CN112070340B - 基于云计算技术对网约车进行调配的方法 - Google Patents

Abstract

本发明公开了一种基于云计算技术对网约车进行调配的方法，所述方法包括：实时监控并获取当前目标区域内的网约车数据，并根据获取的所述网约车数据，计算所述当前目标区域内的网约车密度；根据计算得到的所述网约车密度，向所述网约车对应的车载终端发送调配指令，供所述车载终端对应的用户确认；根据所述车载终端反馈的用户是否确认的反馈信息，对相应的网约车进行调配；达到了根据车辆密度对网约车进行调配的目的，提高了网约车调配的灵活性和智能性；对网约车用户侧来讲，提高了用户体验和人机的可交互性。

Description

基于云计算技术对网约车进行调配的方法

技术领域

本发明涉及数据处理技术领域，特别涉及一种基于云计算技术对网约车进行调配的方法。

背景技术

随着互联网技术的普及，人们的日常工作和生活中越来越离不开互联网，互联网也越来越多地参与至不同的领域。在网约车方面，由于网约车给人们的出行带来了极大的便利。在出行时，考虑到时间问题和便利性，大多数人的出行方式中首选网约车，这也就使得目前网约车的数量也越来越多。

针对数量越来越多的网约车，考虑到时间和交通成本，在用户需要时通常会调派距离用户最近的网约车。在用车高峰时段以及用车高峰地段，网约车司机为了更快地接单，通常会在用车高峰地段运行，这就使得某些地段的网约车越来越多。而针对其他用车需求量没那么大的地段，通常会出现叫不到网约车的情况，甚至会出现网约车严重不足的情况，而其他地段则可能会出现因网约车过于密集而导致车辆空闲的情况。因此，如何合理地对网约车进行调配，成为目前亟待解决的问题之一。

发明内容

本发明提供一种基于云计算技术对网约车进行调配的方法，旨在实时监控网约车的车辆密度，并根据车辆密度实现对网约车的调配。

本发明提供了一种基于云计算技术对网约车进行调配的方法，所述基于云计算技术对网约车进行调配的方法包括：

实时监控并获取当前目标区域内的网约车数据，并根据获取的所述网约车数据，计算所述当前目标区域内的网约车密度；

根据计算得到的所述网约车密度，向所述网约车对应的车载终端发送调配指令，供所述车载终端对应的用户确认；

根据所述车载终端反馈的用户是否确认的反馈信息，对相应的网约车进行调配。

进一步地，所述实时监控并获取当前目标区域内的网约车数据，包括：

实时监控所述当前目标区域内的网约车的运行情况，采集所述当前目标区域内所有网约车对应的GPS数据。

进一步地，所述实时监控并获取当前目标区域内的网约车数据，包括：

实时监控所述当前目标区域内运行的所有车辆信息，根据已合法注册的网约车的注册信息，识别并获取所述当前目标区域内的网约车；

获取所述当前目标区域内的所有网约车对应的网约车数据。

进一步地，所述根据获取的所述网约车数据，计算所述当前目标区域内的网约车密度，包括：

根据获取的所述网约车数据，利用数学表达式(1)，计算所述当前目标区域内的网约车密度ρ为：

所述数学表达式(1)中，G3(t)表示：在当前时刻t，停留在所述当前目标区域的网约车数量；G1(t)表示：在当前时刻t，驶入所述当前目标区域的网约车数量；G2(t)表示：在当前时刻t，驶出所述当前目标区域的网约车数量；θ1(t)表示：对当前时刻t驶入所述当前目标区域的网约车数量的数量修正因子，其取值范围为[0.8，1.2]；θ2(t)表示：对当前时刻t驶出所述当前目标区域的网约车数量的数量修正因子，其取值范围为[0.8，1.2]；INT[]表示取整函数；S表示所述当前目标区域的区域面积。

