CN112465176B - 一种行车路线规划方法及装置 - Google Patents

一种行车路线规划方法及装置 Download PDF

Info

Publication number
CN112465176B
CN112465176B CN202011441143.8A CN202011441143A CN112465176B CN 112465176 B CN112465176 B CN 112465176B CN 202011441143 A CN202011441143 A CN 202011441143A CN 112465176 B CN112465176 B CN 112465176B
Authority
CN
China
Prior art keywords
target
point
information point
directed graph
current position
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
Application number
CN202011441143.8A
Other languages
English (en)
Other versions
CN112465176A (zh
Inventor
汤义强
张之硕
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nanjing Leading Technology Co Ltd
Original Assignee
Nanjing Leading Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Nanjing Leading Technology Co Ltd filed Critical Nanjing Leading Technology Co Ltd
Priority to CN202011441143.8A priority Critical patent/CN112465176B/zh
Publication of CN112465176A publication Critical patent/CN112465176A/zh
Application granted granted Critical
Publication of CN112465176B publication Critical patent/CN112465176B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06Q10/02—Reservations, e.g. for tickets, services or events
    • 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
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0633—Lists, e.g. purchase orders, compilation or processing
    • G06Q30/0635—Processing of requisition or of purchase orders

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Development Economics (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Game Theory and Decision Science (AREA)
  • Traffic Control Systems (AREA)
  • Devices For Checking Fares Or Tickets At Control Points (AREA)

Abstract

本发明实施例提供了一种行车路线规划方法及装置，涉及网络约车技术领域。所述行车路线规划方法包括：确定目标空驶车辆当前位置的预设区域范围内的第一信息点；将所述第一信息点假设为所述目标空驶车辆的当前位置，继续确定所述目标空驶车辆当前位置的预设区域范围内的第一信息点，直至迭代计算次数达到预设次数；在每次迭代计算得到的第一信息点中确定一个第二信息点；根据确定的所述第二信息点，规划所述目标空驶车辆的目标行车路线，并将所述目标行车路线推送至目标设备。本发明实施例提供的技术方案，能够在一定程度上解决网络约车中车辆与乘客之间存的供需不平衡的问题。

Description

一种行车路线规划方法及装置
技术领域
本发明涉及网络约车技术领域，尤其涉及一种行车路线规划方法及装置。
背景技术
随着互联网技术的发展，网络约车逐步融入人们的日常生活。网络约车服务不仅大大提高了乘客的打车效率，其多元化服务模式也有效提升了的乘客的出行体验。
