CN111121796A - 一种通勤路线规划方法及装置、计算机设备 - Google Patents
一种通勤路线规划方法及装置、计算机设备 Download PDFInfo
- Publication number
- CN111121796A CN111121796A CN201811274798.3A CN201811274798A CN111121796A CN 111121796 A CN111121796 A CN 111121796A CN 201811274798 A CN201811274798 A CN 201811274798A CN 111121796 A CN111121796 A CN 111121796A
- Authority
- CN
- China
- Prior art keywords
- commuting
- site
- station
- preferred
- candidate intermediate
- 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
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/3453—Special cost functions, i.e. other than distance or default speed limit of road segments
- G01C21/3492—Special cost functions, i.e. other than distance or default speed limit of road segments employing speed data or traffic data, e.g. real-time or historical
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请涉及计算机技术领域，尤其涉及一种通勤路线规划方法，包括：获取通勤路线规划区域内各个用户的历史出行订单信息；根据所述历史出行订单信息，确定每个用户的通勤起点位置和通勤终点位置；基于所述每个用户的通勤起点位置和通勤终点位置，以及所述通勤路线规划区域内各个公交站点的位置，生成通勤路线。采用上述方案，可以根据用户的通勤起点位置、通勤终点位置以及公交站点的位置，自动的规划通勤路线，避免了采用问卷调查等方式进行通勤路线规划所带来的时效性和全面性均较差的问题，通勤路线规划的全面性较好，实用性更佳。本申请还提供了一种通勤路线规划装置、计算机设备及计算机可读存储介质。
Description
技术领域
本申请涉及计算机技术领域，具体而言，涉及一种通勤路线规划方法及装置、计算机设备。
背景技术
通勤交通指的是家与公司(或学校)之间往返的过程，通常一个工作日至少有两次出行。据调查，在城市早晚高峰期间，通勤出行人口占所有出行人群的60％－70％。可见，通勤交通作为城市早、晚高峰客流的主要组成部分，吸引通勤者选择公共交通出行，对于缓解城市交通拥堵具有重要作用。
为了满足大量通勤出行的需要，许多城市都采取了相应的政策，如开通通勤线路。现有的通勤线路是在采用宏观性的调查研究(如采用调查问卷的方式)确定通勤交通的出行规律后，根据该出行规律规划的。
然而，由于现有采用宏观性的调查研究方式确定的出行规律的时效性差，样本量不足，不能对通勤者的通勤出行进行全面了解和掌控，从而导致规划的通勤路线不能满足许多用户的通勤需求。
发明内容
有鉴于此，本申请实施例的目的在于提供一种通勤路线规划方法及装置、计算机设备，以提高通勤路线规划的全面性，实用性更佳。
主要包括以下几个方面：
第一方面，本申请实施例提供了一种通勤路线规划方法，所述方法包括：
获取通勤路线规划区域内各个用户的历史出行订单信息；
根据所述历史出行订单信息，确定每个用户的通勤起点位置和通勤终点位置；
基于所述每个用户的通勤起点位置和通勤终点位置，以及所述通勤路线规划区域内各个公交站点的位置，生成通勤路线。
结合第一方面，本申请实施例提供了第一方面的第一种可能的实施方式，其中，所述根据所述历史出行订单信息，确定每个用户的通勤起点位置和通勤终点位置，包括：
针对每个用户，提取该用户的每个历史出行订单信息所包括的历史出行起点位置和历史出行终点位置；
通过将该用户的历史出行起点位置和历史出行终点位置进行聚类，得到该用户的通勤起点位置和通勤终点位置。
结合第一方面，本申请实施例提供了第一方面的第二种可能的实施方式，其中，所述基于所述每个用户的通勤起点位置和通勤终点位置，以及所述通勤路线规划区域内各个公交站点的位置，生成通勤路线，包括：
基于所述每个用户的通勤起点位置和通勤终点位置，从所述各个公交站点中选取出通勤路线的首选站点对；所述首选站点对包括首选起始站点和首选终止站点；
确定与所述首选站点对中的一个首选站点距离设定距离范围内的候选中间站点集合；
针对所述候选中间站点集合中的每个候选中间站点，预测由所述首选起始站点、所述首选终止站点和该候选中间站点组成的通勤路线的潜在用户数量；
根据所述候选中间站点集合中每个候选中间站点对应的所述潜在用户数量，从所述候选中间站点集合中选择一个候选中间站点，并确定与选择出的该候选中间站点距离设定距离范围内的下一个候选中间站点集合；
返回所述针对所述候选中间站点集合中的每个候选中间站点，预测由所述首选起始站点、所述首选终止站点和该候选中间站点组成的通勤路线的潜在用户数量的步骤，直到达到预设收敛条件，将所述首选起始站点、所述首选终止站点和选择出的所有候选中间站点组成所述通勤路线。
结合第一方面的第二种可能的实施方式，本申请实施例提供了第一方面的第三种可能的实施方式，其中，所述基于所述每个用户的通勤起点位置和通勤终点位置，从所述各个公交站点中选取出通勤路线的首选站点对，包括：
按照预设的子区域大小，将所述通勤路线规划区域划分为多个通勤路线规划子区域，并确定每个通勤路线规划子区域所包含的用户的通勤起点、通勤终点、以及公交站点；
将每个通勤路线规划子区域与其它通勤路线规划子区域分别进行配对；
针对每对通勤路线规划子区域，统计通勤起点位置位于该对通勤路线规划子区域的一个通勤路线规划子区域，且通勤终点位置位于该对通勤路线规划子区域中的另一个通勤路线规划子区域的用户数量；
基于统计的用户数量，从配对的通勤路线规划子区域对应的各公交站点对中选取出通勤路线的首选站点对；其中，所述首选站点对包括首选起始站点和首选终止站点。
结合第一方面的第三种可能的实施方式，本申请实施例提供了第一方面的第四种可能的实施方式，其中，所述基于统计的用户数量，从配对的通勤路线规划子区域对应的各公交站点对中选取出通勤路线的首选站点对，包括：
基于统计的用户数量，从配对的通勤路线规划子区域中筛选出至少一对目标通勤路线规划子区域；
统计每对目标通勤路线规划子区域对应的每对公交站点的公交线路覆盖数量；
针对每对目标通勤路线规划子区域，将公交线路覆盖数量最大的公交站点对作为通勤路线的首选站点对。
结合第一方面的第四种可能的实施方式，本申请实施例提供了第一方面的第五种可能的实施方式，其中，在所述基于统计的用户数量，从配对的通勤路线规划子区域中筛选出至少一对目标通勤路线规划子区域之前，所述方法还包括：
针对每对通勤路线规划子区域，确定公共交通因素对该对通勤路线规划子区域对应的所述用户数量的影响系数；其中，所述公共交通因素至少包括公交换乘因素和地铁可达性因素；
所述基于统计的用户数量，从配对的通勤路线规划子区域中筛选出至少一对目标通勤路线规划子区域，包括：
基于统计的用户数量和所述影响系数，筛选得到至少一对目标通勤路线规划子区域。
结合第一方面的第四种可能的实施方式，本申请实施例提供了第一方面的第六种可能的实施方式，其中，在所述基于统计的用户数量，从配对的通勤路线规划子区域中筛选出至少一对目标通勤路线规划子区域之前，所述方法还包括：
针对每对通勤路线规划子区域，分别以其中每个通勤路线规划子区域为中心进行子区域扩展，得到配对的扩展通勤路线规划子区域；
所述基于统计的用户数量，从配对的通勤路线规划子区域中筛选出至少一对目标通勤路线规划子区域，包括：
针对每对扩展通勤路线规划子区域，统计通勤起点位置位于该对扩展通勤路线规划子区域中的一个扩展通勤路线规划子区域，且通勤终点位置位于该对扩展通勤路线规划子区域中的另一个扩展通勤路线规划子区域的用户数量；
按照所述配对扩展通勤路线规划子区域对应的用户数量由大到小的顺序，对所述配对扩展通勤路线规划子区域对应的扩展前的配对的通勤路线规划子区域进行排名；
选取前N名配对的通勤路线规划子区域作为所述至少一对目标通勤路线规划子区域；其中，N为正整数。
结合第一方面的第二种可能的实施方式，本申请实施例提供了第一方面的第七种可能的实施方式，其中，所述预测由所述首选起始站点、所述首选终止站点和该候选中间站点组成的通勤路线的潜在用户数量，包括：
针对每个用户，确定从该用户的通勤起点位置分别到所述首选起始站点、所述候选中间站点、以及所述首选终止站点的第一步行距离，并将对应的第一步行距离最小的公交站点作为该用户的上车站点；以及，从该用户的通勤终点位置分别到所述首选起始站点、所述候选中间站点、以及所述首选终止站点的第二步行距离，并将对应的第二步行距离最小的公交站点作为该用户的下车站点；
若所述候选中间站点为上车站点，针对所述候选中间站点集合中的每个候选中间站点，统计将所述首选起始站点作为上车站点，且将所述首选终止站点作为下车站点的第一潜在用户数量，以及统计将该候选中间站点作为上车站点，且将所述首选终止站点作为下车站点的第二潜在用户数量；
将所述第一潜在用户数量和所述第二潜在用户数量的和值作为由所述首选起始站点、所述首选终止站点和所述候选中间站点组成的通勤路线的潜在用户数量。
结合第一方面的第七种可能的实施方式，本申请实施例提供了第一方面的第八种可能的实施方式，其中，所述预测由所述首选起始站点、所述首选终止站点和该候选中间站点组成的通勤路线的潜在用户数量还包括：
若所述候选中间站点为下车站点，针对所述候选中间站点集合中的每个候选中间站点，统计将所述首选起始站点作为上车站点，且将所述首选终止站点作为下车站点的第一潜在用户数量，以及统计将所述首选起始站点作为上车站点，且将该候选中间站点作为下车站点的第三潜在用户数量；
将所述第一潜在用户数量和所述第三潜在用户数量的和值作为由所述首选起始站点、所述首选终止站点和所述候选中间站点组成的通勤路线的潜在用户数量。
结合第一方面的第七种可能的实施方式，本申请实施例提供了第一方面的第九种可能的实施方式，其中，在将所述第一潜在用户数量和所述第二潜在用户数量的和值作为由所述首选起始站点、所述首选终止站点和所述候选中间站点组成的通勤路线的潜在用户数量之前，所述方法还包括：
确定与所述第一潜在用户数量相关联的第一用户步行距离影响系数和第一路线绕路影响系数，以及与所述第二潜在用户数量相关联的第二用户步行距离影响系数和第二路线绕路影响系数；
根据所述第一潜在用户数量及确定的第一用户步行距离影响系数和第一路线绕路影响系数，确定更新后的第一潜在用户数量；以及，根据所述第二潜在用户数量及确定的第二用户步行距离影响系数和第二路线绕路影响系数，确定更新后的第二潜在用户数量；
所述将所述第一潜在用户数量和所述第二潜在用户数量的和值作为由所述首选起始站点、所述首选终止站点和所述候选中间站点组成的通勤路线的潜在用户数量，包括：
将更新后的第一潜在用户数量和更新后的第二潜在用户数量的和值作为由所述首选起始站点、所述首选终止站点和所述候选中间站点组成的通勤路线的潜在用户数量。
结合第一方面的第九种可能的实施方式中任一所述的实施方式，本申请实施例提供了第一方面的第十种可能的实施方式，其中，根据以下步骤确定所述第一用户步行距离影响系数：
确定将所述首选起始站点作为上车站点，且将所述首选终止站点作为下车站点的第一潜在用户对应的所述第一步行距离和所述第二步行距离的距离和值；
根据所述距离和值，确定所述第一用户步行距离影响系数。
结合第一方面的第九种可能的实施方式中任一所述的实施方式，本申请实施例提供了第一方面的第十一种可能的实施方式，其中，根据以下步骤确定所述第一路线绕路影响系数：
根据将所述首选起始站点作为上车站点的第一潜在用户从所述首选起始站点至所述候选中间站点的第一车内距离、从所述候选中间站点至所述首选终止站点的第二车内距离，以及该第一潜在用户从所述首选起始站点至所述首选终止站点的直达距离，确定所述第一路线绕路影响系数。
结合第一方面的第二种可能的实施方式，本申请实施例提供了第一方面的第十二种可能的实施方式，其中，在所述根据所述候选中间站点集合中每个候选中间站点对应的所述潜在用户数量，从所述候选中间站点集合中选择一个候选中间站点之前，所述方法还包括：
