CN111435470A - 一种出行路线规划方法、存储介质、服务器 - Google Patents
一种出行路线规划方法、存储介质、服务器 Download PDFInfo
- Publication number
- CN111435470A CN111435470A CN201910027381.5A CN201910027381A CN111435470A CN 111435470 A CN111435470 A CN 111435470A CN 201910027381 A CN201910027381 A CN 201910027381A CN 111435470 A CN111435470 A CN 111435470A
- Authority
- CN
- China
- Prior art keywords
- travel
- route
- time
- destination
- travel route
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 47
- 238000012216 screening Methods 0.000 claims abstract description 16
- 238000004364 calculation method Methods 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 5
- 238000004891 communication Methods 0.000 claims description 4
- 238000007726 management method Methods 0.000 description 10
- 238000005070 sampling Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000002411 adverse Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 230000003287 optical 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
- 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
- G06Q10/10—Office automation; Time management
- G06Q10/109—Time management, e.g. calendars, reminders, meetings or time accounting
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M1/00—Substation equipment, e.g. for use by subscribers
- H04M1/72—Mobile telephones; Cordless telephones, i.e. devices for establishing wireless links to base stations without route selection
- H04M1/724—User interfaces specially adapted for cordless or mobile telephones
- H04M1/72403—User interfaces specially adapted for cordless or mobile telephones with means for local support of applications that increase the functionality
- H04M1/7243—User interfaces specially adapted for cordless or mobile telephones with means for local support of applications that increase the functionality with interactive means for internal management of messages
- H04M1/72433—User interfaces specially adapted for cordless or mobile telephones with means for local support of applications that increase the functionality with interactive means for internal management of messages for voice messaging, e.g. dictaphones
Abstract
本发明提供一种出行路线规划方法、存储介质、服务器，包括：接收从移动端发送语音信息并解析获取出行需求信息；依据出行需求信息的起始地、目的地制定第一出行方案，确定出发时刻；检索出发时刻的起始地天气信息和在到达目的地时刻时目的地天气信息，调整第一出行方案取得第二出行方案；针对第二出行方案中的出行路线计算对应的出行费用，得到各个出行路线的出行成本；依据用户设置的筛选方式从第二出行方案筛选出最优出行路线并发送至移动端。通过本发明的规划出多种出行路线同时通过查询天气信息调整出行方案，当出行路线中含有开车路线和/或打车路线时，计算停车时车位找寻时间、停车费用，和/或打车等待时间，获取更为确切的出行成本。