进一步地，所述根据计算得到的所述网约车密度，向所述网约车对应的车载终端发送调配指令，供所述车载终端对应的用户确认，包括：

根据计算得到的所述网约车密度，将所述网约车密度与预设密度进行比较；

根据所述网约车密度与所述预设密度的比较结果，向所述网约车对应的车载终端发送对应的调配指令。

进一步地，所述根据所述网约车密度与所述预设密度的比较结果，向所述网约车对应的车载终端发送对应的调配指令，包括：

若所述网约车密度小于所述预设密度，则基于乘客端发送的网约车需求信息，向所述当前目标区域外的所述网约车对应的车载终端发送将其调往所述当前目标区域内的调配指令，并在接收到用户基于所述车载终端输入的确认调配的反馈信息时，基于用户输入的所述反馈信息，调配对应的所述网约车至所述当前目标区域内；

若所述网约车密度大于或者等于所述预设密度，则向所述当前目标区域内的所述网约车对应的车载终端发送将其调往所述当前目标区域外的调配指令，供所述网约车对应的用户确认是否进行调配。

进一步地，所述根据所述车载终端反馈的用户是否确认的反馈信息，对相应的网约车进行调配，包括：

若所述车载终端对应的所述反馈信息为用户不调配，则针对所述网约车配置所述网约车当前所在区域内的网约信息；其中，所述网约信息包括：乘客端发送的网约车需求信息；

若所述车载终端对应的所述反馈信息为用户确认调配，则对确认调配的网约车进行动态跟踪，计算所述网约车的车辆综合值，并根据计算得到的所述车辆综合值，对所述网约车进行调配。

进一步地，所述对确认调配的网约车进行动态跟踪，计算所述网约车的车辆综合值，包括：

对确认调配的网约车进行动态跟踪，获取所述网约车对应的车辆特征信息；

根据获取的所述车辆特征信息，利用数学表达式(2)，计算所述网约车的车辆综合值Z，则有：

所述数学表达式(2)中，A1表示所述网约车的最高加速度；A0表示预设的加速度基准值；B1表示所述网约车将车速从100公里每小时减速到0公里每小时所需要花费的制动时长；B0表示预设的制动时长基准值；C1表示所述网约车以100公里每小时速度行驶时每分钟排放的尾气质量；C0表示预设的每分钟排放的尾气质量基准值；表示所述网约车的车辆性能因子，其取值范围为[0.4，0.8]。

进一步地，所述根据计算得到的所述车辆综合值，对所述网约车进行调配，包括：

根据计算得到的所述车辆综合值，以预设匹配度为参照，查找预设调配数据库，获取与所述车辆综合值相匹配的网约车路线；

将所述网约车路线发送至所述网约车，供所述网约车基于所述网约车路线运行，实现对所述网约车的调配；

其中，所述根据计算得到的所述车辆综合值，以预设匹配度为参照，查找预设调配数据库，获取与所述车辆综合值相匹配的网约车路线，包括：

根据计算得到的所述车辆综合值，查找预设调配数据库，获取与所述车辆综合值的匹配度高于所述预设匹配度的所有网约车路线；

将找出的所述网约车路线按照匹配度的高低进行排列，将匹配度最高且当前处于空闲状态的网约车路线，作为与所述车辆综合值相匹配的所述网约车路线。

进一步地，所述根据所述车载终端反馈的用户是否确认的反馈信息，对相应的网约车进行调配，包括：

在所述当前目标区域内的网约车密度大于或者等于所述预设密度时，获取当前网约车密度小于预设密度且与所述当前目标区域距离最近的第二目标区域；

当接收到所述当前目标区域内的所述网约车对应的确认调配指令时，生成待调配网约车当前位置距离所述第二目标区域的最短导航路线；

将生成的所述最短导航路线发送至所述待调配网约车，供所述待调配网约车基于所述最短导航路线前往所述第二目标区域。

本发明一种基于云计算技术对网约车进行调配的方法，通过实时监控并获取当前目标区域内的网约车数据，并根据获取的所述网约车数据，计算所述当前目标区域内的网约车密度；根据计算得到的所述网约车密度，向所述网约车对应的车载终端发送调配指令，供所述车载终端对应的用户确认；根据所述车载终端反馈的用户是否确认的反馈信息，对相应的网约车进行调配；达到了根据车辆密度对网约车进行调配的目的，提高了网约车调配的灵活性和智能性；对网约车用户侧来讲，提高了用户体验和人机的可交互性。

本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所指出的内容来实现和获得。

下面通过附图和实施例，对本发明的技术方案做进一步描述。

附图说明

附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：

图1是本发明基于云计算技术对网约车进行调配的方法的一种实施方式的流程示意图。

图2是本发明基于云计算技术对网约车进行调配的方法中，图1所述实施例中的步骤S20的一种实施方式的流程示意图。

具体实施方式

以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。

本发明提供了一种基于云计算技术对网约车进行调配的方法，旨在根据不同区域内网约车的密度，实现对网约车的智能调配，使得网约车的调配更具智能化。

如图1所示，图1是本发明基于云计算技术对网约车进行调配的方法的一种实施方式的流程示意图；本发明一种基于云计算技术对网约车进行调配的方法可以实施为如下描述的步骤S10-S30。

步骤S10、实时监控并获取当前目标区域内的网约车数据，并根据获取的所述网约车数据，计算所述当前目标区域内的网约车密度。

本发明实施例中，针对有网约车运行的区域，系统对各区域进行目标划分，以划分后的区域为单位，进行网约车的监控和调配。针对其中一个区域，系统实时监控所述当前目标区域内的网约车的运行情况，采集所述当前目标区域内所有网约车对应的运行数据；所述运行数据包括但不限于：GPS数据、位置信息等。在一个实施例中，由于GPS数据能够较为准确地反应网约车的位置信息，因此可以直接通过获取所述网约车的GPS数据作为所述网约车对应的运行数据。

进一步地，在一个实施例中，所述实时监控并获取当前目标区域内的网约车数据，还可以通过如下方式实施：

实时监控所述当前目标区域内运行的所有车辆信息，根据已合法注册的网约车的注册信息，识别并获取所述当前目标区域内的网约车；根据识别出的所述网约车，获取所述当前目标区域内的所有网约车对应的网约车数据。本发明实施例中，系统数据库中保存了所有已注册的合法的网约车信息，包括但不限于：网约车对应的车牌、车辆型号、与该网约车绑定的用户信息等。

进一步地，在一个实施例中，根据获取的所述网约车数据，计算所述当前目标区域内的网约车密度，可以将网约车的数量直接与所述当前目标区域内所有运行的车辆的总数量进行相除运算，将相除运算的商值作为该当前目标区域内的网约车密度。

进一步地，在一个实施例中，所述根据获取的所述网约车数据，计算所述当前目标区域内的网约车密度，还可以按照如下方式实施：

根据获取的所述网约车数据，利用数学表达式(1)，计算所述当前目标区域内的网约车密度ρ为：

所述数学表达式(1)中，G3(t)表示：在当前时刻t，停留在所述当前目标区域的网约车数量；G1(t)表示：在当前时刻t，驶入所述当前目标区域的网约车数量；G2(t)表示：在当前时刻t，驶出所述当前目标区域的网约车数量；θ1(t)表示：对当前时刻t驶入所述当前目标区域的网约车数量的数量修正因子，其取值范围为[0.8，1.2]；θ2(t)表示：对当前时刻t驶出所述当前目标区域的网约车数量的数量修正因子，其取值范围为[0.8，1.2]；INT[]表示取整函数；S表示所述当前目标区域的区域面积。

步骤S20、根据计算得到的所述网约车密度，向所述网约车对应的车载终端发送调配指令，供所述车载终端对应的用户确认。

系统根据计算得到的所述网约车密度，对相关网约车上配置的所述车载终端发送对应的调配指令。本发明实施例中，系统对各网约车不进行强制调度。针对需要调配的网约车，系统首先向该网约车上配置的车载终端发送调配指令，供该网约车上使用车载终端的用户基于该调配指令触发对应的操作，比如，用户确认调配或者确认不进行调配所对应触发的操作。

步骤S30、根据所述车载终端反馈的用户是否确认的反馈信息，对相应的网约车进行调配。

系统接收用户基于所述网约车的车载终端所触发的反馈信息，该反馈信息包括：用户确认同意调配以及用户确认不同意调配。针对不同的反馈信息，系统对网约车执行对应的调配操作。

在一个实施例中，如图2所示，图2是本发明基于云计算技术对网约车进行调配的方法中，图1所述实施例中的步骤S20的一种实施方式的流程示意图。图2所述实施例中，图1实施例中的“步骤S20、根据计算得到的所述网约车密度，向所述网约车对应的车载终端发送调配指令，供所述车载终端对应的用户确认”，可以实施为如下描述的步骤S21-S22。

步骤S21、根据计算得到的所述网约车密度，将所述网约车密度与预设密度进行比较；

步骤S22、根据所述网约车密度与所述预设密度的比较结果，向所述网约车对应的车载终端发送对应的调配指令。

本发明实施例中，在向网约车对应的车载终端发送对应的调配指令时，根据计算得到的所述网约车密度与预设密度的比较结果，执行向对应的网约车的车载终端发送调配指令的操作。

进一步地，在一个实施例中，所述根据所述网约车密度与所述预设密度的比较结果，向所述网约车对应的车载终端发送对应的调配指令，可以按照如下方式实施：

若所述网约车密度小于所述预设密度，则基于乘客端发送的网约车需求信息，向所述当前目标区域外的所述网约车对应的车载终端发送将其调往所述当前目标区域内的调配指令，并在接收到用户基于所述车载终端输入的确认调配的反馈信息时，基于用户输入的所述反馈信息，调配对应的所述网约车至所述当前目标区域内。

若所述网约车密度大于或者等于所述预设密度，则向所述当前目标区域内的所述网约车对应的车载终端发送将其调往所述当前目标区域外的调配指令，供所述网约车对应的用户确认是否进行调配。

进一步地，基于图1和图2所述实施例的描述，图1所述实施例中的“步骤S30、根据所述车载终端反馈的用户是否确认的反馈信息，对相应的网约车进行调配”，可以按照如下方式实施：

若所述车载终端对应的所述反馈信息为用户不调配，则针对所述网约车，自动配置所述网约车当前所在区域内的网约信息。比如，该车载终端对应的所述反馈信息为不同意调配，则基于该网约车信息，系统为该网约车自动匹配该当前目标区域内的网约信息；并在匹配到对应的网约信息时，向该网约车发送相匹配的所述网约信息，供所述网约车基于所述网约信息提供相应的网约车服务。其中，本发明实施例中，所述网约信息可以理解为：乘客端发送的网约车需求信息。

若所述车载终端对应的所述反馈信息为用户确认调配，则对确认调配的网约车进行动态跟踪，计算所述网约车的车辆综合值，并根据计算得到的所述车辆综合值，对所述网约车进行调配。

进一步地，在一个实施例中，在所述网约车密度大于或者等于所述预设密度的情况下，且所述车载终端对应的所述反馈信息为用户确认调配，则根据所述车载终端反馈的用户是否确认的反馈信息，对相应的网约车进行调配，可以按照如下方式实施：

在所述当前目标区域内的网约车密度大于或者等于所述预设密度时，获取当前网约车密度小于预设密度且与所述当前目标区域距离最近的第二目标区域；当接收到所述当前目标区域内的所述网约车对应的确认调配指令时，生成待调配网约车当前位置距离所述第二目标区域的最短导航路线；将生成的所述最短导航路线发送至所述待调配网约车，供所述待调配网约车基于所述最短导航路线前往所述第二目标区域。