但在网络约车中常会发生供需不平衡的问题，例如，有些地方网络打车的乘客很多，但却没有接单的司机，而与此同时其他一些地方的司机却没有打车订单可接，处于长时间空驶状态，这样会导致乘客的出行需求得不到满足，也使很多车辆处于空驶等待状态，运力资源没有得到充分利用。
发明内容
本发明实施例提供了一种行车路线规划方法及装置，以在一定程度上解决现有技术的网络约车中，车辆与乘客之间存在供需不平衡的问题。
为了解决上述技术问题，本发明实施例提供了以下技术方案：
第一方面，本发明实施例提供了一种行车路线规划方法，包括：
确定目标空驶车辆当前位置的预设区域范围内的第一信息点；
将所述第一信息点假设为所述目标空驶车辆的当前位置，继续确定所述目标空驶车辆当前位置的预设区域范围内的第一信息点，直至迭代计算次数达到预设次数；
在每次迭代计算得到的第一信息点中确定一个第二信息点；其中，所述第二信息点为根据每次迭代计算中所述目标空驶车辆由当前位置到达所述第一信息点的第一预估时长以及所述第一信息点在目标时刻后的第一预设时长内的第一预测打车订单数量确定的，所述目标时刻为所述目标空驶车辆到达所述第一信息点的预估时刻；
根据确定的所述第二信息点，规划所述目标空驶车辆的目标行车路线，并将所述目标行车路线推送至目标设备；其中，所述目标行车路线为经过所述第二信息点的路线，所述目标设备为所述目标空驶车辆的司机用户设备。
可选地，所述确定目标空驶车辆当前位置的预设区域范围内的第一信息点，包括：
确定所述目标空驶车辆当前位置的预设区域范围内的第三信息点；其中，所述第三信息点为当前时刻后的第二预设时长内的第二预测打车订单数量大于或等于预设数量的信息点；
确定所述目标空驶车辆到达每一所述第三信息点的第二预估时长；
将所述第二预估时长小于或等于第三预设时长的所述第三信息点，确定为所述第一信息点。
可选地，所述在每次迭代计算中得到的第一信息点中确定一个第二信息点，包括：
根据每次迭代计算中的当前位置以及确定的第一信息点构建有向图；其中，所述有向图包括：用于表示第一次迭代计算时所述目标空驶车辆的当前位置的源点，用于表示每次迭代计算得到的所述第一信息点的中间点，用于表示所述有向图的结束的终点，以及用于连接所述有向图中的各个点的有向边；
根据所述第一预估时长以及所述第一预测打车订单数量，确定所述有向图中的每条目标有向边的有向图费用；其中，每条所述目标有向边连接所述有向图中的第一点与第二点；所述第一点为每次迭代计算中的当前位置在所述有向图中对应的点，所述第二点为每次迭代计算中根据所述当前位置确定的所述第一信息点在所述有向图中对应的点；
将所述有向图中目标路径中的中间点对应的第一信息点，确定为第二信息点；其中，所述目标路径为：所述有向图中由所述源点到所述终点的路径中，所述目标有向边的有向图费用之和最小的路径。
可选地，所述根据所述第一预估时长以及所述第一预测打车订单数量，确定所述有向图中的每条目标有向边的有向图费用，包括：
根据所述第一预估时长、所述第一预测打车订单数量以及预设公式：fi＝(α×T-P)/γi-1，确定所述有向图中的每条所述目标有向边的有向图费用；
其中，fi表示所述目标有向边的有向图费用，α表示第一预设常数，T表示所述第一预估时长，P表示所述第一预测打车订单数量，γ表示第二预设常数，γ大于0小于等于1，i表示迭代计算的次数。
可选地，所述目标空驶车辆的运营区域范围预先划分为多个六边形网格区域，所述预设区域范围属于所述运营区域范围，且所述预设区域范围包括：目标网格区域以及围绕在所述目标网格区域外的预设层数的网格区域范围；其中，所述目标网格区域为每次迭代计算中所述目标空驶车辆的当前位置所在的网格区域。
第二方面，本发明实施例提供了一种行车路线规划装置，包括：
第一确定模块，用于确定目标空驶车辆当前位置的预设区域范围内的第一信息点；
第二确定模块，用于将所述第一信息点假设为所述目标空驶车辆的当前位置，继续确定所述目标空驶车辆当前位置的预设区域范围内的第一信息点，直至迭代计算次数达到预设次数；
第三确定模块，用于在每次迭代计算得到的第一信息点中确定一个第二信息点；其中，所述第二信息点为根据每次迭代计算中所述目标空驶车辆由当前位置到达所述第一信息点的第一预估时长以及所述第一信息点在目标时刻后的第一预设时长内的第一预测打车订单数量确定的，所述目标时刻为所述目标空驶车辆到达所述第一信息点的预估时刻；
处理模块，用于根据确定的所述第二信息点，规划所述目标空驶车辆的目标行车路线，并将所述目标行车路线推送至目标设备；其中，所述目标行车路线为经过所述第二信息点的路线，所述目标设备为所述目标空驶车辆的司机用户设备。
可选地，所述第一确定模块包括：
第一确定单元，用于确定所述目标空驶车辆当前位置的预设区域范围内的第三信息点；其中，所述第三信息点为当前时刻后的第二预设时长内的第二预测打车订单数量大于或等于预设数量的信息点；
第二确定单元，用于确定所述目标空驶车辆到达每一所述第三信息点的第二预估时长；
第三确定单元，用于将所述第二预估时长小于或等于第三预设时长的所述第三信息点，确定为所述第一信息点。
可选地，所述第三确定模块包括：