针对所述候选中间站点集合中的每个候选中间站点，根据所述首选起始站点与该候选中间站点之间的距离、该候选中间站点与所述首选终止站点之间的距离，以及所述首选起始站点与所述首选终止站点之间的直达距离，确定由所述首选起始站点、所述首选终止站点和所述候选中间站点组成的通勤路线的绕路比例；
所述根据所述候选中间站点集合中每个候选中间站点对应的所述潜在用户数量，从所述候选中间站点集合中选择一个候选中间站点，包括：
针对所述候选中间站点集合中的每个候选中间站点，确定由所述首选起始站点、所述首选终止站点和该候选中间站点组成的通勤路线的绕路比例是否小于预设比例阈值；
若是，则从绕路比例小于预设比例阈值对应的候选中间站点中选择对应的所述潜在用户数量最大的一个候选中间站点。
结合第一方面的第二种可能的实施方式，本申请实施例提供了第一方面的第十三种可能的实施方式，其中，所述预设收敛条件包括以下条件中的一种或多种：
选择出的候选中间站点的个数等于预设个数阈值；
由所述首选起始站点、所述首选终止站点和选择出的候选中间站点组成的所述通勤路线的潜在用户数量等于预设数量阈值。
第二方面，本申请实施例提供了一种通勤路线规划，所述装置包括：
订单获取模块，用于获取通勤路线规划区域内各个用户的历史出行订单信息；
位置确定模块，用于根据所述历史出行订单信息，确定每个用户的通勤起点位置和通勤终点位置；
路线规划模块，用于基于所述每个用户的通勤起点位置和通勤终点位置，以及所述通勤路线规划区域内各个公交站点的位置，生成通勤路线。
结合第二方面，本申请实施例提供了第二方面的第一种可能的实施方式，其中，所述位置确定模块具体用于：
针对每个用户，提取该用户的每个历史出行订单信息所包括的历史出行起点位置和历史出行终点位置；
通过将该用户的历史出行起点位置和历史出行终点位置进行聚类，得到该用户的通勤起点位置和通勤终点位置。
结合第二方面，本申请实施例提供了第二方面的第二种可能的实施方式，其中，所述路线规划模块具体用于：
基于所述每个用户的通勤起点位置和通勤终点位置，从所述各个公交站点中选取出通勤路线的首选站点对；所述首选站点对包括首选起始站点和首选终止站点；
确定与所述首选站点对中的一个首选站点距离设定距离范围内的候选中间站点集合；
针对所述候选中间站点集合中的每个候选中间站点，预测由所述首选起始站点、所述首选终止站点和该候选中间站点组成的通勤路线的潜在用户数量；
根据所述候选中间站点集合中每个候选中间站点对应的所述潜在用户数量，从所述候选中间站点集合中选择一个候选中间站点，并确定与选择出的该候选中间站点距离设定距离范围内的下一个候选中间站点集合；
返回所述针对所述候选中间站点集合中的每个候选中间站点，预测由所述首选起始站点、所述首选终止站点和该候选中间站点组成的通勤路线的潜在用户数量的步骤，直到达到预设收敛条件，将所述首选起始站点、所述首选终止站点和选择出的所有候选中间站点组成所述通勤路线。
结合第二方面的第二种可能的实施方式，本申请实施例提供了第二方面的第三种可能的实施方式，其中，所述路线规划模块具体用于：
按照预设的子区域大小，将所述通勤路线规划区域划分为多个通勤路线规划子区域，并确定每个通勤路线规划子区域所包含的用户的通勤起点、通勤终点、以及公交站点；
将每个通勤路线规划子区域与其它通勤路线规划子区域分别进行配对；
针对每对通勤路线规划子区域，统计通勤起点位置位于该对通勤路线规划子区域的一个通勤路线规划子区域，且通勤终点位置位于该对通勤路线规划子区域中的另一个通勤路线规划子区域的用户数量；
基于统计的用户数量，从配对的通勤路线规划子区域对应的各公交站点对中选取出通勤路线的首选站点对；其中，所述首选站点对包括首选起始站点和首选终止站点。
结合第二方面的第三种可能的实施方式，本申请实施例提供了第二方面的第四种可能的实施方式，其中，所述路线规划模块具体用于：
基于统计的用户数量，从配对的通勤路线规划子区域中筛选出至少一对目标通勤路线规划子区域；
统计每对目标通勤路线规划子区域对应的每对公交站点的公交线路覆盖数量；
针对每对目标通勤路线规划子区域，将公交线路覆盖数量最大的公交站点对作为通勤路线的首选站点对。
结合第二方面的第四种可能的实施方式，本申请实施例提供了第二方面的第五种可能的实施方式，其中，所述装置还包括：
影响系数确定模块，用于针对每对通勤路线规划子区域，确定公共交通因素对该对通勤路线规划子区域对应的所述用户数量的影响系数；其中，所述公共交通因素至少包括公交换乘因素和地铁可达性因素；
所述路线规划模块具体用于：
基于统计的用户数量和所述影响系数，筛选得到至少一对目标通勤路线规划子区域。
结合第二方面的第四种可能的实施方式，本申请实施例提供了第二方面的第六种可能的实施方式，其中，所述装置还包括：
子区域扩展模块，用于针对每对通勤路线规划子区域，分别以其中每个通勤路线规划子区域为中心进行子区域扩展，得到配对的扩展通勤路线规划子区域；
所述路线规划模块具体用于：
针对每对扩展通勤路线规划子区域，统计通勤起点位置位于该对扩展通勤路线规划子区域中的一个扩展通勤路线规划子区域，且通勤终点位置位于该对扩展通勤路线规划子区域中的另一个扩展通勤路线规划子区域的用户数量；
按照所述配对扩展通勤路线规划子区域对应的用户数量由大到小的顺序，对所述配对扩展通勤路线规划子区域对应的扩展前的配对的通勤路线规划子区域进行排名；
选取前N名配对的通勤路线规划子区域作为所述至少一对目标通勤路线规划子区域；其中，N为正整数。
结合第二方面的第二种可能的实施方式，本申请实施例提供了第二方面的第七种可能的实施方式，其中，所述路线规划模块具体用于：
针对每个用户，确定从该用户的通勤起点位置分别到所述首选起始站点、所述候选中间站点、以及所述首选终止站点的第一步行距离，并将对应的第一步行距离最小的公交站点作为该用户的上车站点；以及，从该用户的通勤终点位置分别到所述首选起始站点、所述候选中间站点、以及所述首选终止站点的第二步行距离，并将对应的第二步行距离最小的公交站点作为该用户的下车站点；
若所述候选中间站点为上车站点，针对所述候选中间站点集合中的每个候选中间站点，统计将所述首选起始站点作为上车站点，且将所述首选终止站点作为下车站点的第一潜在用户数量，以及统计将该候选中间站点作为上车站点，且将所述首选终止站点作为下车站点的第二潜在用户数量；
将所述第一潜在用户数量和所述第二潜在用户数量的和值作为由所述首选起始站点、所述首选终止站点和所述候选中间站点组成的通勤路线的潜在用户数量。
结合第二方面的第七种可能的实施方式，本申请实施例提供了第二方面的第八种可能的实施方式，其中，所述路线规划模块具体用于：
若所述候选中间站点为下车站点，针对所述候选中间站点集合中的每个候选中间站点，统计将所述首选起始站点作为上车站点，且将所述首选终止站点作为下车站点的第一潜在用户数量，以及统计将所述首选起始站点作为上车站点，且将该候选中间站点作为下车站点的第三潜在用户数量；
将所述第一潜在用户数量和所述第三潜在用户数量的和值作为由所述首选起始站点、所述首选终止站点和所述候选中间站点组成的通勤路线的潜在用户数量。
结合第二方面的第七种可能的实施方式，本申请实施例提供了第二方面的第九种可能的实施方式，其中，所述装置还包括：
用户数量更新模块，用于确定与所述第一潜在用户数量相关联的第一用户步行距离影响系数和第一路线绕路影响系数，以及与所述第二潜在用户数量相关联的第二用户步行距离影响系数和第二路线绕路影响系数；
根据所述第一潜在用户数量及确定的第一用户步行距离影响系数和第一路线绕路影响系数，确定更新后的第一潜在用户数量；以及，根据所述第二潜在用户数量及确定的第二用户步行距离影响系数和第二路线绕路影响系数，确定更新后的第二潜在用户数量；
所述路线规划模块具体用于：
将更新后的第一潜在用户数量和更新后的第二潜在用户数量的和值作为由所述首选起始站点、所述首选终止站点和所述候选中间站点组成的通勤路线的潜在用户数量。
结合第二方面的第九种可能的实施方式中任一所述的实施方式，本申请实施例提供了第二方面的第十种可能的实施方式，其中，所述装置还包括：
第一用户影响系数确定模块，用于确定将所述首选起始站点作为上车站点，且将所述首选终止站点作为下车站点的第一潜在用户对应的所述第一步行距离和所述第二步行距离的距离和值；根据所述距离和值，确定所述第一用户步行距离影响系数。
结合第二方面的第九种可能的实施方式中任一所述的实施方式，本申请实施例提供了第二方面的第十一种可能的实施方式，其中，所述装置还包括：
第一路线影响系数确定模块，用于根据将所述首选起始站点作为上车站点的第一潜在用户从所述首选起始站点至所述候选中间站点的第一车内距离、从所述候选中间站点至所述首选终止站点的第二车内距离，以及该第一潜在用户从所述首选起始站点至所述首选终止站点的直达距离，确定所述第一路线绕路影响系数。
结合第二方面的第二种可能的实施方式，本申请实施例提供了第二方面的第十二种可能的实施方式，其中，所述装置还包括：
绕路比例确定模块，用于针对所述候选中间站点集合中的每个候选中间站点，根据所述首选起始站点与该候选中间站点之间的距离、该候选中间站点与所述首选终止站点之间的距离，以及所述首选起始站点与所述首选终止站点之间的直达距离，确定由所述首选起始站点、所述首选终止站点和所述候选中间站点组成的通勤路线的绕路比例；
所述路线规划模块具体用于：
针对所述候选中间站点集合中的每个候选中间站点，确定由所述首选起始站点、所述首选终止站点和该候选中间站点组成的通勤路线的绕路比例是否小于预设比例阈值；
若是，则从绕路比例小于预设比例阈值对应的候选中间站点中选择对应的所述潜在用户数量最大的一个候选中间站点。
结合第二方面的第二种可能的实施方式，本申请实施例提供了第二方面的第十三种可能的实施方式，其中，所述预设收敛条件包括以下条件中的一种或多种：
选择出的候选中间站点的个数等于预设个数阈值；
由所述首选起始站点、所述首选终止站点和选择出的候选中间站点组成的所述通勤路线的潜在用户数量等于预设数量阈值。
第三方面，本申请实施例还提供了一种计算机设备，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当计算机设备运行时，所述处理器与所述存储器之间通过总线通信，所述机器可读指令被所述处理器执行时执行如第一方面、第一方面的第一种可能的实施方式至第十三种可能的实施方式中任一所述实施方式所述的通勤路线规划方法的步骤。
第四方面，本申请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上存储有计算机程序，该计算机程序被处理器运行时执行如第一方面、第一方面的第一种可能的实施方式至第十三种可能的实施方式中任一所述实施方式所述的通勤路线规划方法的步骤。
采用上述方案，首先获取通勤路线规划区域内各个用户的历史出行订单信息；然后根据所述历史出行订单信息，确定每个用户的通勤起点位置和通勤终点位置；最后基于所述每个用户的通勤起点位置和通勤终点位置，以及所述通勤路线规划区域内各个公交站点的位置，生成通勤路线。也即，根据用户的通勤起点位置、通勤终点位置以及公交站点的位置，便可以自动的规划通勤路线，避免了采用问卷调查等方式进行通勤路线规划所带来的时效性和全面性均较差的问题，通勤路线规划的全面性较好，实用性更佳。
为使本申请的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
为了更清楚地说明本申请实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，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相关的附图。
图1示出了本申请实施例一所提供的一种通勤路线规划方法的流程图；
图2示出了本申请实施例二所提供的一种通勤路线规划方法的流程图；
图3示出了本申请实施例三所提供的一种通勤路线规划方法的流程图；
图4示出了本申请实施例四所提供的一种通勤路线规划方法的流程图；
图5示出了本申请实施例五所提供的一种通勤路线规划方法的流程图；
图6示出了本申请实施例六所提供的一种通勤路线规划方法的流程图；
图7示出了本申请实施例六所提供的一种通勤路线规划子区域扩展的示意图；
图8示出了本申请实施例七所提供的一种通勤路线规划方法的流程图；
图9示出了本申请实施例八所提供的一种通勤路线规划方法的流程图；
图10示出了本申请实施例八所提供的一种站点搜索的示意图；
图11示出了本申请实施例九所提供的一种通勤路线规划装置的结构示意图；