也就是说，在所述当前目标区域内，所述网约车密度大于或者等于预设密度的情况下，同时接收到所述网约车的反馈信息为用户确认调配，则系统获取当前网约车密度小于预设密度且距离所述当前目标区域最近的第二目标区域，并为该待调配网约车规划从当前位置行驶至所述第二目标区域的最短导航路线；当规划好对应的所述最短导航路线时，将所述最短导航路线发送至所述待调配网约车，使得待调配网约车在确认调配的情况下仍然可以接续提供网约车服务，提高了网约车调配的智能性和灵活性；对用户侧来讲，提高了人机的可交互性和用户体验。

进一步地，在一个实施例中，所述对确认调配的网约车进行动态跟踪，计算所述网约车的车辆综合值，可以按照如下方式实施：

对确认调配的网约车进行动态跟踪，获取所述网约车对应的车辆特征信息；根据获取的所述车辆特征信息，利用数学表达式(2)，计算所述网约车的车辆综合值Z，则有：

所述数学表达式(2)中，A1表示所述网约车的最高加速度；A0表示预设的加速度基准值；B1表示所述网约车将车速从100公里每小时减速到0公里每小时所需要花费的制动时长；B0表示预设的制动时长基准值；C1表示所述网约车以100公里每小时速度行驶时每分钟排放的尾气质量；C0表示预设的每分钟排放的尾气质量基准值；表示所述网约车的车辆性能因子，其取值范围为[0.4，0.8]。

本发明实施例中，获取的所述网约车对应的车辆特征信息包括但不限于：该网约车对应的车辆动力性能指标值、车辆制动性指标值、车辆排放污染物指标值以及对应配置的所述网约车的车辆性能因子。

进一步地，在根据计算得到的所述车辆综合值，对所述网约车进行调配时，可以按照如下技术手段实施：

根据计算得到的所述车辆综合值，以预设匹配度为参照，查找预设调配数据库，获取与所述车辆综合值相匹配的网约车路线；将所述网约车路线发送至所述网约车，供所述网约车基于所述网约车路线运行，实现对所述网约车的调配。

在本发明实施例中，针对该网约车计算得到的所述车辆综合值进行网约车路线匹配时，系统预先针对该当前目标区域内的网约车配置了对应的预设匹配度，且在该系统对应的预设调配数据库中，根据历史数据，存储了不同的网约车路线。当需要对网约车进行调配时，以所述网约车对应的车辆综合值为基础，以预设匹配度为参照，查找上述预设调配数据库，从所述预设调配数据库中找到与所述车辆综合值相匹配的网约车路线，并将上述相匹配的网约车路线发送至对应的网约车，供所述网约车基于相匹配的网约车路线运行，从而实现对该网约车的智能调配。

进一步地，在一个实施例中，所述根据计算得到的所述车辆综合值，以预设匹配度为参照，查找预设调配数据库，获取与所述车辆综合值相匹配的网约车路线，可以按照如下技术手段实施：

根据计算得到的所述车辆综合值，查找预设调配数据库，获取与所述车辆综合值的匹配度高于所述预设匹配度的所有网约车路线；将找出的所述网约车路线按照匹配度的高低进行排列，将匹配度最高且当前处于空闲状态的网约车路线，作为与所述车辆综合值相匹配的所述网约车路线。

本发明实施例中，所述处于空闲状态的网约车路线可以理解为：目前没有网约车运行在该网约车路线上，或者说：该网约车路线上暂时没有正在运行的网约车。

进一步地，在一个实施例中，可以将匹配度作为首要的考虑依据。即当与所述车辆综合值的匹配度高于所述预设匹配度时，针对具体的应用场景，也可以针对总长度超过预设距离的网约车路线进行分段，在为对应的网约车匹配对应的网约车路线时，只要对应的当前路段没有网约车运行即可；或者，针对当前路段，正在运行的网约车不能满足高峰时段的高用车需求时，仍可以将该网约车路线作为与对应的网约车相匹配的网约车路线。

