CN110969279A - 机会偏好收集与应用 - Google Patents
机会偏好收集与应用 Download PDFInfo
- Publication number
- CN110969279A CN110969279A CN201910936107.XA CN201910936107A CN110969279A CN 110969279 A CN110969279 A CN 110969279A CN 201910936107 A CN201910936107 A CN 201910936107A CN 110969279 A CN110969279 A CN 110969279A
- Authority
- CN
- China
- Prior art keywords
- customer
- vehicle
- preferences
- trip
- computer
- 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 claims description 64
- 230000003213 activating effect Effects 0.000 claims description 2
- 230000002401 inhibitory effect Effects 0.000 claims 1
- 230000004044 response Effects 0.000 abstract description 56
- 230000006870 function Effects 0.000 description 26
- 238000005457 optimization Methods 0.000 description 26
- 238000004891 communication Methods 0.000 description 18
- 230000032258 transport Effects 0.000 description 18
- 238000013459 approach Methods 0.000 description 17
- 235000013305 food Nutrition 0.000 description 16
- 238000004422 calculation algorithm Methods 0.000 description 15
- 230000008859 change Effects 0.000 description 14
- 238000003860 storage Methods 0.000 description 9
- 230000008901 benefit Effects 0.000 description 8
- 238000010801 machine learning Methods 0.000 description 8
- 238000012546 transfer Methods 0.000 description 8
- 230000000694 effects Effects 0.000 description 7
- 238000012384 transportation and delivery Methods 0.000 description 7
- 238000003032 molecular docking Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 230000007246 mechanism Effects 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 238000013500 data storage Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 230000002776 aggregation Effects 0.000 description 3
- 238000004220 aggregation Methods 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 3
- 230000006399 behavior Effects 0.000 description 3
- 238000004140 cleaning Methods 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 3
- 238000012423 maintenance Methods 0.000 description 3
- 230000006855 networking Effects 0.000 description 3
- 241001465754 Metazoa Species 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 238000004378 air conditioning Methods 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000013475 authorization Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 2
- 239000003795 chemical substances by application Substances 0.000 description 2
- 235000005911 diet Nutrition 0.000 description 2
- 235000020785 dietary preference Nutrition 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 239000000446 fuel Substances 0.000 description 2
- 208000018910 keratinopathic ichthyosis Diseases 0.000 description 2
- 235000012054 meals Nutrition 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000012552 review Methods 0.000 description 2
- 238000013515 script Methods 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 241000699670 Mus sp. Species 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 230000003796 beauty Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 230000010267 cellular communication Effects 0.000 description 1
- 230000002860 competitive effect Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 230000037213 diet Effects 0.000 description 1
- 230000000378 dietary effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 235000020803 food preference Nutrition 0.000 description 1
- 239000003205 fragrance Substances 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 235000013550 pizza Nutrition 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000002829 reductive effect Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000010187 selection method Methods 0.000 description 1
- 230000000475 sunscreen effect Effects 0.000 description 1
- 239000000516 sunscreening agent Substances 0.000 description 1
- 230000029305 taxis Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 235000012184 tortilla Nutrition 0.000 description 1
- 230000007723 transport mechanism Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 230000001755 vocal effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
- 230000003442 weekly effect Effects 0.000 description 1
Images
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
- 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
-
- 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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
- G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
-
- 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
- G06Q10/06315—Needs-based resource requirements planning or analysis
-
- 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
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0281—Customer communication at a business location, e.g. providing product or service information, consulting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/23—Updating
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Educational Administration (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Navigation (AREA)
- Traffic Control Systems (AREA)
Abstract
本公开提供了“机会偏好收集与应用”。诸如运输管理服务的提供商可管理许多乘用者在各种位置之间的运输。一种系统可确定顾客位于车辆中,提示所述顾客关于顾客的偏好,并且基于响应修改行程特征。所述顾客可以是位于由其他乘客共享的车辆中、诸如处于共乘环境中的乘用者。顾客可以通过运输服务请求运输;这样的请求可以包括至少一个时间部分,诸如所请求的出发或到达时间。系统在所述系统确定所述顾客以其他方式空闲时可提示所述顾客关于所述顾客的偏好。所述系统可使用响应来基于所述响应构建所述顾客的简档。所述系统然后可基于所述简档和响应来修改车辆特征和/或路线。
Description
技术领域
本公开总体上涉及运输服务,并且更具体地涉及允许顾客个性化运输服务的车辆中的乘用的系统和方法。
背景技术
人们越来越多地转向各种不同的交通工具和机动性服务,包括除火车和公共汽车等传统公共运输服务外的共乘。当人们与他人共享乘用时,他们会牺牲自己在私人和个人运输服务中享受的一些个性化定制。例如,如果人驾驶其自身的车辆,则他们可能会收听喜爱的广播节目,在车窗降下情况下开车,或为了食物绕道而行。在共乘系统中的乘用者之间,这样的个人偏好很难协调。
发明内容