图12示出了本申请实施例十所提供的一种计算机设备的结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。
考虑到相关技术中采用宏观性的调查研究方式确定的出行规律的时效性差，样本量不足，不能对通勤者的通勤出行进行全面了解和掌控，从而导致规划的通勤路线不能满足许多用户的通勤需求。有鉴于此，本申请实施例提供了一种通勤路线规划方法及装置、计算机设备，其可以应用于对通勤路线进行规划的任意场景，又考虑到长途通勤者对当前公共交通存在通勤路线的迫切需求，本申请实施例可以应用于长途通勤路线规划，比如针对通勤距离超过10公里的长途通勤者进行通勤路线的规划，从而可以为更多用户提供更方便，更快捷的公共交通服务。下面通过几个实施例进行具体描述。
实施例一
如图1所示，为本申请实施例一提供的一种通勤路线规划方法的流程图，该方法的执行主体可以是计算机设备，上述通勤路线规划方法包括如下步骤：
S101、获取通勤路线规划区域内各个用户的历史出行订单信息。
这里，通勤路线规划区域可以指的是一个用于规划通勤路线的区域。考虑到本申请实施例所提供的通勤路线规划方法的应用场景，上述通勤路线规划区域可以是一个城市(如北京市)对应的区域，还可以是一个行政区(如海淀区)对应的区域，还可以是其它能够进行通勤路线规划的区域，本申请实施例对此不做具体的限制。
针对上述通勤路线规划区域而言，本申请实施例获取该通勤路线规划区域内各个用户的历史出行订单信息，以便根据该历史出行订单信息对用户的用车行为进行分析。其中，上述历史出行单信息主要是从现有的打车平台中获取的，也即，在用户需要打车时，可以在打车平台上输入相应的打车信息，以便于打车平台能够根据该打车信息生成对应的历史出行订单信息。该历史出行订单信息主要包括用户的历史出行起点位置和历史出行终点位置，除此之外，还可以包括其他打车信息，如用户的用车类型，快车、专车、顺风车、出租车等。
值得说明的是，上述历史出行起点位置可以是基于定位技术确定的，如在打车平台可以自动定位用户当前的位置作为出行起点位置。或者，用户可以在地图上选择具体的出行起点位置，或者手动输入出行起点位置，如手动输入“首都机场”这一出行起点位置，上述历史出行终点位置则主要利用用户在地图上选择或手动输入方式来确定，在此不再赘述。
S102、根据所述历史出行订单信息，确定每个用户的通勤起点位置和通勤终点位置。
这里，考虑到上述通勤路线规划区域内的每个用户均可以存在多个历史出行订单信息，这样，针对该用户的每个历史出行订单信息便可以具有相应的历史出行起点位置和历史出行终点位置，也即，针对一个用户而言，其对应的历史出行起点位置和历史出行终点位置均可以是多个。
本申请实施例可以基于每个用户的所有历史出行订单信息，确定该用户的通勤起点位置和通勤终点位置。其中，通勤起点位置可以是住宅位置，则通勤终点位置可以是公司位置，还可以是学校位置；通勤起点位置可以是公司位置，还可以是学校位置，则通勤终点位置可以是住宅位置，除此之外，还可以是其他具备通勤需求的起点位置和终点位置。也即，通过大数据分析技术手段，可以从用户的用车行为出发，确定其可能的通勤起点位置和通勤终点位置。
S103、基于所述每个用户的通勤起点位置和通勤终点位置，以及所述通勤路线规划区域内各个公交站点的位置，生成通勤路线。
这里，本申请实施例提供的通勤路线规划方法进行通勤路线规划时，主要利用的是每个用户的通勤起点位置和通勤终点位置。又考虑到传统公共交通的广泛应用性，因此，在生成通勤路线时，还可以依赖于通勤路线规划区域内各个公交站点的位置，也即，可以利用现有公共交通工具，如公交的停车便利性，将通勤路线规划区域内的某些现有公交站点作为通勤路线的停靠点，从而不仅满足了通勤路线规划的需求，还进一步整合了现有公共资源，便于管理和维护。
考虑到本申请实施例主要是依赖于历史出行订单信息中的历史出行起点位置和历史出行终点位置来确定通勤起点位置和通勤终点位置，如下实施例二进行通勤起点位置和通勤终点位置确定的过程。
实施例二
如图2所示，为本申请实施例二提供的进行通勤起点位置和通勤终点位置确定的过程，具体包括：
S201、针对每个用户，提取该用户的每个历史出行订单信息所包括的历史出行起点位置和历史出行终点位置；
S202、通过将该用户的历史出行起点位置和历史出行终点位置进行聚类，得到该用户的通勤起点位置和通勤终点位置。
这里，针对每个用户，可以基于提取出的历史出行起点位置和历史出行终点位置的聚类分析结果，来确定该用户的通勤起点位置和通勤终点位置，也即，如何利用聚类方法从一个用户的多个历史出行起点位置和多个历史出行终点位置中确定该用户的通勤起点位置和通勤终点位置是本申请实施例二的核心步骤。
其中，本申请实施例中的聚类方法即是可以用于聚合每个用户的所有历史出行订单信息中的历史出行起点位置和历史出行终点位置，以能够将所有历史出行起点位置和历史出行终点位置聚类为两个簇，且一个簇可以对应通勤起点位置，另一个簇可以对应通勤终点位置。
本申请实施例中，可以选用基于密度的聚类方法，如具有噪声的基于密度的聚类方法(Density-Based Spatial Clustering of Applications with Noise，DBSCAN)。上述DBSCAND密度聚类算法的核心思想就是先发现密度较高的点，然后把相近的高密度点逐步都连成一片，进而生成各种簇(本申请实施例对应两个簇)。除此之外，本申请实施例还可以选用其他能够将用户的通勤起点位置和通勤终点位置进行区别的聚类方法，本申请实施例对此不做具体的限制。
考虑到本申请实施例所提供的通勤路线规划方法的实际应用场景，希望规划得到的通勤路线能够更加全面的覆盖用户，因此，可以先基于通勤起点位置和通勤终点位置确定通勤路线的首选起始站点和首选终止站点，然后再基于局部搜索策略在首选起始站点，以及首选终止站点的周围区域进行多轮站点搜索，从而确保规划的通勤路线尽可能的覆盖更多的用户。如下实施例三说明通勤路线的生成过程。
实施例三
如图3所示，为本申请实施例三所提供的生成通勤路线的方法，该方法具体包括如下步骤：
S301、基于所述每个用户的通勤起点位置和通勤终点位置，从所述各个公交站点中选取出通勤路线的首选站点对；所述首选站点对包括首选起始站点和首选终止站点；
S302、确定与所述首选站点对中的一个首选站点距离设定距离范围内的候选中间站点集合；
S303、针对所述候选中间站点集合中的每个候选中间站点，预测由所述首选起始站点、所述首选终止站点和该候选中间站点组成的通勤路线的潜在用户数量；
S304、根据所述候选中间站点集合中每个候选中间站点对应的所述潜在用户数量，从所述候选中间站点集合中选择一个候选中间站点，并确定与选择出的该候选中间站点距离设定距离范围内的下一个候选中间站点集合；
S305、判断是否达到预设收敛条件，若否，则跳转至S303，若是，则跳转至S306；
S306、将所述首选起始站点、所述首选终止站点和选择出的所有候选中间站点组成所述通勤路线。
这里，首先基于通勤路线规划区域内所有用户中每个用户的通勤起点位置和通勤终点位置，从该通勤路线规划区域内的各个公交站点中选取包括首选起始站点和首选终止站点的首选站点对，然后可以对首选站点对中的首选起始站点进行第一轮搜索，还可以对首选站点对中的首选终止站点进行第一轮搜索，此时，针对第一轮搜索得到的候选中间站点集合，可以基于目标函数(如针对潜在用户数量的函数)和约束条件(如用户的步行距离最短、路线绕路最少等)从该候选中间站点集合中选择一个候选中间站点，再者可以基于第一轮选择出的候选中间站点进行第二轮搜索，同样的，可以选择出该轮的候选中间站点，依次循环，直至达到预设收敛条件，便可以将选取出的所有候选中间站点，与首选起始站点以及首选终止站点结合起来组成通勤路线。可见，本申请实施例基于局部搜索策略搜索出了所有候选中间站点，从而进一步提升路径规划的合理性。
其中，在第一轮搜索时，以第一轮搜索是对首选起始站点进行搜索为例，本申请实施例可以是在距离首选起始站点设定距离范围内进行搜索的，该设定距离范围可以是与首选起始站点小于预设搜索半径(如800m)的一个圆形范围。此时，基于首选起始站点对该圆形范围进行候选中间站点的搜索时，搜索到的候选中间站点可以是靠近首选终止站点，还可以是背离首选终止站点，若搜索到的候选中间站点是背离首选终止站点，且能够在约束条件下满足目标函数，这时，需要将对应的候选中间站点更新为次选起始站点，其他轮搜索亦是如此，在此不再赘述。
值得说明的是，本申请实施例中的预设收敛条件包括以下条件中的一种或多种：选择出的候选中间站点的个数等于预设个数阈值；由所述首选起始站点、所述首选终止站点和选择出的候选中间站点组成的所述通勤路线的潜在用户数量等于预设数量阈值。也即，本申请实施例不仅可以从算法角度将候选中间站点的个数作为收敛条件，还可以从具体应用场景出发限定整条通勤路线的潜在用户数量以满足定制公交的核载需求。
基于上述实施例三可知，本申请实施例可以利用用户的通勤起点位置和通勤终点位置，选取出包括首选起始站点和首选终止站点的首选站点对。接下来通过实施例四进一步说明。
实施例四
如图4所示，为本申请实施例四提供的一种首选站点对选取的方法，该方法具体包括如下步骤：
S401、按照预设的子区域大小，将所述通勤路线规划区域划分为多个通勤路线规划子区域，并确定每个通勤路线规划子区域所包含的用户的通勤起点、通勤终点、以及公交站点；
S402、将每个通勤路线规划子区域与其它通勤路线规划子区域分别进行配对；
S403、针对每对通勤路线规划子区域，统计通勤起点位置位于该对通勤路线规划子区域的一个通勤路线规划子区域，且通勤终点位置位于该对通勤路线规划子区域中的另一个通勤路线规划子区域的用户数量；
S404、基于统计的用户数量，从配对的通勤路线规划子区域对应的各公交站点对中选取出通勤路线的首选站点对；其中，所述首选站点对包括首选起始站点和首选终止站点。
这里，首先可以将通勤路线规划区域划分为多个通勤路线规划子区域，并确定每个通勤路线规划子区域所包含的用户的通勤起点、通勤终点、以及公交站点，然后将任意两个通勤路线规划子区域进行配对以统计配对的通勤路线规划子区域的用户数量，最后根据统计的用户数量选取首选站点对。
其中，在对通勤路线规划区域进行子区域划分时，本申请实施例可以按照预设的子区域大小进行划分，如针对北京市这一通勤路线规划区域而言，本申请实施例可以将北京市划分为若干通勤路线规划子区域，且划分各个通勤路线规划子区域的形状可以是四边形、六边形或者其他多边形。本申请实施例综合考虑世界地理知识，可以将北京市依次划分为多个六边形的通勤路线规划子区域，该六边形的边长可以是从数百米到数千米，为了更好地适应公共交通用户的步行距离范围，本申请实施例可以选用700m的边长。
另外，针对任意一对通勤路线规划子区域，本申请实施例均可以判断通勤起点位置位于该对通勤路线规划子区域的一个通勤路线规划子区域，且通勤终点位置位于该对通勤路线规划子区域中的另一个通勤路线规划子区域的用户数量，从而可以根据用户数量的多少选取首选站点对。具体参见如下实施例五。
实施例五
如图5所示，本申请实施例五提供的基于用户数量进行首选站点对的选取方法，包括：
S501、基于统计的用户数量，从配对的通勤路线规划子区域中筛选出至少一对目标通勤路线规划子区域；
S502、统计每对目标通勤路线规划子区域对应的每对公交站点的公交线路覆盖数量；
S503、针对每对目标通勤路线规划子区域，将公交线路覆盖数量最大的公交站点对作为通勤路线的首选站点对。
这里，针对任意配对的通勤路线规划子区域而言，其统计得到的用户数量越多，表明该在配对的通勤路线规划子区域内进行通勤路线规划的必要性越大，此时，本申请实施例可以从配对的通勤路线规划子区域中筛选出覆盖的用户数量较多的配对子区域以作为一对目标通勤路线规划子区域。这样，便可以从每对目标通勤路线规划子区域对应的每对公交站点中选取公交线路覆盖数量最大的公交站点对作为通勤路线的首选站点对。
其中，在基于配对的通勤路线规划子区域进行至少一对目标通勤路线规划子区域的筛选之前，本申请实施例还可以综合考虑公共交通因素对配对的通勤路线规划子区域对应的所述用户数量的影响系数，也即，现有的公共交通工具，如公交、地铁等因素对配对的通勤路线规划子区域对应的所述用户数量的影响。
如在一个配对的通勤路线规划子区域内，已经存在公交路线能够跨越该配对的通勤路线规划子区域，此时，考虑到用户的用车体验度，在该公交路线换乘的次数比较多时，这样，在该配对的通勤路线规划子区域内统计的用户数量会提升，也即，用户更意愿选择无需换乘或少次换乘的交通工具，又如在一个配对的通勤路线规划子区域内，已经存在地铁路线能够跨越该配对的通勤路线规划子区域，此时，考虑到用户的用车体验度，在用户从其通勤起点位置步行至地铁站点以及用户从相应的地铁站点步行至通勤终点位置的步行距离越大，这样，在该配对的通勤路线规划子区域内统计的用户数量会提升，也即，用户更意愿选择步行较少的交通工具。