Description
技术领域
本发明属于互联网技术领域，涉及一种路线规划方法，特别是涉及一种出行路线规划方 法、存储介质、服务器。
背景技术
目前用户出行时通常会通过手机来规划自己的出行路线，传统的路径规划方法，要么规 划出最短的出行路径，要么规划出基于交通流量的耗时最短的路径，可以根据不同的出行方 式来制定路线。但是，在一些特殊天气状况下，现有技术可能会推荐不便于出行的路线，需 要用户自行选择，不能自动剔除不适宜的出行路线，例如在下雨天的时候，室外的骑行路线 或步行路线属于不适宜出行路线，因此，使得最终规划出的出行路线并非用户所需。
发明内容
鉴于以上所述现有技术的缺点，本发明的目的在于提供一种出行路线规划方法、存储介 质、服务器，用于解决现有技术中出行路线不能根据环境因素进行调整，造成制定的出行路 线并非用户所需的问题。
为实现上述目的及其他相关目的，本发明提供一种出行路线规划方法，应用于服务器， 包括：步骤S1，接收从移动端发送的语音信息，所述语音信息包括确定用户出行需求信息； 步骤S2，解析语音信息获取出行需求信息，所述出行需求信息包括目的地、起始地、到达目 的地时刻以及目的地的停留时间；步骤S3，依据出行需求信息的起始地、目的地制定第一出 行方案；所述第一出行方案包括至少一种出行路线和对应出行路线的出行时间，通过出行时 间和到达目的地时刻确定出发时刻；步骤S4，检索出发时刻的起始地天气信息和在到达目的 地时刻时目的地天气信息，根据起始地天气信息和目的地天气信息调整第一出行方案中包含 步行路线和/或骑行路线的出行路线，得第二出行方案；所述第二出行方案包括至少一种出行 路线和对应出行路线的出行时间；步骤S5，针对第二出行方案中的出行路线计算对应的出行 费用，得到各个出行路线的出行成本，所述出行成本包括出行费用和出行时间；步骤S6，依 据用户设置的筛选方式，从第二出行方案筛选出最优出行路线并发送至移动端。
于本发明的一实施例中，所述出行路线包含开车路线、打车路线、地铁路线、步行路线、 骑行路线的一种或多种出行方式构成的组合路线。
于本发明的一实施例中，所述天气信息包括：温度、空气质量指数、雨雪情况、和/或风 级情况。
于本发明的一实施例中，在步骤S4中，根据起始地天气信息和目的地天气信息调整第一 出行方案中包含步行路线和/或骑行路线的出行路线，得第二出行方案，具体包括：当起始地 天气信息和/或目的地天气信息不满足预设条件时，则移除所述第一出行方案中包含有步行和 /或骑行路线的出行路线，剩余的出行路线构成所述第二出行方案。
于本发明的一实施例中，在所述步骤S5中，当所述第二出行方案中存在包含开车路线的 出行路线时，需计算该出行路线的车位找寻时间，此时所述出行时间必然包含车位找寻时间。
于本发明的一实施例中，所述出行路线的车位找寻时间的具体计算过程包括：
步骤S510，根据开车路线获取车辆所需的停车地点，同时根据所述出发时刻获取车辆到 达停车地点时刻；
步骤S511，检索所述停车地点周边预设范围内的若干个停车场位置；
步骤S512，根据车辆到达停车地点时刻、停车场位置预测出车位找寻时间。
于本发明的一实施例中，在所述步骤S5中，当所述第二出行方案中存在包含打车路线的 出行路线时，需要计算该出行路线的打车等待时间，此时所述出行时间必然包含打车等待时 间。
于本发明的一实施例中，所述出行路线的打车等待时间的具体计算过程包括：
步骤S520，根据出行路线获取打车地点；
步骤S521，从打车数据库中调取在打车地点预设范围内的打车评论数据；
步骤S522，获取的评论数据并计算打车难易度指数，确定打车难易度等级；
步骤S523，根据打车难易度等级，在预设等待时间列表中匹配获得打车等待时间，所述 预设等待时间列表预存有与打车难以度等级相关联的打车等待时间。
本发明提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行 时实现上述所述的出行路线规划方法。
本发明提供了一种服务器，包括：接收模块，通信连接移动端，用于接收并解析从移动 端发送的语音信息，获取出行需求信息；路线制定模块，连接接收模块，用于依据出行需求 信息的起始地、目的地制定第一出行方案，同时通过出行时间和到达目的地时刻确定出发时 刻；所述第一出行方案包括至少一种出行路线和对应出行路线的出行时间；检索模块，用于 检索出发时刻的起始地天气信息和在到达目的地时刻时目的地天气信息；调整模块，分别连 接检索模块和路线制定模块，用于根据起始地天气信息和目的地天气信息调整第一出行方案 中包含步行路线和/或骑行路线的出行路线，得第二出行方案；计算模块，连接调整模块，用 于针对所述第二出行方案中的出行路线计算对应的出行费用，得到各个出行路线的出行成本； 所述出行成本包括出行费用和出行时间；发送模块，连接计算模块，用于依据用户设置的筛 选方式，从第二出行方案筛选出最优出行路线并发送至移动端。
如上所述，本发明所述的一种出行路线规划方法、存储介质、服务器，具有以下有益效 果：
通过本发明的出行路线规划方法规划出多种出行路线，同时通过查询天气信息调整出行 方案，同时当出行路线中出现开车路线和/或打车路线时，计算停车时车位找寻时间同时根据 停车地点计算停车费用，和/或计算打车时打车等待时间，从而获取出行路线更为确切的出行 成本。
附图说明
图1显示为本发明的出行路线规划方法于一实施例中的流程图。
图2显示为本发明的计算车位找寻时间的于一实施例中的流程图。
图3显示为本发明的计算打车等待时间的于一实施例中的流程图。
图4显示为本发明的服务器于一实施例中的结构框图。
元件标号说明
1 接收模块
2 路线制定模块
3 检索模块
4 调整模块