本文描述和建议的方法涉及更新和利用顾客简档。特别地,各种实施例提供了用于确定顾客位于车辆中还是即将进入车辆,从而提示顾客关于顾客的偏好或想法的方法。各种实施例可以提供至少部分地基于响应、一组聚合响应、或使用响应更新的简档来修改车辆的一个或多个特征或由该车辆提供的行程的方法。顾客可以是与其他乘客共享的车辆中的乘用者,诸如在共乘环境中。顾客可以通过运输服务请求运输;这样的请求可以包括至少一个时间部分,诸如所请求的出发或到达时间。系统可以关于顾客的偏好提示顾客,诸如在某些实施例中,当系统确定顾客以其他方式空闲时。系统可以使用响应以便基于响应为顾客或者车辆中当前的乘客集合构建或更新简档,以及其他这样的选项。然后,系统可以基于简档和响应来修改车辆和/或路线的一个或多个特征。在一些实施例中,系统还可以提供与路线相关的信息或内容,以及其他这样的选项。
附图说明
将参考附图来描述根据本公开的各种实施例,在附图中:
图1A和图1B示出了其中可实现各种实施例的各方面的示例性乘用请求环境;
图2示出了根据一些实施例的用于收集顾客偏好的示例性电子装置显示器;
图3示出了根据一些实施例的用于向顾客建议其目的地的示例性电子装置显示器;
图4示出了根据一些实施例的用于在乘用者中的游戏的示例性电子装置显示器;
图5示出了可根据各种实施例使用的用于使乘用请求与车辆容量匹配的示例性方法;
图6A和图6B示出了根据各种实施例的可以在一定时间段内针对服务区域确定的示例性起始地位置和目的地位置以及用于服务于这些位置的路线;
图7示出了可用于实现各种实施例的方面的示例性系统;
图8示出了根据各种实施例的用于更新顾客简档的示例性方法;
图9示出了用于响应于接收到顾客的响应而修改行程特征的示例性技术;
图10示出了根据一些实施例的用于对准乘客偏好的示例性方法;
图11示出了根据各种实施例的用于自动调整行程特征的示例性方法;
图12示出了根据各种实施例的可用于提交行程请求并接收路线选项的示例计算装置;以及
图13示出了可用于实现各种实施例的各方面的计算装置的示例性部件。
具体实施方式
在下面的描述中,将描述各种实施例。出于解释的目的,阐述了具体的配置和细节以提供对实施例的透彻理解。然而,对本领域的技术人员将显而易见的是,在没有具体细节的情况下也可实践实施例。此外,为了不使描述的实施例晦涩难懂,可省略或简化众所周知的特征。
本文描述和建议的方法涉及更新和利用顾客简档。特别地,各种实施例提供了用于确定顾客位于车辆中还是即将进入车辆,从而提示顾客关于顾客的偏好或想法的方法。各种实施例可以提供至少部分地基于响应、一组聚合响应、或使用响应更新的简档来修改车辆的一个或多个特征或由该车辆提供的行程的方法。顾客可以是与其他乘客共享的车辆中的乘用者,诸如在共乘环境中。顾客可以通过运输服务请求运输;这样的请求可以包括至少一个时间部分,诸如所请求的出发或到达时间。系统可以关于顾客的偏好提示顾客,诸如在某些实施例中,当系统确定顾客以其他方式空闲时。系统可以使用响应以便基于响应为顾客或者车辆中当前的乘客集合构建或更新简档,以及其他这样的选项。然后,系统可以基于简档和响应来修改车辆和/或路线的一个或多个特征。在一些实施例中,系统还可以提供与路线相关的信息或内容,以及其他这样的选项。
根据本文包含的教义和建议对本领域的普通技术人员显而易见的是,各种其他此类功能也可在各种实施例的范围内使用。
图1A示出了其中可实现各种实施例的各方面的示例性位置100。在该示例中,用户可以使用例如在客户端计算装置上执行的应用程序来请求从起始地102到目的地位置104的运输。在各种实施例的范围内,也可以使用用于诸如通过消息传递或电话机制来提交请求的各种其他方法。此外,可以从正在运输的或计划要运输的对象接收或代表其接收请求中的至少一些。例如,客户端装置可能用于提交对对象、包裹或其他可交付物的初始请求,并且然后可能从例如对象或与该装置关联的装置或机构接收后续请求。可以使用其他通信来代替请求,如可能涉及指令、调用、命令和其他数据传输。对于本文讨论的各种实施例,除非另有说明,否则“客户端装置”不应当狭义地理解为常规计算装置,并且根据各种实施例,能够接收、传输或处理数据和通信的任何装置或部件可以用作客户端装置。
可以使用能够同时运输一个或多个乘用者的一种或多种车辆(或其他运输方式)来提供运输。尽管本文所用的乘用者通常是指人类乘客,但应当理解,在各种实施例中,“乘用者”还可以指非人类的乘用者或乘客,如可以包括动物或无生命的对象(诸如用于递送的包裹)。提供给单个乘用者的从出发点至到达点的乘用还可以对于相同或不同的运输方式涉及一个或多个车辆,这些车辆可以是相同或不同类型的。例如,在图1A中,运输服务的顾客可能希望使用该服务来获得从指定的起始地102或出发点(诸如顾客的工作地点)到指定的目的地104或到达点(诸如用户的家)的运输。在各种实施例的范围内,也可以使用各种其他类型的位置或指定位置的方式。可提供使用固定路线(诸如火车或公共汽车)、半固定路线(诸如穿梭巴士)、灵活路线(诸如乘客车辆中的共乘)、或完全灵活性(诸如电动自行车或踏板车)的运输方式。尽管在一些情况下,更灵活的选项(诸如共乘)可以提供最短行进时间,但与固定路线选项(诸如地铁或公共汽车)相比,它们的费用也可能更高。此外,灵活路线选项(诸如共乘)可能会遭遇交通拥堵或可能会给到达时间带来更多不确定性等的其他问题。
由于这些原因中的至少一些原因,顾客或乘用者可能会选择为至少部分旅程采用固定路线运输。例如,由于公共汽车的费用相对较低且频繁可用,顾客可能会乘坐公共汽车出市区。这些公共汽车可以去一个或多个停靠站,如果需要或期望,顾客可以从那里获得连接运输以完成旅程的剩余部分。在许多情况下,顾客可能希望在公共汽车的计时或初始运输方式方面具有灵活性,诸如能够沿着给定路线搭乘下一辆可用的公共汽车。顾客可能还希望能够从多个可用路线中进行选择以获得其他选项。如图1A所示,可能有许多公共汽车路线(使用实线示出)从目的地(诸如顾客工作地点附近的公共汽车停靠站)沿着基本固定的路线到达一个或多个目的地。顾客可能愿意采用从起始地102起的任何路线,特别是在高峰时间或恶劣天气等情况下。
在本文讨论的一些实施例中,顾客可以查看涉及多个分支或分段的路线的潜在选项,所述分支或分段可以利用一种或多种类型的运输。然后,顾客可以选择他们最希望或最感兴趣的选项,或者至少最接近满足顾客当前选择标准的选项,如可能包括计时和价格等。在图1B中示出了一组选项的示例性呈现150。在该示例中,顾客能够查看满足或以其他方式至少部分地匹配顾客针对未来运输需求而提交的一个或多个搜索标准的许多不同选项。如图所示,这些选项可以包括在顾客请求的时间附近的不同出发时间,其全部是从指定位置出发的。选项包括针对初始分支的不同选项,此处包括在不同时间和/或到达不同位置的不同公共汽车。从这些位置,呈现了可以继续前往目的地的不同选项。这些不仅包括不同的连接选项(诸如不同的穿梭巴士),而且还包括用于步行或骑行某些距离的选项等。用户可以从这些选项中进行选择,并且提供这些选项的运输服务或其他实体系统可能会引起针对选定选项进行对应的预订,诸如针对通过对应运输提供商在特定车辆或路线上的载客量,其在至少一些实施例中可以包括公共实体或其他第三方。
图2示出了根据一些实施例的示例性电子装置显示器200。尽管描绘了电话,但可以使用其他装置。例如,电子装置可以被附连到乘用者可以与之交互的车辆。此类电子装置可以嵌入到车辆的头枕、仪表板、顶板等的后部中以供个人或社区访问。这种电子装置可以能够经由语音、手势、触摸、触觉按钮等来操作。这种电子装置可以具有扬声器、音频/视频输出端口、屏幕等。示例性电子装置显示器200可以由顾客拥有或与顾客的座位相关联。在一些实施例中,电子装置连接到通信网络以用于协调和/或提供顾客的乘用的服务。
示例性电子装置显示器200可以呈现当前行程的状态202。此状态可以包括起始地、目的地、车辆的当前位置、费用、行程持续时间、预计到达目的地、换乘信息等。状态202可以包括当前车辆状态信息。例如,状态202可以指示当前车舱空气温度、湿度、人造光状态、环境光状态、窗户状态、车辆音频状态、车速等。在一些实施例中,装置显示器200可以与可在装置上执行的应用程序(或“app”)相关联。
示例性电子装置显示器200可以呈现出行程偏好提示204以用于询问顾客的偏好。在一些实施例中,顾客可能在查看行程的状态202时逗留。例如,顾客可能会观察行程的进展情况。在查看行程状态时,顾客可能会感到无聊或以其他方式空闲。系统可以确定顾客将会愿意回答相关其行程偏好或总体偏好的问题。例如,顾客可以指定顾客偏好某些大气属性。
行程偏好提示204可以提供切换提示,其中顾客可以指示比一件事相比,他们更偏好另一件事(例如,窗户降下与窗户升上)。切换提示可以允许顾客在诸如快速乘用或平稳乘用(例如,图2中的“舒适性”)的可选选项之间进行选择。在一些实施例中,提示可以允许顾客输入文本。例如,顾客可以打字输出其喜欢的餐厅等。在一些实施例中,提示可以允许顾客根据偏好来输入程度或等级,诸如车辆的音响系统的音量。
行程偏好提示204可以与特定乘用的特征相关,诸如顾客此时是否希望窗户降下还是升上。当前乘用的其他特征包括媒体播放的类型(例如,电影或音乐)、媒体的选择、媒体的音量或亮度、头灯设置、窗户降下/升上的偏好、优选温度、优选湿度、人造香料偏好、用于内部空气的风扇速度等。
系统可以询问顾客是否希望绕道(例如,为了食物)以及顾客将对哪种食物感兴趣。在一些实施例中,多个顾客可以提供其输入以用于确定绕道,并且系统可以确定共识。在一些实施例中,重复投票系统可以具有多个回合以确定获胜的偏好。
类似于行程偏好提示204的提示可以属于顾客简档。例如,顾客可以提供其履历信息,诸如其生日、性别、职业等。这样的提示还可以询问顾客的联系信息(例如,电话号码或电子邮件地址)。这样的提示可以有助于顾客与同事联系以共享他们的行程进度或协调未来的乘用。
图3示出了根据一些实施例的示例性电子装置显示器300。类似于图2,电子装置显示器300可以包括当前行程的状态202。因为状态202可能只需要显示器的一部分,所以系统可以向顾客提供相关信息304。例如,相关信息可以详细说明顾客在行程目的地可能对哪些餐馆感兴趣。相关信息可以提供目的地或热门商店或系统确定顾客会对其感兴趣的其他场所处的天气预报。如果系统没有足够的信息来提出建议,则它可以经由如图2所示的提示来从顾客请求更多的信息。在一些实施例中,相关信息304部分可以为顾客提供参与所呈现的业务或主题的机会。例如,顾客可以点餐、预订房间(例如,在旅馆)、打车(例如,其旅程的另一个分支)等。
在一些实施例中,相关信息304可以关于顾客的当前位置。例如,相关信息304可以标识当顾客经过这些地方时顾客可能感兴趣的商店、企业、兴趣点、风景等。在一些实施例中,相关信息304可以提供与在顾客经过此类位置时发生的地标和事件相关的历史信息。在一些实施例中,相关信息304可以是顾客可能感兴趣的物品的广告。这些物品可以基于行程和/或顾客对提示的响应来确定。例如,如果顾客要去阳光充足的地方,则该物品可以是防晒霜。
在一些实施例中,相关信息304可以是顾客向系统呈现其偏好的机会。例如,顾客可以对他们喜欢某个餐厅的程度进行评分,或者可以按偏好顺序对所呈现的餐厅进行排名。然后,系统可以获取此信息并将其合并到顾客资料中。此信息可以帮助指导目的地选择。例如,可以为系统指定特定顾客给定最佳路线的任务。然后,系统可以确定,即使顾客希望最终到达某个区域(例如,覆盖某个城市街区的某个建筑物),系统也可以基于顾客的偏好确定建筑物的哪一侧作为目的地。
图4示出了根据一些实施例的示例性电子装置显示器400。类似于图2,电子装置显示器400可以包括当前行程的状态202。在一些实施例中,电子装置显示器400可以包括游戏部分404,顾客可以在其中回答问题并然后猜测关于其他乘客的琐事。例如,顾客可以输入他们的家乡或州、他们的饮食偏好、他们的时间表、他们的职业、他们喜欢的音乐、电影等、以及其他感兴趣的偏好。在车辆中的多个人回答了这些问题后,可以向他们呈现提示,其中他们可以猜测整个车辆的统计信息。例如,他们可以猜出有多少人来自加利福尼亚州,或者喜欢比萨饼而不是玉米饼的百分比。这可以为顾客提供一种有趣而互动的方式来打发时间,并有可能被介绍给其他乘用者。
在一些实施例中,出于推荐顾客将喜欢的内容或路线的目的,在游戏部分404中检索到的响应可以用于通知顾客的简档并确定顾客的偏好。经顾客许可,系统可以存储此数据并将其用于顾客可以从中受益的目的。
与单次乘用偏好一样,可以确定顾客偏好以用于为需要多个分段的旅程选择交通工具。例如,不管连接的数量或使用的操作模式如何,顾客都可能优选最短的总持续时间。其他人可能更喜欢舒适性、最短连接时间或最少连接数等。对于某个顾客,偏好可能会因方向而异。例如,顾客可能只想在上班途中乘坐封闭的车辆,但可能更愿意在回家的路上走路或骑自行车。某些顾客可能还具有优选或所需的停车位置,或者可以指定不使用的位置或运输模式。顾客还可以指定特定的分段,车辆,路线,或优选、必需或不可选择的其他方面等。可以指定其他各种选项,诸如最大程度地使用高速公路相对不是邻里驾驶、最低或最高价格、最低或最高服务质量等。如本文所讨论和建议的,这些和其他因素或偏好中的任何一个或全部可以与路线规划选择和/或优化功能或过程一起使用。此外,如所提及的,随着时间推移,可以为顾客学习这些偏好中的至少一些。
在一些实施例中,整个旅程可以被自动预订或建议给顾客。例如,顾客在大多数工作日可能会以相同时间下班。因此,服务可以如上所讨论的那样将通知发送给顾客,但是该通知可以要求用户确认对旅程的初始分段的预订。这可能是顾客通常采用的相同运输选项,或者可能是适合时间和位置的选项之一。用户可以为此特定时间确认、选择选项,拒绝或指定新条件,诸如更新的出发时间或位置。在各种实施例的范围内,也可以使用各种其他选项。在这种情况下,顾客可能必须确认旅程的后续分段的选择,或初始确认可以使得系统能够基于本文讨论的任何因素或其组合在适当的时间自动为每个分段预订运输。
在一些实施例中,自动预订也可能要求顾客采取不同的动作。例如,顾客可能在要多次停车的火车或公共汽车上。在某些实施例中,下一个分段的运输选项可能会从不同的停靠站或车站出发,使得可能需要通知顾客赶上连接的适当停靠站。如果这与该顾客的通常停靠站或标准停靠站不同,或者是除最后停靠站以外的任何停靠站,则顾客可能需要确认顾客已收到指示并将在适当的停靠站下车。在一些实施例中,可以响应于顾客在该停靠站下车而自动地确认下一个分段,这可以通过传感器、位置或诸如在此讨论和建议的那些其他方法来检测。同样,如果更好的选项要求顾客在当前的运输方式上停留更长的时间,而不是在以后的停靠站下车等,则可以通知顾客。在一些实施例中,应用程序还可以具有一个选项,其中用户可以指示用户希望在不同的停靠站下车,早点到达目的地,或以其他方式修改一个或多个分段。然后,服务可以获取此信息并基于当前位置和顾客需求确定最佳预订选项。
如本文讨论和建议的,各种系统和服务可以用来实现本发明的方面。提供可以由多于一个乘用者同时使用的车辆的运输服务通常称为“共乘”服务,尽管如上所讨论,在至少一些实施例中,也可以利用一次只能服务一个顾客的诸如自行车和踏板车之类的车辆。在一个示例中,共乘服务可以提供使用至少一种类型的车辆502的路线,如图5的示例性配置500所示,其包括用于驾驶员的空间504和用于多达最大数量的乘用者的座椅或其他容量。应当理解,可以使用具有不同数量或配置的容量的各种类型的车辆,并且在各种实施例的范围内也可以利用没有专用驾驶员的自动驾驶汽车。也可以使用诸如智能自行车或个人运输车辆的车辆,其可以包括用于仅单个乘用者或有限数量的乘客的座位容量。对于给定路线上的给定车辆,乘用者可能会占用多个可用座位506(或其他乘用者位置),而另一数量的座位508可能会空闲。在一些实施例中,诸如包裹或交付物的物体也可能占用乘用者的可用空间,其可能包括用于座位或货物的区域或可转换空间,以及其他此类选项。为了改善所提供的乘用的经济性,在至少一些实施例中,可能希望在整个旅程的整个过程中使占用率尽可能接近满载。这种情况导致未售出席位很少,从而提高了操作效率。一种实现高占用率的方法可能是仅提供固定路线,其中所有乘客都在固定起始位置上车,并在固定目的地位置下车,其中在中间位置没有乘客上车或下车。
用户可以使用例如在客户端计算装置510上执行的应用程序来请求从起始地到目的地位置的运输。在各种实施例的范围内,也可以使用用于诸如通过消息传递或电话机制来提交请求的各种其他方法。此外,可以从正在运输的或计划要运输的对象接收或代表其接收请求中的至少一些。例如,客户端装置可以用于提交对对象、包裹或其他可交付物的初始请求,并且然后可以从例如对象或与该装置关联的装置或机构接收后续请求。可以使用其他通信来代替请求,如可能涉及指令、调用、命令和其他数据传输。对于本文讨论的各种实施例,除非另有说明,否则“客户端装置”不应当狭义地理解为常规计算装置,并且根据各种实施例,能够接收、传输或处理数据和通信的任何装置或部件可以用作客户端装置。
可以使用能够同时运输一个或多个乘用者的车辆502(或其他对象)来提供运输。尽管本文所用的乘用者通常是指人类乘客,但应当理解,但在各种实施例中,“乘用者”还可以指非人类的乘用者或乘客,如可以包括动物或无生命的对象(诸如用于递送的包裹)。在该示例中,共乘服务提供使用至少一种类型的车辆的路线,其包括用于驾驶员的空间504和用于多达最大数量的乘用者的座椅或其他容量。应当理解,可以使用具有不同数量或配置的容量的各种类型的车辆,并且在各种实施例的范围内也可以利用没有专用驾驶员的自动驾驶汽车。为了改善或最大化所提供的乘用的经济性,在至少一些实施例中,可能希望在整个旅程的整个过程中使占用率或利用率尽可能接近满载。这样的情况导致未售出的座位很少或未售出的座位几乎没有,从而提高了操作效率。一种实现高占用率的方法可能是仅提供固定路线,其中所有乘客都在固定起始位置上车,并在固定目的地位置下车,其中在中间位置没有乘客上车或下车。如所提及的,这种方法对于给定顾客旅程的至少一个分段可能是有益的。
在本示例中,给定用户可以手动输入或从一组建议的位置516输入起始位置512和目的地位置514,以及其他此类选项,诸如通过从地图518或其他界面元素中进行选择。在其他实施例中,诸如机器学习算法(或经训练的神经网络等)或人工智能系统的源可以基于诸如历史用户活动、当前位置等的相关信息来选择适当的位置。这种系统可以使用历史乘用数据来进行训练,并且可以使用其他最新的乘用和乘用者数据以及其他此类选项来随着时间推移学习和改进。后端系统或其他提供者服务可以获取此信息,并尝试在适当的时间将请求与具有容量的特定车辆进行匹配。如出于这样的目的已知的,可能期望的是选择当时将在起始位置附近的车辆,以便使诸如燃料和驾驶员成本的开销最小化。如所提及的,容量可以包括用于人类乘员的座椅或用于待运输的包裹或物体的足够可用体积以及其他这种容量度量。
然而,这种方法可能并非在所有情况下都是最佳方法,因为可能难以让足够的用户或对象提供者同意在特定时间或特定时间范围内处于特定初始位置,这可导致相对较低的占用率或容量利用率,并从而降低操作效率。另外,这种方法可能导致所以提供的乘用次数减少,这可能会减少总收入。另外,要求多个用户行进到特定的固定起始地点可能致使这些用户利用其他交通装置,诸如涉及不需要附加努力的出租车或共乘车辆。因此,在至少一些实施例中,可能期望将乘用者的便利性纳入要提供的路线的选择中。然而,对于一个乘用者来说可能便利的事情,对于其他乘用者来说可能并不方便。例如,在他或她的房子前面拾取一个乘用者可能会给现有路线增加附加的停靠站和附加的路线距离,这对于已经在该路线上或分配给该路线的乘用者可能是不可接受的。此外,不同的乘用者可能有限在不同的时间从不同的位置出发,以及优选在最大允许的时间内到达目的地,使得各个乘用者的利益至少在某种程度上彼此竞争,并且与乘用提供者的利益相互竞争。因此,在至少一些实施例中,可能期望在各种乘用者的相对体验与针对特定乘用、路线或其他运输选项的共乘服务之间进行平衡。虽然这种方法可能将会阻止乘用服务提供商最大限度地提高每次乘用的利润,但可以有一些中间立场使服务能够获利,同时向各种乘用者或服务用户提供(最低限度)令人满意的服务。这种方法可以改善乘用者的体验并导致更高的乘用量水平,如果管理得当,则其可以增加收入和利润。
图6A和6B图示出了根据各种实施例的可用于提供这种服务的一种示例性方法。在图6A的示例性映射600中,一组起始地602和目的地点604指示在确定的时间段内一个或多个用户想要在其间行进的位置。如图所示,存在可能想要递送用户或要递送对象的位置集群,如可能对应于城镇中心、城市位置、或许多不同的企业或其他目的地所位于的其他区域。然而,起始位置可能不太集中,例如可能与可能有乘用者住所的郊区或农村地区相关。聚集也可能全天变化,诸如人们在早晨从家行进到工作地点,并且晚上通常沿相反的方向行进。在这些时段之间可能几乎没有聚集,或者聚集可能主要是针对市区内的位置。从经济上讲,多乘用者服务无法为每个人提供用于确定路线的专用车,因为每辆车的总体占用率非常低。然而,确保每辆车的全部占用可能不利地影响单个乘用者的体验,所述单个乘用者然后为了适应更多的乘用者而不得不具有更长的路线和行进时间,这可能导致他们选择其他交通工具。类似地,对于这些乘客中的至少一些乘客而言,要求大量乘客在相同起始地点会面可能不方便,然后他们可以选择替代行进选项。
因此,在至少一些实施例中,期望提供平衡或至少考虑这些和其他此类因素的路线和运输选项。举例来说,图6B的标测650示出了可在一定时间段内提供以便满足各种乘用者的要求的路线652的选择。路线可能不包括或不对应每个精确的起始位置和目的地位置,但是在大多数情况下可以位于这些位置的可接受距离之内。每个路线还可以由一个或多个车辆或运输方式服务,各自服务于给定路线的一部分或分段。可能有以下情况:起始位置或目的地位置不被提供服务或在特定时间被提供服务;路线选项可能不可用,尽管在某些实施例中,可能以确定的价格提供专用的有限容量的车辆。此外,尽管路线可能不会使得每个车辆都具有全部占用率,但是每个车辆的乘客数量可能足以为共乘服务提供至少足够的收益或效率。由这种服务提供的路线652可能会随时间推移而变化,甚至在一天中的不同时间变化,但至少可以有充分设置的分段子集,使得乘用者在上下班或行程内可以至少有一定程度的确定性。尽管这可能无法提供其他行程选项的灵活性,但能够以可能更低的费用提供行程确定性,这对于该服务的许多潜在用户而言可能是理想的。然而,如所提及的,这种服务还可以为其他乘用选项提供更大的灵活性,这可能给潜在的乘用者带来更高的价格。
为了确定要提供的路线以及用来提供那些路线的车辆(或车辆类型),可以考虑各种因素,如本文所讨论和建议的。然后可以优化这些因素的功能以提供改善的顾客体验或运输对象的运输体验,同时还提供了相对于其他可用路线规划选项的改善的获利能力或至操作效率。可以基于其他可用数据随时间来更新优化方法和路线提供,如可能与最新的乘用数据、乘用量请求、交通模式、施工更新等相关。在一些实施例中,例如,可包括机器学习或受过训练的神经网络的基于人工智能的方法可以用于基于各种趋势和从数据确定的关系来进一步优化功能,如本文其他地方所讨论。
根据各种实施例的方法可以利用至少一个目标函数来确定针对一个或多个服务或覆盖区域的一组车辆或其他运输机制的路线选项。可以应用至少一种优化算法来调整所考虑的各种因素,以便改善目标函数的结果,诸如以便最小化或最大化一组路线选项的分数。该优化不仅可以应用于例如特定的路线和车辆,而且还可以应用于将来的计划路线、单个乘员或包裹以及其他此类因素。目标函数可以用作路线规划解决方案质量、提议的路线选项集或过去的路线规划的总体度量。目标函数可作为平衡各种重要因素的愿望的编纂,如可能包括乘用者的便利或经验,以及给定区域的服务递送效率和特定行程的服务质量(QoS)合规性,以及其他此类选项。对于给定时间段内的多个给定起始地位置和目的地位置,可以应用目标函数,并且为每个提议的路线规划解决方案提供一个分数,诸如优化的路线规划分数,该分数可以用于选择最佳路线规划解决方案。在一些实施例中,将选择具有最高路线分数的路线选项,而在其他实施例中,在各种其他评分、排名或选择标准中,可以存在用于最大化或最小化所得分数或生成排名的方法。在一些实施例中,也可以选择具有最低分数的路线选项,诸如,其中优化功能可以基于成本的度量来优化,而成本的量度期望是尽可能低的,相对于可能期望是尽可能高的因素(诸如益处度量),以及其他此类选项。在其他实施例中,所选择的选项可能不具有最佳目标分数,但在满足一个或多个其他乘用选择标准的同时具有可接受的目标分数,诸如可能与操作效率或最低乘用者体验相关的信息。在一个实施例中,一种目标函数接受乘用者的便利,确定行程的能力,车队的操作效率和当前需求作为输入。在一些实施例中,将随着时间诸如通过机器学习来学习这些项目中的每一个的权重。构成这些项目或值中的每一个的因素或数据也可以随时间推移而变化或更新。
部件度量(诸如,乘用者的便利性、QoS合规性和服务递送效率)可以满足至少两个目的。例如,度量可以帮助确定关键性能指示符(KPI)值,在一些实施例中,所述值可用于规划服务区域并测量其操作性能。性能度量(诸如KPI)可以帮助评估各种活动的成功,其中可以基于特定组织的各种目标或目的来选择相关KPI。也可以使用各种其他类型的度量。例如,可以考虑选择服务部署的位置,诸如可以选择服务区域(例如,城市)的位置,并且可能期望开发或应用被确定为特定服务区域最佳或至少针对特定服务区域定制的部署或选择方法。另外,这些度量可以帮助为车辆路线系统提供实时优化目标,所述目标可用于为各种请求建议或选择路线。在一些实施例中,优化可能需要在各种实施例中针对当前活动的服务窗口的部分数据集计算度量,是服务窗口可以对应于固定或可变的时间段。
例如,乘用者的便利性分数可以考虑各种因素。一个因素可能是从乘用者请求的起始地到选定路线的起始地的距离。可以使用任何相关方法来执行评分,例如,精确匹配的分数为1.0,并且大于最大或指定距离的任何距离的分数为0.0。最大距离可以对应于用户愿意步行或行进到原始位置的最大距离,或者所有用户的平均最大距离,以及其他此类选项。对于包裹,这可以包括供应商为将那些包裹运输到其相应的目的地而愿意行进的距离。这些因素之间的函数也可以变化,如可以利用线性或指数函数。例如,在一些实施例中,可以在请求的和提议的起始位置之间中途的起始位置被分配0.5的便利性分数,而在其他方法中,可能获得0.3或更小。可以采用类似的方法进行处理,其中请求的拾取与建议的拾取之间的时间长度可以与所应用的便利性分数成反比。也可以考虑各种其他因素,如可以包括乘用长度、停止次数、目的地时间、预期交通、以及其他这样的因素。便利性值本身可以是这些因素和其他此类因素的加权组合。
优化或至少考虑乘用者的便利性度量可以帮助确保提供给乘用者的旅程至少在竞争上具有便利性。尽管乘用者的便利性可能是主观的,但度量可以查看客观度量,以确定便利性相对于其他可用的运输方式是否具有竞争力。可以考虑可以使用现有数据客观确定或计算的任何适当因素。这些因素可以包括,例如,提供各种行程选择的能力(或无能力)。这些因素还可以包括出发或到达时间相对于乘用者要求的时间的差异。在一些实施例中,乘用者可以提供目标时间,而在另一些实施例中,乘用者可以提供时间窗口或可接受的范围。另一个因素可能与相对行程延迟相关,这是预期的或基于类似路线的历史数据。例如,通过某些高流量位置的某些路线可能具有可变的到达时间,这可以计入通过该区域或那些位置的潜在路线的便利性分数。另一个因素可能与用户对于给定路线所需的步行(或非路线行程)相关。如所提到的,这可以包括请求的起始和提议的起始之间的距离,以及请求的目的地和提议的终点之间的距离。如果合适,也可以考虑换乘车辆所需的任何步行。
还可以考虑各种其他因素,其中可能难以确定对便利性的影响,但是确定度量本身就比较简单。例如,可以考虑当前计划的座位或对象的容量利用率。尽管从提供者的角度来看可能需要完全占用或利用容量,但是如果乘用者具有一定的伸展能力,或者如果不是每个车辆座位都被占用,则乘用者可能会更舒适。同样,尽管这种方法可能不会影响总的乘坐时间,但沿路线先前位置的任何回溯或其他停靠站可能会令各种乘用者感到沮丧,使得为了方便乘用者可以考虑这些因素以及停车总数和其他此类因素。还可以考虑路径的偏差,因为有时为了交通、通行费或其他目的而在某个位置周围走一条特定的路径可能会有好处,但是在某些情况下,这也可能使用户感到沮丧。
乘用者便利性度量标准可能会考虑的另一个因素,但可能更难以衡量的是特定位置的可取性。在一些实施例中,分数可以由提供者的雇员确定,而在其他实施例中,分数可以基于各个乘用者的评论或反馈来确定。在评估位置的可取性时,可以考虑各种因素,这些因素可能和与某个地点关联的地形或交通类型相关。例如,平坦的位置可以获得比陡峭山坡上的位置更高的分数。此外,智能基础设施的可用性、邻近性和类型也会影响分数,因为与智能基础设施邻近或管理的位置的分数可能会高于没有此类邻近性的区域的分数,因为这些地区可以提供更高效且更环保的交通选择以及其他优势。类似地,人流少的地点可能比繁忙的十字路口或有轨电车轨道附近的地点分数更高。在一些实施例中,可以考虑安全度量,如可以基于诸如犯罪统计、可见性、照明和顾客评论之类的数据确定的安全度量,以及其他这样的选项。也可以考虑各种其他因素,这些因素可能与火车线路、零售店、咖啡店等的邻近性相关。在至少一些实施例中,这些因素和其他因素的加权函数可以用于确定提议的路线选项的乘用者的便利性分数。
可以在各种实施例中使用的另一组件度量涉及服务质量(QoS)符合性。如前所述,可以使用QoS合规性或类似度量来确保在路由的整个传递过程中都保持便利性。可能有各种QoS参数适用于给定路由,并且与这些参数的任何偏差都可能对为该路由确定的服务质量产生负面影响。一些因素的影响可能是二元的,诸如系统取消行程。行程至少部分被取消或执行,这可能指示已符合QoS条款。如果行程的其他方面(诸如到达时间或行程长度)受到影响,则路线的修改也会影响QoS符合性评分。要考虑的其他因素是到达时间是否超过了最新的承诺到达时间,以及超过了多少。此外,因素可能与起始位置或目的地位置是否已重新分配相关,以及乘用者是否必须在任何一个停靠站上等待过多的时间。在确定QoS符合性评分时,也可以考虑车辆的重新分配、产能过剩、车辆性能问题以及其他因素。在一些实施例中,当如本文讨论的那样选择提议的路线时,可以考虑基于这些因素的路线的历史性能。
关于服务交付效率,可以确定特定服务区域(或一组服务区域)的效率。至少从成本或资源的角度来看,这样的因素可以帮助确保车队的操作效率,并且可以用于为各种主要运营模型提出或生成不同的解决方案。在一些实施例中,可以基于车辆分配因子的组合来确定效率,如可能与静态和动态分配相关。对于静态车辆分配,可以在维修窗口的整个持续时间内将车辆交付到维修区,并假定人工成本是固定的。对于动态车辆分配,可以根据需要使车辆进出服务。这可以提高服务中车辆的利用率,但是可能导致可变的人工成本。然而,这种方法可以使驾驶距离和服务时间最小化,这可以减少燃料和维护成本以及车辆的磨损。这样的方法还可能潜在地增加管理车辆、驾驶员以及交付服务所需的其他此类资源的复杂性。
关于服务效率(或等效)度量,可以考虑各种因素。这些可以包括例如尚未计划的乘用者里程(或其他距离),其可以与计划但尚未驾驶的车辆里程进行比较。比较可以提供座位密度的度量。车辆里程也可以与“最佳”驾驶员里程的测量进行比较,该测量可以根据预期的容量和其他此类值按比例分配。车辆里程与最佳乘用者里程之间的比较可以提供路线效率的测量。例如,作为服务的一部分,车辆不仅沿着乘客路线行进,而且还必须行进到起始地位置和从目的地位置行进,以及潜在地往返于停车地点和其他此类地点。车辆行进的里程超过最佳乘用者里程可以提供无效率的度量。将最佳的乘用者里程与计划但尚未驾驶的车辆小时数进行比较可以衡量服务效率。与简单的距离相反,服务效率度量标准考虑了驾驶员的时间(进而考虑了工资,交通时间以及其他此类因素,这些因素会降低整体效率)。因此,在至少一些实施例中,效率度量可以包括诸如准备乘用所需的时间的因素,包括准备车辆(清洁、放置水瓶或储物箱、加气等),以及驾驶至起始地并等待乘客上车。类似地,该度量标准可以考虑完成乘用所需的时间,例如驾驶到停车位置并停放车辆、清洁和检查车辆等。效率还可潜在地考虑到车辆的其他与维护相关的因素,诸如每日或每周的清洗、内部清洁、维护检查等。还可将车辆小时数与乘用人数量进行比较,这可以与特定服务区域在一段时间内的计划乘用人数量成比例。该比较可以提供车队利用率的量度,因为可以将车辆小时内的可用座位数与乘员数进行比较以确定占用率和其他此类度量。然后,可以使用权重和函数将这些和其他值组合为一个综合服务效率度量,可以用来对使用其他度量(诸如便捷性或QoS度量)提供的各种选项进行评分或排名。
在一些情况下,某些度量(诸如最佳乘用者里程和最佳距离)可能难以用作衡量效率的度量。例如,依靠计划或实际的行程距离作为对所提供服务质量的量化,可能会导致乘用者体验下降。这可能是由于以下事实,即要求普通乘用者行驶更远的距离可能会导致更好的车辆利用率,但对于行程较短的用户而言可能不是最佳选择。然后,距离度量的优化可能会产生抵消服务质量量度收益的负面影响。因此,根据各种实施例的方法可以利用车辆路线规划系统的行为的度量不变性。在一些实施例中,可以计算出所请求的行程的理想里程。这可以假设是从起始到目的地驾驶特定类型的车辆,而没有任何附加的停止或偏离。然后可以至少部分地基于理想路线的行程的请求时间处的预测交通或延迟来确定“最佳”路线。然后可以有利地将其用作所提供服务的度量。
示例性路线确定系统可以考虑已经计划或正在计划的行程,以及当前正在进行的行程。该系统还可以依靠过去发生的路线和行程来确定各种选项的影响。对于正在进行的行程,可以利用诸如剩余持续时间和距离的信息。使用计划路线的信息可以使得车辆路线系统将精力集中在仍会受到影响的服务时段的一部分上,通常会及时进行。对于按比例分配和计划但尚未驾驶的路线,由于实际上并未在驾驶路线,因此可能难以直接评估最佳距离。为了近似未驾驶的最佳距离,在一些实施例中,车辆路线规划系统可以按比例分配总的最佳距离以表示尚未驾驶的计划距离的一部分。
如所提及,在一些实施例中的路线优化系统可尝试利用这种目标函数,以便确定和比较各种路线规划选项。图7示出根据各种实施例可用于确定和管理车辆路线规划的示例性系统700。在此系统中,各种用户可使用在各种类型的计算装置702上执行的应用程序通过至少一个网络704来提交待由服务提供商环境708的接口层706接收的路线请求。计算装置可以是已知或用于提交电子请求的任何适当的装置,其可包括台式计算机、笔记本计算机、智能电话、平板计算机和可穿戴计算机、以及其他此类选项。一个或多个网络可包括用于传输请求的任何适当的网络,其可包括使用有线或无线连接的公用和私用网络的任何选择或组合,诸如互联网、蜂窝数据连接、Wi-Fi连接、局域网连接(LAN)等。服务提供商环境可包括已知或用于接收和处理电子请求的任何资源,其可包括各种计算机服务器、数据服务器以及如本文其他地方所讨论的网络基础结构。接口层可包括接口(诸如应用程序编程接口)、路由器、负载平衡器、以及可用于接收和路由请求或接收到服务供应商环境的其他通信的其他部件。接口以及待通过这些接口显示的内容可使用能够服务于存储在内容存储库712或其他这种位置中的内容(诸如网页或地图块)的一个或多个内容服务器来提供。
请求的信息可被引导到路线管理器714,所述路线管理器714诸如可包括在一个或多个计算资源上执行的代码、被配置为管理待使用与运输服务相关联的车辆停车场或车队的各种车辆提供的路线的各方面。路线管理器可分析请求的信息,确定来自具有可匹配请求的标准的能力的路线数据存储库716的可用计划路线,并且可将一个或多个选项提供回到对应装置702以便潜在乘用者选择。所建议的适当路线可基于各种因素,诸如与请求的起始位置和目的地位置的接近度、预定时间窗口内的可用性等。在一些实施例中,客户端装置702上的应用程序可替代地呈现用户可从中选择的可用选项,并且请求可替代地涉及在特定计划时间为特定计划路线获得座椅。如所提及,在一些实施例中,预定或选择可由路线管理器基于各种标准以及其他此类选项自动地进行。
如所提及,在一些实施例中,用户可建议路线信息或提供对应于用户将期望的路线的信息。这可包括例如起始位置、目的地位置、期望接客时间和期望下客时间。也可提供其他值,如可涉及最大持续时间或行程长度、最大停靠站数目、可允许偏差等。在一些实施例中,这些值中的至少一些可具有由一个或多个路线标准指定的最大或最小值或者允许范围。还可存在规定如何允许这些值随各种情况或情形(诸如针对特定类型的用户或位置)改变的适当规则或政策。路线管理器714可接收若干此类请求,并且可尝试确定满足各种请求的最佳路线规划。在此示例中,路线管理器可与可从各种请求获取输入的路线生成模块718一起协作,并且可提供可满足这些请求的一组路线选项。这可包括关于不同数目的车辆、不同车辆选择或放置、不同运输模式、不同分段选项以及用于使各种顾客在期望时间处或附近到达他们的大致目的地的不同选项的选项。应理解,在一些实施例中,顾客还可请求不允许出现偏差的特定位置和时间,并且路线管理器可能需要确定可接受路线规划选项或在未满足最小标准的情况下拒绝所述请求。在一些实施例中,可为每个请求提供选项,并且定价管理器722可使用来自价格存储库724的定价数据和指导来确定用户然后可接受或拒绝的特定请求的费用。
在此示例中,路线生成模块718可基于特定时间段内针对特定区域的所接收请求来生成一组路线规划选项。路线优化模块720可使用所提供路线规划选项来执行优化过程,以确定响应于各种请求要提供的一组适当路线。这种优化可针对每个所接收请求在动态车辆路线规划系统中或针对一系列请求来执行,其中用户提交请求,然后在稍后的时间接收路线规划选项。这可用于车辆服务尝试获取至少最小车辆占用率或想要向用户提供关于路线的确定性的情形,在一些实施例中,所述确定性可要求针对每个特定计划路线的法定人数的乘用者。在各种实施例中,将目标函数应用于每个潜在路线,以便生成路线“质量”分数,或其他这种值。各种选项的值然后可被分析来确定要选择的路线规划选项。在一个实施例中,路线优化模块720应用目标函数来确定路线质量分数,然后可选择提供最高总体或最高平均、总质量分数的一组选项。如本领域普通技术人员将根据本文中所包含的教导和建议理解的,也可使用各种其他方法。
在至少一些实施例中,目标函数可独立于优化算法的特定实现方式来实现。这种方法可使函数能够基于特定输入用作不同方法的比较度量。此外,这种方法使得能够利用各种优化算法,所述优化算法可将不同的优化方法应用于各种路线规划选项以尝试开发另外的路线规划选项和潜在的解决方案,这可不仅有助于改进效率而且可潜在地提供对各种选项及其影响或相互关系的另外的洞察。在一些实施例中,可利用优化控制台,所述优化控制台显示各种优化算法的结果并且使用户能够将各种结果与因素进行比较,以便尝试确定要实施的解决方案,所述解决方案可能不一定提供最佳总体分数。例如,可能存在可接收的各种因素的最小值或最大值,或者供应商可能设定关于各种因素的特定值或目标,并且观察对总体值的影响并基于结果选择选项。在一些实施例中,用户也可在应用优化之前查看目标函数的结果,以便查看各种因素改变对总体分数的影响。这种方法还使用户或供应商能够在选择或实施新的优化算法之前对它们进行测试,以便确定关于现有算法的预测性能和灵活性。
此外,这种方法是算法能够随时间推移自动地演进,这可使用随机实验或基于各种启发来实现。当这些算法演进时,目标函数的值可用作新一代算法的适合度或值的量度。算法可在服务区域和乘用量需求改变时随时间推移而改变,并且在给定相同或类似条件的情况下进行改进。这种方法还可用于预期未来改变及其对服务的影响以及各种因素将如何改变。这可有助于确定对添加更多车辆、重定位停车位置等的需要。
在一些实施例中,包括人工智能的方法(诸如利用机器学习的那些方法)可与优化算法一起使用来随时间推移进一步改进性能。例如,各种因素的升降可导致例如乘用量水平、顾客评论等以及实际成本和计时的改变,所述改变可被馈送回机器学习算法中来学习待与优化函数一起使用的适当权重、值、范围或因素。在一些实施例中,优化函数本身可由机器学习过程产生,所述机器学习过程考虑各种因素和历史信息以生成适当函数并给予更近的结果和反馈数据使所述函数随时间推移演进,因为机器学习模型得以进一步训练并且能够开发和识别新的关系。
根据各种实施例,可使用各种定价方法,并且在至少一些实施例中,定价可用作优化的度量。例如,在一些实施例中,成本因素可组合一个或多个收益或盈利因素来进行评估。例如,第一乘用选项可具有比第二乘用选项高的成本,但可能也能够识别更高收益并产生更高满意度。专用用户的几乎没有中间停靠站的某些路线每个乘用者可能具有相对高的成本,但这些乘用者可能乐意为服务支付额外费用。类似地,所生成的乘用者经验值可能因此更高。因此,这种乘用选项具有更高成本的事实不一定应将其确定为比具有更低成本但也具有更低收益的其他选项具有更低值的选项。在一些实施例中,可存在可计入目标函数以及优化算法的定价参数和选项。可存在确定路线选项将需要对各个乘用者收费方式的各种定价算法。定价可与顾客满意度和支付这些费用的意愿以及其他此类因素相平衡。定价还可考虑各种其他因素,诸如代币、积分、折扣、月票等。在一些实施例中,还可存在各种不同类型的乘用者,诸如支付基本费用的顾客和为高级别服务支付额外费用的顾客。这些各种因素可在各种路线选项的评估和优化中进行考虑。
图8示出根据各种实施例的用于更新用户简档的示例性方法800。示例性方法800可开始并从顾客接收运输请求,运输请求指定至少起始地、目的地和时间部分802。在便携式电子装置上运行的应用程序可用于使用来自顾客的输入来生成请求。在一些实施例中,第三方可代表顾客提交请求。第三方可以是客户的人工代理,或诸如数字助理的自动化服务。运输请求可包括起始区域、起始地、地址、起始停靠站等。运输请求可包括目的地区域、地址、停靠站等。时间部分可以是出发时间、到达时间、行程时间等。行程请求可包括支付授权、支付方法、最大行程成本等。在一些实施例中,行程请求是单个行程,而在其他实施例中,行程请求是一系列行程(例如,通勤调度)。
运输请求可以是使用小汽车、出租车和/或公共运输(诸如公共汽车、轻轨、货车、轮渡等)进行的运输。接收运输请求的系统可与运输服务相关联。在一些实施例中,接收运输请求的系统并非运输提供商而是联系运输提供商与顾客并安排乘用的服务商。
系统可确定服务于请求的至少一部分的车辆类型804。然后系统可分配适用于顾客的车辆。例如,系统可确定公共汽车路线或火车线路可满足请求的一部分。在一些实施例中,多个运输模式可满足请求的各种部分。例如,系统可确定顾客可步行两个街区,乘坐一英里公共汽车,然后乘坐出租车完成旅程的剩余部分。在一些实施例中,系统可确定必要换乘,并确保在给定预期偏差的情况下,实现换乘。在一些实施例中,系统可确定供顾客采用的路线。一条路线可具有可能在不同时间服务于路线的多个车辆。系统可确定顾客的最佳车辆。
在一些实施例中,系统可与安装在每个车辆中的位置系统(例如,GPS)通信。如果车辆与预期调度偏离,则系统可调整并在需要的情况下改变顾客被分配的那个车辆。在一些实施例中,顾客可被分配到车辆的指定座椅。例如,顾客可基于顾客的行程长度被分配座椅(短行程的顾客可被置于出口旁边)。在一些实施例中,车辆和/或座椅分配可基于顾客的简档特征。例如,如果顾客在运输系统处于特定地位,则顾客可接收优惠待遇。在一些实施例中,座椅分配可基于顾客的人际偏好。例如,顾客可偏好坐在在行程期间同样期望安静或交谈的另一乘用者旁边。
系统可从与顾客相关联的电子装置接收消息806。消息可表示顾客已经连接到网络、顾客已经到达一定位置、顾客已经使用其电子装置支付旅费等。在一些实施例中,电子装置可以是顾客的便携式电子装置(例如,手机、平板电脑、手表等)。在一些实施例中,电子装置并非顾客所拥有,但被分配给车辆处的顾客。例如,电子装置可以是小汽车的娱乐中心、座椅靠背娱乐系统等。在一些实施例中,当顾客进入车辆时,给予顾客电子装置来借用。电子装置可具有屏幕、扬声器、网络连接等,如本文所公开。在一些实施例中,顾客登录电子装置以连接到与顾客相关联的系统上的简档。
系统可根据消息确定顾客位于车辆中808。例如,消息可指示电子装置的位置。系统然后可确定车辆的位置,并且如果存在车辆位置与消息中所标识的位置的对应,则系统可确定顾客位于车辆中。在一些实施例中,消息可以是指示顾客已在车辆处支付旅费或在车辆处出示车票的票务消息。这种信息可指示顾客位于车辆处。
系统可将消息发送到与顾客相关联的电子装置,消息包括提示810。在一些实施例中,在确定顾客位于车辆中时,系统可假设顾客未以其他方式参与活动。顾客可能是空闲的或无聊的。系统可接收指示顾客的超出指示顾客位于车辆中的状态的消息。例如,系统可确定顾客已经打开行程跟踪应用程序并且正查看行程的状态。系统在应用程序活动一定时间段之后可确定顾客将不反对回答提示。
提示可关于顾客的偏好或生物信息,并且可用于构建或更新顾客的简档。此类信息可包括用户名、电子邮件地址、电话号码、家庭地址、工作地址、朋友和家庭地址、同事的联系信息(同事的用户名)、顾客的出生日期、支付方法、支付授权、高度和宽度(例如,用于选择适当座椅)等。在一些实施例中,提示可关于顾客的饮食偏好,诸如最喜爱餐厅、事物类型、上菜顺序、饮食日期等。在一些实施例中,提示可与顾客的媒体偏好相关,诸如顾客在运输中是否想要听音乐、看电影、读新闻、浏览社交媒体网站等。提示可关于顾客偏好什么类型的媒体。提示可关于顾客的环境偏好,诸如偏好车舱温度、湿度设置和空调风速。提示可关于顾客是否喜欢车窗打开。提示可关于顾客是否喜欢在行程期间电话通话或做其他引人注意的行为;类似地,提示可关于客户是否喜欢、容忍或反感他人的这种行为。
在一些实施例中,提示可关于当前行程的特定状况。例如,顾客可指示顾客希望采用需要收费的路线(至少部分地由顾客支付)而不是不需要收费的更迂回的路线。与当前行程相关的其他提示包括期望去休息室或吃饭休息、加速或减速(例如,顾客感觉不适而道路有弯道,顾客可能偏好更慢的速度)。
在一些实施例中,电子装置可检测顾客何时将不受提示打扰。系统可采取措施防止在不适当的时候提供提示时可能发生的打断或以其他方式打搅客户。例如,如果顾客正在查看其行程的状态,则窗口可在状态旁边显示,以不显眼的方式提供询问。在一些实施例中,提示作为这种行程状态指示器之外的单独过程、窗口或模块来提供。提示可以是通知、弹窗、文本消息(SMS、MMS或专有聊天系统)等。
系统可接收对来自电子装置812的提示的响应。例如,系统可经由互联网或某个其他通信介质接收响应。在一些实施例中,车辆可具有可与电子装置交互的通信手段。例如,车辆中的相机可读取电子装置的显示器上的QR码,所述QR码表示响应。在一些实施例中,顾客可经由一种手段接收提示而经由另一种手段作出响应。例如,顾客可举起其手部、说出一些表达等。
响应可包括用于作出响应的电子装置、顾客、车辆等的标识符。响应可包括位置信息、简档信息等。响应可包括字符串、评级、布尔值等。在一些实施例中,响应被发送到生成提示的系统之外的不同的系统。在一些实施例中,电子装置可立即发送响应而在其他实施例中,电子装置可保持响应,直到发送它们的适当时间为止。例如,如果网络可用性不充分,则电子装置可等待直到存在充分的连接性为止并且可在那时发送响应。
系统可基于响应更新顾客简档814。例如,顾客可具有运输服务和/或接收响应的系统的简档。这种简档可由顾客创建或可以是监测顾客的偏好而无需顾客创建简档的后端简档。在一些实施例中,简档的特征可在响应中改变为值。替代地,简档可基于响应更新值。例如,如果简档记录顾客对特定类型的食物的总体偏好并且顾客指示对于当前行程顾客偏好意大利食物,则系统可针对顾客的简档增加意大利食物的权重(预期随时间推移顾客可具有不同偏好而简档不应由一个响应主导)。
图9示出根据一些实施例的示例性方法。示例性方法900示出用于响应于接收到顾客的响应而修改行程特征的示例性技术。系统可确定顾客可能希望修改的行程特征902。例如,系统可具有顾客对其具有不同偏好的一系列行程特征。由于不同车辆的不同能力,基于顾客所在的车辆,某些特征可以是可用的。在一些实施例中,系统可确定人可能希望仅在满足特定条件或环境状态已经改变之后修改行程特征。例如,当车辆在缓慢行驶时,顾客可能喜欢车窗降下来,但处于较高速度下时,顾客可能希望关闭车窗以缓和噪音和风。另一示例包括听广播,顾客可能喜欢听广播,但如果存在轻微雷雨,则顾客可能偏好关掉广播而听雨。类似地,如果车辆装配有可调暗或覆盖住的车窗,系统可基于是否出太阳、是否有美景等而确定顾客可能希望改变车窗的状态。在一些实施例中,顾客可能一定时间内喜欢特定特征,但在过去一定量的时间之后可能希望改变特征。例如,当旅程开始时,顾客可能喜欢车内灯打开,但稍后可能喜欢将灯关闭。
行程特征可包括车窗状态,诸如车窗是打开还是关闭、车窗是有色的还是清透的、车窗是覆盖的还是未覆盖的等。行程特征不必是二元的,例如,车窗可以是部分打开或部分有色的。行程特征可包括音频功能。例如,如果车中存在立体声或其他扬声器配置,则行程特征可包括音频音量、电台、歌曲、播放列表、体裁、滤波器(例如,过滤掉一些令人反感的内容)、均衡器设置(例如,低音和高音)等。如果在车辆中存在一个或多个屏幕,则行程特征可与屏幕亮度水平、节目体裁(例如,动作、记录、新闻、教育、体育等)、节目内容评级(例如,MPAA评级或指示内容是否适合某些人的类似内容评级)相关。行程特征可应用于表面上私人物品;例如,行程特征可限制头戴式耳机的最大音量或屏幕亮度。类似地,行程特征可对媒体进行限制,使得人并不匹配其他乘客可能感觉反感的节目。
行程特征可关于乘用者是否可将其座椅后倾。例如,如果所有乘用者同意,则可允许他们将其座椅后倾(例如,手动地或自动地)。物理机构可允许或放置对座椅进行调整,替代地,显示器可指示是否允许对座椅的调整并且人们可手动地适应。
行程特征可关于车辆采用的路线。例如,行程特征可以是车辆进行停靠的数目、持续时间或质量。例如,车辆能够停靠来上洗手间或允许乘用者购买食物。在一些实施例中,行程特征可包括旅程的舒适水平,诸如采用具有更多交通和噪音的路线还是可能花费更长时间的更安静的路线。类似地,某些路线可能是颠簸的。在一些实施例中,行程特征可关于车辆的最大速度。例如,如果道路具有明显的弯道,则在车辆以更缓慢速度行进的情况下顾客可能感觉更舒适。
如先前所讨论,系统可基于车辆的位置(诸如是否存在有趣景点或声音、安全性、天气(例如,晴天、多云、多雨)等)来确定相关行程特征。相关行程特征可基于当日时间、已逝行进时间(例如,在前30分钟之后)、到达车辆的新乘客、出发的乘客、新道路(例如,进入公路)、车速、海拔(例如,用于飞机)等来确定和/或触发。
系统可提示顾客904关于行程特征。例如,系统可将消息发送到与顾客相关联的电子装置,诸如座椅靠背娱乐系统或便携式电子装置。在一些实施例中,系统可提示多个顾客,以便确定车辆中的乘用者之间的共识。在一些实施例中,系统确定要提示的最相关的行程特征。替代地,系统可确定要提示顾客的一系列相关行程特征。
在一些实施例中,系统可基于简档来确定相应顾客将偏好某些行程特征。例如,如果系统确信顾客具有特定偏好,则系统将不必提示顾客。在一些实施例中,系统可基于顾客的简档来确定顾客的某些属性。系统然后可将顾客的简档与其他类似简档进行匹配并且基于类似简档的偏好推断偏好。也可使用本领域已知的基于一组简档来预测偏好的其他技术。在一些实施例中,机器学习技术可确定简档特征与偏好之间的关联,并且可基于顾客的简档和所述关联来预测顾客的偏好。
系统可接收来自顾客的响应906。例如,系统可从与顾客相关联的电子装置接收电子消息。在一些实施例中,顾客可将言语响应提供到提示。在一些实施例中,多个顾客可对提示作出响应,从而产生多个响应。在一些实施例中,如果顾客并未在特定时间段内作出响应,则可应用默认响应(例如,当前行程特征)。
系统可确定预定数目的响应同意908。例如,对于某些行程特征,基于特定数目的投票来批准改变。对于一些行程特征,如果一个顾客以特定方式作出响应,则所述一个响应将决定特征的结果。对于其他行程特征,需要多数、大多数或一致同意来确定行程特征。在一些实施例中,如果没有足够数目的响应是相同的,则可随后进行另一轮“投票”,可能的响应的数目仅限于那些更受欢迎的响应。在一些实施例中,响应可包括多个值。例如,响应可能详述乘客喜爱的音乐类型;系统然后可确定响应之间的共识,并且选择足够数目的人们喜爱的音乐类型。
系统可基于来自多个人的多个响应以多种方式确定最佳行程特征。例如,如果每个乘客提交其食物偏好,则系统可确定附近将为每个乘客提供一些事物的最佳停靠位置。在一些实施例中,每个乘客可提交其最佳体裁、歌曲、艺术家等,并且系统可创建将满足乘客的歌曲定制播放列表。
系统可将消息发送到车辆或车辆驾驶员以修改行程特征910。例如,系统可自动地播放音乐、播放电影、设置温度、打开车窗等。如果行程特征路线改变(例如,继续绕道或进行停靠),则导航系统可警示车辆驾驶员作出这种改变。如果车辆并非驾驶员操作的,则此类改变可自动地进行(例如,如果车辆是货车,则轨道可相应地切换)。在一些实施例中,电子装置可指示驾驶员修改行程特征。例如,耳机可传达音频指示,以调高广播、更缓慢地行驶等。
在一些实施例中,消息可被发送给另一乘客以修改行程特征。例如,如果乘客通过其相应提示同意关闭视频屏幕,则他们可接收到确认他们应当调暗或关闭其视频屏幕的消息。
图10示出根据一些实施例的用于对齐乘客偏好的示例性方法1000。系统可接收运输顾客的请求1002。例如,顾客或代表顾客行动的代理可请求运输服务在特定时间将顾客从起始地送到目的地。
系统可确定可服务于请求的多个可能的行程表1004。例如,行程表可包括一个或多个路段。每个路段可以是不同的运输模式(例如,步行、自行车、小汽车、出租车、货车、公共汽车、飞机等),其中运输服务可提供确定行程表的一者或多者。行程表可指定特定时间车辆之间的换乘。在一些实施例中,行程表是预定计划,替代地或补充地,行程表可被创建或调整用于适应请求。
系统可确定多个可能行程表的预期乘客1006。例如,某些乘客可能已经预定了运输方式并且可能在某些车辆上具有预留位置。乘客可能已经位于行程表中的一个所用的车辆中。应理解,乘客可能与行程表的换乘位置(例如,中途停留)相关联,即使他们并不实际上乘用行程表的车辆。
系统可确定与顾客相关联的偏好1008。例如,系统可提示顾客,询问顾客是否对某个行程特征具有偏好。行程特征可以是如上文所述的行程特征中的一者。在一些实施例中,行程特征关于可能的同伴(例如,预期乘客)的偏好。系统可使用这些偏好来将顾客与将可能具有与行程经历相关的相同偏好的乘用者进行匹配。在一些实施例中,顾客已经开始其行程的一部分但行程表的剩余部分可进行修改或尚未确定。
系统可基于预期乘客的偏好和简档特征来选择行程表1010。例如,如果偏好是顾客不希望乘坐带孩童的车辆,则系统可确定不包括带孩童的车辆的行程表。行程表可基于偏好与预期乘客的偏好或其他简档特征的匹配程度来选择。例如,偏好可以是针对媒体偏好(例如,听音乐或看电影)、环境偏好(例如,车窗打开或关闭、温度、照明设置等)以及绕道偏好(例如,停靠来买食物等)。在一些实施例中,偏好可以是乘坐不允许吃食物的车辆。
如果偏好是顾客在行进时盼望社交环境,则行程表可基于行程表是否包括其他类似社交倾向的个人来选择。在一些实施例中,偏好可以是特定从属关系;例如,顾客可能去往体育比赛并希望与同一队的粉丝一起。
在一些实施例中,系统可执行个人匹配安排服务。例如,系统可确定哪些乘客将对彼此了解感兴趣并将他们置于同一车辆。这种匹配安排可以是专注于向顾客提供社交机会的业务。例如,两个人可由于他们位于相同或互补领域而进行匹配。在一些实施例中,顾客可偏好与同一公司的人在一起(例如,在上下班时),使得顾客可处理或讨论机密材料。在一些实施例中,系统可执行浪漫匹配安排服务并基于其浪漫偏好将两人联系在一起。这种匹配安排可提供了解潜在浪漫兴趣对象的安全且快捷的方式。
应理解,偏好可在行程中途确定并且行程表的剩余部分可基于偏好来确定。
图11示出根据各种实施例的用于自动地调整行程特征的示例性方法1100。诸如运输服务的系统可确定顾客在等待车辆或处于车辆中1102。例如,系统可从与顾客相关联的个人电子装置(例如,使用电子装置上的GPS)接收指示顾客的位置的消息。系统可确定所述位置靠近与顾客相关联的车辆的位置。系统可确定顾客的位置位于预期顾客等车的接客位置(例如,公共汽车停靠站或火车站)处。在一些实施例中,顾客可诸如通过发送消息或选择元素来指示他们已准备好登车。在一些实施例中,系统可基于顾客在车辆处“登记”来确定顾客位于车辆中。检测顾客登记可通过确定顾客已经在车辆处扫描车票、条形码或类似物来实现。检测顾客登记可通过确定顾客已经连接到与车辆相关联的无线装置来实现。在一些实施例中,系统可基于顾客与车辆中的电子装置(例如,与分配给顾客的座椅相关联的装置)交互来确定顾客位于车辆中。
系统可提示顾客提供与顾客偏好相关的信息1104。例如,系统可将推送通知发送到与顾客相关联的便携式电子装置。在一些实施例中,系统可首先确定顾客未在积极利用与顾客相关联的电子装置。例如,装置装置可由顾客打开并且在禁止对提示的显示的同时保持处于“行程状态”屏幕。然而,系统可允许经由第三方消息发送平台发送诸如文本消息或电子邮件的项目。
顾客偏好可以是顾客是偏好车窗打开还是关闭,空调是打开的、优选的温度、优选的空气速度(例如,给室内空气吹多强的风)、音乐或其他音频台、音乐类型、音乐家、音频音量等。顾客偏好可关于顾客是否偏好在车辆中允许手机通话、乘客在车辆中相互交谈等。顾客偏好可关于车辆中灯的设置、车辆中座椅配置(例如,座椅是否后倾)、车辆中的座椅分配(例如,靠窗座椅)等。顾客偏好可关于食物选择,诸如食物费用、类型(例如,意大利、中国、美国等)、食物的速度、食物的环境、食物将需要的绕道程度、食物是否具有替代饮食选项(例如,素食、无蛋白、有机)等。顾客偏好可关于驾驶风格。例如,顾客可能偏好驾驶员重复变道并更“积极地”驾驶以便节省时间。替代地,顾客可能偏好驾驶员更随意地驾驶以提供更舒适的体验。顾客偏好可关于顾客偏好的安全性或安保水平,诸如希望避开城镇的不同部分或要求具有有色车窗的车辆。
系统可接收与顾客偏好1106相关的信息。例如,顾客可将文本消息或回复发送到电子装置的提示。在一些实施例中,系统可将与顾客偏好相关的信息保存在顾客简档中。例如,系统可具有顾客简档并基于顾客偏好来更新简档。在一些实施例中,某些顾客偏好可覆盖由先前顾客偏好设定的顾客简档元素。例如,顾客可能通常偏好播放音乐并且在顾客位于小汽车中时系统播放音乐,然而,对于特定行程,顾客可表示不播放音乐的偏好。这可覆盖默认偏好并且影响简档以实时地改变默认简档。
系统可分析与顾客偏好相关的信息1108。例如,顾客偏好可能指示顾客偏好车窗打开但当前车辆并不具有可打开的车窗。系统然后可确定顾客很可能喜欢户外空气。系统然后可确定将户外空气放进车辆中。系统可分析与顾客偏好相关的信息以及分配到同一车辆和/或位于车辆中的其他顾客的顾客偏好相关的信息。
系统可基于信息来自动地修改行程特征。例如,为车辆进行路线规划并将顾客分配到车辆的车辆路线规划系统可修改行程特征。这种修改可以是没有人类干预的。例如,系统可自动地指示车辆进行某些修改,或可修改对象以改变车辆的路线(例如,在小道上切换)。在一些实施例中,系统可将指示发送给车辆的驾驶员以进行修改。
在一些实施例中,行程特征可包括路线规划特征。例如,系统可确定所有顾客希望停靠来喝咖啡。系统然后可查找从当前路线是小绕道的宜人的咖啡店。如果并不是每个人都希望停靠,则系统可确定路线的一部分,其中仅希望停靠的人仍位于车辆中。系统然后可确定沿着所述部分的绕道。在一些实施例中,系统可修改目的地以更好地适应顾客偏好。例如,如果目的地是商场并且顾客偏好吃东西,则系统可将顾客放在商场具有美食广场的一侧。
图12示出可根据各种实施例使用的示例性计算装置1200。虽然示出的是便携式计算装置(例如,智能电话或平板计算机),但应理解,可根据本文所讨论的各种实施例使用能够接收、处理和/或传达电子数据的任何装置。装置可包括例如台式计算机、笔记本计算机、智能装置、物联网(IoT)装置、视频游戏控制台或控制器、可穿戴计算机(例如,智能手表、眼镜或隐形眼镜)、电视机顶盒和便携式媒体播放器等。在此示例中,计算装置1200具有覆盖各种内部部件的外壳1202以及能够在装置的操作期间接收用户输入的显示屏幕1204(诸如触摸屏幕)。这些也可以是另外的显示或输出部件,并且并非所有计算装置将包括显示屏幕,如本领域已知。装置可包括一个或多个联网或通信部件1206,诸如可包括用于支持诸如蜂窝通信、Wi-Fi通信、通信等技术的至少一个通信子系统。还可存在用于经由陆线或者其他物理联网或通信部件进行连接的有线端口或连接部。
图13示出一组示例性部件1300,其可包括诸如上文相对于图12所述的计算装置1200的计算装置以及用于其他目的的计算装置(诸如应用程序服务器和数据服务器)。所示出示例性装置包括用于执行存储在装置上的物理存储器1304(诸如动态随机存取存储器(DRAM)或闪速存储器等此类选项)中的指令的至少一个主处理器1302。如对于本领域普通技术人员将显而易见,装置也可包括许多类型的存储器、数据存储库或计算机可读介质,诸如用作装置的数据存储装置1306的硬盘驱动器或固态存储器。供至少一个处理器1302执行的应用程序指令可由数据存储装置1306存储,然后根据装置1300的操作需要加载到存储器1304中。在一些实施例中,处理器还可具有用于暂时性存储用于处理的数据和指令的内部存储器。装置还可支持可用于与其他装置共享信息的可移动存储器。装置还将包括用于给装置供电的一个或多个电力部件1310。电力部件可包括例如用于使用可再充电电池给装置供电的电池隔室、内部电源供应器、或用于接收外部电力的端口、以及此类选项。
计算装置可包括或与至少一种类型的显示元件1308(诸如触摸屏幕、有机发光二极管(OLED)或液晶显示器(LCD))通信。一些装置可包括多个显示元件,如还可包括LED、投影仪等。所述装置可包括至少一个通信或联网部件1312,如可能够传输和接收各种类型的数据或其他电子通信。所述通信可通过任何适当类型的网络(诸如互联网、内联网、局域网(LAN)、5G或其他蜂窝网络、或Wi-Fi网络)发生,或者可利用诸如或NFC等传输协议。所述装置可包括能够从用户或其他源接收输入的至少一个另外的输入装置1314。所述输入装置可包括例如按钮、拨号盘、滑块、触摸板、拨轮、操纵杆、键盘、鼠标、轨迹球、相机、麦克风、小键盘或其他此类装置或部件。在一些实施例中,各种装置还可通过无线或其他此类链接而连接。在一些实施例中,装置可能通过视觉命令和音频命令的组合或者手势来控制,使得用户可在无需与装置或物理输入机构接触的情况下控制装置。
各种实施例利用的大部分功能将在计算环境中操作,手势计算环境可由或代表服务提供商或实体(诸如共乘提供商或其他这种企业)操作。可存在专用计算资源,或分配为多租户或云环境的部分的资源。所述资源可利用许多操作系统和应用程序中的任一者,并且可包括许多工作站或服务器。各种实施例利用用于支持使用各种商业可用协议(诸如TCP/IP或FTP等)的通信的至少一个常规网络。如所提及,示例性网络包括例如局域网、广域网、虚拟专用网络、互联网、内联网及其各种组合。用于托管诸如共乘服务的供应的服务器可被配置为诸如通过执行实现为以任何编程语言编写的一个或多个脚本或程序的一个或多个应用程序来执行来自用户装置的响应请求中的程序或脚本。一个或多个服务器还可包括用于服务于数据请求并执行其他此类操作的一个或多个数据库服务器。环境还可包括如上文所讨论的多种数据存储区以及其他内存和存储介质中的任一者。在系统包括计算机化装置的情况下,每个这种装置可包括可经由总线或其他这种机构电耦接的硬件元件。如先前所讨论,示例性元件包括至少一个中央处理单元(CPU),以及一个或多个存储装置,诸如硬盘驱动器、光学存储装置和诸如随机存取存储器(RAM)或只读存储器(ROM)以及可移动媒体装置、存储卡、闪存卡等。此类装置还可包括或利用用于存储可由装置的至少一个处理器执行的指令的一个或多个计算机可读存储介质。示例性装置还可包括许多软件应用程序、模块、服务、或位于存储器中的其他元件,包括操作系统和各种应用程序。应理解,替代实施例可具有来自上文所述实施例的众多变型。
各种类型的非暂时性计算机可读存储介质可用于如本文所讨论和建议的各种目的。这包括例如存储可由至少一个处理器执行应用于致使系统执行各种操作的指令或代码。介质可对应于各种类型的介质,包括在一些实现方式中可移动的易失性和非易失性存储器。介质可存储各种计算机可读指令、数据结构、程序模块、以及其他数据或内容。介质的类型包括例如RAM、DRAM、ROM、EEPROM、闪速存储器、固态存储器和其他存储器技术。也可使用其他类型的存储介质,如可包括光学(例如,蓝光或数字通用光盘(DVD))存储装置或磁性存储装置(例如,硬盘驱动器或磁带)以及其他此类选项。基于本文所提供的公开内容和教导,本领域普通技术人员将理解实现各种实施例的其他方式和/或方法。
应以说明性意义而不是限制性意义来理解本说明书和附图。然而,将显而易见的是,在不脱离如权利要求中所阐述的各种实施例的更宽广精神和范围的情况下,可对其作出各种修改和改变。
根据本发明,一种计算机实现的方法包括:接收顾客的运输请求,所述运输请求指定至少起始地、目的地和时间部分;确定服务于所述请求的至少一部分的车辆;确定所述顾客位于所述车辆中;提示所述顾客提供与顾客偏好相关的信息;接收与所述顾客偏好相关的信息;分析与所述顾客偏好相关的所述信息;以及基于所述信息来修改车辆特征。
根据一个实施例,修改所述行程特征包括:使用车辆路线规划系统来自动地调整所述车辆特征。
根据一个实施例,所述车辆特征是以下中的至少一者:在所述车辆中播放歌曲;调整所述车辆中的音频音量;调整所述车辆中的空气温度;调整所述车辆中的空气速度;调整所述车辆的车窗配置;调整所述车辆的座椅分配;或调整所述车辆的座椅配置。
根据一个实施例,上述发明的特征还在于:接收与所述车辆相关联的一个或多个其他顾客的信息;基于所述一个或多个其他顾客的所述信息和与所述顾客偏好修改的所述信息来确定共识,其中修改所述车辆特征还基于所述共识。
根据一个实施例,上述发明的特征还在于:基于所述信息来更新所述顾客的顾客简档;获得与第二顾客相关联的第二简档;确定所述顾客简档与所述第二简档之间的匹配;以及基于所述匹配将所述第二顾客分配到所述车辆。
根据一个实施例,上述发明的特征还在于:基于来自与所述顾客相关联的电子装置的活动信息来确定所述顾客未在积极利用装置。
根据一个实施例,上述发明的特征还在于:基于所述信息来更新所述顾客的简档;以及基于所述简档来在所述顾客进入所述车辆之前修改车辆特征。
根据本发明,一种计算机实现的方法包括:确定与待使用选定车辆在预定时间段内满足的行程请求相关联的顾客;提示所述顾客提供与顾客偏好修改的信息;接收与顾客偏好相关的信息;分析与所述顾客偏好相关的所述信息;以及至少部分地基于所述信息来修改所述行程或所述选定车辆中的至少一者的特征。
根据一个实施例,修改所述特征包括:使用车辆路线规划系统来自动地调整所述特征。
根据一个实施例,所述特征是以下中的至少一者:在所述车辆中播放歌曲;调整所述车辆中的音频音量;调整所述车辆中的空气温度;调整所述车辆中的空气速度;调整所述车辆的车窗配置;改变所述车辆的路线;为所述车辆的路线添加停靠站;调整所述车辆的座椅分配;或调整所述车辆的座椅配置。