本申请实施例基于上述影响系数便可以对统计的原始的用户数量进行更新，以便可以筛选得到至少一对目标通勤路线规划子区域。为了便于对该筛选过程进行进一步理解，接下来以具体的公式的进行说明，如公式(1)、(2)、(3)所示：
ODA＝ODO*cT*cS*dP(1)
其中，ODA用于表征调整后的用户数量；ODO用于表征原始的用户数量；cT用于表征公交换乘因素；cS用于表征地铁可达性因素；dP用于表征用户接受当前公共交通服务(包括公交和地铁)下的最短距离；NTi用于表征用户接受当前公共交通服务下的换乘次数；n用于表征用户接受当前公共交通服务下的服务个数；
用于表征用户从其通勤起点位置步行至地铁站点(上车站点)的步行距离；
用于表征用户从地铁站点(下车站点)步行至通勤终点位置的步行距离；rS用于表征地铁站点的覆盖半径。
这样，基于上述公式(1)至(3)可以对配对的通勤路线规划子区域所覆盖的用户数量进行调整，以能够根据调整后的用户数量进行至少一对目标通勤路线规划子区域的选择，进一步提升本申请实施例提供的通勤路线规划方法的鲁棒性。
除了上述实施例五说明的直接对配对的通勤路线规划子区域进行用户数量的统计以进行至少一对目标通勤路线规划子区域的选取之外，为了涵盖更多的通勤需求，如下本申请实施例六可以对配对的通勤路线规划子区域进行子区域的扩展，并根据配对的扩展通勤路线规划子区域内统计的用户数量来进行至少一对目标通勤路线规划子区域的选取。
实施例六
如图6所示，为本申请实施例提供的至少一对目标通勤路线规划子区域的选取方法，该方法具体通过如下步骤实现：
S601、针对每对通勤路线规划子区域，分别以其中每个通勤路线规划子区域为中心进行子区域扩展，得到配对的扩展通勤路线规划子区域；
S602、针对每对扩展通勤路线规划子区域，统计通勤起点位置位于该对扩展通勤路线规划子区域中的一个扩展通勤路线规划子区域，且通勤终点位置位于该对扩展通勤路线规划子区域中的另一个扩展通勤路线规划子区域的用户数量；
S603、按照所述配对扩展通勤路线规划子区域对应的用户数量由大到小的顺序，对所述配对扩展通勤路线规划子区域对应的扩展前的配对的通勤路线规划子区域进行排名；
S604、选取前N名配对的通勤路线规划子区域作为所述至少一对目标通勤路线规划子区域；其中，N为正整数。
这里，如图7所示，为本申请实施例提供的一种子区域扩展方式，也即，将一个配对的通勤路线规划子区域分别作为中心进行子区域扩展，可知，从原始的1×1配对的通勤路线规划子区域扩展为7×7配对的通勤路线规划子区域(也即配对的扩展通勤路线规划子区域)。这样，针对每对扩展通勤路线规划子区域，统计所有1×1配对的通勤路线规划子区域的用户数量的和值，作为该对扩展通勤路线规划子区域对应的用户数量，然后通过上述用户数量的和值对所述配对扩展通勤路线规划子区域对应的扩展前的配对的通勤路线规划子区域进行排名，并可以将前N名作为所述至少一对目标通勤路线规划子区域。其中，上述N可以根据不同的应用场景需求进行调节，不宜过大也不易过小。
由上述各个实施例可知，在每轮候选中间站点的搜索中，针对搜索到的所述候选中间站点集合中的每个候选中间站点，由所述首选起始站点、所述首选终止站点和该候选中间站点组成的通勤路线的潜在用户数量的预测是本申请实施例提供的通勤路线规划方法的关键步骤。接下来通过如下实施例七对第一轮站点搜索得到第一个候选中间站点后，进行潜在用户数量的预测过程进一步说明。
实施例七
如图8所示，为本申请实施例七提供的一种预测潜在用户数量的方法，具体包括如下步骤：
S801、针对每个用户，确定从该用户的通勤起点位置分别到所述首选起始站点、所述候选中间站点、以及所述首选终止站点的第一步行距离，并将对应的第一步行距离最小的公交站点作为该用户的上车站点；以及，从该用户的通勤终点位置分别到所述首选起始站点、所述候选中间站点、以及所述首选终止站点的第二步行距离，并将对应的第二步行距离最小的公交站点作为该用户的下车站点；
S802、若所述候选中间站点为上车站点，针对所述候选中间站点集合中的每个候选中间站点，统计将所述首选起始站点作为上车站点，且将所述首选终止站点作为下车站点的第一潜在用户数量，以及统计将该候选中间站点作为上车站点，且将所述首选终止站点作为下车站点的第二潜在用户数量；
S803、将所述第一潜在用户数量和所述第二潜在用户数量的和值作为由所述首选起始站点、所述首选终止站点和所述候选中间站点组成的通勤路线的潜在用户数量；
S804、若所述候选中间站点为下车站点，针对所述候选中间站点集合中的每个候选中间站点，统计将所述首选起始站点作为上车站点，且将所述首选终止站点作为下车站点的第一潜在用户数量，以及统计将所述首选起始站点作为上车站点，且将该候选中间站点作为下车站点的第三潜在用户数量；
S805、将所述第一潜在用户数量和所述第三潜在用户数量的和值作为由所述首选起始站点、所述首选终止站点和所述候选中间站点组成的通勤路线的潜在用户数量。
这里，首先针对每个用户，从首选起始站点、所述候选中间站点、以及所述首选终止站点中，选取与该用户的通勤起点位置的步行距离最小的站点作为该用户的上车站点，并选取与该用户的通勤终点位置的步行距离最小的站点作为该用户的下车站点。在每个用户的上车站点和下车站点确定以后，便可以统计由所述首选起始站点、所述首选终止站点和该候选中间站点组成的通勤路线的潜在用户数量。这里，基于不同的首选站点进行搜索，对应的候选中间站点的性质并不相同。通过如下两个方面进行说明。
第一方面：在候选中间站点集合中的每个候选中间站点是基于首选起始站点搜索得到的情况下，该候选中间站点为上车站点，此时，便可以统计将所述首选起始站点作为上车站点，且将所述首选终止站点作为下车站点的第一潜在用户数量，以及统计将该候选中间站点作为上车站点，且将所述首选终止站点作为下车站点的第二潜在用户数量，本申请实施例通过将第一潜在用户数量和第二潜在用户数量进行求和运算，可以得到首选起始站点、所述首选终止站点和所述候选中间站点组成的通勤路线的潜在用户数量。
第二方面：在候选中间站点集合中的每个候选中间站点是基于首选终止站点搜索得到的情况下，该候选中间站点为下车站点，此时，便可以统计将所述首选起始站点作为上车站点，且将所述首选终止站点作为下车站点的第一潜在用户数量，以及统计将所述首选起始站点作为上车站点，且将该候选中间站点作为下车站点的第三潜在用户数量，本申请实施例通过将第一潜在用户数量和第三潜在用户数量进行求和运算，同样可以得到首选起始站点、所述首选终止站点和所述候选中间站点组成的通勤路线的潜在用户数量。
本申请实施例中，可以通过与所述第一潜在用户数量相关联的第一用户步行距离影响系数和第一路线绕路影响系数对第一潜在用户数量进行更新，还可以通过与所述第二潜在用户数量相关联的第二用户步行距离影响系数和第二路线绕路影响系数对第二潜在用户数量进行更新，以便根据更新后的第一潜在用户数量和更新后的第二潜在用户数量的和值确定由所述首选起始站点、所述首选终止站点和所述候选中间站点组成的通勤路线的潜在用户数量。
其中，本申请实施例可以根据以下步骤确定所述第一用户步行距离影响系数：
步骤一：确定将所述首选起始站点作为上车站点，且将所述首选终止站点作为下车站点的第一潜在用户对应的所述第一步行距离和所述第二步行距离的距离和值；
步骤二：根据所述距离和值，确定所述第一用户步行距离影响系数。
可见，基于第一步行距离对应的上车步行距离以及第二步行距离对应的下车步行距离的和值，便可以确定第一用户步行距离影响系数。在上述上车步行距离以及下车步行距离和值较大时，对应的第一用户步行距离影响系数越大，从而导致更新后的第一潜在用户数量可能会有所下降，反之亦然。
同理，还可以对第三潜在用户数量进行更新，确定对应与更新后的第一潜在用户数量和更新后的第三潜在用户数量的潜在用户数量，具体参见上述内容，在此不再赘述。
另外，本申请实施例可以根据以下步骤确定所述第一用户步行距离影响系数：
根据将所述首选起始站点作为上车站点的第一潜在用户从所述首选起始站点至所述候选中间站点的第一车内距离、从所述候选中间站点至所述首选终止站点的第二车内距离，以及该第一潜在用户从所述首选起始站点至所述首选终止站点的直达距离，确定所述第一路线绕路影响系数。
这里，候选中间站点作为新搜索到的公交站点，需要考虑该公交站点的添加对其他公交站点(如首选起始站点)上车的用户的影响，也即，可以根据将所述首选起始站点作为上车站点的第一潜在用户从所述首选起始站点至所述候选中间站点的第一车内距离、从所述候选中间站点至所述首选终止站点的第二车内距离，以及该第一潜在用户从所述首选起始站点至所述首选终止站点的直达距离，确定所述第一路线绕路影响系数。在第一车内距离和第二车内距离的距离和值与上述直达距离相差不大时，可以说明当前通勤路线受绕路的影响较小。
值得说明的是，每轮站点搜索均可以从所述候选中间站点集合中选择一个候选中间站点，经过多轮站点搜索后，便可以得到多个候选中间站点。每经过一轮站点搜索，均需要预测由所述首选起始站点、所述首选终止站点和该候选中间站点组成的通勤路线的潜在用户数量，且随着站点搜索轮次的增加，该潜在用户数量呈整体上升趋势。为了便于对上述潜在用户数量的确定过程进一步进行理解，接下来结合具体的公式(4)至(8)进行说明。
其中，
用于表征第k个用户的步行距离影响系数，该系数受到从该用户的通勤起点位置至该用户的上车站点的距离，以及从该用户的下车站点到该用户的通勤终点位置的距离的影响；
用于表征第k个用户的路线绕路影响系数，该系数受到直达距离以及规划的通勤路线的距离的影响；α,β,γ,μ用于表征相关参数的系数；m用于表征上车站点的最大数量；n用于表征下车站点的最大数量；
用于表征第k个用户从其通勤起点位置到最近的上车站点的步行距离；
用于表征第k个用户从其通勤终点位置到最近的下车站点的步行距离；dmin用于表征步行距离的下限；dmax用于表征步行距离的上限；
用于表征规划后的通勤路线的距离；
用于表征从上车站点到上车站点的直达距离。
这样，基于上述公式(4)至(8)可以对配对的通勤路线规划子区域所覆盖的用户数量进行更新，以便根据更新后的用户数量的进行至少一对目标通勤路线规划子区域的选择，进一步提升本申请实施例提供的通勤路线规划方法的鲁棒性。
针对所述候选中间站点集合，为了进一步确保从中选取的候选中间站点的最优，本申请实施例可以基于预设比例阈值对由所述首选起始站点、所述首选终止站点和该候选中间站点组成的通勤路线的绕路比例进行判断，并在判断出绕路比例小于预设比例阈值时，从绕路比例小于预设比例阈值对应的候选中间站点中选择对应的所述潜在用户数量最大的一个候选中间站点。详见下述实施例八。
实施例八
如图9所示，为本申请实施例提供的一种基于绕路比例和用户数量进行候选中间站点的选择的方法，该方法具体包括：
S901、针对所述候选中间站点集合中的每个候选中间站点，根据所述首选起始站点与该候选中间站点之间的距离、该候选中间站点与所述首选终止站点之间的距离，以及所述首选起始站点与所述首选终止站点之间的直达距离，确定由所述首选起始站点、所述首选终止站点和所述候选中间站点组成的通勤路线的绕路比例；
S902、针对所述候选中间站点集合中的每个候选中间站点，确定由所述首选起始站点、所述首选终止站点和该候选中间站点组成的通勤路线的绕路比例是否小于预设比例阈值；
S903、若是，则从绕路比例小于预设比例阈值对应的候选中间站点中选择对应的所述潜在用户数量最大的一个候选中间站点。
这里，首先针对所述候选中间站点集合中的每个候选中间站点，确定由所述首选起始站点、所述首选终止站点和所述候选中间站点组成的通勤路线的绕路比例，并判断该绕路比例是否小于预设比例阈值。
为了便于对上述过程进行理解，结合图10进行说明。
如图10所示，
用于表征上车站点的集合，且上车站点的搜索半径为r1；
用于表征下车站点的集合，且下车站点的搜索半径为r2；每次搜索过程中选取的上车站点记录为
下车站点记录为
对应的站点集合为{τ1,τ2,…,τm,σ1,σ2,…,σn}。
这样，便可以基于如下公式(10)至(12)确定绕路比例。
其中，ε1,ε2用于表征相邻站点之间的最小距离；ω1,ω2用于表征所有上车站点跨越的最大距离以及所有下车站点跨域的最大距离；δ用于表征每轮搜索得到的通勤路线的最大绕路比例(即预设比例阈值)。