进一步地，针对具体的应用场景，本发明实施例可以对相匹配的所述网约车路线的空闲状态，不进行考虑，只要找到与所述车辆综合值的匹配度高于所述预设匹配度的网约车路线，即可将所述网约车路线发送至对应的网约车，从而实现对该网约车的调配。

本发明实施例中，通过确定当前目标区域的车辆密度，且根据车辆密度的大小对该区域的车辆进行调配，当当前目标区域的车辆密度较大时，智能推送调配指令；同时，依据用户的输入的具体反馈信息的情况，便于对该网约车进行有效调配；另外，当当前目标区域的车辆密度较小时，用户主动输入调配指令，实现对网约车的有效调配，有效地保证了不同区域的网约车数量，达到了灵活调配网约车的目的。

本发明基于云计算技术对网约车进行调配的方法，实时监控并获取当前目标区域内的网约车数据，并根据获取的所述网约车数据，计算所述当前目标区域内的网约车密度；根据计算得到的所述网约车密度，向所述网约车对应的车载终端发送调配指令，供所述车载终端对应的用户确认；根据所述车载终端反馈的用户是否确认的反馈信息，对相应的网约车进行调配；达到了根据车辆密度对网约车进行调配的目的，提高了网约车调配的灵活性和智能性；对网约车用户侧来讲，提高了用户体验和人机的可交互性。

本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。

本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (6)

1.一种基于云计算技术对网约车进行调配的方法，其特征在于，所述基于云计算技术对网约车进行调配的方法包括：

实时监控并获取当前目标区域内的网约车数据，并根据获取的所述网约车数据，计算所述当前目标区域内的网约车密度；

根据计算得到的所述网约车密度，向所述网约车对应的车载终端发送调配指令，供所述车载终端对应的用户确认；

根据所述车载终端反馈的用户是否确认的反馈信息，对相应的网约车进行调配；

所述根据计算得到的所述网约车密度，向所述网约车对应的车载终端发送调配指令，供所述车载终端对应的用户确认，包括：

根据计算得到的所述网约车密度，将所述网约车密度与预设密度进行比较；

根据所述网约车密度与所述预设密度的比较结果，向所述网约车对应的车载终端发送对应的调配指令；

所述根据所述车载终端反馈的用户是否确认的反馈信息，对相应的网约车进行调配，包括：

若所述车载终端对应的所述反馈信息为用户不调配，则针对所述网约车配置所述网约车当前所在区域内的网约信息；其中，所述网约信息包括：乘客端发送的网约车需求信息；

若所述车载终端对应的所述反馈信息为用户确认调配，则对确认调配的网约车进行动态跟踪，计算所述网约车的车辆综合值，并根据计算得到的所述车辆综合值，对所述网约车进行调配；

所述对确认调配的网约车进行动态跟踪，计算所述网约车的车辆综合值，包括：

对确认调配的网约车进行动态跟踪，获取所述网约车对应的车辆特征信息；

根据获取的所述车辆特征信息，利用数学表达式(2)，计算所述网约车的车辆综合值Z，则有：

所述数学表达式(2)中，A1表示所述网约车的最高加速度；A0表示预设的加速度基准值；B1表示所述网约车将车速从100公里每小时减速到0公里每小时所需要花费的制动时长；B0表示预设的制动时长基准值；C1表示所述网约车以100公里每小时速度行驶时每分钟排放的尾气质量；C0表示预设的每分钟排放的尾气质量基准值；表示所述网约车的车辆性能因子，其取值范围为[0.4，0.8]；

