CN111397617B - 为特定车辆进行路径规划的方法及装置 - Google Patents
为特定车辆进行路径规划的方法及装置 Download PDFInfo
- Publication number
- CN111397617B CN111397617B CN201910005395.7A CN201910005395A CN111397617B CN 111397617 B CN111397617 B CN 111397617B CN 201910005395 A CN201910005395 A CN 201910005395A CN 111397617 B CN111397617 B CN 111397617B
- Authority
- CN
- China
- Prior art keywords
- alternative
- station
- determining
- sites
- site
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
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
- G01C21/3407—Route searching; Route guidance specially adapted for specific applications
- G01C21/3438—Rendez-vous, i.e. searching a destination where several users can meet, and the routes to this destination for these users; Ride sharing, i.e. searching a route such that at least two users can share a vehicle for at least part of the route
-
- 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
- G01C21/3407—Route searching; Route guidance specially adapted for specific applications
- G01C21/343—Calculating itineraries, i.e. routes leading from a starting point to a series of categorical destinations using a global route restraint, round trips, touristic trips
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
本说明书实施例提供一种计算机执行的、为特定车辆进行路径规划的方法,所述方法包括:首先,获取多个备选站点,以及特定车辆所归属的服务站点;接着,基于多个备选站点和服务站点,确定多条备选线路,其中各条备选线路中包括多个备选站点中的至少一部分备选站点,其中各条备选线路的终点站均为所述服务站点;然后,基于所述至少一部分备选站点,以及预先确定的备选站点与服务站点的客户数量的映射关系,确定各条备选线路所对应的总客户数量;再接着,基于所述总客户数量,从所述多条备选线路中确定最优线路。
Description
技术领域
本说明书实施例涉及计算机技术领域,具体地,涉及计算机执行的为特定车辆进行路径规划的方法及装置。
背景技术
某些服务方提供有一种出行服务,通过派遣特定车辆将分散在不同地点的与服务方相关的人员(以下统称客户)接至同一服务站点,以及从该服务站点出发将客服送达至不同的地点。例如,企业可以提供通勤车,以接送员工上下班。又例如,商场可以提供商场大巴,用于接送商场的客户。
显然,上述出行服务需要对特定车辆的行车路径进行规划,然而,目前路径规划的方式往往过于单一。因此,需要一种方案,可以更加合理地规划特定车辆的路径,进而提高客户的使用体验,以及满足服务方的多种需求。
发明内容
本说明书描述一种计算机执行的、为特定车辆进行路径规划的方法,首先确定多条备选路线,然后基于特定车辆的服务价值最大化,也就是尽可能多的接到与服务站点相关的用户,从多条备选路线中确定出最优路线。
根据第一方面,提供一种计算机执行的、为特定车辆进行路径规划的方法,所述方法包括:获取多个备选站点,以及所述特定车辆所归属的服务站点;基于所述多个备选站点和所述服务站点,确定多条备选线路,其中各条备选线路中包括所述多个备选站点中的至少一部分备选站点,所述各条备选线路的终点站均为所述服务站点;基于所述至少一部分备选站点,以及预先确定的备选站点与所述服务站点的客户数量的映射关系,确定所述各条备选线路所对应的总客户数量;基于所述总客户数量,从所述多条备选线路中确定最优线路。
在一个实施例中,其中获取多个备选站点,包括:获取与所述服务站点之间的距离在预定范围内的多个区域,并确定所述多个区域中各个区域的客户渗透率;基于所述客户渗透率,从所述多个区域中确定出多个备选区域;获取所述多个备选区域中包括的多个公交站点,从所述多个公交站点中确定出所述多个备选站点。
在一个实施例中,确定所述多个区域中各个区域的客户渗透率,包括:获取所述各个区域中的居民;确定所述居民中包括的服务站点客户;基于所述服务站点客户的数量和所述居民的数量,确定所述客户渗透率。
在一个实施例中,基于所述客户渗透率,从所述多个区域中确定出多个备选区域,包括:将所述客户渗透率大于预定数值的区域归入所述多个备选区域中。
在一个实施例中,其中基于所述客户渗透率,从所述多个区域中确定出多个备选区域,包括:基于所述客户渗透率,对所述多个区域进行排序;基于所述排序结果,将排名在预设范围内的区域作为所述多个备选区域。
在一个实施例中,其中从所述多个公交站点中确定出所述多个备选站点,包括:将所述多个公交站点作为所述多个备选站点。
在一个实施例中,其中从所述多个公交站点中确定出所述多个备选站点,包括:基于标记有所述多个公交站点的地图和所述多个备选区域所对应的客户渗透率,生成热力图,以使工作人员根据所述热力图确定所述多个备选站点;接收工作人员确定的所述多个备选站点。
在一个实施例中,其中确定多条备选线路,包括:从所述多个备选站点和服务站点中确定顺序排列的一组站点构成的站点序列,使得所述站点序列中任意两个站点互不相同,相邻的任意两个站点之间的站间交通时长小于第一预设阈值,且所述站点序列和所述服务站点的交通总时长小于第二预设阈值;
将依次连接所述站点序列中各个站点以及所述服务站点的线路,作为一条备选线路。
在一个实施例中,其中从所述多个备选站点和服务站点中确定顺序排列的一组备选站点构成的站点序列,包括:确定已选择站点构成的第一序列,以及第一序列中作为末尾的第一站点;在所述多个备选站点中除已选择站点以外的其他备选站点中,判断是否存在与所述第一站点的站间交通时长小于第一预设阈值的第二站点;如果存在,判断所述第一序列、第二站点和服务站点之间的交通总时长是否小于第二预设阈值;在所述交通总时长小于第二预设阈值的情况下,将所述第二站点添加到所述第一序列中。