5 发送模块
S1～S6 步骤
S510～S512 步骤
S521～S523 步骤
具体实施方式
以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露 的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加 以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精 神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征 可以相互组合。
需要说明的是，以下实施例中所提供的图示仅以示意方式说明本发明的基本构想，遂图 式中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实 际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复 杂。
在城市中出行时，根据不同的出行方式会制定出不同的出行路线，由于目前共享单车、 公交、地铁等公共设施越发完善，在制定出行路线中可能会出现由一种或多种出行方式组合 构成路线，但不同的出行方式例如骑行方式、步行方式易受到环境因素影响。
请参阅图1本发明提供一种出行路线规划方法，应用于服务器，包括：
步骤S1，接收从移动端发送的语音信息；该语音信息通过移动端内的语音助手进行采集， 所述语音信息包括用户出行的出行需求信息。语音助手是移动端的一种智能交互应用软件， 目前现有的移动端大多配置有语音助手，在本发明中通过语音助手直接采集用户的语音信息。
步骤S2，解析语音信息获取出行需求信息，所述出行需求信息包括目的地、起始地、到 达目的地时刻以及目的地的停留时间。
步骤S3，依据出行需求信息的起始地、目的地制定第一出行方案；所述第一出行方案包 括至少一种出行路线和对应出行路线的出行时间，通过出行时间和到达目的地时刻确定出发 时刻。
需要说明的是，根据起始地、目的地制定第一出行方案是通过常规技术例如迪杰斯特拉 算法、A*算法计算获得，在这里不再详细描述。
其中，所述出行路线包含开车路线、打车路线、地铁路线、步行路线、骑行路线的一种 或多种出行方式构成的组合路线。骑行路线主要是利用共享单车骑行完成。另外，步行路线 是指在室外步行时间超过5min的路线，骑行路线是指在室外骑行时间超过5min的路线。
步骤S4，检索出发时刻的起始地天气信息和在到达目的地时刻时目的地天气信息，根据 起始地天气信息和目的地天气信息调整第一出行方案中包含步行路线和/或骑行路线的出行 路线，得第二出行方案，所述第二出行方案包括至少一种出行路线和对应出行路线的出行时 间。其中，所述天气信息包括：温度、空气质量指数、雨雪情况、和/或风级情况。在本实施 例中，根据起始地天气信息和目的地天气信息来选择适合的出行路线，确保用户安全出行。
具体的，在上述步骤S4中，根据起始地天气信息和目的地天气信息调整第一出行方案中 包含步行路线和/或骑行路线的出行路线，得第二出行方案，具体包括：当起始地天气信息和 /或目的地天气信息不满足预设条件时，则移除所述第一出行方案中包含有步行和/或骑行路线 的出行路线，剩余的出行路线构成所述第二出行方案。其中预设条件可以由用户预先通过移 动端进行设置并保存在服务器中，本实施例中，预设条件设置为：天气信息的空气质量指数 AQI(Air Quality Index)低于300，雨雪情况为晴天或阴天；当起始地天气信息、目的地天气 信息中任一天气信息不满足预设条件时，则认为这样的天气信息不易于用户步行或骑行出行， 此时需要将含有步行或骑行的出门路线从第一出行方案中移除，为后续对每个出行路线的出 行费用的计算减少计算时间。
在本实施例中，本发明的出行规划方法虽适用于在城市里出行，但在同一城市里不同片 区的天气信息并不完全相同，通过查询起始地在出发时刻的天气信息、以及目的地在到达目 的地时刻的天气信息，从而获取更为精确的天气信息。另外，当目的地或起始地的天气信息 不满足预设条件时，由于同一城市中不同片区的之间相距距离不远，片区之间的天气很容易 相互影响，因此，可能会在出行路线切换步行路线或骑行路线时进行降雨、降雪等不利因素， 打乱整个出行路线，所以当目的地和/或起始地的天气信息出现不满足预设条件时，为保证用 户的出行安全，所述第一出行方案中包含有步行路线和/或骑行路线的出行路线进行移除。
步骤S5，针对第二出行方案中的出行路线计算对应的出行费用，得到各个出行路线的出 行成本；所述出行成本包括出行费用和出行时间；出行费用是指用户在出行过程中根据出行 路线利用对应交通工具所产生的费用，出行费用包括地铁费、打的费、骑行费、开车产生的 油费(油费＝行驶里程/km÷100*百公里油耗*燃油价格)的一种或多种费用；出行时间包括开 车时间、骑行时间、打车时间、步行时间的一种或多种时间。出行费用和出行时间通过现有 的路线规划技术可以计算得到，具体的计算过程在这里不做详细描述。
进一步地，在步骤S5中，当所述第二出行方案中存在包含开车路线的出行路线时，需计 算该出行路线的车位找寻时间，此时与该出行路线对应的出行时间必然还包括车位找寻时间。 在出行成本中加入车位找寻时间，主要是由于城市里汽车数量日趋增多，而停车场的停车数 有限，同时很多停车场现在只能显示剩余车位数量，并不能告知空余车位的具体位置，因此， 在停车场内寻找停车需要花费一定时间，而在出行过程中，车位找寻时间也属于出行成本的 一种。
其中，出行路线的车位找寻时间的计算，具体包括，参阅图2：
步骤S510，根据开车路线获取车辆所需的停车地点，同时根据所述出发时刻获取车辆到 达停车地点时刻。其中，停车地点根据开车路线来确定，停车地点可能是目的地的停车场， 也可能是出行路线途中一停车场。车辆到达停车地点时刻通过出发时刻与出行路线中开车时 间相加来得到。
需要说明的是，在服务器制定第一出行方案中含有开车路线的出行路线时，服务器通过 移动端询问用户在开车情况下的停车地点，通过确定停车地点来制定含有开车路线的出行路 线。
步骤S511，检索所述停车地点周边预设范围内的若干个停车场位置。
步骤S512，根据车辆到达停车地点时刻、停车场位置预测出车位找寻时间。
由于在一停车场内的空余车位在不同日期、不同时间段内存在明显差异，因此在不同时 段内用户所需花费的车位找寻时间不同。
在本实施例中，车位找寻时间的预测可以通过各个停车场对应的停车场管理平台来获取， 通过服务器访问该停车场管理平台内，获取经停车场管理平台预测的在车辆达到停车地点时 间的空余车位，通过空余车位与该停车场总车位数相比获取百分比数，将百分比数与预置于 服务器内的预测时间列表得到车位找寻时间，所述预设时间列表包括多个百分比区间和与百 分比区间对应的车位找寻时间。在确定出行成本时，可以预测出用户在开车的情况下，所需 的总出行时间，总出行时间＝出行时间+车位找寻时间。
其中，在本实施例中，预设时间列表包括多个百分比区间，分别为：小于等于5％、5％～30％、30％～50％、大于等于50％，各个百分比区间对应车位找寻时间为：大于等于40min、 30min、20min、10min。在使用过程中，预设时间列表的各个百分比区间和对应车位找寻时 间可以由用户通过移动端访问服务器进行调整。通过空余车位的数量来估算用户在停车时所 要花费的车位找寻时间。
停车场管理平台利用现有技术的预测技术对停车场内的空余车位建立预测模型，本实施 例对预测模型的建立过程进行简单描述，建立过程包括：
获取目标停车场在一采样周期内各采样时刻的历史停车数据，所述历史停车数据由多个 停车数据样本组成，每个停车数据样本包括对应的一天内各采样时刻的车辆停放数量；计算 所述历史停车数据中任意两个停车数据样本之间的相关系数；根据预设的相关性阈值及所述 相关系数对所述历史停车数据进行分类，得到至少一个停车数据样本子集；对各停车数据样 本子集进行平滑处理，分别得到各停车数据样本子集的不同停车数据样本在一天内各采样时 刻的车辆平均停放数量；根据所述车辆平均停放数量及历史停车数据的采集时刻信息，分别 建立各停车数据样本子集中所有相邻采样点之间的平稳泊松过程模型，组成各停车数据样本 子集对应的非平稳泊松过程模型。
停车场管理平台通过预测模型可以根据在用户的车辆到达停车点时间预测空余车位。当 预测模型存储于停车场管理平台时，服务器与停车场管理平台通信连接后再估算空余车位， 增加了操作时间，因此，可以在停车场管理平台建立对应的预测模型后，将预测模型上传至 服务器，预测模型携带有对应停车场标识，服务器直接调用预测模型进行空余车位估算。另 外，服务器的预测模型由对应停车场管理平台定期更新。
进一步地，在步骤S5中，在所述第二出行方案中存在包含开车路线的出行路线时，与该 所述出行路线对应的出行费用必然还包括停车费用，停车费用的计算过程包括：服务器向对 应停车场管理平台获取停车收费标准；根据车辆到达停车地点时刻、到达目的地时刻、目的 地的停留时间获取车辆的停车时长，停车时长＝2*(到达目的地时刻-车辆到达停车地点时刻) +目的地的停留时间；将获得的停车时长依据停车收费标准得到停车费用。此时，在确定出行 成本时，可以预测出用户在开车的情况下，确切的出行费用。
进一步地，在步骤S5中，当所述第二出行方案中存在包含打车路线的出行路线时，需要 计算该出行路线的打车等待时间，此时与该出行路线对应的出行时间必然还包含打车等待时 间。在本实施例中，所述出行路线的打车等待时间的计算过程包括，参阅图3：
步骤S520，根据出行路线获取打车地点；
步骤S521，从打车数据库中调取在打车地点预设范围内的打车评论数据；打车数据库可 以预存于打车平台上，也可直接预存于服务器内。所述打车数据库内存放有不同地点的所有 时间段内的打车评论数据。
步骤S522，获取的评论数据并计算打车难易度指数，确定打车难易度等级；所述的评论 数据包括：评论打分和评论所针对地点的经纬度坐标，其中，打车难易度等级与评论打分等 级具有相同的等级划分，在本实施例中，评论打分满分为10分，打车难易度等级和评论打分 等级均包括四个等级，第一等级表示最难打车(评论打分为≤2分或难以程度指数为≤2)， 其次为第二等级难打车(2分＜评论打分≤5分或2＜难以程度指数≤5)，第三等级为好打车 (5＜评论打分≤7分或5＜难以程度指数≤7分)，第四个等级为很好打车(7＜评论打分≤ 10分或7＜难以程度指数≤10分)，利用社交平台上人们所分享的打车信息，使得提供的打 车难易度分析结果可靠。
其中，打车难易度指数＝评论数据中评论打分总和÷评论打分次数。
步骤S523，根据打车难易度等级，在预设等待时间列表中匹配获得打车等待时间。所述 预设等待时间列表预存有与打车难以度等级相关联的打车等待时间。在确定出行成本时，可 以预测出用户在打车的情况下，确切的出行时间。
其中，在本实施例中，与打车难易度等级相对应的打车等待时间分别为：对应第一等级 的打车等待时间为50min，对应第二等级的打车等待时间为30min，对应第三等级的打车等待 时间为10min，对应第四等级的打车等待时间为2min。具体的打车等待时间可以在实际使用 过程中根据实际打车情况记性调整。
步骤S6，依据用户设置的筛选方式，从第二出行方案筛选出最优出行路线并发送至移动 端。发送移动端后，通过语音助手向用户依次进行播报。其中，筛选方式是通过服务器向移 动端发送询问指令，移动端的语音助手采集用户语音并上传至服务器获得，筛选方式可以为 “最短时间”或“费用最少”。