有向图构建单元，用于根据每次迭代计算中的当前位置以及确定的第一信息点构建有向图；其中，所述有向图包括：用于表示第一次迭代计算时所述目标空驶车辆的当前位置的源点，用于表示每次迭代计算得到的所述第一信息点的中间点，用于表示所述有向图的结束的终点，以及用于连接所述有向图中的各个点的有向边；
第四确定单元，用于根据所述第一预估时长以及所述第一预测打车订单数量，确定所述有向图中的每条目标有向边的有向图费用；其中，每条所述目标有向边连接所述有向图中的第一点与第二点；所述第一点为每次迭代计算中的当前位置在所述有向图中对应的点，所述第二点为每次迭代计算中根据所述当前位置确定的所述第一信息点在所述有向图中对应的点；
第五确定单元，用于将所述有向图中目标路径中的中间点对应的第一信息点，确定为第二信息点；其中，所述目标路径为：所述有向图中由所述源点到所述终点的路径中，所述目标有向边的有向图费用之和最小的路径。
可选地，所述第四确定单元具体用于：
根据所述第一预估时长、所述第一预测打车订单数量以及预设公式：fi＝(α×T-P)/γi-1，确定所述有向图中的每条所述目标有向边的有向图费用；
其中，fi表示所述目标有向边的有向图费用，α表示第一预设常数，T表示所述第一预估时长，P表示所述第一预测打车订单数量，γ表示第二预设常数，γ大于0小于等于1，i表示迭代计算的次数。
可选地，所述目标空驶车辆的运营区域范围预先划分为多个六边形网格区域，所述预设区域范围属于所述运营区域范围，且所述预设区域范围包括：目标网格区域以及围绕在所述目标网格区域外的预设层数的网格区域范围；其中，所述目标网格区域为每次迭代计算中所述目标空驶车辆的当前位置所在的网格区域。
第三方面，本发明实施例提供了一种电子设备，所述电子设备包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上所述的行车路线规划方法中的步骤。
第四方面，本发明实施例提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上所述的行车路线规划方法中的步骤。
本发明实施例中，为了解决网络约车中车辆与乘客之间的供需不平衡的问题，对空驶车辆进行行车路线的规划，以便将空驶车辆引导至打车热度高(即订单量可能比较大)的区域，在满足更多乘客打车需求的同时，也提高了空驶车辆的接单率，提升运力资源的利用率。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例的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发明的一些实施例，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他的附图。
图1为本发明实施例提供的行车路线规划方法的流程示意图；
图2为本发明实施例提供的步骤101的子步骤流程示意图；
图3为本发明实施例提供的步骤103的子步骤流程示意图；
图4为本发明实施例提供的有向图的示意图；
图5为本发明实施例提供的网格区域的示意图；
图6为本发明实施例提供的行车路线规划装置的框图；
图7为本发明实施例提供的电子设备的框图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述。显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，均属于本发明保护的范围。
依据本发明实施例的一个方面，提供了一种行车路线规划方法。
如图1所示，该行车路线规划方法可以包括：
步骤101：确定目标空驶车辆当前位置的预设区域范围内的第一信息点。
其中，这里所述的目标空驶车辆是指网络约车系统中没有载客而空着行驶的客运车辆。
为了便于定位，乘客通常会选择一个信息点(Point of Information，简称POI)作为网络约车的起点或终点，因此，本发明实施例中，在规划该目标空驶车辆的行车路线时，可以先确定目标空驶车辆当前位置的预设区域范围内的一些信息点(即第一信息点)，然后依据这些信息点进行行车路线的规划。其中，这里所述的信息点可以是根据乘客历史打车位置的经纬度聚合出的地点。
对于空驶车辆，一般空驶时长越短越好，因此，步骤101中所述的预设区域范围不宜过大。在确定预设区域范围时，可以先设置一个最大空驶时长，然后根据空驶车辆在最大空驶时长内能够达到的区域范围，确定预设区域范围。
步骤102：将第一信息点假设为目标空驶车辆的当前位置，继续确定目标空驶车辆当前位置的预设区域范围内的第一信息点，直至迭代计算次数达到预设次数。
本发明实施例中，在确定目标空驶车辆当前位置的预设区域范围内的第一信息点后，可以分别将当前获取的每一第一信息点假设为目标空驶车辆的当前位置，继续确定目标空驶车辆当前位置的预设区域范围内的第一信息点，直至迭代计算次数达到预设次数。其中，该预设次数大于或等于1。
例如，假设目标空驶车辆的当前位置为位置点A。在第一次迭代计算时，确定了位置点A的预设区域范围内的第一信息点B、C、D。在第二次迭代计算时，分别将第一次迭代计算得到的第一信息点B、C、D假设为目标空驶车辆的当前位置，确定目标空驶车辆的新当前位置的预设区域范围内的第一信息点，即：将第一信息点B作为目标空驶车辆的当前位置，确定目标空驶车辆的新当前位置(即第一信息点B)的预设区域范围内的第一信息点；将第一信息点C作为目标空驶车辆的当前位置，确定目标空驶车辆的新当前位置(即第一信息点C)的预设区域范围内的第一信息点；将第一信息点D作为目标空驶车辆的当前位置，确定目标空驶车辆的新当前位置(即第一信息点D)的预设区域范围内的第一信息点。
需要说明的是，这里是假设第一信息点为目标空驶车辆的当前位置，并非是目标空驶车辆行驶至第一信息点之后，再进行迭代计算。
需要说明的是，在预设次数等于1时，通过步骤101完成一次迭代计算后，迭代计算次数已达到预设次数，无需再进行迭代计算。
步骤103：在每次迭代计算得到的第一信息点中确定一个第二信息点。
本发明实施例中，在通过预设次数的迭代计算得到所需的第一信息点后，再分别在每次迭代计算得到的第一信息点中，确定一个第二信息点。接前述示例继续进行说明，假设，迭代次数一共为两次，第一次迭代计算得到了第一信息点B、C、D，第二次迭代计算得到了第一信息点E、F、G、H、I、J、K，则分别从第一次迭代计算得到的第一信息点B、C、D中选出一个点作为第二信息点，从第二次迭代计算得到的第一信息点E、F、G、H、I、J、K中选出一个点作为第二信息点。
本发明实施例中，该第二信息点可以是一个能够使目标空驶车辆的接单概率较大且空驶时长在合适范围内的预测信息点，因此，在确定第二信息点时，可以根据每次迭代计算中目标空驶车辆由当前位置(第N次迭代计算时车辆的当前位置为第N-1次迭代计算得到的第一信息点，N大于或等于2)到达第一信息点(第N次迭代计算时得到的第一信息点)的第一预估时长，以及第一信息点在目标时刻后的第一预设时长内的第一预测打车订单数量进行确定。这里所述的目标时刻为每次迭代计算时目标空驶车辆由当前位置到达第一信息点的预估时刻。
某一信息点的打车订单数量越多，目标空驶车辆在该信息点处能够接到订单的概率越大，而目标空驶车辆到达一个信息点后，可以有一段停留时长，以便等待接单，因此，可以根据每次迭代计算确定的第一信息点在目标时刻后的第一预设时长(对应停留时长)内的预测打车订单数量(即第一预测打车订单数量)确定第二信息点，以便引导目标空驶车辆行驶到一个接单概率比较大的信息点。此外，在考虑接单概率的同时，还可以考虑目标空驶车辆从当前位置到第一信息点的预估时长。空驶的预估时长过长，会影响目标空驶车辆的运营，因此，还可以根据每次迭代计算中目标空驶车辆由当前位置到达第一信息点的第一预估时长确定第二信息点，以便控制目标空驶车辆的空驶时长。
步骤104：根据确定的第二信息点，规划目标空驶车辆的目标行车路线，并将该目标行车路线推送至目标设备。
其中，这里所述的目标行车路线为经过第二信息点的路线。例如，接前述示例继续进行说明，第一次迭代计算时，目标空驶车辆的当前位置为位置点A，确定的第二信息点为第一信息点B；第二迭代计算时确定的第二信息点为第一信息点D，则目标行车路线可以是以位置点A为起点，以第一信息点D为终点，然后中途经过第一信息点B的行车路线。
其中，这里所述的目标设备为目标空驶车辆的司机用户设备。在完成目标空驶车辆的行车路线规划后，可以将规划好的行车路线(即目标行车路线)推送至目标空驶车辆的司机用户设备，以便司机根据推送的行车路线行驶。
本发明实施例中，为了解决网络约车中车辆与乘客之间的供需不平衡的问题，对空驶车辆进行行车路线的规划，以便将空驶车辆引导至打车热度高(即订单量可能比较大)的区域，在满足更多乘客打车需求的同时，也提高了空驶车辆的接单率，提升运力资源的利用率。
可选地，本发明实施例中，若确定的第二信息点中具有相同的信息点，例如，进行了三次迭代计算，第一次迭代计算确定的第二信息点为第一信息点B，第二迭代计算确定的第二信息点为第一信息点D，第三次迭代计算确定的第二信息点为第一信息点B，显然，第一次迭代计算确定的第二信息点与第三次迭代计算确定的第二信息点相同，可以在一定程度上说明第一信息点B的预测打车订单数量比较大，空驶车辆在该处的接单概率相对来说也会比较高，空驶车辆没有必要来回空驶，因此可以忽略相同的两个第二信息点之间的其他第二信息点，即目标行车路线中不经过相同两个第二信息点之间的其他第二信息点。例如，在前述情况下，目标行程路线可以是：直接由位置点A到达第一信息点B，不再包括由第一信息点B到第一信息点D，再由第一信息点D返回至第一信息点B的路线。
可选地，本发明实施例中，每次迭代计算确定的第一信息点可以是：根据目标空驶车辆当前位置(第一次迭代计算之后，当前位置为前一次迭代计算得到的第一信息点)的预设区域范围内的信息点，在当前时刻(第一次迭代计算之后，当前时刻为前文所述的目标时刻)后的第二预设时长内的第二预测打车订单数量，以及目标空驶车辆到达该预设区域范围内的信息点的第二预估时长确定的。下面以第一迭代计算为例，对第一信息点的确定进行进一步地解释说明。
如图2所示，步骤101：确定目标空驶车辆当前位置的预设区域范围内的第一信息点，可以包括：
步骤1011：确定目标空驶车辆当前位置的预设区域范围内的第三信息点。
其中，这里所述第三信息点为当前时刻后的第二预设时长内的第二预测打车订单数量大于或等于预设数量的信息点。
本发明实施例中，可以先获取目标空驶车辆当前位置的预设区域范围内的所有信息点(以下称为第四信息点)。然后可以通过机器学习算法等预测每一第四信息点在第二预设时长内的打车订单数量。再然后，可以依据预测的打车订单数量对第四信息点进行筛选，将预测打车订单数量(即第二预测打车订单数量)大于或等于预设数量的第四信息点，确定为第三信息点。
其中，第二预设时长大于第一预设时长。在对第四信息点未来一段时间的打车订单数量进行预测时，考虑到目标空驶车辆由当前位置到每一第四信息点的时长以及到达第四信息点后的停留时长，因此，第二预设时长的数值要大于第一预设时长(对应停留时长)。例如，根据空驶车辆可能的停留时长(可以通过大数据统计得到)，可以设置第一预设时长为十分钟，再考虑上空驶车辆由当前位置到达信息点的预估时长，则第二预设时长可以设置为二十分钟。当然，这里仅是举例说明，具体数值的设定可根据实际需求进行调整。
步骤1012：确定目标空驶车辆到达每一第三信息点的第二预估时长。
本发明实施例中，在从第四信息点中筛选出第三信息点后，对目标空驶车辆到每一第三信息点的时长分别进行预估，得到第二预估时长。
步骤1013：将第二预估时长小于或等于第三预设时长的第三信息点，确定为第一信息点。
由于空驶车辆的空驶时长越短越好，因此，本发明实施例中，在得到目标空驶车辆到达每一第三信息点的第二预估时长后，可以依据第二预估时长对第三信息点进行筛选，筛选出第二预估时长小于或等于第三预设时长的信息点，并将筛选出来的信息点确定为第一信息点。
其中，第三预设时长可以根据网络约车公司的运营要求进行设定，例如，可以是十二分钟等。
可选地，本发明实施例中，在确定第二信息点时，可以通过构建有向图的方式进行确定，具体实现可以如下所述：
如图3所示，步骤103：在每次迭代计算中得到的第一信息点中确定一个第二信息点，可以包括：
步骤1031：根据每次迭代计算中的当前位置以及确定的第一信息点构建有向图。
本发明实施例中，可以根据每次迭代计算中的当前位置以及根据当前位置确定的第一信息点构建有向图。
其中，这里所述的有向图可以至少包括：源点、中间点、终点以及有向边。其中，源点用于表示第一次迭代计算时目标空驶车辆的当前位置；中间点用于表示每次迭代计算得到的第一信息点；终点用于表示有向图的结束；有向边用于连接有向图中的各个点，包括第一有向边和第二有向边。有向边的方向为由源点到终点的单方向。
其中，第一有向边用于连接有向图中的第一点与第二点。这里所述的第一点为每次迭代计算中的当前位置在有向图中对应的点。这里所述的第二点为每次迭代计算中根据当前位置确定的第一信息点在有向图中对应的点。第一有向边的方向由第一点指向第二点。第二有向边用于连接中间点(最后一次迭代计算中确定的第一信息点在有向图中对应的点)与终点，第二有向边的方向由中间点指向终点。
如图4所示，为迭代次数为三次时构建的有向图。其中，图4中的点A表示源点，点S表示终点，点A与点S之间的点表示中间点。点A与中间点之间、中间点与中间点之间以及中间点与点S之间，连接有有向边，其中图4中的箭头表示有向边。
步骤1032：根据第一预估时长以及第一预测打车订单数量，确定有向图中的每条目标有向边的有向图费用。
本发明实施例中，可以根据每次迭代计算中目标空驶车辆由当前位置到达第一信息点的第一预估时长以及第一信息点在目标空驶车辆由当前位置到达第一信息点的预估时刻(即目标时刻)后的第一预设时长内的第一预测打车订单数量，确定有向图中的每条目标有向边(这里是指第一有向边)的有向图费用。其中，第二有向边的有向图费用相同，一般设置为0。
可选地，本发明实施例中，可以根据预设公式：fi＝(α×T-P)/γi-1，确定有向图中的每条目标有向边的有向图费用。
其中，fi表示目标有向边的有向图费用。T表示第一预估时长的数值。P表示第一预测打车订单数量。α表示第一预设常数，其作用在于将T和P对应的数值缩放到一个量级，一般根据T和P的数值进行设置。γ表示第二预设常数，γ大于0小于等于1。i表示迭代计算的次数，例如，第一次迭代计算时i＝1，第二次迭代计算时i＝2等。预设公式中的γi-1主要用于对每次迭代计算赋予一个权重值，且随着迭代次数的增加，其权重逐渐降低，因为随着迭代次数的增加，目标空驶车辆的行驶距离和空驶时长可能越长。
如图4所示，图中的<1,f1>表示第一次迭代计算中每条目标有向边的<容量,费用>；图中的<1,f2>表示第二次迭代计算中每条目标有向边的<容量,费用>；图中的<1,f3>表示第三次迭代计算中每条目标有向边的<容量,费用>；对于中间点与终点之间的第二有向边，其<容量,费用>为<1,0>。其中，由于目标空驶车辆为一辆，所以容量为1。
步骤1033：将有向图中目标路径中的中间点对应的第一信息点，确定为第二信息点。
其中，目标路径为：有向图中由源点到终点的路径中，目标有向边的有向图费用之和最小的路径。这里所述的路径为：点与点之间的有向边通过有向边连接的点可以相连接。例如，如图4所示，由源点到终点费用最小的路径为：点A-点a-点b-点c-点S，该路径中的有向边可以通过该路径中的点相连接。而点a、点b、点c即为所需的第二信息点。