在一个实施例中,其中从所述多个备选站点和服务站点中确定顺序排列的一组备选站点构成的站点序列还包括,在所述交通总时长大于或等于第二预设阈值的情况下,将所述第一序列作为所述站点序列。
在一个实施例中,其中从所述多个备选站点和服务站点中确定顺序排列的一组备选站点构成的站点序列还包括,在不存在所述第二站点的情况下,将所述第一序列作为所述站点序列。
在一个实施例中,其中确定所述各条备选线路所对应的总客户数量,包括:确定所述至少一部分备选站点中各个备选站点所对应的客户数量,并得到所述总客户数量;其中从所述多条备选线路中确定最优线路,包括:将得到的总客户数量中的最大值所对应的备选线路,作为所述最优线路。
在一个实施例中,所述映射关系包括在多个预定时刻中的各个预定时刻,多个备选站点中的每个备选站点所对应的客户数量;其中确定所述各条备选线路所对应的总客户数量,包括:获取发车时刻,以及获取所述各条备选线路中任意相邻两个站点之间的站间交通时长;基于所述发车时刻和所述站间交通时长,确定所述各条备选线路中的各个备选站点所对应的到站时刻;基于所述映射关系,确定所述各个备选站点的到站时刻所对应的客户数量,并得到所述总客户数量;其中从所述多条备选线路中确定最优线路,包括:将得到的总客户数量中的最大值所对应的备选线路,作为所述发车时刻下的最优线路。
在一个实施例中,所述映射关系基于以下步骤而预先确定:获取所述服务站点的客户群体;采集所述客户群体中的各个客户在所述多个预定时刻中各个预定时刻下的位置信息;获取所述多个备选站点中每个备选站点的位置信息;对所述各个预定时刻下的所述各个客户的位置信息与所述每个备选站点的位置信息进行匹配,得到所述映射关系。
根据第二方面,提供一种为特定车辆进行路径规划的装置,所述装置包括:获取单元,配置为获取多个备选站点,以及所述特定车辆所归属的服务站点;第一确定单元,配置为基于所述多个备选站点和所述服务站点,确定多条备选线路,其中各条备选线路中包括所述多个备选站点中的至少一部分备选站点,所述各条备选线路的终点站均为所述服务站点;第二确定单元,配置为基于所述至少一部分备选站点,以及预先确定的备选站点与所述服务站点的客户数量的映射关系,确定所述各条备选线路所对应的总客户数量;第三确定单元,配置为基于所述总客户数量,从所述多条备选线路中确定最优线路。
根据第三方面,提供了一种计算机可读存储介质,其上存储有计算机程序,当所述计算机程序在计算机中执行时,令计算机执行第一方面的方法。
根据第四方面,提供了一种计算设备,包括存储器和处理器,其特征在于,所述存储器中存储有可执行代码,所述处理器执行所述可执行代码时,实现第一方面的方法。
采用本说明书实施例披露的为特定车辆进行路径规划的方法,可以提升客户体验,同时满足服务提供方的多种需求。比如,当服务提供方为商场时,基于规划出的最优路线,可以尽可能多的将客户带到商场进行消费,以为商场带来最大的价值收益,其中最优路线还可以针对工作日和周末分别进行规划。或者,当服务提供方为公司时,基于规划出的最优路线,可以使尽可能多的员工能够乘坐通勤车按时到公司上班。
附图说明
为了更清楚地说明本说明书披露的多个实施例的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本说明书披露的多个实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其它的附图。
图1示出本说明书实施例披露的路径规划方法的步骤框图;
图2示出根据一个实施例的为特定车辆进行路径规划的方法流程图;
图3示出根据一个实施例的多个备选站点的确定方法流程图;
图4示出根据一个实施例的多个区域的客户渗透率的示意图;
图5示出根据一个实施例的基于客户渗透率生成的热力图;
图6示出根据一个实施例的站点序列的确定方法流程图;
图7示出根据一个实施例的映射关系的确定方法流程图;
图8示出根据一个实施例的映射关系的曲线示意图;
图9示出根据一个实施例的确定出的最优路线的示意图;
图10示出根据一个实施例的为特定车辆进行路径规划的装置结构图。
具体实施方式
下面结合附图,对本说明书披露的多个实施例进行描述。
本说明书实施例提供一种为特定车辆进行路径规划的方法,下面,首先对所述方法的发明构思和应用场景进行介绍。
某些规模较大的服务方,会使用特定车辆为客户提供出行服务,包括将分散在不同地点的客户接载至服务方指定的服务站点,和/或,将从服务站点出发的客户送回至不同的地点。例如,某些企业提供通勤巴士,接送员工上下班,相应的服务站点可以为企业的停车场。
又例如,某些门店提供营销巴士,为在门店消费购物的客户提供接送服务,相应的服务站点可以为门店附近的停车场。其中,门店是指线下商户,具体可以为商场、或者店铺。营销巴士的作用在于广告营销以及接送门店客户。具体地,一方面,可以在营销巴士的外表面粘贴或喷涂与门店相关的广告信息,如此,可以对商场进行营销宣传,另一方面,可以通过巴士将客户接至门店,以方便客户抵达门店进行消费,以及,为购物完毕的客户提供返程服务,进而提高客户体验。
在上述使用特定车辆提供出行服务的过程中,涉及到对特定车辆的运行路径(或线路)的规划,其中线路包括特定车辆依次行经的多个站点。对此,发明人提出一种规划方法,参考图1,首先,获取多个备选站点,以及特定车辆所归属的服务站点。接着,基于获取的多个备选站点和服务站点,确定出多条备选线路。然后,从多条备选线路中确定出最优线路,也就是可以使接到的客户的数量最大化的线路,作为特定车辆的实际运行线路。下面,描述以上过程的具体实施步骤。
具体地,图2示出根据一个实施例的为特定车辆进行路径规划的方法流程图,所述方法的执行主体可以为具有处理能的服务器或装置或平台,等等。如图2所示,所述方法包括以下步骤:步骤S210,获取多个备选站点,以及特定车辆所归属的服务站点;步骤S220,基于多个备选站点和服务站点,确定多条备选线路,其中各条备选线路中包括多个备选站点中的至少一部分备选站点,且各条备选线路的终点站均为所述服务站点;步骤S230,基于至少一部分备选站点,以及预先确定的备选站点与服务站点的客户数量的映射关系,确定各条备选线路所对应的总客户数量;步骤S240,基于总客户数量,从多条备选线路中确定最优线路。以上步骤具体如下:
首先,在步骤S210,获取多个备选站点,以及特定车辆所归属的服务站点。
在一个实施例中,其中特定车辆用于将客户送达至服务方指定的服务站点,相应地,服务站点可以由服务方基于服务方所在位置附近的交通情况等进行设定。在一个具体的实施例中,其中服务站点可以设置为距离服务方所在位置最近的,允许乘客上下车的地点。在一个例子中,服务方为门店,特定车辆为用于接送门店客户的营销巴士,对应设置的服务站点可以为门店附近的停车场。在另一个例子中,服务方为企业或公司,特定车辆为用于接送公司员工上下班的通勤车,对应设置的服务站点可以为公司的停车场。如此,可以实现服务站点的设定。相应地,可以在本步骤中对已设定的服务站点进行获取。
另一方面,对于多个备选站点的获取,在一个实施例中,可以通过图3中示出的方法获取多个备选站点,具体包括步骤:步骤S31,获取服务站点附近的多个区域;步骤S32,确定多个区域中各个区域的客户渗透率;步骤S33,基于客户渗透率,从多个区域中确定出多个备选区域;步骤S34,获取多个备选区域中包括的多个公交站点,从所述多个公交站点中确定出多个备选站点。
具体地,首先,在步骤S31,获取服务站点附近的多个区域。
在一个具体的实施例中,可以从已有的信息平台,如,地图APP,或者房屋租赁、买卖网站,中抓取服务站点附近的多个区域。在另一个具体的实施例中,可以获取由工作人员预先确定的多个区域。根据一个例子,其中工作人员可以基于地图,对服务站点的周边位置进行区域划分,进而得到多个区域。在一个具体的实施例中,多个区域中的任意两个区域互不交叠。
以上,可以确定服务站点周边的多个区域,接着,在步骤S32,确定多个区域中各个区域的客户渗透率。
在一个具体的实施例中,可以先获取各个区域中的居民,接着确定居民中包括的服务方的客户(或称为服务站点客户),再基于居民的数量和居民中服务站点客户的数量,确定客户渗透率。
在一个例子中,其中获取各个区域中的居民可以包括:先通过多种渠道采集用户的住址信息,再基于住址信息与各个区域的位置信息的从属关系,确定各个区域中所包括的居民的信息。进一步地,在一个具体的例子中,可以从电商平台中采集用户填写的收货地址,更具体地,可以采集标记为“家”的收货地址,作为用户的住址信息。在另一个具体的例子中,可以从用户在注册APP,如支付宝,时填写的注册资料中获取用户填写的住址信息。更进一步地,在采集用户的住址信息以后,可以确定出采集的住址信息是否属于所述多个区域,以及具体属于哪个区域。需要说明的是,其中对住址信息是否属于多个区域以及具体属于哪个区域的判断,可以通过已有的地图接口实现。如此,可以确定出各个区域中的居民,并统计出各个区域中的居民数量。
接着,确定各个区域的居民中包括的服务站点客户。在一个例子中,可以判断各个区域中的各个居民是否符合预设条件,并将其中符合预设条件的居民确定为各个区域中的服务站点客户。在一个具体的例子中,其中预设条件可以为:在预定的时间段(例如,最近一年,或最近三个月)与服务方存在超过预定金额(如,1000元)和/或超过预定次数(如,5次)的交易记录。由此,可以从居民中确定出符合预设条件的客户。在另一个例子中,可以获取预先训练分类模型,该模型用于预测居民是否为服务站点客户,再将各个居民的信息输入该模型中,以确定该居民是否为服务站点客户,进而确定出各个区域的居民中包括的服务站点客户,并对应统计出各个区域中服务站点客户的数量。
如此,可以确定出各个区域中的居民数量,以及其中服务站点客户的数量。然后,基于服务站点客户的数量和居民数量,确定客户渗透率。在一个例子中,针对各个区域,可以将对应的服务站点客户的数量和居民数量的比值确定为该区域的客户渗透率。根据一个具体的例子,如图4所示,其中示出与多个区域中各个区域对应的客户渗透率,具体包括,区域1的客户渗透率为93.8%,区域2的客户渗透率为66.3%,等等。
以上,可以确定出多个区域中各个区域的客户渗透率。然后,在步骤S33,基于客户渗透率,从多个区域中确定出多个备选区域。
在一个具体的实施例中,可以将多个区域中客户渗透率大于预定数值的区域归入多个备选区域中。在一个例子中,其中预定数值可以根据实际需要进行设定和调整,例如,可以设定为10%或50%,等等。
在另一个具体的实施例中,可以先基于客户渗透率,对多个区域进行排序,再根据排序的结果,将排名在预设范围内的区域作为多个备选区域。在一个例子中,其中预设范围可以根据实际需要进行设定和调整,例如,可以设定为前50名或者前80名,等等。
以上,可以从多个区域中确定出多个备选区域。接着,在步骤S34,获取多个备选区域中包括的多个公交站点,从所述多个公交站点中确定出多个备选站点。
在一个具体的实施例中,可以先基于标记有多个公交站点的地图和多个备选区域所对应的渗透率,生成热力图,以使工作人员根据热力图确定多个备选站点,再接收工作人员确定出的多个备选站点。在一个例子中,生成的热力图如图5所示,其中包括服务方武林银泰(商场名称),以及工作人员在热力图中圈选出来的范围,进一步地,工作人员在圈选出的各个范围内对应选取各个公交站点,作为各个备选站点,进而确定出多个备选站点。进一步地,可以获取工作人员确定出的多个备选站点。
在另一个具体的实施例中,可以直接将多个公交站点作为多个备选站点。
以上,对基于图3中示出的步骤确定多个备选站点的方法进行了说明。
在另一个实施例中,可以获取与上述服务方所在位置(或者,服务站点)的距离或交通时长在对应的预定范围内的多个公交站点,然后将获取的多个公交站点作为所述多个备选站点。在一个具体的实施例中,可以先批量获取多条公交线路中包括的公交站点,然后确定其中各个公交站点与上述服务站点的距离或交通时长,然后将确定出的距离或交通时长在预定范围内的公交站点,归入所述多个备选站点。需要说明的是,其中对于公交站点与服务站点的距离或交通时长的确定,可以调用现有的地图接口实现,对于具体的确定过程,在此不作赘述。在一个具体的实施例中,其中对应的预定范围可以根据实际需要进行设定或调整,例如,可以将距离所对应的预定范围设定为5km或10km,等等,又例如,可以将交通时长所对应的预定范围设定为30min或1h,等等。
在又一个实施例中,可以获取服务方的客户上报的公交站点,并将上报的公交站点作为多个备选站点。在一个例子中,服务方的客户为企业员工,相应可以获取公司员工结合其住址情况上报的公交站点,并将上报的公交站点作为备选站点。
以上,可以获取多个备选站点,以及特定车辆所归属的服务站点。接着,在步骤S220,基于多个备选站点和服务站点,确定多条备选线路,其中各条备选线路中包括多个备选站点中的至少一部分备选站点,且各条备选线路的终点站均为所述服务站点。
需要说明的是,为了保障客户的乘车体验,针对备选线路的确定过程中,对于站点的选择和排列,可以设定一些要求或条件。在一个实施例中,可以要求线路中的任意两个站点都不相同(但在环形线路中,线路的起点和终点可以相同),也就是要求特定车辆不走回头路。在一个实施例中,可以针对线路中相邻两个站点之间的站间交通时长设置第一预设阈值,也就是要求线路中相邻两个站点之间的交通耗时在一定范围(第一预设阈值)内。在一个实施例中,还可以针对线路的交通总时长设置第二预设阈值,也就是要求特定车辆从起点站发出后,可以在规定的时间(第二预设阈值)内到达服务站点。其中,上述第一预设阈值和第二预设阈值的具体数值可以根据实际需要而确定,可以理解的是,第二预设阈值大于第一预设阈值。根据一个具体的例子,第一预设阈值为10min或15min,第二预设阈值为1h或1h30min。
在一个实施例中,可基于多个备选站点和服务站点,随机排列出大量的线路,然后,基于上述预先设定的条件中的一个或多个,对其中不满足预定条件的线路进行去除,并将剩余的线路,也就是其中满足预定条件的线路作为多个备选线路。
在另一个实施例中,首先,可以从多个备选站点和服务站点中确定顺序排列的一组站点构成的站点序列,使得所述站点序列中任意两个站点互不相同,相邻的任意两个站点之间的站间交通时长小于第一预设阈值,且所述站点序列和服务站点的交通总时长小于第二预设阈值。然后,将依次连接站点序列中各个站点以及服务站点的线路,作为一条备选线路。由此,可以确定出多条备选线路。
下面,对上述站点序列的确定方法进行说明。具体地,在一个实施例中,确定上述站点序列可以包括图6中示出的步骤:
首先,在步骤S60,选择起始站点。
在一个具体的实施例中,可以从多个备选站点和服务站点中选择出起始站点。进一步地,在一个例子中,可以将服务站点作为起始站点。在另一个例子中,可以将多个备选站点中的任一站点确定为起始站点。根据一个具体的例子,可以将多个备选站点和服务站点中的部分或全部站点,逐个作为起点,再分别执行步骤S61。
以上,选择出了起始站点。在一个例子中,假定选择站点A为起始站点。接着,在步骤S61,确定已选择站点构成的第一序列,以及第一序列中作为末尾的第一站点。
在步骤S61紧接着步骤S60执行的情况下,此时,由于只选择了起始站点,第一序列中只包括起始站点,于是该起始站点同时作为该第一序列的末尾,即第一站点。在上述例子中,第一站点即站点A。
在另一个具体的实施例中,在步骤S64之后执行步骤S61,此时第一序列中至少包括两个已选择的站点(由下文中的描述可知)。在一个例子中,可以确定由站点A、站点B和站点C构成的第一序列,以及其中作为末尾的第一站点,即站点C。
在以上确定出第一站点以后,接着在步骤S62,判断多个备选站点中除已选择站点以外的其他备选站点中是否存在与第一站点的站间交通时长小于第一预设阈值的第二站点。
在一个具体的实施例中,可以预先存储多个备选站点中任意两个站点之间的站间交通时长。相应地,在本步骤中,可以获取第一站点与多个备选站点中除已选择站点以外的其他备选站点之间的站间交通时长,再基于获取的站间交通时长确定是否存在与第一站点的站间交通时长小于第一预设阈值的第二站点。在一个例子中,假定第一站点为起始站点,即站点A,且对应获取的站间交通时长如下表1所示。
表1
假定第一预设阈值为10min,则根据表1中示出的站间交通时长,可以确定第二站点,即站点B。或者,假定第一预设阈值为15min,则可以确定两个第二站点,即站点B和站点F。
在另一个具体的实施例中,可以预先存储多个备选站点中与第一站点的站间交通时长小于第一预设阈值的至少一个站点。相应地,在本步骤中,可以将至少一个站点中属于已选择站点的站点进行删除,并将删除后剩余的站点作为第二站点。在一个例子中,假定获取的与站点D对应的所述至少一个站点为站点C,且第一序列中包括的已选择站点有站点A、站点B、站点C和站点D。由此,在对站点C进行删除以后,可以确定出不存在第二站点。
以上,可以实现对第二站点是否存在的判断。进一步地,一方面,在判断出不存在的情况下,执行步骤S65。具体地,在步骤S65中,将第一序列作为站点序列。在一个例子中,第一序列中包括站点A、站点B、站点C和站点D,在将站点D作为第一站点,确定出不存在对应的第二站点的情况下,将站点A、站点B、站点C和站点D构成的第一序列作为站点序列。
另一方面,在判断出存在的情况下,执行步骤S63。需要说明的是,在判断出存在的情况下,存在的第二站点可以为一个,也可以为多个。在一个实施例中,判断出存在多个第二站点,此时,可以针对其中的各个第二站点,分别执行步骤S63。
具体地,在步骤S63,判断所述第一序列、第二站点和服务站点之间的交通总时长是否小于第二预设阈值。
需要说明的是,本步骤的目的在于,判断特定车辆在行经第一序列中包括的已选择站点和第二站点以后,是否有足够的时间到达服务站点。或者,也可以说,在于判断特定车辆按照第一序列、第二站点和服务站点组成的线路运行,是否可以在规定的时间内到达服务站点。
进一步地,一方面,在判断出所述交通总时长小于第二预设阈值的情况下,也就是说,在判断出当前能够在规定的时间内达到服务站点的情况下,执行步骤S64,将第二站点添加到所述第一序列中。具体地,更新后的第一序列中,所述第二站点为第一序列的末尾站点。在一个例子中,第一序列中包括起始站点,即站点A,第二站点为站点B,假定判断出站点A、站点B和服务站点对应的交通总时长小于第二预设阈值,假定为60min,则可以将站点B续接在站点A后,得到的更新后的第一序列为站点A→站点B。
更进一步地,在执行步骤S64后,接着执行步骤S61,具体请参见前述对步骤S61的描述。在一个例子中,在执行步骤S64后得到第一序列为站点A→站点B,假定继续执行上述步骤S61、步骤S62、步骤S62和步骤S64,以及将站点C和站点D加入第一序列中,得到的第一序列为站点A→站点B→站点C→站点D。
另一方面,在判断出所述交通总时长大于或等于第二预设阈值的情况下,也就是说,在判断出当前无法在规定的时间内到达服务站点,或者,刚好能够在规定的时间内到达服务站点的情况下,执行步骤S65,也就是将当前的第一序列作为站点序列。在一个例子中,假定第一序列为站点A→站点B→站点C→站点D,第二站点为站点E,此时确定出第一序列、站点E和交通总时长大于第二预设阈值,则可以将当前第一序列,也就是站点A→站点B→站点C→站点D,作为站点序列。
以上,基于图6中示出的方法,可以确定出多个站点序列,然后,对于其中的每个站点序列,将依次连接每个站点序列中包括的各个站点以及服务站点的线路,作为一条备选线路。在一个例子中,假定某个站点序列中包括站点A、站点B、站点C和站点D,则可以将线路:站点A→站点B→站点C→→站点D→服务站点,作为一条备选线路。在另一个例子中,假定某个站点序列中包括服务站点、站点C、站点F、站点G和站点H,则可以将线路:服务站点→站点C→站点F→站点G→站点H→服务站点,作为一条备选线路。如此,可以确定出与多个站点序列对应的多条备选线路。
基于上述步骤S220,可以确定出多条备选线路。然后,在步骤S230,基于各条备选线路中包括的至少一部分备选站点,以及预先确定的备选站点与服务站点的客户数量的映射关系,确定各条备选线路所对应的总客户数量。
下面,首先对其中映射关系的确定方法进行介绍。
在一个实施例中,如图7所示,所述方法包括以下步骤:
首先,在步骤S71,获取服务站点的客户群体。
在一个具体的实施例中,获取的客户群体,可以包括前述对步骤S32进行描述的内容中,确定出的多个区域的居民中包括的服务站点客户。
在另一个具体的实施例中,可以根据服务方的信息记录,确定出所述客户群体。在一个例子中,服务方为商场,相应地,可以根据商场系统中的交易记录,确定出所述客户群体。例如,将交易记录中涵盖的用户作为所述客户群体。在另一个例子中,服务方为公司,相应地,可以直接根据公司中的信息系统,确定出多个员工,作为所述客户群体。
以上,可以确定出服务站点的客户群体。接着,在步骤S72,采集客户群体中的各个客户在至少一个预定时刻下的位置信息。
在一个具体的实施例中,可以通过基于位置的服务(Location Based Service,简称LBS)从各个客户的终端采集对应的位置信息。LBS中包括多种定位方式,如全球定位系统(Global Positioning System,简称GPS)定位、基站定位、无线保真(Wireless Fidelity,简称WiFi)定位等。相应地,位置信息可以包括通过GPS定位或基站定位得到的经纬度数据,或者可以包括通过WiFi定位得到的WiFi指纹数据。
在一个具体的实施例中,其中预定时刻可以为一天中的任意时刻。在一个具体的实施例中,预定时刻可以精确到时、分、或秒等。
在一个具体的实施例中,可以采集某天中某个时刻的位置信息。在另一个具体的实施例中,可以采集某天中多个时刻的位置信息。在又一个具体的实施例中,还可以连续多天,如,一周,采集一天中多个时刻的位置信息。进一步地,在一个例子中,上述多个时刻可以为随机选取的多个时刻。在另一个具体的例子中,多个时刻可以为基于一天中的预定时间段,按照预定间隔进行划分而得到的多个时刻。例如,其中的预定时间段为5时至23时,预定间隔为10min,对应可以得到多个时刻,包括5:10,5:20,等等。又例如,其中的预定时间段可以为全天24小时,预定间隔为1s,基于对应得到的多个时刻,可以采集到十分丰富的位置信息。
以上,可以采集到客户群体的位置信息。此外,在执行上述步骤S72之前,之后或同时,可以执行步骤S73,获取多个备选站点中每个备选站点的位置信息。
在一个实施例中,可以直接调用已有的地图接口确定每个备选站点的位置信息。在一个具体的实施例中,确定的位置信息可以为经纬度数据。
以上,可以确定出客户群体的位置信息,以及,多个备选站点的位置信息。接着,在步骤S74,对至少一个预定时刻下的各个客户的位置信息与每个备选站点的位置信息进行匹配,得到所述映射关系。
在一个具体的实施例中,以所述至少一个预定时刻中包括的任一预定时刻(以下称为第一预定时刻)为例,将第一预定时刻下多个客户的位置信息与每个备选站点的位置信息进行匹配,也就是从多个客户中确定出在第一预定时刻位于所述每个备选站点的客户。由此,可以确定出第一预定时刻下,每个备选站点所对应的客户的数量。进而可以确定出至少一个预定时刻中各个预定时刻下,每个备选站点所对应的客户的数量。
在一个例子中,至少一个预定时刻为一天当中的某个时刻,相应地,可以基于该时刻下每个备选站点所对应的客户的数量,建立所述映射关系。在另一个例子中,至少一个预定时刻为一天当中的多个时刻,相应地,在一个具体的例子中,可以对多个时刻下每个备选站点所对应的客户的数量求取平均值,并基于每个备选站点所对应的平均客户数量,建立所述映射关系。在另一个具体的例子中,可以直接基于各个时刻下,每个备选站点所对应的客户数量,建立对应的映射关系,如此建立的映射关系中包括了时间维度。例如,如图8所示,其中的曲线示出在一天当中的任一时刻,位于备选站点A的客户的数量。
以上,可以基于图7中示出的方法实现对映射关系的建立。
在另一个实施例中,由前述内容可知,可以由多个区域中各个区域的服务站点客户的数量和居民的数量确定出客户渗透率,再基于客户渗透率确定出多个备选区域,并将多个备选区域中包括的多个公交站点作为多个备选站点。由此,可以将各个备选站点所属区域所对应的服务站点客户的数量作为该备选站点的客户数量,进而建立备选站点与客户数量之间的映射关系。
基于以上建立的映射关系,以及,各条备选线路中包括的至少一部分备选站点,可以确定出各条备选线路所对应的总客户数量。
在一个实施例中,映射关系包括备选站点与客户数量的对应关系,由此,可以确定出至少一部分备选站点中各个备选站点所对应的客户数量,并得到各条备选线路所对应的总客户数量。在一个例子中,确定出的总客户数量如下表2所示。
表2
备选线路 | 线路1 | 线路2 | 线路3 | 线路4 |
总客户数量 | 100 | 200 | 300 | 250 |
在另一个实施例中,映射关系包括在多个预定时刻中的各个预定时刻下,多个备选站点中的每个备选站点所对应的客户数量,由此,获取各条备选线路所对应的总客户数量可以包括以下步骤:首先,获取发车时刻,以及获取所述各条备选线路中任意相邻两个站点之间的站间交通时长;接着,基于所述发车时刻和所述站间交通时长,确定所述各条备选线路中的各个备选站点所对应的到站时刻;然后,基于所述映射关系,确定所述各个备选站点的到站时刻所对应的客户数量,并得到所述发车时刻下,各条备选线路所对应的总客户数量。在一个具体的实施例中,其中发车时刻是指特定车辆从线路起点驶出的时刻,具体可以由相关工作人员根据实际情况进行设定。在一个例子中,确定出的总客户数量如下表3所示。
表3
以上,可以确定出多条备选中各条备选线路所对应的总客户数量。然后,在步骤S240,基于总客户数量,从多条备选线路中确定最优线路。
在一个实施例中,得到的各条备选线路所对应的总客户数量,没有基于时间维度进行区分。相应地,可以将的得到的多个总客户数量中的最大值所对应的备选线路,作为最优线路。在一个例子中,基于表2中示出的各条备选线路所对应的总客户数量,将线路3确定为最优线路。例如,如图9所示,其中包括确定出的最优线路。
在另一个实施例中,得到的总客户数量,为在不同发车时刻下,各条备选线路所对应的客户数量。相应地,可以将各个发车时刻下,多个总客户数量中的最大值所对应的线路,确定为该发车时刻下的最优线路。在一个例子中,基于表3中示出的内容,可以确定出发车时刻8:00、10:00、14:00和16:00所对应的最优线路分别为线路3、线路4、线路1和线路3。
由上,可以确定出最优线路。
综上可知,采用本说明书实施例披露的路径规划方法所确定的最优路线,可以提升客户体验,同时满足服务提供方的多种需求。比如,当服务提供方为商场时,基于规划出的最优路线,可以尽可能多的将客户带到商场进行消费,以为商场带来最大的价值收益,其中最优路线还可以针对工作日和周末分别进行规划。或者,当服务提供方为公司时,基于规划出的最优路线,可以使尽可能多的员工能够乘坐通勤车按时到公司上班。
此外,基于本说明书披露的路径规划方法,还可以对特定车辆的路线进行临时调整。在一个实施例中,服务方可以基于客户群体的位置信息,对备选站点进行调整,再基于重新调整后的备选站点,确定出最优路线。在一个例子中,商场工作人员发现,此刻(例如下午14:00),在某个位置聚集了大量的客户(可能该位置正在举办活动),针对这一情况,可以确定距离该位置最近的公交站点,进一步地,在一个具体的实施例中,当此公交站点不在已确定出的多个备选站点的情况下,将此公交站点加入多个备选站点中,并在前述已确定出的映射关系中,基于该位置的客户数量更新所述映射关系,再根据步骤S220-步骤S240,重新确定最优线路。在另一个具体的实施例中,当距离该热门位置最近的公交站点已存在与备选站点中的情况下,可以基于热门位置的客户数量,对映射关系进行更新,再根据步骤S220-步骤S240,重新确定最优线路。在一个具体的例子中,原定于当天下午15:00发车的线路为线路A,而重新确定出的15:00对应的最优线路为线路B,此时可以在当天用线路B临时替换线路A。如此,可以实现路线的即时调整。
根据另一方面的实施例,还提供一种规划装置。图10示出根据一个实施例的为特定车辆进行路径规划的装置结构图,如图10所示,该装置1000包括:
获取单元1010,配置为获取多个备选站点,以及所述特定车辆所归属的服务站点。
第一确定单元1020,配置为基于所述多个备选站点和所述服务站点,确定多条备选线路,其中各条备选线路中包括所述多个备选站点中的至少一部分备选站点,所述各条备选线路的终点站均为所述服务站点。
第二确定单元1030,配置为基于所述至少一部分备选站点,以及预先确定的备选站点与所述服务站点的客户数量的映射关系,确定所述各条备选线路所对应的总客户数量。
第三确定单元1040,配置为基于所述总客户数量,从所述多条备选线路中确定最优线路。
在一个实施例中,其中获取单元1010具体包括:
获取子单元1011,配置为获取与所述服务站点之间的距离在预定范围内的多个区域,并确定所述多个区域中各个区域的客户渗透率。
第一确定子单元1012,配置为基于所述客户渗透率,从所述多个区域中确定出多个备选区域。
处理子单元1013,配置为获取所述多个备选区域中包括的多个公交站点,从所述多个公交站点中确定出所述多个备选站点。
进一步地,在一个具体的实施例中,其中获取子单元1011具体配置为:
获取所述各个区域中的居民;
确定所述居民中包括的服务站点客户;
基于所述服务站点客户的数量和所述居民的数量,确定所述客户渗透率。
在一个具体的实施例中,其中第一确定子单元1012具体配置为:
将所述客户渗透率大于预定数值的区域归入所述多个备选区域中。
在一个具体的实施例中,其中第一确定子单元1012具体配置为:
基于所述客户渗透率,对所述多个区域进行排序;
基于所述排序结果,将排名在预设范围内的区域作为所述多个备选区域。
在一个具体的实施例中,其中处理子单元1013具体配置为:
将所述多个公交站点作为所述多个备选站点。
在一个具体的实施例中,其中处理子单元1013具体配置为:
基于标记有所述多个公交站点的地图和所述多个备选区域所对应的客户渗透率,生成热力图,以使工作人员根据所述热力图确定所述多个备选站点;
接收工作人员确定的所述多个备选站点。
在一个实施例中,其中第一确定单元1020包括:
第二确定子单元1021,配置为从所述多个备选站点和服务站点中确定顺序排列的一组站点构成的站点序列,使得所述站点序列中任意两个站点互不相同,相邻的任意两个站点之间的站间交通时长小于第一预设阈值,且所述站点序列和所述服务站点的交通总时长小于第二预设阈值;
连接子单元1022,配置为将依次连接所述站点序列中各个站点以及所述服务站点的线路,作为一条备选线路。
进一步地,在一个具体的实施例中,第二确定子单元1021具体配置为:
确定已选择站点构成的第一序列,以及第一序列中作为末尾的第一站点;
在所述多个备选站点中除已选择站点以外的其他备选站点中,判断是否存在与所述第一站点的站间交通时长小于第一预设阈值的第二站点;
如果存在,判断所述第一序列、第二站点和服务站点之间的交通总时长是否小于第二预设阈值;
在所述交通总时长小于第二预设阈值的情况下,将所述第二站点添加到所述第一序列中。
更进一步地,在一个例子中,其中第二确定子单元1021还配置为:
在所述交通总时长大于或等于第二预设阈值的情况下,将所述第一序列作为所述站点序列。
在另一个例子中,其中第二确定子单元1021还配置为:在不存在所述第二站点的情况下,将所述第一序列作为所述站点序列。
在一个实施例中,其中第二确定单元1030具体配置为:确定所述至少一部分备选站点中各个备选站点所对应的客户数量,并得到所述总客户数量。
其中第三确定单元1040具体配置为:将得到的总客户数量中的最大值所对应的备选线路,作为所述最优线路。
在一个实施例中,所述映射关系包括在多个预定时刻中的各个预定时刻,多个备选站点中的每个备选站点所对应的客户数量;其中第二确定单元1030具体配置为:获取发车时刻,以及获取所述各条备选线路中任意相邻两个站点之间的站间交通时长;基于所述发车时刻和所述站间交通时长,确定所述各条备选线路中的各个备选站点所对应的到站时刻;基于所述映射关系,确定所述各个备选站点的到站时刻所对应的客户数量,并得到所述总客户数量。
其中第三确定单元1040具体配置为:将得到的总客户数量中的最大值所对应的备选线路,作为所述发车时刻下的最优线路。
进一步地,在一个具体的实施例中,所述映射关系基于以下步骤而预先确定:获取所述服务站点的客户群体;采集所述客户群体中的各个客户在所述多个预定时刻中各个预定时刻下的位置信息;获取所述多个备选站点中每个备选站点的位置信息;对所述各个预定时刻下的所述各个客户的位置信息与所述每个备选站点的位置信息进行匹配,得到所述映射关系。
如上,根据再一方面的实施例,还提供一种计算机可读存储介质,其上存储有计算机程序,当所述计算机程序在计算机中执行时,令计算机执行结合图2、或图3、或图6、或图7所描述的方法。
根据再一方面的实施例,还提供一种计算设备,包括存储器和处理器,所述存储器中存储有可执行代码,所述处理器执行所述可执行代码时,实现结合图2、或图3、或图6、或图7所描述的方法。
本领域技术人员应该可以意识到,在上述一个或多个示例中,本说明书披露的多个实施例所描述的功能可以用硬件、软件、固件或它们的任意组合来实现。当使用软件实现时,可以将这些功能存储在计算机可读介质中或者作为计算机可读介质上的一个或多个指令或代码进行传输。
以上所述的具体实施方式,对本说明书披露的多个实施例的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本说明书披露的多个实施例的具体实施方式而已,并不用于限定本说明书披露的多个实施例的保护范围,凡在本说明书披露的多个实施例的技术方案的基础之上,所做的任何修改、等同替换、改进等,均应包括在本说明书披露的多个实施例的保护范围之内。
Claims (15)
1.一种计算机执行的、为特定车辆进行路径规划的方法,包括:
获取多个备选站点,以及所述特定车辆所归属的服务站点;
其中获取多个备选站点,包括获取与所述服务站点之间的距离在预定范围内的多个区域,并针对其中各个区域,将对应的服务站点客户的数量和居民数量的比值确定为该区域的客户渗透率;基于所述客户渗透率,从所述多个区域中确定出多个备选区域;从所述多个备选区域包括的多个公交站点中确定出所述多个备选站点;
基于所述多个备选站点和所述服务站点,确定多条备选线路,其中各条备选线路中包括所述多个备选站点中的至少一部分备选站点,所述各条备选线路的终点站均为所述服务站点;
基于所述至少一部分备选站点,以及预先确定的备选站点与所述服务站点的客户数量的映射关系,确定所述各条备选线路所对应的总客户数量;
基于所述总客户数量,从所述多条备选线路中确定最优线路。
2.根据权利要求1所述的方法,其中,基于所述客户渗透率,从所述多个区域中确定出多个备选区域,包括:
将所述客户渗透率大于预定数值的区域归入所述多个备选区域中。
3.根据权利要求1所述的方法,其中基于所述客户渗透率,从所述多个区域中确定出多个备选区域,包括:
基于所述客户渗透率,对所述多个区域进行排序;
基于所述排序结果,将排名在预设范围内的区域作为所述多个备选区域。
4.根据权利要求1所述的方法,其中从所述多个公交站点中确定出所述多个备选站点,包括:
将所述多个公交站点作为所述多个备选站点。
5.根据权利要求1所述的方法,其中从所述多个备选区域包括的多个公交站点中确定出所述多个备选站点,包括:
基于标记有所述多个公交站点的地图和所述多个备选区域所对应的客户渗透率,生成热力图,以使工作人员根据所述热力图确定所述多个备选站点;
接收工作人员确定的所述多个备选站点。
6.根据权利要求1所述的方法,其中确定多条备选线路,包括:
从所述多个备选站点和服务站点中确定顺序排列的一组站点构成的站点序列,使得所述站点序列中任意两个站点互不相同,相邻的任意两个站点之间的站间交通时长小于第一预设阈值,且所述站点序列和所述服务站点的交通总时长小于第二预设阈值;
将依次连接所述站点序列中各个站点以及所述服务站点的线路,作为一条备选线路。
7.根据权利要求6所述的方法,其中从所述多个备选站点和服务站点中确定顺序排列的一组备选站点构成的站点序列,包括:
确定已选择站点构成的第一序列,以及第一序列中作为末尾的第一站点;
在所述多个备选站点中除已选择站点以外的其他备选站点中,判断是否存在与所述第一站点的站间交通时长小于第一预设阈值的第二站点;
如果存在,判断所述第一序列、第二站点和服务站点之间的交通总时长是否小于第二预设阈值;
在所述交通总时长小于第二预设阈值的情况下,将所述第二站点添加到所述第一序列中。
8.根据权利要求7的方法,其中从所述多个备选站点和服务站点中确定顺序排列的一组备选站点构成的站点序列还包括,
在所述交通总时长大于或等于第二预设阈值的情况下,将所述第一序列作为所述站点序列。
9.根据权利要求7所述的方法,其中从所述多个备选站点和服务站点中确定顺序排列的一组备选站点构成的站点序列还包括,在不存在所述第二站点的情况下,将所述第一序列作为所述站点序列。
10.根据权利要求1所述的方法,其中确定所述各条备选线路所对应的总客户数量,包括:
确定所述至少一部分备选站点中各个备选站点所对应的客户数量,并得到所述总客户数量;
其中从所述多条备选线路中确定最优线路,包括:
将得到的总客户数量中的最大值所对应的备选线路,作为所述最优线路。
11.根据权利要求1所述的方法,其中,所述映射关系包括在多个预定时刻中的各个预定时刻,多个备选站点中的每个备选站点所对应的客户数量;
其中确定所述各条备选线路所对应的总客户数量,包括:
获取发车时刻,以及获取所述各条备选线路中任意相邻两个站点之间的站间交通时长;
基于所述发车时刻和所述站间交通时长,确定所述各条备选线路中的各个备选站点所对应的到站时刻;
基于所述映射关系,确定所述各个备选站点的到站时刻所对应的客户数量,并得到所述总客户数量;
其中从所述多条备选线路中确定最优线路,包括:
将得到的总客户数量中的最大值所对应的备选线路,作为所述发车时刻下的最优线路。
12.根据权利要求11所述的方法,其中,所述映射关系基于以下步骤而预先确定:
获取所述服务站点的客户群体;
采集所述客户群体中的各个客户在所述多个预定时刻中各个预定时刻下的位置信息;
获取所述多个备选站点中每个备选站点的位置信息;
对所述各个预定时刻下的所述各个客户的位置信息与所述每个备选站点的位置信息进行匹配,得到所述映射关系。
13.一种为特定车辆进行路径规划的装置,包括:
获取单元,配置为获取多个备选站点,以及所述特定车辆所归属的服务站点;其中获取多个备选站点,包括获取与所述服务站点之间的距离在预定范围内的多个区域,并针对其中各个区域,将对应的服务站点客户的数量和居民数量的比值确定为该区域的客户渗透率;基于所述客户渗透率,从所述多个区域中确定出多个备选区域;从所述多个备选区域包括的多个公交站点中确定出多个备选站点;
第一确定单元,配置为基于所述多个备选站点和所述服务站点,确定多条备选线路,其中各条备选线路中包括所述多个备选站点中的至少一部分备选站点,所述各条备选线路的终点站均为所述服务站点;
第二确定单元,配置为基于所述至少一部分备选站点,以及预先确定的备选站点与所述服务站点的客户数量的映射关系,确定所述各条备选线路所对应的总客户数量;
第三确定单元,配置为基于所述总客户数量,从所述多条备选线路中确定最优线路。
14.一种计算机可读存储介质,其上存储有计算机程序,当所述计算机程序在计算机中执行时,令计算机执行权利要求1-12中任一项的所述的方法。
15.一种计算设备,包括存储器和处理器,其特征在于,所述存储器中存储有可执行代码,所述处理器执行所述可执行代码时,实现权利要求1-12中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910005395.7A CN111397617B (zh) | 2019-01-03 | 2019-01-03 | 为特定车辆进行路径规划的方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910005395.7A CN111397617B (zh) | 2019-01-03 | 2019-01-03 | 为特定车辆进行路径规划的方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111397617A CN111397617A (zh) | 2020-07-10 |
CN111397617B true CN111397617B (zh) | 2023-09-22 |
Family
ID=71428327
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910005395.7A Active CN111397617B (zh) | 2019-01-03 | 2019-01-03 | 为特定车辆进行路径规划的方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111397617B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6018619A (en) * | 1996-05-24 | 2000-01-25 | Microsoft Corporation | Method, system and apparatus for client-side usage tracking of information server systems |
WO2006081816A1 (de) * | 2005-02-05 | 2006-08-10 | Tomtom Work Gmbh | Verfahren und vorrichtung zur routenplanung |
CN105489000A (zh) * | 2015-09-08 | 2016-04-13 | 同济大学 | 一种夜班公交车站点及路径选择方法 |
CN106571036A (zh) * | 2016-11-14 | 2017-04-19 | 中国联合网络通信集团有限公司 | 公共交通站点确定方法和装置 |
CN106779163A (zh) * | 2016-11-18 | 2017-05-31 | 华南理工大学 | 一种基于智能搜索的定制公交线网优化方法 |
CN107506864A (zh) * | 2017-08-30 | 2017-12-22 | 国信优易数据有限公司 | 一种客运巴士路线规划方法和装置 |
CN107657330A (zh) * | 2017-08-16 | 2018-02-02 | 深圳先进技术研究院 | 一种候选公交线路计算方法、系统及电子设备 |
CN107941229A (zh) * | 2016-10-13 | 2018-04-20 | 阿里巴巴集团控股有限公司 | 车辆定位方法和车辆定位系统 |
CN108470033A (zh) * | 2018-02-01 | 2018-08-31 | 杭州电子科技大学 | 一种城市公共自行车系统借还模式的可视化分析方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8417409B2 (en) * | 2009-11-11 | 2013-04-09 | Google Inc. | Transit routing system for public transportation trip planning |
-
2019