根据一个实施例,上述发明的特征还在于:接收与所述车辆相关联的一个或多个其他顾客的信息,其中修改所述特征还基于所述一个或多个其他顾客的所述信息。
根据一个实施例,上述发明的特征还在于:基于所述信息来更新所述顾客的顾客简档;获得与第二顾客相关联的第二简档;确定所述顾客简档与所述第二简档之间的匹配;以及基于所述匹配将所述第二顾客分配到所述车辆。
根据一个实施例,上述发明的特征还在于:基于来自与所述顾客相关联的电子装置的活动信息来确定所述顾客未在积极利用装置。
根据一个实施例,上述发明的特征还在于:基于所述信息来更新所述顾客的简档;以及基于所述简档来在所述顾客进入所述车辆之前修改车辆特征。
根据本发明,提供一种系统,其具有:至少一个处理器;以及存储器,所述存储器包括指令,所述指令当由所述至少一个处理器执行时指示所述系统确定顾客在等待车辆或位于所述车辆中;提示所述用户提供与顾客偏好相关的信息;接收与所述顾客偏好相关的信息;分析与所述顾客偏好相关的所述信息;并且基于所述信息来修改行程特征。
根据一个实施例,修改所述行程特征包括:使用车辆路线规划系统来自动地调整所述行程特征。
根据一个实施例,所述行程特征是以下中的至少一者:在所述车辆中播放歌曲;调整所述车辆中的音频音量;调整所述车辆中的空气温度;调整所述车辆中的空气速度;调整所述车辆的车窗配置;改变所述车辆的路线;为所述车辆的路线添加停靠站;调整所述车辆的座椅分配;或调整所述车辆的座椅配置。
根据一个实施例,所述指令在被执行时还致使所述系统从所述车辆中的一个或多个其他顾客接收一个或多个响应,其中修改所述车辆特征还基于所述一个或多个响应。
根据一个实施例,所述指令当被执行时还致使所述系统:基于所述信息来更新所述顾客的顾客简档;获得与第二顾客相关联的第二简档;确定所述顾客简档与所述第二简档之间的匹配;并且基于所述匹配将所述第二顾客分配到所述车辆。
根据一个实施例,所述指令在被执行时还致使所述系统:基于所述信息来更新所述顾客的简档;并且基于所述简档来在所述顾客进入所述车辆之前修改车辆特征。
根据本发明,一种计算机实现的方法,包括:从顾客接收从第一位置行进到第二位置的运输请求;识别服务于所述运输请求的至少一部分的车辆类型;基于识别车辆类型分配第一车辆;确定所述顾客处于等待所述车辆或位于所述车辆中的状态中的一者;提示所述顾客提供与一个或多个顾客偏好相关的信息;接收与所述一个或多个顾客偏好相关的信息;分析与所述一个或多个顾客偏好相关的所述信息;以及基于所述信息来修改行程特征。
根据一个实施例,第一车辆是乘用车、公共汽车或火车中的一种,并且其中修改所述行程特征包括:自动地调整车辆路线规划系统。
根据一个实施例,修改所述行程特征包括以下中的至少一者:在所述车辆中播放歌曲;调整所述车辆中的音频音量;调整所述车辆中的空气温度;调整所述车辆中的空气速度;调整所述车辆的车窗配置;调整所述车辆的座椅分配;或调整所述车辆的座椅配置。
根据一个实施例,所述车辆是共乘车辆,并且所述方法还包括:接收被分配到所述共乘车辆的一个或多个其他顾客的顾客偏好信息;基于所述一个或多个其他顾客的所述顾客偏好信息来确定共识;以及基于所述共识来进一步修改所述共乘车辆的所述行程特征。
根据一个实施例,上述发明的特征还在于:基于所述一个或多个顾客偏好来更新所述顾客的第一顾客简档;获得与第二顾客相关联的第二顾客简档;确定所述第一顾客简档与所述第二顾客简档之间的匹配;以及基于所述匹配将所述第二顾客分配到所述车辆。
根据一个实施例,上述发明的特征还在于:确定所述顾客未在积极利用与所述顾客相关联的电子装置。
根据一个实施例,上述发明的特征还在于:基于所述一个或多个顾客偏好来更新所述顾客的简档;以及在所述顾客进入所述车辆之前使用所述简档来修改所述行程特征。
根据本发明,一种计算机实现的方法包括:从顾客接收从第一位置行进到第二位置的运输请求;提示所述顾客提供与一个或多个顾客偏好相关的信息;接收与在行程期间的第一时间段内适用于所述顾客的第一顾客偏好相关的信息;分析与所述第一顾客偏好相关的所述信息;以及至少部分地基于所述第一顾客偏好来在所述第一时间段内修改车辆的行程特征。
根据一个实施例,修改所述行程特征包括:自动地修改车辆路线规划系统。
根据一个实施例,修改所述行程特征包括以下中的至少一者:在所述车辆中播放歌曲;调整所述车辆中的音频音量;调整所述车辆中的空气温度;调整所述车辆中的空气速度;调整所述车辆的车窗配置;改变所述车辆的路线;为所述车辆的路线添加停靠站;调整所述车辆的座椅分配;或调整所述车辆的座椅配置。
根据一个实施例,上述发明的特征还在于:接收与在行程期间的第二时间段内适用于所述顾客的第二顾客偏好的信息;分析与所述第二顾客偏好相关的所述信息;以及至少部分地基于所述第二顾客偏好来在所述第二时间段内进一步修改所述行程特征。
根据一个实施例,在所述第二时间段内进一步修改所述行程特征包括:启动所述车辆的一个或多个灯。
根据一个实施例,上述发明的特征还在于:确定所述顾客未在积极利用与所述顾客相关联的电子装置。
根据一个实施例,上述发明的特征还在于:在所述顾客未在积极利用的电子装置上显示行程状态屏幕;以及禁止在所述顾客诶在积极利用的所述电子装置上的提示显示。
根据本发明,提供一种具有计算机的系统,所述计算机具有存储器和处理器,所述存储器存储计算机可执行指令,所述处理器被配置为访问所述存储器并执行所述计算机可执行指令以至少:从顾客接收从第一位置行进到第二位置的运输请求;识别服务于所述运输请求的至少一部分的车辆类型;基于所述识别所述车辆类型分配第一车辆;确定顾客处于等待所述第一车辆或位于所述第一车辆中的状态中的一者;提示所述顾客提供与一个或多个顾客偏好相关的信息;接收与所述一个或多个顾客偏好相关的信息;分析与所述一个或多个顾客偏好相关的所述信息;以及基于所述信息来修改行程特征。
根据一个实施例,所述第一车辆是乘用车、公共汽车或火车中的一种,并且其中修改所述行程特征包括:自动地调整车辆路线规划系统。
根据一个实施例,修改所述行程特征包括以下中的至少一者:在所述车辆中播放歌曲;调整所述车辆中的音频音量;调整所述车辆中的空气温度;调整所述车辆中的空气速度;调整所述车辆的车窗配置;改变所述车辆的路线;为所述车辆的路线添加停靠站;调整所述车辆的座椅分配;或调整所述车辆的座椅配置。
根据一个实施例,所述车辆是共乘车辆,并且其中所述处理器还被配置为访问所述存储器并执行所述计算机可执行指令以至少:从所述共乘车辆中的一个或多个其他顾客接收一个或多个响应;并且基于所述一个或多个响应来进一步修改所述行程特征。
根据一个实施例,所述车辆是共乘车辆,并且所述处理器还被配置为访问所述存储器并执行所述计算机可执行指令以至少:接收被分配到所述共乘车辆的一个或多个其他顾客的顾客偏好信息;基于所述一个或多个其他顾客的所述顾客偏好信息来确定共识;并且基于所述共识来进一步修改所述行程特征。
根据一个实施例,所述处理器还被配置为访问所述存储器并执行所述计算机可执行指令以至少:基于所述信息来更新所述顾客的简档;并且基于所述简档来在所述顾客进入所述车辆之前修改车辆特征。
Claims (15)
1.一种计算机实现的方法,其包括:
从顾客接收从第一位置行进到第二位置的运输请求;
识别服务于所述运输请求的至少一部分的车辆类型;
基于识别所述车辆类型分配第一车辆;
确定所述顾客处于等待所述第一车辆或位于所述第一车辆中的状态中的一者;
提示所述顾客提供与一个或多个顾客偏好相关的信息;
接收与所述一个或多个顾客偏好相关的信息;
分析与所述一个或多个顾客偏好相关的所述信息;以及
基于所述信息来修改行程特征。
2.如权利要求1所述的计算机实现的方法,其中所述第一车辆是乘用车、公共汽车或火车中的一种,并且其中修改所述行程特征包括:自动地调整车辆路线规划系统。
3.如权利要求1所述的计算机实现的方法,其中修改所述行程特征包括以下中的至少一者:在所述第一车辆中播放歌曲;调整所述第一车辆中的音频音量;调整所述第一车辆中的空气温度;调整所述第一车辆中的空气速度;调整所述第一车辆的车窗配置;调整所述第一车辆的座椅分配;或调整所述第一车辆的座椅配置。
4.如权利要求1所述的计算机实现的方法,其中所述第一车辆是共乘车辆,并且所述方法还包括:
接收被分配到所述共乘车辆的一个或多个其他顾客的顾客偏好信息;
基于所述一个或多个其他顾客的所述顾客偏好信息来确定共识;以及
基于所述共识来进一步修改所述共乘车辆的所述行程特征。
5.如权利要求1所述的计算机实现的方法,其还包括:
基于所述一个或多个顾客偏好来更新所述顾客的第一顾客简档;
获得与第二顾客相关联的第二顾客简档;
确定所述第一顾客简档与所述第二顾客简档之间的匹配;以及
基于所述匹配将所述第二顾客分配到所述第一车辆。
6.如权利要求1所述的计算机实现的方法,其还包括:
确定所述顾客未在积极利用与所述顾客相关联的电子装置。
7.如权利要求1所述的计算机实现的方法,其还包括:
基于所述一个或多个顾客偏好来更新所述顾客的简档;以及
在所述顾客进入所述第一车辆之前使用所述简档来修改所述行程特征。
8.一种计算机实现的方法,其包括:
从顾客接收从第一位置行进到第二位置的运输请求;
提示所述顾客提供与一个或多个顾客偏好相关的信息;
接收与在行程期间的第一时间段内适用于所述顾客的第一顾客偏好相关的信息;
分析与所述第一顾客偏好相关的所述信息;以及
至少部分地基于所述第一顾客偏好来在所述第一时间段内修改车辆的行程特征。
9.如权利要求8所述的计算机实现的方法,其中修改所述行程特征包括:自动地修改车辆路线规划系统。
10.如权利要求8所述的计算机实现的方法,其中修改所述行程特征包括以下中的至少一者:在所述车辆中播放歌曲;调整所述车辆中的音频音量;调整所述车辆中的空气温度;调整所述车辆中的空气速度;调整所述车辆的车窗配置;改变所述车辆的路线;为所述车辆的路线添加停靠站;调整所述车辆的座椅分配;或调整所述车辆的座椅配置。
11.如权利要求8所述的计算机实现的方法,其还包括:
接收与在行程期间的第二时间段内适用于所述顾客的第二顾客偏好相关的信息;
分析与所述第二顾客偏好相关的所述信息;以及
至少部分地基于所述第二顾客偏好来在所述第二时间段内进一步修改所述行程特征。
12.如权利要求11所述的计算机实现的方法,其中在所述第二时间段内进一步修改所述行程特征包括:启动所述车辆的一个或多个灯。
13.如权利要求8所述的计算机实现的方法,其还包括:
确定所述顾客未在积极利用与所述顾客相关联的电子装置。
14.如权利要求13所述的计算机实现的方法,其还包括:
在所述顾客未在积极利用的所述电子装置上显示行程状态屏幕;以及
禁止在所述顾客未在积极利用的所述电子装置上显示提示。
15.一种系统,其包括:
计算机,所述计算机具有存储器和处理器,所述存储器存储计算机可执行指令,所述处理器被配置为访问所述存储器并执行所述计算机可执行指令以至少:
从顾客接收从第一位置行进到第二位置的运输请求;
识别服务于所述运输请求的至少一部分的车辆类型;
基于所述识别所述车辆类型分配第一车辆;
确定所述顾客处于等待所述第一车辆或位于所述第一车辆中的状态中的一者;
提示所述顾客提供与一个或多个顾客偏好相关的信息;
接收与所述一个或多个顾客偏好相关的信息;
分析与所述一个或多个顾客偏好相关的所述信息;以及
基于所述信息来修改行程特征。
Applications Claiming Priority (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201862738280P | 2018-09-28 | 2018-09-28 | |
US62/738,280 | 2018-09-28 | ||
US16/585,205 | 2019-09-27 | ||
US16/585,205 US20200104962A1 (en) | 2018-09-28 | 2019-09-27 | Opportunistic preference collection and application |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110969279A true CN110969279A (zh) | 2020-04-07 |
Family
ID=69946051
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910936107.XA Pending CN110969279A (zh) | 2018-09-28 | 2019-09-29 | 机会偏好收集与应用 |
Country Status (2)
Country | Link |
---|---|
US (1) | US20200104962A1 (zh) |
CN (1) | CN110969279A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111859105A (zh) * | 2020-04-10 | 2020-10-30 | 北京嘀嘀无限科技发展有限公司 | 服务请求处理方法、装置、电子设备及存储介质 |
CN112380398A (zh) * | 2020-11-12 | 2021-02-19 | 北京交通大学 | 一种空港旅客多交通方式换乘出行链构建装置 |