这样，对于绕路比例小于预设比例阈值对应的候选中间站点而言，可以从该候选中间站点中选择对应的所述潜在用户数量最大的一个候选中间站点。本申请实施例还可以基于选取出的所有候选中间站点，与首选起始站点与所述首选终止站点组合成通勤路线，还可以将组合后的各个通勤路线予以市场应用。
值得说明的是，本申请实施例还可以在上述通勤路线规划方法广泛应用于市场后，综合评估除了上述实施例所提及到的步行距离、路线绕路等影响因素之外的其他影响因素对规划的通勤路线的影响。如利用决策树模型去训练相关影响因素以明确通勤路线的潜在用户数量与训练的相关影响因素之间的关系，经过反复训练，以能够寻找到最能影响通勤路线的潜在用户数量的相关影响因素，实用性更佳。
实施例九
如图11所示，为本申请实施例九提供的通勤路线规划装置，包括：
订单获取模块1101，用于获取通勤路线规划区域内各个用户的历史出行订单信息；
位置确定模块1102，用于根据所述历史出行订单信息，确定每个用户的通勤起点位置和通勤终点位置；
路线规划模块1103，用于基于所述每个用户的通勤起点位置和通勤终点位置，以及所述通勤路线规划区域内各个公交站点的位置，生成通勤路线。
在一种实施方式中，所述位置确定模块1102具体用于：
针对每个用户，提取该用户的每个历史出行订单信息所包括的历史出行起点位置和历史出行终点位置；
通过将该用户的历史出行起点位置和历史出行终点位置进行聚类，得到该用户的通勤起点位置和通勤终点位置。
在另一种实施方式中，所述路线规划模块1103具体用于：
基于所述每个用户的通勤起点位置和通勤终点位置，从所述各个公交站点中选取出通勤路线的首选站点对；所述首选站点对包括首选起始站点和首选终止站点；
确定与所述首选站点对中的一个首选站点距离设定距离范围内的候选中间站点集合；
针对所述候选中间站点集合中的每个候选中间站点，预测由所述首选起始站点、所述首选终止站点和该候选中间站点组成的通勤路线的潜在用户数量；
根据所述候选中间站点集合中每个候选中间站点对应的所述潜在用户数量，从所述候选中间站点集合中选择一个候选中间站点，并确定与选择出的该候选中间站点距离设定距离范围内的下一个候选中间站点集合；
返回所述针对所述候选中间站点集合中的每个候选中间站点，预测由所述首选起始站点、所述首选终止站点和该候选中间站点组成的通勤路线的潜在用户数量的步骤，直到达到预设收敛条件，将所述首选起始站点、所述首选终止站点和选择出的所有候选中间站点组成所述通勤路线。
在具体实施中，所述路线规划模块1103具体用于：
按照预设的子区域大小，将所述通勤路线规划区域划分为多个通勤路线规划子区域，并确定每个通勤路线规划子区域所包含的用户的通勤起点、通勤终点、以及公交站点；
将每个通勤路线规划子区域与其它通勤路线规划子区域分别进行配对；
针对每对通勤路线规划子区域，统计通勤起点位置位于该对通勤路线规划子区域的一个通勤路线规划子区域，且通勤终点位置位于该对通勤路线规划子区域中的另一个通勤路线规划子区域的用户数量；
基于统计的用户数量，从配对的通勤路线规划子区域对应的各公交站点对中选取出通勤路线的首选站点对；其中，所述首选站点对包括首选起始站点和首选终止站点。
在具体实施中，所述路线规划模块1103具体用于：
基于统计的用户数量，从配对的通勤路线规划子区域中筛选出至少一对目标通勤路线规划子区域；
统计每对目标通勤路线规划子区域对应的每对公交站点的公交线路覆盖数量；
针对每对目标通勤路线规划子区域，将公交线路覆盖数量最大的公交站点对作为通勤路线的首选站点对。
在又一种实施方式中，上述装置还包括：
影响系数确定模块1104，用于针对每对通勤路线规划子区域，确定公共交通因素对该对通勤路线规划子区域对应的所述用户数量的影响系数；其中，所述公共交通因素至少包括公交换乘因素和地铁可达性因素；
所述路线规划模块1103具体用于：
基于统计的用户数量和所述影响系数，筛选得到至少一对目标通勤路线规划子区域。
在再一种实施方式中，上述装置还包括：
子区域扩展模块1105，用于针对每对通勤路线规划子区域，分别以其中每个通勤路线规划子区域为中心进行子区域扩展，得到配对的扩展通勤路线规划子区域；
所述路线规划模块1103具体用于：
针对每对扩展通勤路线规划子区域，统计通勤起点位置位于该对扩展通勤路线规划子区域中的一个扩展通勤路线规划子区域，且通勤终点位置位于该对扩展通勤路线规划子区域中的另一个扩展通勤路线规划子区域的用户数量；
按照所述配对扩展通勤路线规划子区域对应的用户数量由大到小的顺序，对所述配对扩展通勤路线规划子区域对应的扩展前的配对的通勤路线规划子区域进行排名；
选取前N名配对的通勤路线规划子区域作为所述至少一对目标通勤路线规划子区域；其中，N为正整数。
在具体实施中，所述路线规划模块1103具体用于：
针对每个用户，确定从该用户的通勤起点位置分别到所述首选起始站点、所述候选中间站点、以及所述首选终止站点的第一步行距离，并将对应的第一步行距离最小的公交站点作为该用户的上车站点；以及，从该用户的通勤终点位置分别到所述首选起始站点、所述候选中间站点、以及所述首选终止站点的第二步行距离，并将对应的第二步行距离最小的公交站点作为该用户的下车站点；
若所述候选中间站点为上车站点，针对所述候选中间站点集合中的每个候选中间站点，统计将所述首选起始站点作为上车站点，且将所述首选终止站点作为下车站点的第一潜在用户数量，以及统计将该候选中间站点作为上车站点，且将所述首选终止站点作为下车站点的第二潜在用户数量；
将所述第一潜在用户数量和所述第二潜在用户数量的和值作为由所述首选起始站点、所述首选终止站点和所述候选中间站点组成的通勤路线的潜在用户数量。
在具体实施中，路线规划模块1103具体用于：
若所述候选中间站点为下车站点，针对所述候选中间站点集合中的每个候选中间站点，统计将所述首选起始站点作为上车站点，且将所述首选终止站点作为下车站点的第一潜在用户数量，以及统计将所述首选起始站点作为上车站点，且将该候选中间站点作为下车站点的第三潜在用户数量；
将所述第一潜在用户数量和所述第三潜在用户数量的和值作为由所述首选起始站点、所述首选终止站点和所述候选中间站点组成的通勤路线的潜在用户数量。
在再一种实施方式中，上述装置还包括：
用户数量更新模块1106，用于确定与所述第一潜在用户数量相关联的第一用户步行距离影响系数和第一路线绕路影响系数，以及与所述第二潜在用户数量相关联的第二用户步行距离影响系数和第二路线绕路影响系数；
根据所述第一潜在用户数量及确定的第一用户步行距离影响系数和第一路线绕路影响系数，确定更新后的第一潜在用户数量；以及，根据所述第二潜在用户数量及确定的第二用户步行距离影响系数和第二路线绕路影响系数，确定更新后的第二潜在用户数量；
所述路线规划模块1103具体用于：
将更新后的第一潜在用户数量和更新后的第二潜在用户数量的和值作为由所述首选起始站点、所述首选终止站点和所述候选中间站点组成的通勤路线的潜在用户数量。
在再一种实施方式中，上述装置还包括：
第一用户影响系数确定模块，用于确定将所述首选起始站点作为上车站点，且将所述首选终止站点作为下车站点的第一潜在用户对应的所述第一步行距离和所述第二步行距离的距离和值；根据所述距离和值，确定所述第一用户步行距离影响系数。
第一路线影响系数确定模块，用于根据将所述首选起始站点作为上车站点的第一潜在用户从所述首选起始站点至所述候选中间站点的第一车内距离、从所述候选中间站点至所述首选终止站点的第二车内距离，以及该第一潜在用户从所述首选起始站点至所述首选终止站点的直达距离，确定所述第一路线绕路影响系数。
在再一种实施方式中，上述装置还包括：
绕路比例确定模块1107，用于针对所述候选中间站点集合中的每个候选中间站点，根据所述首选起始站点与该候选中间站点之间的距离、该候选中间站点与所述首选终止站点之间的距离，以及所述首选起始站点与所述首选终止站点之间的直达距离，确定由所述首选起始站点、所述首选终止站点和所述候选中间站点组成的通勤路线的绕路比例；
所述路线规划模块1103具体用于：
针对所述候选中间站点集合中的每个候选中间站点，确定由所述首选起始站点、所述首选终止站点和该候选中间站点组成的通勤路线的绕路比例是否小于预设比例阈值；
若是，则从绕路比例小于预设比例阈值对应的候选中间站点中选择对应的所述潜在用户数量最大的一个候选中间站点。
在具体实施中，所述预设收敛条件包括以下条件中的一种或多种：
选择出的候选中间站点的个数等于预设个数阈值；
由所述首选起始站点、所述首选终止站点和选择出的候选中间站点组成的所述通勤路线的潜在用户数量等于预设数量阈值。
实施例十
如图12所示，为本申请实施例十二所提供的一种计算机设备的结构示意图，包括：处理器1201、存储器1202和总线1203，所述存储器1202存储有所述处理器1201可执行的机器可读指令，当计算机设备运行时，所述处理器1201与所述存储器1202之间通过总线1203通信，所述机器可读指令被所述处理器1201执行时执行如下处理：
获取通勤路线规划区域内各个用户的历史出行订单信息；
根据所述历史出行订单信息，确定每个用户的通勤起点位置和通勤终点位置；
基于所述每个用户的通勤起点位置和通勤终点位置，以及所述通勤路线规划区域内各个公交站点的位置，生成通勤路线。
在具体实施中，上述处理器1201执行的处理中，所述根据所述历史出行订单信息，确定每个用户的通勤起点位置和通勤终点位置，包括：
针对每个用户，提取该用户的每个历史出行订单信息所包括的历史出行起点位置和历史出行终点位置；
通过将该用户的历史出行起点位置和历史出行终点位置进行聚类，得到该用户的通勤起点位置和通勤终点位置。
在一种实施方式中，上述处理器1201执行的处理中，所述基于所述每个用户的通勤起点位置和通勤终点位置，以及所述通勤路线规划区域内各个公交站点的位置，生成通勤路线，包括：
基于所述每个用户的通勤起点位置和通勤终点位置，从所述各个公交站点中选取出通勤路线的首选站点对；所述首选站点对包括首选起始站点和首选终止站点；
确定与所述首选站点对中的一个首选站点距离设定距离范围内的候选中间站点集合；
针对所述候选中间站点集合中的每个候选中间站点，预测由所述首选起始站点、所述首选终止站点和该候选中间站点组成的通勤路线的潜在用户数量；
根据所述候选中间站点集合中每个候选中间站点对应的所述潜在用户数量，从所述候选中间站点集合中选择一个候选中间站点，并确定与选择出的该候选中间站点距离设定距离范围内的下一个候选中间站点集合；
返回所述针对所述候选中间站点集合中的每个候选中间站点，预测由所述首选起始站点、所述首选终止站点和该候选中间站点组成的通勤路线的潜在用户数量的步骤，直到达到预设收敛条件，将所述首选起始站点、所述首选终止站点和选择出的所有候选中间站点组成所述通勤路线。
在另一种实施方式中，上述处理器1201执行的处理中，所述基于所述每个用户的通勤起点位置和通勤终点位置，从所述各个公交站点中选取出通勤路线的首选站点对，包括：
按照预设的子区域大小，将所述通勤路线规划区域划分为多个通勤路线规划子区域，并确定每个通勤路线规划子区域所包含的用户的通勤起点、通勤终点、以及公交站点；
将每个通勤路线规划子区域与其它通勤路线规划子区域分别进行配对；
针对每对通勤路线规划子区域，统计通勤起点位置位于该对通勤路线规划子区域的一个通勤路线规划子区域，且通勤终点位置位于该对通勤路线规划子区域中的另一个通勤路线规划子区域的用户数量；
基于统计的用户数量，从配对的通勤路线规划子区域对应的各公交站点对中选取出通勤路线的首选站点对；其中，所述首选站点对包括首选起始站点和首选终止站点。
在又一种实施方式中，上述处理器1201执行的处理中，所述基于统计的用户数量，从配对的通勤路线规划子区域对应的各公交站点对中选取出通勤路线的首选站点对，包括：
基于统计的用户数量，从配对的通勤路线规划子区域中筛选出至少一对目标通勤路线规划子区域；
统计每对目标通勤路线规划子区域对应的每对公交站点的公交线路覆盖数量；
针对每对目标通勤路线规划子区域，将公交线路覆盖数量最大的公交站点对作为通勤路线的首选站点对。
在具体实施中，在所述基于统计的用户数量，从配对的通勤路线规划子区域中筛选出至少一对目标通勤路线规划子区域之前，上述处理器1201执行的处理还包括：
针对每对通勤路线规划子区域，确定公共交通因素对该对通勤路线规划子区域对应的所述用户数量的影响系数；其中，所述公共交通因素至少包括公交换乘因素和地铁可达性因素；
所述基于统计的用户数量，从配对的通勤路线规划子区域中筛选出至少一对目标通勤路线规划子区域，包括：
基于统计的用户数量和所述影响系数，筛选得到至少一对目标通勤路线规划子区域。
在具体实施中，在所述基于统计的用户数量，从配对的通勤路线规划子区域中筛选出至少一对目标通勤路线规划子区域之前，上述处理器1201执行的处理还包括：
针对每对通勤路线规划子区域，分别以其中每个通勤路线规划子区域为中心进行子区域扩展，得到配对的扩展通勤路线规划子区域；
上述处理器1201执行的处理中，所述基于统计的用户数量，从配对的通勤路线规划子区域中筛选出至少一对目标通勤路线规划子区域，包括：
针对每对扩展通勤路线规划子区域，统计通勤起点位置位于该对扩展通勤路线规划子区域中的一个扩展通勤路线规划子区域，且通勤终点位置位于该对扩展通勤路线规划子区域中的另一个扩展通勤路线规划子区域的用户数量；
按照所述配对扩展通勤路线规划子区域对应的用户数量由大到小的顺序，对所述配对扩展通勤路线规划子区域对应的扩展前的配对的通勤路线规划子区域进行排名；
选取前N名配对的通勤路线规划子区域作为所述至少一对目标通勤路线规划子区域；其中，N为正整数。
在再一种实施方式中，上述处理器1201执行的处理中，所述预测由所述首选起始站点、所述首选终止站点和该候选中间站点组成的通勤路线的潜在用户数量，包括：
针对每个用户，确定从该用户的通勤起点位置分别到所述首选起始站点、所述候选中间站点、以及所述首选终止站点的第一步行距离，并将对应的第一步行距离最小的公交站点作为该用户的上车站点；以及，从该用户的通勤终点位置分别到所述首选起始站点、所述候选中间站点、以及所述首选终止站点的第二步行距离，并将对应的第二步行距离最小的公交站点作为该用户的下车站点；
若所述候选中间站点为上车站点，针对所述候选中间站点集合中的每个候选中间站点，统计将所述首选起始站点作为上车站点，且将所述首选终止站点作为下车站点的第一潜在用户数量，以及统计将该候选中间站点作为上车站点，且将所述首选终止站点作为下车站点的第二潜在用户数量；
将所述第一潜在用户数量和所述第二潜在用户数量的和值作为由所述首选起始站点、所述首选终止站点和所述候选中间站点组成的通勤路线的潜在用户数量。
在再一种实施方式中，上述处理器1201执行的处理中，所述预测由所述首选起始站点、所述首选终止站点和该候选中间站点组成的通勤路线的潜在用户数量还包括：
若所述候选中间站点为下车站点，针对所述候选中间站点集合中的每个候选中间站点，统计将所述首选起始站点作为上车站点，且将所述首选终止站点作为下车站点的第一潜在用户数量，以及统计将所述首选起始站点作为上车站点，且将该候选中间站点作为下车站点的第三潜在用户数量；
将所述第一潜在用户数量和所述第三潜在用户数量的和值作为由所述首选起始站点、所述首选终止站点和所述候选中间站点组成的通勤路线的潜在用户数量。
在具体实施中，在将所述第一潜在用户数量和所述第二潜在用户数量的和值作为由所述首选起始站点、所述首选终止站点和所述候选中间站点组成的通勤路线的潜在用户数量之前，上述处理器1201执行的处理还包括：
确定与所述第一潜在用户数量相关联的第一用户步行距离影响系数和第一路线绕路影响系数，以及与所述第二潜在用户数量相关联的第二用户步行距离影响系数和第二路线绕路影响系数；
根据所述第一潜在用户数量及确定的第一用户步行距离影响系数和第一路线绕路影响系数，确定更新后的第一潜在用户数量；以及，根据所述第二潜在用户数量及确定的第二用户步行距离影响系数和第二路线绕路影响系数，确定更新后的第二潜在用户数量；
上述处理器1201执行的处理中，所述将所述第一潜在用户数量和所述第二潜在用户数量的和值作为由所述首选起始站点、所述首选终止站点和所述候选中间站点组成的通勤路线的潜在用户数量，包括：
将更新后的第一潜在用户数量和更新后的第二潜在用户数量的和值作为由所述首选起始站点、所述首选终止站点和所述候选中间站点组成的通勤路线的潜在用户数量。
在具体实施中，上述处理器1201执行的处理中，根据以下步骤确定所述第一用户步行距离影响系数：
确定将所述首选起始站点作为上车站点，且将所述首选终止站点作为下车站点的第一潜在用户对应的所述第一步行距离和所述第二步行距离的距离和值；
根据所述距离和值，确定所述第一用户步行距离影响系数。
在具体实施中，上述处理器1201执行的处理中，根据以下步骤确定所述第一路线绕路影响系数：
根据将所述首选起始站点作为上车站点的第一潜在用户从所述首选起始站点至所述候选中间站点的第一车内距离、从所述候选中间站点至所述首选终止站点的第二车内距离，以及该第一潜在用户从所述首选起始站点至所述首选终止站点的直达距离，确定所述第一路线绕路影响系数。
在具体实施中，在所述根据所述候选中间站点集合中每个候选中间站点对应的所述潜在用户数量，从所述候选中间站点集合中选择一个候选中间站点之前，上述处理器1201执行的处理还包括：
针对所述候选中间站点集合中的每个候选中间站点，根据所述首选起始站点与该候选中间站点之间的距离、该候选中间站点与所述首选终止站点之间的距离，以及所述首选起始站点与所述首选终止站点之间的直达距离，确定由所述首选起始站点、所述首选终止站点和所述候选中间站点组成的通勤路线的绕路比例；
上述处理器1201执行的处理中，所述根据所述候选中间站点集合中每个候选中间站点对应的所述潜在用户数量，从所述候选中间站点集合中选择一个候选中间站点，包括：
针对所述候选中间站点集合中的每个候选中间站点，确定由所述首选起始站点、所述首选终止站点和该候选中间站点组成的通勤路线的绕路比例是否小于预设比例阈值；
若是，则从绕路比例小于预设比例阈值对应的候选中间站点中选择对应的所述潜在用户数量最大的一个候选中间站点。
在具体实施中，所述预设收敛条件包括以下条件中的一种或多种：
选择出的候选中间站点的个数等于预设个数阈值；
由所述首选起始站点、所述首选终止站点和选择出的候选中间站点组成的所述通勤路线的潜在用户数量等于预设数量阈值。
实施例十一
本申请实施例十一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上存储有计算机程序，该计算机程序被处理器运行时执行上述实施例一至实施例八中任一实施例所对应的通勤路线规划方法的步骤。
具体地，该存储介质能够为通用的存储介质，如移动磁盘、硬盘等，该存储介质上的计算机程序被运行时，能够执行上述通勤路线规划方法，从而解决目前通勤路线规划所存在的全面性较差的问题，进而达到提高通勤路线规划的全面性，实用性更佳的效果。
本申请实施例所提供的通勤路线规划方法的计算机程序产品，包括存储了程序代码的计算机可读存储介质，程序代码包括的指令可用于执行前面方法实施例中的方法，具体实现可参见方法实施例，在此不再赘述。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统和装置的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以权利要求的保护范围为准。
Claims (30)
1.一种通勤路线规划方法，其特征在于，所述方法包括：
获取通勤路线规划区域内各个用户的历史出行订单信息；
根据所述历史出行订单信息，确定每个用户的通勤起点位置和通勤终点位置；
基于所述每个用户的通勤起点位置和通勤终点位置，以及所述通勤路线规划区域内各个公交站点的位置，生成通勤路线。
2.根据权利要求1所述的方法，其特征在于，所述根据所述历史出行订单信息，确定每个用户的通勤起点位置和通勤终点位置，包括：
针对每个用户，提取该用户的每个历史出行订单信息所包括的历史出行起点位置和历史出行终点位置；
通过将该用户的历史出行起点位置和历史出行终点位置进行聚类，得到该用户的通勤起点位置和通勤终点位置。
3.根据权利要求1所述的方法，其特征在于，所述基于所述每个用户的通勤起点位置和通勤终点位置，以及所述通勤路线规划区域内各个公交站点的位置，生成通勤路线，包括：
基于所述每个用户的通勤起点位置和通勤终点位置，从所述各个公交站点中选取出通勤路线的首选站点对；所述首选站点对包括首选起始站点和首选终止站点；
确定与所述首选站点对中的一个首选站点距离设定距离范围内的候选中间站点集合；
针对所述候选中间站点集合中的每个候选中间站点，预测由所述首选起始站点、所述首选终止站点和该候选中间站点组成的通勤路线的潜在用户数量；
根据所述候选中间站点集合中每个候选中间站点对应的所述潜在用户数量，从所述候选中间站点集合中选择一个候选中间站点，并确定与选择出的该候选中间站点距离设定距离范围内的下一个候选中间站点集合；
返回所述针对所述候选中间站点集合中的每个候选中间站点，预测由所述首选起始站点、所述首选终止站点和该候选中间站点组成的通勤路线的潜在用户数量的步骤，直到达到预设收敛条件，将所述首选起始站点、所述首选终止站点和选择出的所有候选中间站点组成所述通勤路线。
4.根据权利要求3所述的方法，其特征在于，所述基于所述每个用户的通勤起点位置和通勤终点位置，从所述各个公交站点中选取出通勤路线的首选站点对，包括：
按照预设的子区域大小，将所述通勤路线规划区域划分为多个通勤路线规划子区域，并确定每个通勤路线规划子区域所包含的用户的通勤起点、通勤终点、以及公交站点；
将每个通勤路线规划子区域与其它通勤路线规划子区域分别进行配对；
针对每对通勤路线规划子区域，统计通勤起点位置位于该对通勤路线规划子区域的一个通勤路线规划子区域，且通勤终点位置位于该对通勤路线规划子区域中的另一个通勤路线规划子区域的用户数量；
基于统计的用户数量，从配对的通勤路线规划子区域对应的各公交站点对中选取出通勤路线的首选站点对；其中，所述首选站点对包括首选起始站点和首选终止站点。
5.根据权利要求4所述的方法，其特征在于，所述基于统计的用户数量，从配对的通勤路线规划子区域对应的各公交站点对中选取出通勤路线的首选站点对，包括：
基于统计的用户数量，从配对的通勤路线规划子区域中筛选出至少一对目标通勤路线规划子区域；
统计每对目标通勤路线规划子区域对应的每对公交站点的公交线路覆盖数量；
针对每对目标通勤路线规划子区域，将公交线路覆盖数量最大的公交站点对作为通勤路线的首选站点对。
6.根据权利要求5所述的方法，其特征在于，在所述基于统计的用户数量，从配对的通勤路线规划子区域中筛选出至少一对目标通勤路线规划子区域之前，所述方法还包括：
针对每对通勤路线规划子区域，确定公共交通因素对该对通勤路线规划子区域对应的所述用户数量的影响系数；其中，所述公共交通因素至少包括公交换乘因素和地铁可达性因素；
所述基于统计的用户数量，从配对的通勤路线规划子区域中筛选出至少一对目标通勤路线规划子区域，包括：
基于统计的用户数量和所述影响系数，筛选得到至少一对目标通勤路线规划子区域。
7.根据权利要求5所述的方法，其特征在于，在所述基于统计的用户数量，从配对的通勤路线规划子区域中筛选出至少一对目标通勤路线规划子区域之前，所述方法还包括：
针对每对通勤路线规划子区域，分别以其中每个通勤路线规划子区域为中心进行子区域扩展，得到配对的扩展通勤路线规划子区域；
所述基于统计的用户数量，从配对的通勤路线规划子区域中筛选出至少一对目标通勤路线规划子区域，包括：
针对每对扩展通勤路线规划子区域，统计通勤起点位置位于该对扩展通勤路线规划子区域中的一个扩展通勤路线规划子区域，且通勤终点位置位于该对扩展通勤路线规划子区域中的另一个扩展通勤路线规划子区域的用户数量；
按照所述配对扩展通勤路线规划子区域对应的用户数量由大到小的顺序，对所述配对扩展通勤路线规划子区域对应的扩展前的配对的通勤路线规划子区域进行排名；
选取前N名配对的通勤路线规划子区域作为所述至少一对目标通勤路线规划子区域；其中，N为正整数。
8.根据权利要求3所述的方法，其特征在于，所述预测由所述首选起始站点、所述首选终止站点和该候选中间站点组成的通勤路线的潜在用户数量，包括：
针对每个用户，确定从该用户的通勤起点位置分别到所述首选起始站点、所述候选中间站点、以及所述首选终止站点的第一步行距离，并将对应的第一步行距离最小的公交站点作为该用户的上车站点；以及，从该用户的通勤终点位置分别到所述首选起始站点、所述候选中间站点、以及所述首选终止站点的第二步行距离，并将对应的第二步行距离最小的公交站点作为该用户的下车站点；
若所述候选中间站点为上车站点，针对所述候选中间站点集合中的每个候选中间站点，统计将所述首选起始站点作为上车站点，且将所述首选终止站点作为下车站点的第一潜在用户数量，以及统计将该候选中间站点作为上车站点，且将所述首选终止站点作为下车站点的第二潜在用户数量；
将所述第一潜在用户数量和所述第二潜在用户数量的和值作为由所述首选起始站点、所述首选终止站点和所述候选中间站点组成的通勤路线的潜在用户数量。
9.根据权利要求8所述的方法，其特征在于，所述预测由所述首选起始站点、所述首选终止站点和该候选中间站点组成的通勤路线的潜在用户数量还包括：
若所述候选中间站点为下车站点，针对所述候选中间站点集合中的每个候选中间站点，统计将所述首选起始站点作为上车站点，且将所述首选终止站点作为下车站点的第一潜在用户数量，以及统计将所述首选起始站点作为上车站点，且将该候选中间站点作为下车站点的第三潜在用户数量；
将所述第一潜在用户数量和所述第三潜在用户数量的和值作为由所述首选起始站点、所述首选终止站点和所述候选中间站点组成的通勤路线的潜在用户数量。
10.根据权利要求8所述的方法，其特征在于，在将所述第一潜在用户数量和所述第二潜在用户数量的和值作为由所述首选起始站点、所述首选终止站点和所述候选中间站点组成的通勤路线的潜在用户数量之前，所述方法还包括：
确定与所述第一潜在用户数量相关联的第一用户步行距离影响系数和第一路线绕路影响系数，以及与所述第二潜在用户数量相关联的第二用户步行距离影响系数和第二路线绕路影响系数；
根据所述第一潜在用户数量及确定的第一用户步行距离影响系数和第一路线绕路影响系数，确定更新后的第一潜在用户数量；以及，根据所述第二潜在用户数量及确定的第二用户步行距离影响系数和第二路线绕路影响系数，确定更新后的第二潜在用户数量；
所述将所述第一潜在用户数量和所述第二潜在用户数量的和值作为由所述首选起始站点、所述首选终止站点和所述候选中间站点组成的通勤路线的潜在用户数量，包括：
将更新后的第一潜在用户数量和更新后的第二潜在用户数量的和值作为由所述首选起始站点、所述首选终止站点和所述候选中间站点组成的通勤路线的潜在用户数量。
11.根据权利要求10所述的方法，其特征在于，根据以下步骤确定所述第一用户步行距离影响系数：
确定将所述首选起始站点作为上车站点，且将所述首选终止站点作为下车站点的第一潜在用户对应的所述第一步行距离和所述第二步行距离的距离和值；
根据所述距离和值，确定所述第一用户步行距离影响系数。
12.根据权利要求10所述的方法，其特征在于，根据以下步骤确定所述第一路线绕路影响系数：
根据将所述首选起始站点作为上车站点的第一潜在用户从所述首选起始站点至所述候选中间站点的第一车内距离、从所述候选中间站点至所述首选终止站点的第二车内距离，以及该第一潜在用户从所述首选起始站点至所述首选终止站点的直达距离，确定所述第一路线绕路影响系数。
13.根据权利要求3所述的方法，其特征在于，在所述根据所述候选中间站点集合中每个候选中间站点对应的所述潜在用户数量，从所述候选中间站点集合中选择一个候选中间站点之前，所述方法还包括：
针对所述候选中间站点集合中的每个候选中间站点，根据所述首选起始站点与该候选中间站点之间的距离、该候选中间站点与所述首选终止站点之间的距离，以及所述首选起始站点与所述首选终止站点之间的直达距离，确定由所述首选起始站点、所述首选终止站点和所述候选中间站点组成的通勤路线的绕路比例；
所述根据所述候选中间站点集合中每个候选中间站点对应的所述潜在用户数量，从所述候选中间站点集合中选择一个候选中间站点，包括：
针对所述候选中间站点集合中的每个候选中间站点，确定由所述首选起始站点、所述首选终止站点和该候选中间站点组成的通勤路线的绕路比例是否小于预设比例阈值；
若是，则从绕路比例小于预设比例阈值对应的候选中间站点中选择对应的所述潜在用户数量最大的一个候选中间站点。
14.根据权利要求3所述的方法，其特征在于，所述预设收敛条件包括以下条件中的一种或多种：
选择出的候选中间站点的个数等于预设个数阈值；
由所述首选起始站点、所述首选终止站点和选择出的候选中间站点组成的所述通勤路线的潜在用户数量等于预设数量阈值。
15.一种通勤路线规划装置，其特征在于，所述装置包括：
订单获取模块，用于获取通勤路线规划区域内各个用户的历史出行订单信息；
位置确定模块，用于根据所述历史出行订单信息，确定每个用户的通勤起点位置和通勤终点位置；
路线规划模块，用于基于所述每个用户的通勤起点位置和通勤终点位置，以及所述通勤路线规划区域内各个公交站点的位置，生成通勤路线。
16.根据权利要求15所述的装置，其特征在于，所述位置确定模块具体用于：
针对每个用户，提取该用户的每个历史出行订单信息所包括的历史出行起点位置和历史出行终点位置；
通过将该用户的历史出行起点位置和历史出行终点位置进行聚类，得到该用户的通勤起点位置和通勤终点位置。
17.根据权利要求15所述的装置，其特征在于，所述路线规划模块具体用于：
基于所述每个用户的通勤起点位置和通勤终点位置，从所述各个公交站点中选取出通勤路线的首选站点对；所述首选站点对包括首选起始站点和首选终止站点；
确定与所述首选站点对中的一个首选站点距离设定距离范围内的候选中间站点集合；
针对所述候选中间站点集合中的每个候选中间站点，预测由所述首选起始站点、所述首选终止站点和该候选中间站点组成的通勤路线的潜在用户数量；
根据所述候选中间站点集合中每个候选中间站点对应的所述潜在用户数量，从所述候选中间站点集合中选择一个候选中间站点，并确定与选择出的该候选中间站点距离设定距离范围内的下一个候选中间站点集合；
返回所述针对所述候选中间站点集合中的每个候选中间站点，预测由所述首选起始站点、所述首选终止站点和该候选中间站点组成的通勤路线的潜在用户数量的步骤，直到达到预设收敛条件，将所述首选起始站点、所述首选终止站点和选择出的所有候选中间站点组成所述通勤路线。
18.根据权利要求17所述的装置，其特征在于，所述路线规划模块具体用于：
按照预设的子区域大小，将所述通勤路线规划区域划分为多个通勤路线规划子区域，并确定每个通勤路线规划子区域所包含的用户的通勤起点、通勤终点、以及公交站点；
将每个通勤路线规划子区域与其它通勤路线规划子区域分别进行配对；
针对每对通勤路线规划子区域，统计通勤起点位置位于该对通勤路线规划子区域的一个通勤路线规划子区域，且通勤终点位置位于该对通勤路线规划子区域中的另一个通勤路线规划子区域的用户数量；
基于统计的用户数量，从配对的通勤路线规划子区域对应的各公交站点对中选取出通勤路线的首选站点对；其中，所述首选站点对包括首选起始站点和首选终止站点。
19.根据权利要求18所述的装置，其特征在于，所述路线规划模块具体用于：
基于统计的用户数量，从配对的通勤路线规划子区域中筛选出至少一对目标通勤路线规划子区域；
统计每对目标通勤路线规划子区域对应的每对公交站点的公交线路覆盖数量；
针对每对目标通勤路线规划子区域，将公交线路覆盖数量最大的公交站点对作为通勤路线的首选站点对。
20.根据权利要求19所述的装置，其特征在于，所述装置还包括：
影响系数确定模块，用于针对每对通勤路线规划子区域，确定公共交通因素对该对通勤路线规划子区域对应的所述用户数量的影响系数；其中，所述公共交通因素至少包括公交换乘因素和地铁可达性因素；
所述路线规划模块具体用于：
基于统计的用户数量和所述影响系数，筛选得到至少一对目标通勤路线规划子区域。
21.根据权利要求19所述的装置，其特征在于，所述装置还包括：
子区域扩展模块，用于针对每对通勤路线规划子区域，分别以其中每个通勤路线规划子区域为中心进行子区域扩展，得到配对的扩展通勤路线规划子区域；
所述路线规划模块具体用于：
针对每对扩展通勤路线规划子区域，统计通勤起点位置位于该对扩展通勤路线规划子区域中的一个扩展通勤路线规划子区域，且通勤终点位置位于该对扩展通勤路线规划子区域中的另一个扩展通勤路线规划子区域的用户数量；
按照所述配对扩展通勤路线规划子区域对应的用户数量由大到小的顺序，对所述配对扩展通勤路线规划子区域对应的扩展前的配对的通勤路线规划子区域进行排名；
选取前N名配对的通勤路线规划子区域作为所述至少一对目标通勤路线规划子区域；其中，N为正整数。
22.根据权利要求17所述的装置，其特征在于，所述路线规划模块具体用于：
针对每个用户，确定从该用户的通勤起点位置分别到所述首选起始站点、所述候选中间站点、以及所述首选终止站点的第一步行距离，并将对应的第一步行距离最小的公交站点作为该用户的上车站点；以及，从该用户的通勤终点位置分别到所述首选起始站点、所述候选中间站点、以及所述首选终止站点的第二步行距离，并将对应的第二步行距离最小的公交站点作为该用户的下车站点；
若所述候选中间站点为上车站点，针对所述候选中间站点集合中的每个候选中间站点，统计将所述首选起始站点作为上车站点，且将所述首选终止站点作为下车站点的第一潜在用户数量，以及统计将该候选中间站点作为上车站点，且将所述首选终止站点作为下车站点的第二潜在用户数量；
将所述第一潜在用户数量和所述第二潜在用户数量的和值作为由所述首选起始站点、所述首选终止站点和所述候选中间站点组成的通勤路线的潜在用户数量。
23.根据权利要求22所述的装置，其特征在于，所述路线规划模块具体用于：
若所述候选中间站点为下车站点，针对所述候选中间站点集合中的每个候选中间站点，统计将所述首选起始站点作为上车站点，且将所述首选终止站点作为下车站点的第一潜在用户数量，以及统计将所述首选起始站点作为上车站点，且将该候选中间站点作为下车站点的第三潜在用户数量；
将所述第一潜在用户数量和所述第三潜在用户数量的和值作为由所述首选起始站点、所述首选终止站点和所述候选中间站点组成的通勤路线的潜在用户数量。
24.根据权利要求22所述的装置，其特征在于，所述装置还包括：
用户数量更新模块，用于确定与所述第一潜在用户数量相关联的第一用户步行距离影响系数和第一路线绕路影响系数，以及与所述第二潜在用户数量相关联的第二用户步行距离影响系数和第二路线绕路影响系数；
根据所述第一潜在用户数量及确定的第一用户步行距离影响系数和第一路线绕路影响系数，确定更新后的第一潜在用户数量；以及，根据所述第二潜在用户数量及确定的第二用户步行距离影响系数和第二路线绕路影响系数，确定更新后的第二潜在用户数量；
所述路线规划模块具体用于：
将更新后的第一潜在用户数量和更新后的第二潜在用户数量的和值作为由所述首选起始站点、所述首选终止站点和所述候选中间站点组成的通勤路线的潜在用户数量。
25.根据权利要求24所述的装置，其特征在于，所述装置还包括：
第一用户影响系数确定模块，用于确定将所述首选起始站点作为上车站点，且将所述首选终止站点作为下车站点的第一潜在用户对应的所述第一步行距离和所述第二步行距离的距离和值；根据所述距离和值，确定所述第一用户步行距离影响系数。
26.根据权利要求24所述的装置，其特征在于，所述装置还包括：
第一路线影响系数确定模块，用于根据将所述首选起始站点作为上车站点的第一潜在用户从所述首选起始站点至所述候选中间站点的第一车内距离、从所述候选中间站点至所述首选终止站点的第二车内距离，以及该第一潜在用户从所述首选起始站点至所述首选终止站点的直达距离，确定所述第一路线绕路影响系数。
27.根据权利要求17所述的装置，其特征在于，所述装置还包括：
绕路比例确定模块，用于针对所述候选中间站点集合中的每个候选中间站点，根据所述首选起始站点与该候选中间站点之间的距离、该候选中间站点与所述首选终止站点之间的距离，以及所述首选起始站点与所述首选终止站点之间的直达距离，确定由所述首选起始站点、所述首选终止站点和所述候选中间站点组成的通勤路线的绕路比例；
所述路线规划模块具体用于：
针对所述候选中间站点集合中的每个候选中间站点，确定由所述首选起始站点、所述首选终止站点和该候选中间站点组成的通勤路线的绕路比例是否小于预设比例阈值；
若是，则从绕路比例小于预设比例阈值对应的候选中间站点中选择对应的所述潜在用户数量最大的一个候选中间站点。
28.根据权利要求17所述的装置，其特征在于，所述预设收敛条件包括以下条件中的一种或多种：
选择出的候选中间站点的个数等于预设个数阈值；
由所述首选起始站点、所述首选终止站点和选择出的候选中间站点组成的所述通勤路线的潜在用户数量等于预设数量阈值。
29.一种计算机设备，其特征在于，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当计算机设备运行时，所述处理器与所述存储器之间通过总线通信，所述机器可读指令被所述处理器执行时执行如权利要求1～14任一所述的通勤路线规划方法的步骤。
30.一种计算机可读存储介质，其特征在于，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行如权利要求1～14任一所述的通勤路线规划方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811274798.3A CN111121796B (zh) | 2018-10-30 | 2018-10-30 | 一种通勤路线规划方法及装置、计算机设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811274798.3A CN111121796B (zh) | 2018-10-30 | 2018-10-30 | 一种通勤路线规划方法及装置、计算机设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111121796A true CN111121796A (zh) | 2020-05-08 |