所述根据计算得到的所述车辆综合值，对所述网约车进行调配，包括：

根据计算得到的所述车辆综合值，以预设匹配度为参照，查找预设调配数据库，获取与所述车辆综合值相匹配的网约车路线；

将所述网约车路线发送至所述网约车，供所述网约车基于所述网约车路线运行，实现对所述网约车的调配；

其中，所述根据计算得到的所述车辆综合值，以预设匹配度为参照，查找预设调配数据库，获取与所述车辆综合值相匹配的网约车路线，包括：

根据计算得到的所述车辆综合值，查找预设调配数据库，获取所述车辆综合值的匹配度高于所述预设匹配度的所有网约车路线；

将找出的所述网约车路线按照匹配度的高低进行排列，将匹配度最高且当前处于空闲状态的网约车路线，作为与所述车辆综合值相匹配的所述网约车路线。

2.如权利要求1所述的基于云计算技术对网约车进行调配的方法，其特征在于，所述实时监控并获取当前目标区域内的网约车数据，包括：

实时监控所述当前目标区域内的网约车的运行情况，采集所述当前目标区域内所有网约车对应的GPS数据。

3.如权利要求1所述的基于云计算技术对网约车进行调配的方法，其特征在于，所述实时监控并获取当前目标区域内的网约车数据，包括：

实时监控所述当前目标区域内运行的所有车辆信息，根据已合法注册的网约车的注册信息，识别并获取所述当前目标区域内的网约车；

获取所述当前目标区域内的所有网约车对应的网约车数据。

4.如权利要求1或2或3所述的基于云计算技术对网约车进行调配的方法，其特征在于，所述根据获取的所述网约车数据，计算所述当前目标区域内的网约车密度，包括：

根据获取的所述网约车数据，利用数学表达式(1)，计算所述当前目标区域内的网约车密度ρ为：

所述数学表达式(1)中，G3(t)表示：在当前时刻t，停留在所述当前目标区域的网约车数量；G1(t)表示：在当前时刻t，驶入所述当前目标区域的网约车数量；G2(t)表示：在当前时刻t，驶出所述当前目标区域的网约车数量；θ1(t)表示：对当前时刻t驶入所述当前目标区域的网约车数量的数量修正因子，其取值范围为[0.8，1.2]；θ2(t)表示：对当前时刻t驶出所述当前目标区域的网约车数量的数量修正因子，其取值范围为[0.8，1.2]；INT[]表示取整函数；S表示所述当前目标区域的区域面积。

5.如权利要求1所述的基于云计算技术对网约车进行调配的方法，其特征在于，所述根据所述网约车密度与所述预设密度的比较结果，向所述网约车对应的车载终端发送对应的调配指令，包括：

若所述网约车密度小于所述预设密度，则基于乘客端发送的网约车需求信息，向所述当前目标区域外的所述网约车对应的车载终端发送将其调往所述当前目标区域内的调配指令，并在接收到用户基于所述车载终端输入的确认调配的反馈信息时，基于用户输入的所述反馈信息，调配对应的所述网约车至所述当前目标区域内；

若所述网约车密度大于或者等于所述预设密度，则向所述当前目标区域内的所述网约车对应的车载终端发送将其调往所述当前目标区域外的调配指令，供所述网约车对应的用户确认是否进行调配。

6.如权利要求5所述的基于云计算技术对网约车进行调配的方法，其特征在于，所述根据所述车载终端反馈的用户是否确认的反馈信息，对相应的网约车进行调配，包括：

在所述当前目标区域内的网约车密度大于或者等于所述预设密度时，获取当前网约车密度小于预设密度且与所述当前目标区域距离最近的第二目标区域；

当接收到所述当前目标区域内的所述网约车对应的确认调配指令时，生成待调配网约车当前位置距离所述第二目标区域的最短导航路线；

将生成的所述最短导航路线发送至所述待调配网约车，供所述待调配网约车基于所述最短导航路线前往所述第二目标区域。