本发明实施例中，在构建有向图和计算有向图费用后，对于第二信息点的确定可以转为最小费用最大流的问题，又由于每条有向边的容量为1，所以可以忽略流量问题，仅考虑费用问题即可，即在有向图中寻找由源点到终点费用最小的路径。
可选地，本发明实施例中，可以使用贝尔曼-福特算法(即Bellman-Fordalgorithm)、贝尔曼-福特算法的队列优化形式算法(Shortest Path Faster Algorithm，简称SPFA)、改进的迪杰斯特拉(即Dijkstra)算法等，解决最小费用求解的问题，并输出有向图中最小费用对应的中间点。
可选地，目标空驶车辆的运营区域范围预先划分为多个六边形网格区域，预设区域范围属于运营区域范围，且预设区域范围包括：目标网格区域以及围绕在目标网格区域外的预设层数的网格区域范围。其中，这里所述的目标网格区域为每次迭代计算中目标空驶车辆的当前位置所在的网格区域。
本发明实施例中，可以将目标空驶车辆的运营区域范围划分为多个六边形网格区域，然后基于划分得到网络区域确定预设区域范围。
如图5所示，为网格区域的示意图。假设，目标空驶车辆的当前位置所在的网格区域为中心网格(也叫0级网格，如图5中的灰色六边形网格501所示)，中心网格外的第一层网格称为一级网格(如图5中具有斜纹填充图案的六边形网格502所示)，第二层网格称为二级网格(如图5中具有网格填充图案的六边形网格503所示)，以此依次类推。本发明实施例中，预设区域范围可以是包括目标网格区域在内的0至2级网格区域。
网格的划分有多种精度，精度越高，一个网格的边长就越小，划分出的网格数量越多；反之，精度越低，一个网格的边长就越长，划分出来的网格数量越少。本发明实施例中，可以选取7级精度网格，该精度下的一个网格的边长为1.2km。
综上所述，本发明实施例中，为了解决网络约车中车辆与乘客之间的供需不平衡的问题，对空驶车辆进行行车路线的规划，以便将空驶车辆引导至打车热度高(即订单量可能比较大)的区域，在满足更多乘客打车需求的同时，也提高了空驶车辆的接单率，使运力资源得到充分利用，提高了平台的接单率。此外，本发明实施例实现了在空驶车辆的动态行驶过程中进行行车路线规划的技术，为空驶车辆提供了有效的行车引导，降低了空驶车辆盲目空驶的概率。
上面针对本发明实施例提供的行车路线规划方法进行了详细描述，下面继续对本发明实施例提供的行车路线规划装置进行描述。
依据本发明实施例的另一方面，提供了一种行车路线规划装置，该行车路线规划装置能实现上述行车路线规划方法实施例中的具体细节，并能达到相同的技术效果。
如图6所示，所述行车路线规划装置包括：
第一确定模块601，用于确定目标空驶车辆当前位置的预设区域范围内的第一信息点。
第二确定模块602，用于将所述第一信息点假设为所述目标空驶车辆的当前位置，继续确定所述目标空驶车辆当前位置的预设区域范围内的第一信息点，直至迭代计算次数达到预设次数。
第三确定模块603，用于在每次迭代计算得到的第一信息点中确定一个第二信息点。
其中，所述第二信息点为根据每次迭代计算中所述目标空驶车辆由当前位置到达所述第一信息点的第一预估时长以及所述第一信息点在目标时刻后的第一预设时长内的第一预测打车订单数量确定的，所述目标时刻为所述目标空驶车辆到达所述第一信息点的预估时刻。
处理模块604，用于根据确定的所述第二信息点，规划所述目标空驶车辆的目标行车路线，并将所述目标行车路线推送至目标设备。
其中，所述目标行车路线为经过所述第二信息点的路线，所述目标设备为所述目标空驶车辆的司机用户设备。
可选地，所述第一确定模块601包括：
第一确定单元，用于确定所述目标空驶车辆当前位置的预设区域范围内的第三信息点。
其中，所述第三信息点为当前时刻后的第二预设时长内的第二预测打车订单数量大于或等于预设数量的信息点。
第二确定单元，用于确定所述目标空驶车辆到达每一所述第三信息点的第二预估时长。
第三确定单元，用于将所述第二预估时长小于或等于第三预设时长的所述第三信息点，确定为所述第一信息点。
可选地，所述第三确定模块603包括：
有向图构建单元，用于根据每次迭代计算中的当前位置以及确定的第一信息点构建有向图。
其中，所述有向图包括：用于表示第一次迭代计算时所述目标空驶车辆的当前位置的源点，用于表示每次迭代计算得到的所述第一信息点的中间点，用于表示所述有向图的结束的终点，以及用于连接所述有向图中的各个点的有向边。
第四确定单元，用于根据所述第一预估时长以及所述第一预测打车订单数量，确定所述有向图中的每条目标有向边的有向图费用。
其中，每条所述目标有向边连接所述有向图中的第一点与第二点；所述第一点为每次迭代计算中的当前位置在所述有向图中对应的点，所述第二点为每次迭代计算中根据所述当前位置确定的所述第一信息点在所述有向图中对应的点。
第五确定单元，用于将所述有向图中目标路径中的中间点对应的第一信息点，确定为第二信息点。
其中，所述目标路径为：所述有向图中由所述源点到所述终点的路径中，所述目标有向边的有向图费用之和最小的路径。
可选地，所述第四确定单元具体用于：
根据所述第一预估时长、所述第一预测打车订单数量以及预设公式：fi＝(α×T-P)/γi-1，确定所述有向图中的每条所述目标有向边的有向图费用。
其中，fi表示所述目标有向边的有向图费用，α表示第一预设常数，T表示所述第一预估时长，P表示所述第一预测打车订单数量，γ表示第二预设常数，γ大于0小于等于1，i表示迭代计算的次数。
可选地，所述目标空驶车辆的运营区域范围预先划分为多个六边形网格区域，所述预设区域范围属于所述运营区域范围，且所述预设区域范围包括：目标网格区域以及围绕在所述目标网格区域外的预设层数的网格区域范围；其中，所述目标网格区域为每次迭代计算中所述目标空驶车辆的当前位置所在的网格区域。
综上所述，本发明实施例中，为了解决网络约车中车辆与乘客之间的供需不平衡的问题，对空驶车辆进行行车路线的规划，以便将空驶车辆引导至打车热度高(即订单量可能比较大)的区域，在满足更多乘客打车需求的同时，也提高了空驶车辆的接单率，使运力资源得到充分利用。
对于上述行车路线规划装置实施例而言，由于其与行车路线规划方法实施例基本相似，相关之处参见方法实施例的部分说明即可，为避免重复，这里便不再进行赘述。
依据本发明实施例的又一方面，提供了一种电子设备，该电子设备包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述行车路线规划方法中的步骤。
举个例子如下，图7示出了一种电子设备的实体结构示意图。
如图7所示，该电子设备可以包括：处理器(processor)710、通信接口(Communications Interface)720、存储器(memory)730和通信总线740，其中，处理器710、通信接口720以及存储器730通过通信总线740完成相互间的通信。处理器710可以调用存储器730中的逻辑指令，以执行如下方法：
确定目标空驶车辆当前位置的预设区域范围内的第一信息点；
将所述第一信息点假设为所述目标空驶车辆的当前位置，继续确定所述目标空驶车辆当前位置的预设区域范围内的第一信息点，直至迭代计算次数达到预设次数；
在每次迭代计算得到的第一信息点中确定一个第二信息点；其中，所述第二信息点为根据每次迭代计算中所述目标空驶车辆由当前位置到达所述第一信息点的第一预估时长以及所述第一信息点在目标时刻后的第一预设时长内的第一预测打车订单数量确定的，所述目标时刻为所述目标空驶车辆到达所述第一信息点的预估时刻；
根据确定的所述第二信息点，规划所述目标空驶车辆的目标行车路线，并将所述目标行车路线推送至目标设备；其中，所述目标行车路线为经过所述第二信息点的路线，所述目标设备为所述目标空驶车辆的司机用户设备。
此外，上述的存储器730中的逻辑指令可以通过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，本发明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)执行本发明各个实施例所述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(Read-Only Memory，简称ROM)、随机存取存储器(Random Access Memory，简称RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
依据本发明实施例的再一方面，提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述行车路线规划方法中的步骤，例如：
确定目标空驶车辆当前位置的预设区域范围内的第一信息点；
将所述第一信息点假设为所述目标空驶车辆的当前位置，继续确定所述目标空驶车辆当前位置的预设区域范围内的第一信息点，直至迭代计算次数达到预设次数；
在每次迭代计算得到的第一信息点中确定一个第二信息点；其中，所述第二信息点为根据每次迭代计算中所述目标空驶车辆由当前位置到达所述第一信息点的第一预估时长以及所述第一信息点在目标时刻后的第一预设时长内的第一预测打车订单数量确定的，所述目标时刻为所述目标空驶车辆到达所述第一信息点的预估时刻；
根据确定的所述第二信息点，规划所述目标空驶车辆的目标行车路线，并将所述目标行车路线推送至目标设备；其中，所述目标行车路线为经过所述第二信息点的路线，所述目标设备为所述目标空驶车辆的司机用户设备。
以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM、RAM、磁碟、光盘等，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)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (12)

1.一种行车路线规划方法，其特征在于，包括：
确定目标空驶车辆当前位置的预设区域范围内的第一信息点；
将所述第一信息点假设为所述目标空驶车辆的当前位置，继续确定所述目标空驶车辆当前位置的预设区域范围内的第一信息点，直至迭代计算次数达到预设次数；
