-07 | 南京领行科技股份有限公司 | 一种平台派单方法、装置、设备及存储介质 |
| CN117172513A (zh) * | 2023-11-03 | 2023-12-05 | 北京市运输事业发展中心 | 基于大数据的综合交通枢纽运力调度系统 |
| CN117172513B (zh) * | 2023-11-03 | 2024-02-02 | 北京市运输事业发展中心 | 基于大数据的综合交通枢纽运力调度系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109887268B (zh) | 2022-01-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109887268B (zh) | 车辆调度方法、装置及存储介质 | |
| CN110095128B (zh) | 获取缺失道路情报的方法、装置、设备及存储介质 | |
| CN111508609A (zh) | 健康状况的风险预测方法、装置、计算机设备及存储介质 | |
| CN111428937A (zh) | 用户流失的预测方法、装置、电子设备及可读存储介质 | |
| CN110852850A (zh) | 共享物品推荐方法、装置、计算机设备及存储介质 | |
| CN111429235A (zh) | 获取订单热力信息的方法、装置、设备及存储介质 | |
| WO2022205868A1 (zh) | 检测车辆的超限源头的方法、装置及计算机存储介质 | |
| CN111372201A (zh) | 信息通知方法、装置及计算机设备 | |
| CN111984755B (zh) | 确定目标停车点的方法、装置、电子设备及存储介质 | |
| CN114997728B (zh) | 车辆调度方法、装置、设备及存储介质 | |
| CN111815011B (zh) | 消息发送方法、装置、计算机设备及存储介质 | |
| CN112818243B (zh) | 导航路线的推荐方法、装置、设备及存储介质 | |
| CN116955428A (zh) | 基于路线的天气显示方法、装置、计算机设备及存储介质 | |
| CN109798912B (zh) | 车辆路线确定方法、车辆系统和车辆路线确定装置 | |
| CN114266385A (zh) | 一种汽车零部件物流多集散中心选址方法、系统、终端及存储介质 | |
| CN110852524B (zh) | 时间窗口的确定方法、装置、设备及存储介质 | |
| CN114078582A (zh) | 服务信息的关联方法、装置、终端及存储介质 | |
| CN113935678A (zh) | 确定配送员持多配送终端的方法、装置、设备及存储介质 | |
| CN111275300A (zh) | 路网数据处理方法、装置、设备及存储介质 | |
| CN117782115B (zh) | 自动驾驶路由的生成方法 | |
| CN111445286A (zh) | 资源调度方法、装置、电子设备及可读存储介质 | |
| CN113657652B (zh) | 流动量的预测方法、装置、设备及可读存储介质 | |
| CN115311851B (zh) | 路况信息确定方法、装置、电子设备及存储介质 | |
| CN112347604B (zh) | 确定车辆路径集的方法和装置 | |
| CN117575182A (zh) | 设备部件的管理方法、装置、设备及计算机可读存储介质 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |