CN111784126A - 车辆调度方法、装置、电子设备及机器可读存储介质 - Google Patents
车辆调度方法、装置、电子设备及机器可读存储介质 Download PDFInfo
- Publication number
- CN111784126A CN111784126A CN202010543658.2A CN202010543658A CN111784126A CN 111784126 A CN111784126 A CN 111784126A CN 202010543658 A CN202010543658 A CN 202010543658A CN 111784126 A CN111784126 A CN 111784126A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- state
- target
- area
- monitoring area
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 40
- 238000012544 monitoring process Methods 0.000 claims abstract description 179
- 230000004044 response Effects 0.000 claims description 17
- 238000004891 communication Methods 0.000 claims description 15
- 238000004590 computer program Methods 0.000 claims description 9
- 230000006870 function Effects 0.000 claims description 2
- 238000012806 monitoring device Methods 0.000 claims description 2
- 230000000875 corresponding effect Effects 0.000 description 28
- 238000010586 diagram Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 230000029305 taxis Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000002596 correlated effect Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000033001 locomotion Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 239000007787 solid Substances 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/40—Business processes related to the transportation industry
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请提供一种车辆调度方法、装置、电子设备及机器可读存储介质,该方法包括:获取监控区域内目标车辆的状态,其中,所述目标车辆的状态包括空车或非空车;依据所述监控区域内目标车辆的状态,确定所述监控区域内空车状态的目标车辆的数量和等待时长;依据所述监控区域内空车状态的目标车辆的数量和等待时长,以及所述监控区域内的历史运营次数和历史等待时长,确定所述监控区域是否运力紧张。该方法可以提高运力紧张判定的准确性,为优化车辆调度提供数据基础。
Description
技术领域
本申请涉及数据处理技术领域,尤其涉及一种车辆调度方法、装置、电子设备及机器可读存储介质。
背景技术
运力是指从事运输的机械设备和人员调度,例如,城市中的出租车的调度。
以出租车调度为例,为保障特定区域的运力,当特定区域运力紧张时,即该区域内乘客需要的出租车空车数量(可以称为运力需求)超出该区域内实际出租车空车数量时,可以从周边区域向该特定区域调度出租车空车,以缓解该特定区域运力紧张的情况。
如何准确地确定区域内是否运力紧张成为传统车辆调度方案中亟待解决的问题。
发明内容
有鉴于此,本申请提供一种车辆调度方法、装置、电子设备及机器可读存储介质。
根据本申请实施例的第一方面,提供一种车辆调度方法,包括:
获取监控区域内目标车辆的状态,其中,目标车辆的状态包括空车或非空车;
依据该监控区域内目标车辆的状态,确定该监控区域内空车状态的目标车辆的数量和等待时长;其中,一个空车状态的目标车辆的等待时长为该目标车辆在该监控区域内当前空车状态已保持的时长;
依据该监控区域内空车状态的目标车辆的数量和等待时长,以及该监控区域内的历史运营次数和历史等待时长,确定该监控区域是否运力紧张;其中,运营次数为目标车辆由空车状态转为重车状态的次数。
根据本申请实施例的第二方面,提供一种车辆调度装置,包括:
获取单元,被配置为获取监控区域内目标车辆的状态,其中,目标车辆的状态包括空车或非空车;
确定单元,被配置为依据该监控区域内目标车辆的状态,确定该监控区域内空车状态的目标车辆的数量和等待时长;其中,一个空车状态的目标车辆的等待时长为该目标车辆在该监控区域内当前空车状态已保持的时长;
调度单元,被配置为依据该监控区域内空车状态的目标车辆的数量和等待时长,以及该监控区域内的历史运营次数和历史等待时长,确定该监控区域是否运力紧张;其中,运营次数为目标车辆由空车状态转为重车状态的次数。
根据本申请实施例的第三方面,提供一种电子设备,包括处理器、通信接口、存储器和通信总线,其中,处理器,通信接口,存储器通过通信总线完成相互间的通信;
存储器,用于存放计算机程序;
处理器,用于执行存储器上所存放的程序时,实现第一方面的车辆调度方法。
根据本申请实施例的第四方面,提供一种计算机可读存储介质,计算机可读存储介质内存储有计算机程序,计算机程序被处理器执行时实现第一方面的车辆调度方法。
根据本申请实施例的第五方面,提供一种计算机程序,该计算机程序存储于机器可读存储介质,并且当处理器执行该计算机程序时,促使处理器执行第一方面的车辆调度方法。
本申请实施例的车辆调度方法,获取监控区域内目标车辆的状态,并依据监控区域内目标车辆的状态,确定监控区域内空车状态的目标车辆的数量和等待时长,进而,依据监控区域内空车状态的目标车辆的数量和等待时长,以及监控区域内的历史运营次数和历史等待时长,确定监控区域是否运力紧张,通过采用空车状态的目标车辆的数量、目标车辆的等待时长以及目标车辆的运营次数等多个维度来进行判定是否运力紧张,与依据监控区域内目标车辆的数量这单一维度进行运力紧张判定的实现相比,提高了运力紧张判定的准确性,为优化车辆调度提供了数据基础。
附图说明
图1是本申请一示例性实施例示出的一种车辆调度方法的流程示意图;
图2是本申请又一示例性实施例示出的另一种车辆调度方法的流程示意图;
图3是本申请一示例性实施例示出的一种确定第一数量的流程示意图;
图4是本申请一示例性实施例示出的一种依据第一数量,向监控区域进行目标车辆调度的流程示意图;
图5是本申请一示例性实施例示出的一种确定平均等待时长的场景的示意图;
图6是本申请一示例性实施例示出的一种车辆调度装置的结构示意图;
图7是本申请一示例性实施例示出的一种电子设备的硬件结构示意图。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。
在本申请使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本申请。在本申请和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。
为了使本领域技术人员更好地理解本申请实施例提供的技术方案,并使本申请实施例的上述目的、特征和优点能够更加明显易懂,下面结合附图对本申请实施例中技术方案作进一步详细的说明。
请参见图1,为本申请实施例提供的一种车辆调度方法的流程示意图,如图1所示,该车辆调度方法可以包括以下步骤:
需要说明的是,本申请实施例中各步骤的序号大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。
步骤S100、获取监控区域内目标车辆的状态,其中,目标车辆的状态包括空车或非空车。
本申请实施例中,目标车辆可以包括出租车或其他运营模式类似,且具有类似调度需求的车辆,如网约车。
监控区域可以为预先配置的运力需求较高的区域。例如,对于出租车,监控区域可以为火车站、机场或商业区等区域。
可以依据目标车辆上报的定位信息确定目标车辆是否处于监控区域,并依据目标车辆上报的状态信息,确定目标车辆的状态信息,如空车或非空车,进而,可以获取监控区域内目标车辆的状态。
示例性的,非空车状态可以包括但不限于重车(即载客)、电召、换班或暂停运营等。
示例性的,由于目标车辆通常会处于移动中,且车辆状态也会经常变化,因此,可以实时或定时获取监控区域内目标车辆的状态。
例如,车辆可以每隔预设时间间隔(如10s)上传本车辆的状态。
此外,考虑到实际场景中,运力需求较高的区域可能也并不是始终保持运力需求较高的状态,其保持运力需求较高的状态与时间具有关联性。
例如,对于火车站,该区域在春运或寒暑假期间的运力需求通常较高,而其余时期的运力需求较为正常;
对于商业区,该区域在营业时间内的运力需求通常较高,而非营业时间内运力需求通常较低。
因此,为了降低处理负荷,可以预先配置监控区域的监控时间段,并依据所配置的监控时间段,在该监控时间段内对监控区域进行运力需求监控。
步骤S110、依据监控区域内目标车辆的状态,确定监控区域内空车状态的目标车辆的数量和等待时长;其中,一个空车状态的目标车辆的等待时长为该目标车辆在监控区域内当前空车状态已保持的时长。
本申请实施例中,可以依据获取到的监控区域内目标车辆的状态,确定监控区域内空车状态的目标车辆的数量和等待时长。
示例性的,对于监控区域内的任一空车状态的目标车辆,可以将该目标车辆在监控区域内此次空车状态的开始时间到当前时间的时长,确定为该目标车辆的等待时长。
在一个示例中,步骤S110中所确定的监控区域内空车状态的目标车辆的等待时长可以为监控区域内空车状态的目标车辆的平均等待时长,即监控区域内各空车状态的目标车辆的等待时长的平均值。
举例来说,假设在T0时刻,监控区域内空车状态的目标车辆的数量为N,各空车状态的目标车辆的等待时长分别为T1~TN,则监控区域内空车状态的目标车辆的平均等待时长为(T1+T2…+TN)/N。
步骤S120、依据监控区域内空车状态的目标车辆的数量和等待时长,以及监控区域内的历史运营次数和历史等待时长,确定监控区域是否运力紧张;其中,运营次数为目标车辆由空车状态转为重车状态的次数。
本申请实施例中,考虑到当监控区域内运力紧张时,通常会表现出空车少,乘客多,以及目标车辆的等待时长短等特征,为了提高运力紧张判定的准确性,可以依据空车状态的目标车辆的数量、乘客数量以及目标车辆的等待时长,来确定监控区域内是否运力紧张。
而又考虑到乘客数量通常很难直接获取,因此,可以通过目标车辆的运营次数来表征乘客数量。
示例性的,目标车辆的运营次数(一个目标车辆一次由空车状态转为重车状态,目标车辆的运营次数加一)与乘客数量正相关。
此外,考虑到空车状态的目标车辆的数量多少、乘客数量多少以及目标车辆等待时长的长短属于相对的概念。
例如,空车状态的目标车辆的数量为100辆,乘客数量为90人和空车状态的目标车辆的数量为200辆,乘客数量为300人,前者虽然空车状态的目标车辆的绝对数量要多,但是前者更可能运力紧张。
同理,空车状态的目标车辆的数量为10辆,乘客数量为30人和空车状态的目标车辆的数量为100辆,乘客数量为60人,前者虽然乘客的绝对数量要少,但是前者更可能运力紧张。
又例如,当前统计的监控区域内目标车辆等待时长为10分钟,但是该监控区域内历史等待时长为20分钟,和当前统计的监控区域内目标车辆等待时长为5分钟,但该监控区域内历史等待时长为3分钟,前者虽然目标车辆的等待时长要更长,但后者更可能运力紧张。
因此,单纯地通过为空车状态的目标车辆的数量、或乘客数量来判定是否运力紧张的准确性并不高。
为了提高监控区域是否运力紧张的判定的准确性,可以采用空车状态的目标车辆的数量、目标车辆的等待时长以及目标车辆的运营次数和历史等待时长等多个维度来进行判定。
当获取到监控区域内空车状态的目标车辆的数量和等待时长时,可以依据获取到的监控区域内空车状态的目标车辆的数量和等待时长,以及所统计的监控区域内的历史运营次数和历史等待时长,确定监控区域是否运力紧张。
示例性的,监控区域内的历史运营次数为一个历史时间段内的监控区域内目标车辆的运营次数,或,多个历史时间段内的监控区域内目标车辆运营次数的平均值。
在一个示例中,可以通过比较获取到的监控区域内空车状态的目标车辆的数量和监控区域内的目标车辆的历史运营次数,确定监控区域内是否满足“空车少,乘客多”的特征。
此外,可以通过比较获取到的监控区域内空车状态的等待时长和监控区域内的目标车辆的历史等待时长,确定监控区域是否满足“车辆的平均等待时长短”的特征。
当确定监控区域满足“空车少、乘客多”特征,且满足“车辆的平均等待时长短”特征时,可以确定监控区域内运力紧张。
考虑到同一区域不同时间段内的运力需求可能不同,且正常情况下,目标车辆的平均运营时长(即目标车辆由空车状态转为重车状态到该目标车辆重新转为空车状态的平均时长)也可以相对固定的,因此,为了提高空车数量和乘客数量比较的合理性,在统计监控区域的历史运营次数时,可以依据与当前时间匹配的预设时长(该预设时长可以依据目标车辆的平均运营时间设定,可以为经验值)的历史时间段内的运营数据进行统计。
示例性的,可以将一个与当前时间匹配的预设时长的历史时间段内的监控区域内目标车辆的运营次数,或,多个与当前时间匹配的预设时长的历史时间段内的监控区域内目标车辆运营次数的平均值,作为监控区域内的历史运营次数。
例如,当前时间为8点,可以将前一天的8点前半个小时监控区域内的运营次数,或,前N(N≥2)天的8点前半个小时监控区域内的运营次数的平均值,作为监控区域内的历史运营次数。
此外,又考虑到一周内周一到周日运力需求也是会存在一定变化的,周一某时间段的运力需求,和周二~周日该时间段内的运力需求也可能存在一定的区别,因此,为了进一步提高历史运营次数统计的准确性,还可以考虑当前日期为一周内的第几天,并统计相应时间段内的历史运营次数。
例如,假设当前时间为周一8点,则可以将上一个周一8点的前半个小时内的监控区域的运营次数确定为历史运营次数,或,前N个周一8点的前半个小时的监控区域的平均运营次数确定为历史运营次数。
可见,在图1所示方法流程中,通过采用空车状态的目标车辆的数量、目标车辆的等待时长以及目标车辆的运营次数和历史等待时长等多个维度来进行判定是否运力紧张,与依据监控区域内目标车辆的数量这单一维度进行运力紧张判定的实现相比,提高了运力紧张判定的准确性,为优化车辆调度提供了数据基础。
作为一种可能的实施例,步骤S120中,依据监控区域内空车状态的目标车辆的数量和等待时长,以及监控区域内的历史运营次数和历史等待时长,确定监控区域是否运力紧张,包括:
依据监控区域内空车状态的目标车辆的数量与监控区域内的历史运营次数的第一比较结果,以及,监控区域内空车状态的目标车辆的等待时长与监控区域内的历史等待时长的第二比较结果,确定监控区域是否运力紧张。
示例性的,一方面,可以通过比较监控区域内空车状态的目标车辆的数量与监控区域内的历史运营次数,依据比较结果(本文中称为第一比较结果)确定监控区域是否满足“空车少,乘客多”的特征。
另一方面,可以通过比较监控区域内目标车辆的等待时长与监控区域内的历史等待时长,依据比较结果(本文中称为第二比较结果)确定监控区域是否满足“目标车辆的等待时长短”的特征。
可以依据第一比较结果和第二比较结果,确定监控区域是否运力紧张。
例如,当依据第一比较结果确定监控区域满足“空车少,乘客多”的特征,且依据第二比较结果确定监控区域满足“目标车辆的等待时长短”的特征时,确定监控区域运力紧张。
在一个示例中,第一比较结果依据以下参数确定:
监控区域内空车状态的目标车辆的数量、第一系数,以及监控区域内的历史运营次数;
示例性的,可以通过监控区域内空车状态的目标车辆的数量来表征监控区域内的空车数量,并通过监控区域内的历史运营次数来表征监控区域内的乘客数量。
示例性的,为了提高监控区域内空车状态的目标车辆的数量与监控区域内的历史运营次数的比较结果的合理性,还可以利用预设系数(本文中称为第一系数)对监控区域内空车状态的目标车辆的数量或监控区域内的历史运营次数进行修正。
例如,可以通过比较监控区域内空车状态的目标车辆的数量,与监控区域内的历史运营次数和第一系数二者的乘积(即监控区域内的历史运营次数乘以第一系数的计算结果,可以称为第一乘积),即比较监控区域内空车状态的目标车辆的数量与第一乘积,得到第一比较结果,当前者小于后者时,确定监控区域满足“空车少,乘客多”的特征。
在一个示例中,第二比较结果依据以下参数确定:
监控区域内空车状态的目标车辆的平均等待时长、第二系数,以及监控区域内的历史平均等待时长;
其中,监控区域内空车状态的目标车辆的平均等待时长为监控区域内各空车状态的目标车辆的等待时长的平均值,监控区域内的历史平均等待时长为一个与当前时间匹配的预设时长的历史时间段内的监控区域内的目标车辆的平均等待时长,或,多个与当前时间匹配的预设时长的历史时间段内的监控区域内目标车辆的平均等待时长的平均值。
示例性的,为了提高所确定的目标车辆的等待时长的准确性,在统计目标车辆的等待时长时,可以统计目标车辆的平均等待时长。
与历史运营次数统计同理的,在统计监控区域内目标车辆的等待时长时,也可以依据一个或多个与当前时间匹配的预设时长的历史时间段内的等待时长数据进行统计。
为了提高监控区域内空车状态的目标车辆的平均等待时长与监控区域内的历史平均等待时长的比较结果的合理性,还可以利用预设系数(本文中称为第二系数)对监控区域内空车状态的目标车辆的平均等待时长或监控区域内的历史平均等待时长进行修正。
例如,可以通过比较监控区域内空车状态的目标车辆的平均等待时长与第二系数二者的乘积(即监控区域内空车状态的目标车辆的平均等待时长乘以第二系数的计算结果,可以称为第二乘积),与监控区域内的历史平均等待时长,即比较第二乘积与监控区域内的历史平均等待时长,得到第二比较结果,当前者小于后者时,确定监控区域满足“目标车辆的等待时长短”的特征。
作为一种可能的实施例,如图2所示,步骤S120之后,还可以包括以下步骤:
步骤S130、当确定监控区域运力紧张时,依据监控区域内空车状态的目标车辆的数量,以及监控区域内的历史运营次数,确定第一数量;其中,第一数量用于表征需要向监控区域内调度的目标车辆的数量。
步骤S140、依据第一数量,向监控区域进行目标车辆调度。
示例性的,当确定监控区域运力紧张时,可以依据监控区域内空车状态的目标车辆的数量,以及监控区域内的历史运营次数,确定需要向监控区域内调度的目标车辆的数量(即需要下发调度指令的空车状态的目标车辆的数量,本文中称为第一数量),并依据该第一数量,向监控区域进行目标车辆调度。
例如,向监控区域外空车状态的目标车辆下发调度指令,以指示接收到调度指令的目标车辆前往监控区域。
在一个示例中,如图3所示,步骤S130中,依据监控区域内空车状态的目标车辆的数量,以及监控区域内的历史运营次数,确定第一数量,可以通过以下步骤实现:
步骤S131、依据监控区域内的空车状态的目标车辆的数量,以及监控区域内的历史运营次数的差值,确定第二数量;其中,第二数量用于表征监控区域内实际需求的空车状态的目标车辆的数量;
步骤S132、依据第二数量,以及所统计的调度响应率,确定第一数量;其中,第一数量大于或等于第二数量。
示例性的,可以依据监控区域内的空车状态的目标车辆的数量,以及监控区域内的历史运营次数的差值,确定监控区域内实际需求的空车状态的目标车辆的数量(本文中称为第二数量)。
例如,可以将监控区域内的历史运营次数与监控区域内的空车状态的目标车辆的数量二者的差值(较大者减去较小者),确定为第二数量。
考虑到向目标车辆下发调度指令之后,目标车辆并不一定会响应接收到的调度指令,即依据调度指令的指示前往监控区域,因此,为了提高目标车辆调度的合理性,可以依据调度响应率,以及上述第二数量,确定需要向监控区域内调度的目标车辆的数量(即上述第一数量)。
示例性的,调度响应率用于表征响应调度指令的目标车辆的数量占接收到调度指令的目标车辆的数量的比例,可见,调度响应率小于或等于1。
调度响应率的初始值可以根据经验值设定,如设定为1,后续,可以依据实际调度情况优化调度响应率。
作为一种可能的实施例,如图4所示,步骤S140中,依据第一数量,向监控区域进行目标车辆调度,可以通过以下步骤实现:
步骤S141、确定初始调度半径对应的调度区域内空车状态的目标车辆的数量是否大于或等于第一数量。若是,则转至步骤S142;否则,转至步骤S143。
步骤S142、向初始调度半径对应的调度区域内第一数量的空车状态的目标车辆下发调度指令,该调度指令用于指示目标车辆前往监控区域。
步骤S143、扩大调度半径,直至扩大后的调度半径对应的调度区域内空车状态的目标车辆的数量大于或等于第一数量时,向扩大后的调度半径对应的调度区域内第一数量空车状态的目标车辆下发调度指令,或者,扩大后的调度半径达到预设最大调度半径,且扩大后的调度半径对应的调度区域内空车状态的目标车辆的数量小于第一数量时,向预设最大调度半径对应的调度区域内空车状态的目标车辆下发调度指令。
示例性的,为了提高目标车辆调度的合理性和成功率,避免调度的目标车辆与目标区域的距离过远,可以通过逐步扩大调度半径的方式来实现目标车辆调度,并预设最大调度半径,以在尽可能调度足够的目标车辆的情况下,优先调度与目标区域距离更近的目标车辆。
最大调度半径可以依据目标车辆的平均速度(可以为经验值)以及预设最大时长确定,例如,最大调度半径为目标车辆的平均速度与预设最大时长二者的乘积。该预设最大时长用于表征司机可以接受的调度车程(以司机驾驶目标车辆的行驶时间为单位),可以为经验值,如20min。
当确定了第一数量时,可以确定初始调度半径对应的调度区域内空车状态的数量是否大于或等于第一数量。
该初始调度半径可以根据经验值确定,且可以为0。
以监控区域为圆形区域为例,初始调度半径对应的调度区域为监控区域的半径加上初始调度半径之后对应的圆形区域中除去监控区域之外的其余区域。
举例来说,假设监控区域的半径为2km,初始调度半径为1km,则初始调度半径对应的调度区域可以为以监控区域的中心为圆心,3km为半径的圆形区域内,除去监控区域之外的其余区域。
可以依据目标车辆上报的定位数据和状态信息,统计初始调度半径对应的调度区域内空车状态的目标车辆的数量,并确定初始调度半径对应的调度区域内空车状态的目标车辆的数量是否满足调度需求,即大于或等于第一数量。
若初始调度半径对应的调度区域内空车状态的目标车辆的数量大于或等于第一数量,则可以向初始调度半径对应的调度区域内第一数量的空车状态的目标车辆下发调度指令,以指示接收到调度指令的目标车辆前往监控区域。
示例性的,考虑到目标车辆可能由于通信等问题,而无法成功接收到调度指令,在下发调度指令时,若针对某目标车辆的调度指令未下发成功,如未接收到该目标车辆返回的响应消息,则可以重新下发,直至下发成功,或达到预设最大下发次数,或此次调度任务结束。
其中,调度任务结束可以包括监控时间段结束或当前监控周期结束(监控周期的说明将在下文中描述)。
若初始调度半径对应的调度区域内空车状态的目标车辆的数量小于第一数量,则可以扩大调度半径,并基于扩大后的调度半径,统计对应的调度区域内空车状态的目标车辆的数量是否大于或等于第一数量,若否,则继续扩大调度半径,直至扩大后的调度半径对应的调度区域内空车状态的目标车辆的数量大于或等于第一数量时,向扩大后的调度半径对应的调度区域内第一数量空车状态的目标车辆下发所述调度指令,或者,扩大后的调度半径达到预设最大调度半径。
作为一种可能的实施例,步骤S140中,依据第一数量,向监控区域进行目标车辆调度,可以包括:
依据第一数量,向调度区域内第一数量的空车状态的目标车辆下发调度指令,直至第一数量的空车状态的目标车辆中,进入监控区域的空车状态的目标车辆达到第二数量,或,调度时间达到预设调度周期时,重新确定监控区域是否运力紧张。
示例性的,考虑到实际响应调度指令的目标车辆是可变的,且监控区域内的运力需求也会发生变化,因此,单次车辆调度可能无法解决监控区域的运力紧张问题。
为了保证车辆调度的效果,可以依据监控区域内的运力状态,对监控区域进行多次调度。
当确定了第一数量时,可以依据第一数量,向调度区域内第一数量的空车状态的目标车辆下发调度指令,直至第一数量的空车状态的目标车辆中,进入监控区域的空车状态的目标车辆达到第二数量,或,调度时间达到预设调度周期时,结束此轮车辆调度,重新确定监控区域是否运力紧张,并在确定监控区域运力紧张时,再次按照上述实施例中描述的方式进行车辆调度,开始下一轮的车辆调度。
例如,可以在依据第一数量,向调度区域内第一数量的空车状态的目标车辆下发调度指令,并启动定时器,当定时器的定时时长达到预设调度周期时,确定此轮车辆调度结束。
若在定时器的定时时长达到预设调度周期之前,下发调度指令的第一数量的空车状态的目标车辆中,进入监控区域的空车状态的目标车辆达到第二数量,则可以提前结束此轮车辆调度,重新针对监控区域进行运力紧张判定。
示例性的,可以记录下发了调度指令的目标车辆的信息,如车牌号,并依据所记录的下发了调度指令的目标车辆的信息,以及目标车辆上报的定位信息,确定下发了调度指令的目标车辆中进入监控区域的空车状态的目标车辆的数量。
为了使本领域技术人员更好地理解本申请实施例提供的技术方案,下面结合具体实例对本申请实施例提供的技术方案进行说明。
在该实施例中,以出租车调度为例,当新建一个重点区域运力监控任务时,需要先在系统(如车辆调度平台)中设置监控区域、监控时间段、最大调度半径、调度指令等,然后在监控时间段范围内,实时进行运力监控,当确定监控区域运力紧张时,启动车辆调度,直至调度效果达到预期或此轮调度时长达到预设调度周期,结束此轮车辆调度,重新进行运力监控。
下面对具体实现流程进行详细说明。
一、运力紧张的判定
在该实施例中,从空车数量、乘客数量以及车辆的平均等待时长这三个维度进行运力紧张判定,其中,各维度可能出现的情况如表1所示:
表1
空车的数量 | 乘客数量 | 平均等待时长 | 结论 |
少 | 少 | 短 | 运力不紧张 |
少 | 少 | 长 | 运力不紧张 |
少 | 多 | 短 | 运力紧张 |
少 | 多 | 长 | 不存在 |
多 | 少 | 短 | 不存在 |
多 | 少 | 长 | 运力不紧张 |
多 | 多 | 短 | 运力不紧张 |
多 | 多 | 长 | 不一定 |
示例性的,表1中各维度的多/少,或长/短,可以依据相应维度的数值与对应维度的阈值的比较结果确定,本申请实施例在此不做赘述。
如表1所示,运力紧张的特征包括:空车少、乘客多,且车辆的平均等待时长短。
下面分别描述如何进行判断:
1、空车少乘客多
由于出租车信息系统无法获取到现场的客流情况,因此,乘客数量无法直接获取,可以通过出租车的本身的数据来进行对乘客数量进行识别,而乘客数量从另一种角度来看即为运力需求,可以利用历史运营数据来进行表征。
若监控区域内的空车数量满足以下条件:
监控区域内的空车数<历史运营次数×k1
则,确定监控区域内空车少,乘客多。
其中:
历史营运次数:若当前时间为周一8点,则历史营运次数为近一个月内周一早上8点前半小时内监控区域内空车状态转重车状态的车辆数量的平均数;
k1为弹性系数(即上述第一系数),:设定规则参见k1,初始值可以根据经验值设定,如80%,后续流程中,随着系统中调度次数越来越多,每次判断运力紧张后车辆调度完成可对调度情况进行分析,若完成调度后监控区域内的空车数增多但是在预设时长内又明显下降(如完成调度后区域内新增的空车数在预设时长后转为重车的车辆的数量占新增的空车数的比例大于预设比例阈值),则证明运力紧张的判定是正确的,可增大系数k1;若完成调度后,监控区域内空车数增多,且在预设时长内未明显下降,则可以减小系数k1。
当确定监控区域内车辆的平均等待时长短,且空车少、乘客多时,判定监控区域运力紧张。
1、车辆的平均等待时长短
车辆的等待时长为空车状态的车辆在进入监控区域之后当前空车状态已保持的时长。
对于进入监控区域的车辆,平均等待时长可以按照以下方式确定:
……
举例来说,如图5所示,假设车辆1~3分别在8:30、8:45和9:00以空车状态进入监控区域,且均在9:45转为重车状态,且一直到10:00均保持为重车状态,则不同时间统计的车辆平均等待时长如下:
为了确定监控区域是否满足车辆平均等待时长短这一特征,可以统计监控区域的历史平均等待时长。
例如,若当前为周一8点,则可以将最近一个月内,各周的周一8点的平均等待时长的均值,确定为监控区域的历史平均等待时长。
举例来说,假设最近一个月第一个周一8点的平均等待时长为T1,第二个周一8点的平均的等待时长为T2,第三个周一8点的平均等待时长为T3,第四个周一8点的平均等待时长为T4,则监控区域的历史平均等待时长为:(T1+T2+T3+T4)/4。
若当前统计的监控区域内的车辆平均等待时长满足:
平均等待时长*k2<历史平均等待时长
则确定监控区域车辆的平均等待时长短。
其中,k2为弹性系数(即上述第二系数),初始值可以根据经验值设定,如80%,后续流程中,随着系统中调度次数越来越多,每次判断运力紧张后车辆调度完成可对调度情况进行分析,若完成调度后监控区域内的空车数增多但是在预设时长内又明显下降(如完成调度后区域内新增的空车数在预设时长后转为重车的车辆的数量占新增的空车数的比例大于预设比例阈值),则证明运力紧张的判定是正确的,可减小系数k2;若完成调度后,监控区域内空车数增多,且在预设时长内未明显下降,则可以增大系数k2。
二、车辆调度
当确定监控区域运力紧张时,可以开始一轮车辆调度,包括:计算监控区域内实际需求的空车状态的车辆的数量(即上述第二数量,该实施例中可以称为目标调度车辆数)、需要向监控区域内调度的车辆的数量(即上述第一数量,该实施例中可以称为下发调度车辆数),以及调度区域。
1、计算目标调度车辆数
目标调度车辆数=历史运营次数-监控区域内的空车数
2、计算下发调度车辆数
下发调度车辆数=目标调度车辆×k3
k3可以按照以下方式确定:
历史平均响应率=实际调度车辆/下发调度车辆数
k3=1/历史平均响应率
其中,实际调度车辆为接收到调度指令后,响应调度指令进入监控区域的车辆。
历史平均响应率:若调度时间为周一上午8-8:30,则以近一个月内的周一早上8-8:30的调度数据来计算历史平均响应率。
其中,若设置的时间段内不存在历史数据,则重新将k3设置为1,后面再根据实际调度数据来更新k3。
3、计算下发范围
确定下发范围时,先将调度半径清零(即调度半径初始值为0,进行新一轮调度周期时,将调度半径清零);系统以每次1km(可根据实际需求调整)扩大调度半径,判断调度半径对应的调度区域内的空车数是否大于或等于下发调度车辆数,若否,则继续扩大调度半径,直至达到最大调度半径;若是,则向调度区域内与下发调度车辆数匹配的数量的空车下发调度指令。
其中,最大调度半径可以依据城市内出租车平均速度,以及司机接受的最大车程确定。
假设城市内出租车平均速度为40km/h,司机接受的最大车程为20min,则最大调度半径为:40km/h*(20min/60min)=13km。
本申请实施例中,获取监控区域内目标车辆的状态,并依据监控区域内目标车辆的状态,确定监控区域内空车状态的目标车辆的数量和等待时长,进而,依据监控区域内空车状态的目标车辆的数量和等待时长,以及监控区域内的历史运营次数和历史等待时长,确定监控区域是否运力紧张,通过采用空车状态的目标车辆的数量、目标车辆的等待时长以及目标车辆的运营次数等多个维度来进行判定是否运力紧张,与依据监控区域内目标车辆的数量这单一维度进行运力紧张判定的实现相比,提高了运力紧张判定的准确性,为优化车辆调度提供了数据基础。
以上对本申请提供的方法进行了描述。下面对本申请提供的装置进行描述:
请参见图6,为本申请实施例提供的一种车辆调度装置的结构示意图,如图6所示,该车辆调度装置可以包括:
获取单元610,被配置为获取监控区域内目标车辆的状态,其中,目标车辆的状态包括空车或非空车;
确定单元620,被配置为依据监控区域内目标车辆的状态,确定该监控区域内空车状态的目标车辆的数量和等待时长;其中,一个空车状态的目标车辆的等待时长为该目标车辆在该监控区域内当前空车状态已保持的时长;
调度单元630,被配置为依据该监控区域内空车状态的目标车辆的数量和等待时长,以及该监控区域内的历史运营次数和历史等待时长,确定该监控区域是否运力紧张;其中,运营次数为目标车辆由空车状态转为重车状态的次数。
在一种可能的实施例中,调度单元630,具体被配置为依据该监控区域内空车状态的目标车辆的数量与该监控区域内的历史运营次数的第一比较结果,以及,该监控区域内空车状态的目标车辆的等待时长与该监控区域内的历史等待时长的第二比较结果,确定该监控区域是否运力紧张。
在一种可能的实施例中,第一比较结果依据以下参数确定:
该监控区域内空车状态的目标车辆的数量、第一系数,以及该监控区域内的历史运营次数;
其中,该监控区域内的历史运营次数为一个与当前时间匹配的预设时长的历史时间段内的该监控区域内目标车辆的运营次数,或,多个与当前时间匹配的预设时长的历史时间段内的该监控区域内目标车辆运营次数的平均值。
在一种可能的实施例中,第二比较结果依据以下参数确定:
该监控区域内空车状态的目标车辆的平均等待时长、第二系数,以及该监控区域内的历史平均等待时长;
其中,该监控区域内空车状态的目标车辆的平均等待时长为该监控区域内各空车状态的目标车辆的等待时长的平均值,该监控区域内的历史平均等待时长为一个与当前时间匹配的预设时长的历史时间段内的该监控区域内目标车辆的平均等待时长,或,多个与当前时间匹配的预设时长的历史时间段内的该监控区域内目标车辆的平均等待时长的平均值。
在一种可能的实施例中,调度单元630,还被配置为当确定该监控区域运力紧张时,依据该监控区域内空车状态的目标车辆的数量,以及该监控区域内的历史运营次数,确定第一数量;其中,第一数量用于表征需要向该监控区域内调度的目标车辆的数量;依据第一数量,向该监控区域进行目标车辆调度。
在一种可能的实施例中,调度单元630,具体被配置为依据该监控区域内的空车状态的目标车辆的数量,以及该监控区域内的历史运营次数的差值,确定第二数量;其中,第二数量用于表征该监控区域内实际需求的空车状态的目标车辆的数量;
依据第二数量,以及调度响应率,确定第一数量;其中,第一数量大于或等于第二数量,其中,该调度响应率用于表征响应调度指令的目标车辆的数量占接收到调度指令的目标车辆的数量的比例。
在一种可能的实施例中,调度单元630,具体被配置为确定初始调度半径对应的调度区域内空车状态的目标车辆的数量是否大于或等于第一数量;
若是,则向初始调度半径对应的调度区域内第一数量的空车状态的目标车辆下发调度指令,该调度指令用于指示目标车辆前往所述监控区域;
若否,则扩大调度半径,直至扩大后的调度半径对应的调度区域内空车状态的目标车辆的数量大于或等于第一数量时,向扩大后的调度半径对应的调度区域内第一数量空车状态的目标车辆下发所述调度指令,或者,扩大后的调度半径达到预设最大调度半径,且扩大后的调度半径对应的调度区域内空车状态的目标车辆的数量小于第一数量时,向预设最大调度半径对应的调度区域内空车状态的目标车辆下发调度指令。
在一种可能的实施例中,调度单元630,具体被配置为依据第一数量,向调度区域内第一数量的空车状态的目标车辆下发调度指令,直至第一数量的空车状态的目标车辆中,进入该监控区域的空车状态的目标车辆达到第二数量,或,调度时间达到预设调度周期时,重新确定该监控区域是否运力紧张。
请参见图7,为本申请实施例提供的一种电子设备的硬件结构示意图。该电子设备可以包括处理器701、通信接口702、存储器703和通信总线704。处理器701、通信接口702以及存储器703通过通信总线704完成相互间的通信。其中,存储器703上存放有计算机程序;处理器701可以通过执行存储器703上所存放的程序,执行上文描述的车辆调度方法。
本文中提到的存储器703可以是任何电子、磁性、光学或其它物理存储装置,可以包含或存储信息,如可执行指令、数据,等等。例如,存储器702可以是:RAM(Radom AccessMemory,随机存取存储器)、易失存储器、非易失性存储器、闪存、存储驱动器(如硬盘驱动器)、固态硬盘、任何类型的存储盘(如光盘、dvd等),或者类似的存储介质,或者它们的组合。
本申请实施例还提供了一种存储有计算机程序的机器可读存储介质,例如图7中的存储器703,该计算机程序可由图7所示电子设备中的处理器701执行以实现上文中描述的车辆调度方法。
本申请实施例还提供了一种计算机程序,存储于机器可读存储介质,例如图7中的存储器703,并且当处理器执行该计算机程序时,促使处理器701执行上文中描述的车辆调度方法。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述仅为本申请的较佳实施例而已,并不用以限制本申请,凡在本申请的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本申请保护的范围之内。
Claims (10)
1.一种车辆调度方法,其特征在于,包括:
获取监控区域内目标车辆的状态,其中,所述目标车辆的状态包括空车或非空车;
依据所述监控区域内目标车辆的状态,确定所述监控区域内空车状态的目标车辆的数量和等待时长;其中,一个空车状态的目标车辆的等待时长为该目标车辆在所述监控区域内当前空车状态已保持的时长;
依据所述监控区域内空车状态的目标车辆的数量和等待时长,以及所述监控区域内的历史运营次数和历史等待时长,确定所述监控区域是否运力紧张;其中,运营次数为目标车辆由空车状态转为重车状态的次数。
2.根据权利要求1所述的方法,其特征在于,所述依据所述监控区域内空车状态的目标车辆的数量和等待时长,以及所述监控区域内的历史运营次数和历史等待时长,确定所述监控区域是否运力紧张,包括:
依据所述监控区域内空车状态的目标车辆的数量与所述监控区域内的历史运营次数的第一比较结果,以及,所述监控区域内空车状态的目标车辆的等待时长与所述监控区域内的历史等待时长的第二比较结果,确定所述监控区域是否运力紧张。
3.根据权利要求1所述的方法,其特征在于,所述确定所述监控区域是否运力紧张之后,还包括:
当确定所述监控区域运力紧张时,依据所述监控区域内空车状态的目标车辆的数量,以及所述监控区域内的历史运营次数,确定第一数量;其中,所述第一数量用于表征需要向所述监控区域内调度的目标车辆的数量;
依据所述第一数量,向所述监控区域进行目标车辆调度。
4.根据权利要求3所述的方法,其特征在于,所述依据所述监控区域内空车状态的目标车辆的数量,以及所述监控区域内的历史运营次数,确定第一数量,包括:
依据所述监控区域内的空车状态的目标车辆的数量,以及所述监控区域内的历史运营次数的差值,确定第二数量;其中,所述第二数量用于表征所述监控区域内实际需求的空车状态的目标车辆的数量;
依据所述第二数量,以及调度响应率,确定所述第一数量;其中,所述第一数量大于或等于所述第二数量,其中,所述调度响应率用于表征响应调度指令的目标车辆的数量占接收到调度指令的目标车辆的数量的比例。
5.一种车辆调度装置,其特征在于,包括:
获取单元,被配置为获取监控区域内目标车辆的状态,其中,所述目标车辆的状态包括空车或非空车;
确定单元,被配置为依据所述监控区域内目标车辆的状态,确定所述监控区域内空车状态的目标车辆的数量和等待时长;其中,一个空车状态的目标车辆的等待时长为该目标车辆在所述监控区域内当前空车状态已保持的时长;
调度单元,被配置为依据所述监控区域内空车状态的目标车辆的数量和等待时长,以及所述监控区域内的历史运营次数和历史等待时长,确定所述监控区域是否运力紧张;其中,运营次数为目标车辆由空车状态转为重车状态的次数。
6.根据权利要求5所述的装置,其特征在于,所述调度单元,具体被配置为依据所述监控区域内空车状态的目标车辆的数量与所述监控区域内的历史运营次数的第一比较结果,以及,所述监控区域内空车状态的目标车辆的等待时长与所述监控区域内的历史等待时长的第二比较结果,确定所述监控区域是否运力紧张。
7.根据权利要求5所述的装置,其特征在于,
所述调度单元,还被配置为当确定所述监控区域运力紧张时,依据所述监控区域内空车状态的目标车辆的数量,以及所述监控区域内的历史运营次数,确定第一数量;其中,所述第一数量用于表征需要向所述监控区域内调度的目标车辆的数量;依据所述第一数量,向所述监控区域进行目标车辆调度。
8.根据权利要求7所述的装置,其特征在于,所述调度单元,具体被配置为依据所述监控区域内的空车状态的目标车辆的数量,以及所述监控区域内的历史运营次数的差值,确定第二数量;其中,所述第二数量用于表征所述监控区域内实际需求的空车状态的目标车辆的数量;依据所述第二数量,以及调度响应率,确定所述第一数量;其中,所述第一数量大于或等于所述第二数量,其中,所述调度响应率用于表征响应调度指令的目标车辆的数量占接收到调度指令的目标车辆的数量的比例。
9.一种电子设备,其特征在于,包括处理器、通信接口、存储器和通信总线,其中,处理器,通信接口,存储器通过通信总线完成相互间的通信;
存储器,用于存放计算机程序;
处理器,用于执行存储器上所存放的程序时,实现权利要求1-4任一项所述的方法。
10.一种机器可读存储介质,其特征在于,所述计算机可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现权利要求1-4任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010543658.2A CN111784126B (zh) | 2020-06-15 | 2020-06-15 | 车辆调度方法、装置、电子设备及机器可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010543658.2A CN111784126B (zh) | 2020-06-15 | 2020-06-15 | 车辆调度方法、装置、电子设备及机器可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111784126A true CN111784126A (zh) | 2020-10-16 |
CN111784126B CN111784126B (zh) | 2024-05-28 |
Family
ID=72755972
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010543658.2A Active CN111784126B (zh) | 2020-06-15 | 2020-06-15 | 车辆调度方法、装置、电子设备及机器可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111784126B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112734194A (zh) * | 2020-12-30 | 2021-04-30 | 安徽金网运通物流科技有限公司 | 一种物流运输车辆配置系统 |
CN112734198A (zh) * | 2020-12-30 | 2021-04-30 | 安徽金网运通物流科技有限公司 | 一种车辆集中地追加运输车辆配置方法 |
CN112785833A (zh) * | 2020-12-30 | 2021-05-11 | 青岛中兴智能交通有限公司 | 一种车流异常聚集的预测方法和装置 |
CN113888000A (zh) * | 2021-10-18 | 2022-01-04 | 支付宝(杭州)信息技术有限公司 | 一种共享单车的调度方法及装置 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH11283186A (ja) * | 1998-03-27 | 1999-10-15 | Aisin Seiki Co Ltd | 配車管理システム |
KR20100084010A (ko) * | 2009-01-15 | 2010-07-23 | 제주대학교 산학협력단 | 위치이력 데이터를 이용한 공택시 배치 기법 |