本发明所述的出行路线规划方法的保护范围不限于本实施例列举的步骤执行顺序，凡是 根据本发明的原理所做的现有技术的步骤增减、步骤替换所实现的方案都包括在本发明的保 护范围内。
通过本发明的出行路线规划方法规划出多种出行路线，同时通过查询天气信息调整出行 方案，同时当出行路线中出现开车路线和/或打车路线时，计算停车时车位找寻时间同时根据 停车地点计算停车费用，和/或计算打车时打车等待时间，从而获取出行路线更为确切的出行 成本。
本发明提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行 时实现上述所述的出行路线规划方法。本领域普通技术人员可以理解：实现上述各方法实施 例的全部或部分步骤可以通过计算机程序相关的硬件来完成。前述的计算机程序可以存储于 一计算机可读存储介质中。该程序在执行时，执行包括上述各方法实施例的步骤；而前述的 存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
请参阅图4，本发明还提供了一种服务器，主要包括：接收模块1，通信连接移动端，用 于接收并解析从移动端发送的语音信息，获取出行需求信息；
路线制定模块2，连接接收模块1，用于依据出行需求信息的起始地、目的地制定第一出 行方案，同时通过出行时间和到达目的地时刻确定出发时刻；所述第一出行方案包括至少一 种出行路线和对应出行路线的出行时间；
检索模块3，用于检索出发时刻的起始地天气信息和在到达目的地时刻时目的地天气信 息；
调整模块4，分别连接检索模块3和路线制定模块2，用于根据起始地天气信息和目的地 天气信息调整第一出行方案中包含步行路线和/或骑行路线的出行路线，得第二出行方案；
计算模块，连接调整模块4，用于针对所述第二出行方案中的出行路线计算对应的出行 费用，得到各个出行路线的出行成本；所述出行成本包括出行费用和出行时间；
发送模块5，连接计算模块，用于依据用户设置的筛选方式，从第二出行方案筛选出最 优出行路线并发送至移动端。
进一步的，所述计算模块还用于当第二出行方案中存在包含开车路线的出行路线时，需 计算该出行路线的车位找寻时间，其中，出行路线的车位找寻时间的计算具体包括：根据开 车路线获取车辆所需的停车地点，同时根据所述出发时刻获取车辆到达停车地点时刻。其中， 停车地点根据开车路线来确定，停车地点可能是目的地的停车场，也可能是出行路线途中一 停车场。车辆到达停车地点时刻通过出发时刻与出行路线中开车时间相加来得到；检索所述 停车地点周边预设范围内的若干个停车场位置；根据车辆到达停车地点时刻、停车场位置预 测出车位找寻时间。
进一步的，所述计算模块还用于当所述第二出行方案中存在包含打车路线的出行路线时， 需要计算该出行路线的打车等待时间，此时与该出行路线对应的出行时间必然还包含打车等 待时间。所述出行路线的打车等待时间的计算过程包括：根据出行路线获取打车地点；从打 车数据库中调取在打车地点预设范围内的打车评论数据；打车数据库可以预存于打车平台上， 也可直接预存于服务器内。所述打车数据库内存放有不同地点的所有时间段内的打车评论数 据；获取的评论数据并计算打车难易度指数，确定打车难易度等级；步骤S523，根据打车难 易度等级，在预设等待时间列表中匹配获得打车等待时间。
需要说明的是，应理解以上装置的各个模块的划分仅仅是一种逻辑功能的划分，实际实 现时可以全部或部分集成到一个物理实体上，也可以物理上分开。且这些模块可以全部以软 件通过处理元件调用的形式实现，也可以全部以硬件的形式实现，还可以部分模块通过处理 元件调用软件的形式实现，部分模块通过硬件的形式实现。
综上所述，本发明有效克服了现有技术中的种种缺点而具高度产业利用价值。
上述实施例仅例示性说明本发明的原理及其功效，而非用于限制本发明。任何熟悉此技 术的人士皆可在不违背本发明的精神及范畴下，对上述实施例进行修饰或改变。因此，举凡 所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等 效修饰或改变，仍应由本发明的权利要求所涵盖。
Claims (10)
1.一种出行路线规划方法，应用于服务器，其特征在于，包括：
步骤S1，接收从移动端发送的语音信息，所述语音信息包括确定用户出行需求信息；
步骤S2，解析语音信息获取出行需求信息，所述出行需求信息包括目的地、起始地、到达目的地时刻以及目的地的停留时间；
步骤S3，依据出行需求信息的起始地、目的地制定第一出行方案；所述第一出行方案包括至少一种出行路线和对应出行路线的出行时间，通过出行时间和到达目的地时刻确定出发时刻；
步骤S4，检索出发时刻的起始地天气信息和在到达目的地时刻时目的地天气信息，根据起始地天气信息和目的地天气信息调整第一出行方案中包含步行路线和/或骑行路线的出行路线，得第二出行方案；所述第二出行方案包括至少一种出行路线和对应出行路线的出行时间；
步骤S5，针对第二出行方案中的出行路线计算对应的出行费用，得到各个出行路线的出行成本，所述出行成本包括出行费用和出行时间；
步骤S6，依据用户设置的筛选方式，从第二出行方案筛选出最优出行路线并发送至移动端。
2.根据权利要求1所述的出行路线规划方法，其特征在于，所述出行路线包含开车路线、打车路线、地铁路线、步行路线、骑行路线的一种或多种出行方式构成的组合路线。
3.根据权利要求1所述的出行路线规划方法，其特征在于，所述天气信息包括：温度、空气质量指数、雨雪情况、和/或风级情况。