- 2019-01-03 CN CN201910005395.7A patent/CN111397617B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6018619A (en) * | 1996-05-24 | 2000-01-25 | Microsoft Corporation | Method, system and apparatus for client-side usage tracking of information server systems |
WO2006081816A1 (de) * | 2005-02-05 | 2006-08-10 | Tomtom Work Gmbh | Verfahren und vorrichtung zur routenplanung |
CN105489000A (zh) * | 2015-09-08 | 2016-04-13 | 同济大学 | 一种夜班公交车站点及路径选择方法 |
CN107941229A (zh) * | 2016-10-13 | 2018-04-20 | 阿里巴巴集团控股有限公司 | 车辆定位方法和车辆定位系统 |
CN106571036A (zh) * | 2016-11-14 | 2017-04-19 | 中国联合网络通信集团有限公司 | 公共交通站点确定方法和装置 |
CN106779163A (zh) * | 2016-11-18 | 2017-05-31 | 华南理工大学 | 一种基于智能搜索的定制公交线网优化方法 |
CN107657330A (zh) * | 2017-08-16 | 2018-02-02 | 深圳先进技术研究院 | 一种候选公交线路计算方法、系统及电子设备 |
CN107506864A (zh) * | 2017-08-30 | 2017-12-22 | 国信优易数据有限公司 | 一种客运巴士路线规划方法和装置 |
CN108470033A (zh) * | 2018-02-01 | 2018-08-31 | 杭州电子科技大学 | 一种城市公共自行车系统借还模式的可视化分析方法 |
Non-Patent Citations (4)
Title |
---|
Determining location of bus and path planning considering bus delay;Y Ishizaki 等;《 Proceedings of SICE Annual Conference 2010》;全文 * |
Mathematical model of best-path planning algorithms for public transportation systems;Bi Yong等;《2010 International Conference on Computer Application and System Modeling (ICCASM 2010) 》;20101104;第345-348页 * |
基于出租车GPS数据的超市班车路线规划方法;张翔;《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》;20180415;正文第3-4章 * |
需求可拆分校车路径问题的元启发式算法;陈小潘;孔云峰;郑泰皓;郑珊珊;;计算机科学(第10期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN111397617A (zh) | 2020-07-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108475466B (zh) | 用于匹配和显示服务请求和可用车辆的系统和方法 | |
CN108765933B (zh) | 一种推荐上车点的方法、装置、设备及存储介质 | |
US11713972B2 (en) | System for navigating drivers to passengers based on start times of events | |
US10410519B2 (en) | Public transportation navigator | |
RU2682313C2 (ru) | Система (варианты) и способ (варианты) управления предоставлением услуги | |
Agatz et al. | Optimization for dynamic ride-sharing: A review | |
TWI669009B (zh) | 用於分配隨選服務的服務請求的系統及方法 | |
US20150254581A1 (en) | Rideshare system and method to facilitate instant carpooling | |
US20180101927A1 (en) | Systems and methods for delivering a message | |
CN111860879A (zh) | 一种消息的推送方法、装置、电子设备及可读存储介质 | |
WO2021239065A1 (zh) | 一种业务推荐方法及系统 | |
CN111831764A (zh) | 一种停留站点的确定方法、装置、电子设备和介质 | |
US11109190B2 (en) | Information provision method and information provision device for providing guidance | |
US11164158B2 (en) | Information processing method and information processor | |
CN110612523A (zh) | 基于配对数据组关联标识符 | |
JP2002024659A (ja) | 配車予約システム | |
CN111397617B (zh) | 为特定车辆进行路径规划的方法及装置 | |
CN111343564A (zh) | 无线网络的类别确定方法、装置、电子设备及存储介质 | |
CN103970778A (zh) | 基于用户的移动终端的公交信息查询方法 | |
Haddad et al. | A Dynamic Real Time Car Sharing System | |
KR20130100873A (ko) | 관심 공간을 이용한 공간 매칭 방법 및 장치 | |
CN112050822B (zh) | 用于生成行驶路线的方法、系统和装置 | |
CN117968713A (zh) | 一种公共交通出行路径确定方法、装置、设备及存储介质 | |
Haddad et al. | Software Engineering for Smartphone: a Car Sharing System Case Study | |
JP2023178862A (ja) | 移動体利用管理システム、移動体利用管理システムの制御方法、及びサーバ装置 |
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 |