CN107580010A (zh) * | 2016-07-05 | 2018-01-12 | 滴滴(中国)科技有限公司 | 一种车辆资源调度处理方法及服务器 |
CN109887268A (zh) * | 2019-03-27 | 2019-06-14 | 腾讯科技(深圳)有限公司 | 车辆调度方法、装置及存储介质 |
CN110807921A (zh) * | 2019-10-24 | 2020-02-18 | 上海钧正网络科技有限公司 | 车辆调度方法、装置、设备和存储介质 |
CN111179006A (zh) * | 2018-11-13 | 2020-05-19 | 北京嘀嘀无限科技发展有限公司 | 司机调度方法、装置及电子设备 |
-
2020
- 2020-06-15 CN CN202010543658.2A patent/CN111784126B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH11283186A (ja) * | 1998-03-27 | 1999-10-15 | Aisin Seiki Co Ltd | 配車管理システム |
KR20100084010A (ko) * | 2009-01-15 | 2010-07-23 | 제주대학교 산학협력단 | 위치이력 데이터를 이용한 공택시 배치 기법 |
CN107580010A (zh) * | 2016-07-05 | 2018-01-12 | 滴滴(中国)科技有限公司 | 一种车辆资源调度处理方法及服务器 |
CN111179006A (zh) * | 2018-11-13 | 2020-05-19 | 北京嘀嘀无限科技发展有限公司 | 司机调度方法、装置及电子设备 |
CN109887268A (zh) * | 2019-03-27 | 2019-06-14 | 腾讯科技(深圳)有限公司 | 车辆调度方法、装置及存储介质 |
CN110807921A (zh) * | 2019-10-24 | 2020-02-18 | 上海钧正网络科技有限公司 | 车辆调度方法、装置、设备和存储介质 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112734194A (zh) * | 2020-12-30 | 2021-04-30 | 安徽金网运通物流科技有限公司 | 一种物流运输车辆配置系统 |
CN112734198A (zh) * | 2020-12-30 | 2021-04-30 | 安徽金网运通物流科技有限公司 | 一种车辆集中地追加运输车辆配置方法 |
CN112785833A (zh) * | 2020-12-30 | 2021-05-11 | 青岛中兴智能交通有限公司 | 一种车流异常聚集的预测方法和装置 |
CN113888000A (zh) * | 2021-10-18 | 2022-01-04 | 支付宝(杭州)信息技术有限公司 | 一种共享单车的调度方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN111784126B (zh) | 2024-05-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111784126A (zh) | 车辆调度方法、装置、电子设备及机器可读存储介质 | |
CN111966729B (zh) | 一种车辆轨迹数据处理方法、装置、设备及存储介质 | |
CN106971604B (zh) | 一种停车位资源配置方法和装置 | |
CN111860561A (zh) | 网约车的异常停留行为识别方法、装置、设备及存储介质 | |
CN108538072B (zh) | 一种确定发车策略的方法和装置 | |
CN110705753A (zh) | 基于调度模型的车辆调度方法、装置、计算机设备及存储介质 | |
CN111526170B (zh) | 推送方法、显示方法、装置、服务器、终端和存储介质 | |
DE112016006754T5 (de) | Verfahren und vorrichtung zur on-demand-kraftstofflieferung | |
WO2021031634A1 (zh) | 一种基于实时单行程车辆的预约单连环派单方法和装置 | |
CN113096435B (zh) | 共享车位确定方法、装置、设备及存储介质 | |
WO2021031635A1 (zh) | 基于非空闲行程车辆的预约单混合连环派单方法和装置 | |
CN114298559A (zh) | 换电站的换电方法、换电管理平台及存储介质 | |
CN116663811A (zh) | 一种城际客运的往返动态拼车的调度匹配方法和装置 | |
CN114254856B (zh) | 基于蜂巢图实现的共享单车运维调度方法及系统 | |
CN112418456B (zh) | 一种车辆保养自动匹配方法、装置、存储介质及电子设备 | |
CN112465384A (zh) | 一种运力调度的方法、装置、计算机设备及计算机可读存储介质 | |
CN110853333A (zh) | 一种基于实时单行程车辆的预约单派单方法和装置 | |
CN105471043A (zh) | 充电设备的配置方法和装置 | |
CN115796565A (zh) | 一种航班群组确定方法、装置、电子设备及存储介质 | |
US20220319243A1 (en) | Information processing device and information processing method | |
CN115713168A (zh) | 用车出行时间预测方法、装置、服务器及存储介质 | |
JP7287244B2 (ja) | 情報処理装置、プログラム、及び、情報処理方法 | |
CN114548461A (zh) | 一种利用网约车订单数据动态预测乘客等候时长的方法 | |
CN114708748A (zh) | 一种判断车次状态方法、系统和可读存储介质 | |
CN114493071A (zh) | 一种网约车运力调度方法 |
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 |