JP2021170264A (ja) * | 2020-04-16 | 2021-10-28 | トヨタ自動車株式会社 | 運行管理装置、運行管理システム、運行管理方法、及び車両 |
Families Citing this family (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20190228352A1 (en) | 2018-01-19 | 2019-07-25 | Walmart Apollo, Llc | Systems and methods for combinatorial resource optimization |
US10769558B2 (en) * | 2018-07-03 | 2020-09-08 | Lyft, Inc. | Systems and methods for managing dynamic transportation networks using simulated future scenarios |
US11631151B2 (en) | 2018-09-30 | 2023-04-18 | Strong Force Tp Portfolio 2022, Llc | Intelligent transportation systems |
US11615368B2 (en) * | 2018-11-01 | 2023-03-28 | Walmart Apollo, Llc | Systems and methods for determining delivery time and route assignments |
US11574377B2 (en) * | 2019-06-03 | 2023-02-07 | International Business Machines Corporation | Intelligent on-demand management of ride sharing in a transportation system |
US11733049B2 (en) | 2019-10-07 | 2023-08-22 | Lyft, Inc. | Multi-modal transportation system |
US11226208B2 (en) | 2019-10-07 | 2022-01-18 | Lyft, Inc. | Transportation route planning and generation |
US11733046B2 (en) | 2019-10-07 | 2023-08-22 | Lyft, Inc. | Multi-modal transportation proposal generation |
US10746555B1 (en) | 2019-10-07 | 2020-08-18 | Lyft, Inc. | Multi-modal transportation route deviation detection and correction |
US10914600B1 (en) * | 2019-10-07 | 2021-02-09 | Lyft, Inc. | Transportation proposal filtration, comparison, and inconvenience measurement |
US11436926B2 (en) * | 2019-10-08 | 2022-09-06 | Uber Technologies, Inc. | Multi-autonomous vehicle servicing and control system and methods |
US11436290B1 (en) * | 2019-11-26 | 2022-09-06 | ShotSpotz LLC | Systems and methods for processing media with geographical segmentation |
US11868395B1 (en) | 2019-11-26 | 2024-01-09 | ShotSpotz LLC | Systems and methods for linking geographic segmented areas to tokens using artwork |
US11816146B1 (en) | 2019-11-26 | 2023-11-14 | ShotSpotz LLC | Systems and methods for processing media to provide notifications |
JP7260464B2 (ja) * | 2019-12-12 | 2023-04-18 | トヨタ自動車株式会社 | 制御装置、システム、プログラム、及び制御方法 |
US11719548B2 (en) * | 2019-12-31 | 2023-08-08 | Beijing Didi Infinity Technology And Development Co., Ltd. | System and method for alternative destination recommendation on ridesharing platforms |
US11625673B2 (en) * | 2020-06-02 | 2023-04-11 | Kpn Innovations, Llc. | Methods and systems for path selection using vehicle route guidance |
US11544637B2 (en) * | 2020-06-18 | 2023-01-03 | Ford Global Technologies, Llc | Managing user profiles and preferences in autonomous vehicles |
US20220080943A1 (en) * | 2020-09-15 | 2022-03-17 | Tws Technology (Guangzhou) Limited | Fleet Management of Electric Vehicles Based on Battery Profiles and Conditions |
US20220198931A1 (en) * | 2020-12-23 | 2022-06-23 | Electriphi Inc | System and method for monitoring and maintaining a fleet of electric vehicles |
US11562306B2 (en) * | 2021-01-14 | 2023-01-24 | Beijing Didi Infinity Technology And Development Co., Ltd. | Geolocation trajectory based guest rider determination |
US11904901B2 (en) * | 2021-01-27 | 2024-02-20 | Gm Cruise Holdings Llc | User-specified location-based autonomous vehicle behavior zones |
-
2019
- 2019-09-27 US US16/585,205 patent/US20200104962A1/en not_active Abandoned
- 2019-09-29 CN CN201910936107.XA patent/CN110969279A/zh active Pending
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111859105A (zh) * | 2020-04-10 | 2020-10-30 | 北京嘀嘀无限科技发展有限公司 | 服务请求处理方法、装置、电子设备及存储介质 |
JP2021170264A (ja) * | 2020-04-16 | 2021-10-28 | トヨタ自動車株式会社 | 運行管理装置、運行管理システム、運行管理方法、及び車両 |
JP7354913B2 (ja) | 2020-04-16 | 2023-10-03 | トヨタ自動車株式会社 | 運行管理装置、運行管理システム、及び運行管理方法 |
CN112380398A (zh) * | 2020-11-12 | 2021-02-19 | 北京交通大学 | 一种空港旅客多交通方式换乘出行链构建装置 |
CN112380398B (zh) * | 2020-11-12 | 2024-01-26 | 北京交通大学 | 一种空港旅客多交通方式换乘出行链构建装置 |
Also Published As
Publication number | Publication date |
---|---|
US20200104962A1 (en) | 2020-04-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110969279A (zh) | 机会偏好收集与应用 | |
US10671961B2 (en) | Systems and methods for transportation | |
US11821743B2 (en) | Dynamic promotions based on vehicle positioning and route determinations | |
Kim et al. | Autonomous taxi service design and user experience | |
US20210142248A1 (en) | Mixed vehicle selection and route optimization | |
US20200225049A1 (en) | Dynamic vehicle routing determinations | |
US20210140777A1 (en) | Routing With Environmental Awareness | |
US20190383623A1 (en) | Dynamic connection determinations | |
EP2218061B1 (en) | Personalized real-time location-based travel management | |
US20160364823A1 (en) | Systems and methods for on-demand transportation | |
US8498953B2 (en) | Method for allocating trip sharing | |
US20160364679A1 (en) | Systems and methods for on-demand transportation | |
US20160364812A1 (en) | Systems and methods for on-demand transportation | |
US20190383622A1 (en) | Dynamic connection management | |
US20200104761A1 (en) | Payment card for multi-leg journey | |
US11907924B2 (en) | Predictive inventory management | |
US20170108348A1 (en) | Centrally Managed Waypoints Established, Communicated and Presented via Vehicle Telematics/Infotainment Infrastructure | |
CN105917376A (zh) | 针对运输请求优化对驾驶员的选择 | |
CN110119822B (zh) | 景区管理、行程规划方法、客户端和服务器 | |
WO2019203804A1 (en) | Intelligent itinerary option sorting | |
US20190205961A1 (en) | In-vehicle vending inventory tracking | |
WO2019203805A1 (en) | Filtering for efficient routing data | |
DE102019126357A1 (de) | Opportunistische sammlung und anwendung von präferenzen | |
AU2001277638A1 (en) | System, method and medium for facilitating transactions over a network | |
CN116128076A (zh) | 信息处理方法、装置、系统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 |