4.根据权利要求2所述的出行路线规划方法，其特征在于，在步骤S4中，根据起始地天气信息和目的地天气信息调整第一出行方案中包含步行路线和/或骑行路线的出行路线，得第二出行方案，具体包括：当起始地天气信息和/或目的地天气信息不满足预设条件时，则移除所述第一出行方案中包含有步行和/或骑行路线的出行路线，剩余的出行路线构成所述第二出行方案。
5.根据权利要求2所述的出行路线规划方法，其特征在于，在所述步骤S5中，当所述第二出行方案中存在包含开车路线的出行路线时，需计算该出行路线的车位找寻时间，此时所述出行时间必然包含车位找寻时间。
6.根据权利要求5所述的出行路线规划方法，其特征在于，所述出行路线的车位找寻时间的具体计算过程包括：
步骤S510，根据开车路线获取车辆所需的停车地点，同时根据所述出发时刻获取车辆到达停车地点时刻；
步骤S511，检索所述停车地点周边预设范围内的若干个停车场位置；
步骤S512，根据车辆到达停车地点时刻、停车场位置预测出车位找寻时间。
7.根据权利要求2所述的出行路线规划方法，其特征在于，在所述步骤S5中，当所述第二出行方案中存在包含打车路线的出行路线时，需要计算该出行路线的打车等待时间，此时所述出行时间必然包含打车等待时间。
8.根据权利要求7所述的出行路线规划方法，其特征在于，所述出行路线的打车等待时间的具体计算过程包括：
步骤S520，根据出行路线获取打车地点；
步骤S521，从打车数据库中调取在打车地点预设范围内的打车评论数据；
步骤S522，获取的评论数据并计算打车难易度指数，确定打车难易度等级；
步骤S523，根据打车难易度等级，在预设等待时间列表中匹配获得打车等待时间，所述预设等待时间列表预存有与打车难以度等级相关联的打车等待时间。
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1至8中任一项所述的出行路线规划方法。
10.一种服务器，其特征在于，包括：
接收模块，通信连接移动端，用于接收并解析从移动端发送的语音信息，获取出行需求信息；
路线制定模块，连接接收模块，用于依据出行需求信息的起始地、目的地制定第一出行方案，同时通过出行时间和到达目的地时刻确定出发时刻；所述第一出行方案包括至少一种出行路线和对应出行路线的出行时间；
检索模块，用于检索出发时刻的起始地天气信息和在到达目的地时刻时目的地天气信息；
调整模块，分别连接检索模块和路线制定模块，用于根据起始地天气信息和目的地天气信息调整第一出行方案中包含步行路线和/或骑行路线的出行路线，得第二出行方案；
计算模块，连接调整模块，用于针对所述第二出行方案中的出行路线计算对应的出行费用，得到各个出行路线的出行成本；所述出行成本包括出行费用和出行时间；
发送模块，连接计算模块，用于依据用户设置的筛选方式，从第二出行方案筛选出最优出行路线并发送至移动端。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910027381.5A CN111435470A (zh) | 2019-01-11 | 2019-01-11 | 一种出行路线规划方法、存储介质、服务器 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910027381.5A CN111435470A (zh) | 2019-01-11 | 2019-01-11 | 一种出行路线规划方法、存储介质、服务器 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111435470A true CN111435470A (zh) | 2020-07-21 |
Family
ID=71579853
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910027381.5A Pending CN111435470A (zh) | 2019-01-11 | 2019-01-11 | 一种出行路线规划方法、存储介质、服务器 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111435470A (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112084276A (zh) * | 2020-08-31 | 2020-12-15 | 北京百度网讯科技有限公司 | 一种行程规划方法、装置、电子设备及存储介质 |
| CN112288160A (zh) * | 2020-10-29 | 2021-01-29 | 深圳市元征科技股份有限公司 | 一种出行方案规划方法及相关设备 |
| CN113837455A (zh) * | 2021-09-09 | 2021-12-24 | 北京百度网讯科技有限公司 | 打车方法、装置、电子设备和可读存储介质 |
| CN115752502A (zh) * | 2023-01-04 | 2023-03-07 | 小米汽车科技有限公司 | 路径筛选方法、装置及电子设备 |
| CN116389568A (zh) * | 2023-05-31 | 2023-07-04 | 广东鑫兴科技有限公司 | 共享停车的信息推送方法、装置、电子设备及存储介质 |
Citations (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101566482A (zh) * | 2009-06-15 | 2009-10-28 | 江苏新科软件有限公司 | 行人用导航装置 |
| CN102110362A (zh) * | 2011-02-01 | 2011-06-29 | 世纪战斧节能环保技术（北京）有限公司 | 一种规划出行路线的处理方法及系统 |
| CN102436760A (zh) * | 2011-11-18 | 2012-05-02 | 广州杰赛科技股份有限公司 | 智能停车场管理方法及系统 |
| CN102495941A (zh) * | 2011-10-24 | 2012-06-13 | 北京东方车云信息技术有限公司 | 一种打车难易度评估方法及系统 |
| CN102645220A (zh) * | 2012-05-21 | 2012-08-22 | 诚迈科技（南京）有限公司 | 智能出行方式实时规划推荐方法 |
| CN103198653A (zh) * | 2013-04-23 | 2013-07-10 | 杭州九树网络科技有限公司 | 智能招车系统及应用方法 |
| CN203242161U (zh) * | 2013-04-23 | 2013-10-16 | 杭州九树网络科技有限公司 | 智能招车系统 |
| CN103793763A (zh) * | 2014-02-03 | 2014-05-14 | 王浩 | 基于大数据与云计算的最优公交乘车路径挖掘系统 |
| CN103942976A (zh) * | 2014-04-16 | 2014-07-23 | 同济大学 | 一种考虑停车时间的停车诱导系统的调控方法 |
| CN105450762A (zh) * | 2015-12-03 | 2016-03-30 | 深圳市凯立德科技股份有限公司 | 一种车联网装置、云平台及系统 |
| CN105466440A (zh) * | 2015-11-18 | 2016-04-06 | 爱国者电子科技有限公司 | 利用天气预报信息优化路径的导航装置、系统及方法 |
| CN106355541A (zh) * | 2016-08-30 | 2017-01-25 | 同济大学 | 一种基于gps数据的出租车打车难易度识别方法 |
| CN106767877A (zh) * | 2017-02-22 | 2017-05-31 | 武汉齐物科技有限公司 | 一种基于气象的户外骑行提醒方法及系统 |
| CN108827332A (zh) * | 2018-06-29 | 2018-11-16 | 爱驰汽车有限公司 | 驾车与地铁的路径组合规划方法、系统、设备及存储介质 |
| CN108986446A (zh) * | 2017-06-01 | 2018-12-11 | 北京嘀嘀无限科技发展有限公司 | 上车点获取方法、司机乘客互联方法、以及装置、系统 |
-
2019
- 2019-01-11 CN CN201910027381.5A patent/CN111435470A/zh active Pending
Patent Citations (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101566482A (zh) * | 2009-06-15 | 2009-10-28 | 江苏新科软件有限公司 | 行人用导航装置 |
| CN102110362A (zh) * | 2011-02-01 | 2011-06-29 | 世纪战斧节能环保技术（北京）有限公司 | 一种规划出行路线的处理方法及系统 |
| CN102495941A (zh) * | 2011-10-24 | 2012-06-13 | 北京东方车云信息技术有限公司 | 一种打车难易度评估方法及系统 |
| CN102436760A (zh) * | 2011-11-18 | 2012-05-02 | 广州杰赛科技股份有限公司 | 智能停车场管理方法及系统 |
| CN102645220A (zh) * | 2012-05-21 | 2012-08-22 | 诚迈科技（南京）有限公司 | 智能出行方式实时规划推荐方法 |
| CN203242161U (zh) * | 2013-04-23 | 2013-10-16 | 杭州九树网络科技有限公司 | 智能招车系统 |
| CN103198653A (zh) * | 2013-04-23 | 2013-07-10 | 杭州九树网络科技有限公司 | 智能招车系统及应用方法 |
| CN103793763A (zh) * | 2014-02-03 | 2014-05-14 | 王浩 | 基于大数据与云计算的最优公交乘车路径挖掘系统 |
| CN103942976A (zh) * | 2014-04-16 | 2014-07-23 | 同济大学 | 一种考虑停车时间的停车诱导系统的调控方法 |
| CN105466440A (zh) * | 2015-11-18 | 2016-04-06 | 爱国者电子科技有限公司 | 利用天气预报信息优化路径的导航装置、系统及方法 |
| CN105450762A (zh) * | 2015-12-03 | 2016-03-30 | 深圳市凯立德科技股份有限公司 | 一种车联网装置、云平台及系统 |
| CN106355541A (zh) * | 2016-08-30 | 2017-01-25 | 同济大学 | 一种基于gps数据的出租车打车难易度识别方法 |
| CN106767877A (zh) * | 2017-02-22 | 2017-05-31 | 武汉齐物科技有限公司 | 一种基于气象的户外骑行提醒方法及系统 |
| CN108986446A (zh) * | 2017-06-01 | 2018-12-11 | 北京嘀嘀无限科技发展有限公司 | 上车点获取方法、司机乘客互联方法、以及装置、系统 |
| CN108827332A (zh) * | 2018-06-29 | 2018-11-16 | 爱驰汽车有限公司 | 驾车与地铁的路径组合规划方法、系统、设备及存储介质 |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112084276A (zh) * | 2020-08-31 | 2020-12-15 | 北京百度网讯科技有限公司 | 一种行程规划方法、装置、电子设备及存储介质 |
| CN112288160A (zh) * | 2020-10-29 | 2021-01-29 | 深圳市元征科技股份有限公司 | 一种出行方案规划方法及相关设备 |
| CN113837455A (zh) * | 2021-09-09 | 2021-12-24 | 北京百度网讯科技有限公司 | 打车方法、装置、电子设备和可读存储介质 |
| CN113837455B (zh) * | 2021-09-09 | 2023-08-15 | 北京百度网讯科技有限公司 | 打车方法、装置、电子设备和可读存储介质 |
| CN115752502A (zh) * | 2023-01-04 | 2023-03-07 | 小米汽车科技有限公司 | 路径筛选方法、装置及电子设备 |
| CN116389568A (zh) * | 2023-05-31 | 2023-07-04 | 广东鑫兴科技有限公司 | 共享停车的信息推送方法、装置、电子设备及存储介质 |
| CN116389568B (zh) * | 2023-05-31 | 2023-10-20 | 广东鑫兴科技有限公司 | 共享停车的信息推送方法、装置、电子设备及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111435470A (zh) | 一种出行路线规划方法、存储介质、服务器 | |
| CN102622877B (zh) | 利用路况信息及行驶速度的公交到站判断系统及判断方法 | |
| US7049979B2 (en) | Method and system for projecting dynamic parking availability based on an ongoing survey for remote lots with high demand | |
| CN102881152B (zh) | 出租车智能营运导航助理方法 | |
| CN111681421B (zh) | 基于手机信令数据的对外客运枢纽集疏空间分布分析方法 | |
| CN107316098B (zh) | 一种基于用户行为分析的汽车租赁点选址方法 | |
| US8370060B2 (en) | Method of operating a navigation system to provide route guidance | |
| US20130211699A1 (en) | Parking lot detection using probe data | |
| CN105976041A (zh) | 基于车联网的城市智能预约停车系统及方法 | |
| CN107490384B (zh) | 一种基于城市路网的最优静态路径选择方法 | |
| Pflügler et al. | Predicting the availability of parking spaces with publicly available data | |
| EP2659450A2 (en) | Providing guidance for locating street parking | |
| CN108288321A (zh) | 基于ic卡数据与车辆gps信息的公交站点上下客流量确定方法 | |
| JP2011170686A (ja) | 乗換地決定方法及び装置、並びにカーナビゲーション装置 | |
| CN112784000B (zh) | 基于出租车轨迹数据的寻客方法 | |
| CN112991743B (zh) | 基于行驶路径的实时交通风险ai预测方法及其系统 | |
| CN115222158B (zh) | 一种基于物联网的智慧城市停车场管理方法、系统及装置 | |
| CN112036757A (zh) | 基于手机信令和浮动车数据的停车换乘停车场的选址方法 | |
| CN113554353A (zh) | 一种避免空间淤积的公共自行车空间调度优化方法 | |
| CN110245774A (zh) | 一种根据员工家庭住址进行班车线路优化的方法 | |
| Chen et al. | Finding next high-quality passenger based on spatio-temporal big data | |
| CN113079463A (zh) | 一种基于手机信令数据的旅游景点游客出行活动识别方法 | |
| CN110674990B (zh) | 设置滑动窗口更新机制的即时配送路径选择方法及系统 | |
| Djuric et al. | Parkassistant: An algorithm for guiding a car to a parking spot | |
| CN113434777A (zh) | 出行方式的推荐方法、装置、电子设备及存储介质 |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200721 |
|
| RJ01 | Rejection of invention patent application after publication |