| CN111121796B CN111121796B (zh) | 2022-03-08 |
Family
ID=70484216
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811274798.3A Active CN111121796B (zh) | 2018-10-30 | 2018-10-30 | 一种通勤路线规划方法及装置、计算机设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111121796B (zh) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112185153A (zh) * | 2020-09-27 | 2021-01-05 | 腾讯科技（深圳）有限公司 | 一种车辆行驶路线确定方法、装置、设备及介质 |
| CN113190769A (zh) * | 2021-05-08 | 2021-07-30 | 北京百度网讯科技有限公司 | 通勤特征数据确定方法、装置、电子设备和存储介质 |
| US11747153B1 (en) | 2022-07-21 | 2023-09-05 | Travelshift ehf. | Apparatus and associated method for determining a travel itinerary |
| CN116862097A (zh) * | 2023-06-08 | 2023-10-10 | 深圳市蕾奥规划设计咨询股份有限公司 | 一种信息确定方法及设备 |
| CN117191067A (zh) * | 2023-11-07 | 2023-12-08 | 杭州一喂智能科技有限公司 | 出行路线规划方法、装置、电子设备和计算机可读介质 |
| CN116862097B (zh) * | 2023-06-08 | 2024-05-31 | 深圳市蕾奥规划设计咨询股份有限公司 | 一种信息确定方法及设备 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20130261960A1 (en) * | 2012-03-29 | 2013-10-03 | Xerox Corporation | System and method for dynamic route guidance |
| CN106557829A (zh) * | 2015-09-30 | 2017-04-05 | 百度在线网络技术（北京）有限公司 | 用车业务中获取需求与运力不匹配区域的方法和装置 |
| CN107316094A (zh) * | 2016-04-27 | 2017-11-03 | 滴滴（中国）科技有限公司 | 一种通勤线路挖掘方法及装置 |
| CN107330559A (zh) * | 2017-07-03 | 2017-11-07 | 华南理工大学 | 一种多起终点多车型混载的定制公交线路规划方法 |
-
2018
- 2018-10-30 CN CN201811274798.3A patent/CN111121796B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20130261960A1 (en) * | 2012-03-29 | 2013-10-03 | Xerox Corporation | System and method for dynamic route guidance |
| CN106557829A (zh) * | 2015-09-30 | 2017-04-05 | 百度在线网络技术（北京）有限公司 | 用车业务中获取需求与运力不匹配区域的方法和装置 |
| CN107316094A (zh) * | 2016-04-27 | 2017-11-03 | 滴滴（中国）科技有限公司 | 一种通勤线路挖掘方法及装置 |
| CN107330559A (zh) * | 2017-07-03 | 2017-11-07 | 华南理工大学 | 一种多起终点多车型混载的定制公交线路规划方法 |
Non-Patent Citations (2)
| Title |
|---|
| OW YI XIAN: ""An Approximate Bus Route Planning Algorithm"", 《2013 IEEE SYMPOSIUM ON COMPUTATIONAL INTELLIGENCE IN VEHICLES AND TRANSPORTATION SYSTEMS (CIVTS)》 * |
| 刘俐等: "上海典型停车换乘选择行为研究 ", 《交通信息与安全》 * |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112185153A (zh) * | 2020-09-27 | 2021-01-05 | 腾讯科技（深圳）有限公司 | 一种车辆行驶路线确定方法、装置、设备及介质 |
| CN112185153B (zh) * | 2020-09-27 | 2021-09-28 | 腾讯科技（深圳）有限公司 | 一种车辆行驶路线确定方法、装置、设备及介质 |
| CN113190769A (zh) * | 2021-05-08 | 2021-07-30 | 北京百度网讯科技有限公司 | 通勤特征数据确定方法、装置、电子设备和存储介质 |
| CN113190769B (zh) * | 2021-05-08 | 2023-09-19 | 北京百度网讯科技有限公司 | 通勤特征数据确定方法、装置、电子设备和存储介质 |
| US11747153B1 (en) | 2022-07-21 | 2023-09-05 | Travelshift ehf. | Apparatus and associated method for determining a travel itinerary |
| CN116862097A (zh) * | 2023-06-08 | 2023-10-10 | 深圳市蕾奥规划设计咨询股份有限公司 | 一种信息确定方法及设备 |
| CN116862097B (zh) * | 2023-06-08 | 2024-05-31 | 深圳市蕾奥规划设计咨询股份有限公司 | 一种信息确定方法及设备 |
| CN117191067A (zh) * | 2023-11-07 | 2023-12-08 | 杭州一喂智能科技有限公司 | 出行路线规划方法、装置、电子设备和计算机可读介质 |
| CN117191067B (zh) * | 2023-11-07 | 2024-02-06 | 杭州一喂智能科技有限公司 | 出行路线规划方法、装置、电子设备和计算机可读介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111121796B (zh) | 2022-03-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111121796B (zh) | 一种通勤路线规划方法及装置、计算机设备 | |
| Ramezani et al. | Dynamic modeling and control of taxi services in large-scale urban networks: A macroscopic approach | |
| CN108053062B (zh) | 一种基于多源数据的定制公交线路生成方法 | |
| Martinez et al. | An agent‐based simulation model to assess the impacts of introducing a shared‐taxi system: an application to Lisbon (Portugal) | |
| US7679531B2 (en) | System and method of optimizing a fixed-route transit network | |
| Lai et al. | Urban traffic Coulomb’s law: A new approach for taxi route recommendation | |
| CN105674994A (zh) | 获取行车路线的方法、装置及导航设备 | |
| Chen et al. | Integrated optimization of planning and operations for shared autonomous electric vehicle systems | |
| CN112542043B (zh) | 基于手机信令以及大数据分析识别公交线网覆盖盲区的方法与系统 | |
| CN111209493B (zh) | 充电场站推荐方法、装置、设备及介质 | |
| Roca-Riu et al. | The design of interurban bus networks in city centers | |
| Czioska et al. | Real-world meeting points for shared demand-responsive transportation systems | |
| Dou et al. | Customized bus service design for uncertain commuting travel demand | |
| CN107167151B (zh) | 公交车线路设置方法、路线规划方法及装置 | |
| CN110544157A (zh) | 乘车位置推荐方法、装置、电子设备及存储介质 | |
| Chen et al. | Data driven analysis of the potentials of dynamic ride pooling | |
| Qu et al. | Location optimization for urban taxi stands based on taxi GPS trajectory big data | |
| Erdoğan et al. | Establishing a statewide electric vehicle charging station network in Maryland: A corridor-based station location problem | |
| Masoud et al. | Optimal Assignment of e-scooter to Chargers | |
| CN110929945A (zh) | 一种航线开通的预测方法、系统及电子设备 | |
| Wu | Challenges and opportunities in algorithmic solutions for re-balancing in bike sharing systems | |
| Yu et al. | Advanced multi-modal routing approach for pedestrians | |
| CN111882092A (zh) | 一种适用于共享出行的出租车车辆搜索方法 | |
| Koháni et al. | Location-scheduling optimization problem to design private charging infrastructure for electric vehicles | |
| Chmielewski et al. | Analysis of selected types of transport behaviour of urban and rural population in the light of surveys |
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 |