在每次迭代计算得到的第一信息点中确定一个第二信息点；其中，所述第二信息点为根据每次迭代计算中所述目标空驶车辆由当前位置到达所述第一信息点的第一预估时长以及所述第一信息点在目标时刻后的第一预设时长内的第一预测打车订单数量确定的，所述目标时刻为所述目标空驶车辆到达所述第一信息点的预估时刻；
根据确定的所述第二信息点，规划所述目标空驶车辆的目标行车路线，并将所述目标行车路线推送至目标设备；其中，所述目标行车路线为经过所述第二信息点的路线，所述目标设备为所述目标空驶车辆的司机用户设备。
2.根据权利要求1所述的行车路线规划方法，其特征在于，所述确定目标空驶车辆当前位置的预设区域范围内的第一信息点，包括：
确定所述目标空驶车辆当前位置的预设区域范围内的第三信息点；其中，所述第三信息点为当前时刻后的第二预设时长内的第二预测打车订单数量大于或等于预设数量的信息点；
确定所述目标空驶车辆到达每一所述第三信息点的第二预估时长；
将所述第二预估时长小于或等于第三预设时长的所述第三信息点，确定为所述第一信息点。
3.根据权利要求1所述的行车路线规划方法，其特征在于，所述在每次迭代计算中得到的第一信息点中确定一个第二信息点，包括：
根据每次迭代计算中的当前位置以及确定的第一信息点构建有向图；其中，所述有向图包括：用于表示第一次迭代计算时所述目标空驶车辆的当前位置的源点，用于表示每次迭代计算得到的所述第一信息点的中间点，用于表示所述有向图的结束的终点，以及用于连接所述有向图中的各个点的有向边；
根据所述第一预估时长以及所述第一预测打车订单数量，确定所述有向图中的每条目标有向边的有向图费用；其中，每条所述目标有向边连接所述有向图中的第一点与第二点；所述第一点为每次迭代计算中的当前位置在所述有向图中对应的点，所述第二点为每次迭代计算中根据所述当前位置确定的所述第一信息点在所述有向图中对应的点；
将所述有向图中目标路径中的中间点对应的第一信息点，确定为第二信息点；其中，所述目标路径为：所述有向图中由所述源点到所述终点的路径中，所述目标有向边的有向图费用之和最小的路径。
4.根据权利要求3所述的行车路线规划方法，其特征在于，所述根据所述第一预估时长以及所述第一预测打车订单数量，确定所述有向图中的每条目标有向边的有向图费用，包括：
根据所述第一预估时长、所述第一预测打车订单数量以及预设公式：fi＝(α×T-P)/γi-1，确定所述有向图中的每条所述目标有向边的有向图费用；
其中，fi表示所述目标有向边的有向图费用，α表示第一预设常数，T表示所述第一预估时长，P表示所述第一预测打车订单数量，γ表示第二预设常数，γ大于0小于等于1，i表示迭代计算的次数。
5.根据权利要求1所述的行车路线规划方法，其特征在于，所述目标空驶车辆的运营区域范围预先划分为多个六边形网格区域，所述预设区域范围属于所述运营区域范围，且所述预设区域范围包括：目标网格区域以及围绕在所述目标网格区域外的预设层数的网格区域范围；其中，所述目标网格区域为每次迭代计算中所述目标空驶车辆的当前位置所在的网格区域。
6.一种行车路线规划装置，其特征在于，包括：
第一确定模块，用于确定目标空驶车辆当前位置的预设区域范围内的第一信息点；
第二确定模块，用于将所述第一信息点假设为所述目标空驶车辆的当前位置，继续确定所述目标空驶车辆当前位置的预设区域范围内的第一信息点，直至迭代计算次数达到预设次数；
第三确定模块，用于在每次迭代计算得到的第一信息点中确定一个第二信息点；其中，所述第二信息点为根据每次迭代计算中所述目标空驶车辆由当前位置到达所述第一信息点的第一预估时长以及所述第一信息点在目标时刻后的第一预设时长内的第一预测打车订单数量确定的，所述目标时刻为所述目标空驶车辆到达所述第一信息点的预估时刻；
处理模块，用于根据确定的所述第二信息点，规划所述目标空驶车辆的目标行车路线，并将所述目标行车路线推送至目标设备；其中，所述目标行车路线为经过所述第二信息点的路线，所述目标设备为所述目标空驶车辆的司机用户设备。
7.根据权利要求6所述的行车路线规划装置，其特征在于，所述第一确定模块包括：
第一确定单元，用于确定所述目标空驶车辆当前位置的预设区域范围内的第三信息点；其中，所述第三信息点为当前时刻后的第二预设时长内的第二预测打车订单数量大于或等于预设数量的信息点；
第二确定单元，用于确定所述目标空驶车辆到达每一所述第三信息点的第二预估时长；
第三确定单元，用于将所述第二预估时长小于或等于第三预设时长的所述第三信息点，确定为所述第一信息点。
8.根据权利要求6所述的行车路线规划装置，其特征在于，所述第三确定模块包括：
有向图构建单元，用于根据每次迭代计算中的当前位置以及确定的第一信息点构建有向图；其中，所述有向图包括：用于表示第一次迭代计算时所述目标空驶车辆的当前位置的源点，用于表示每次迭代计算得到的所述第一信息点的中间点，用于表示所述有向图的结束的终点，以及用于连接所述有向图中的各个点的有向边；
第四确定单元，用于根据所述第一预估时长以及所述第一预测打车订单数量，确定所述有向图中的每条目标有向边的有向图费用；其中，每条所述目标有向边连接所述有向图中的第一点与第二点；所述第一点为每次迭代计算中的当前位置在所述有向图中对应的点，所述第二点为每次迭代计算中根据所述当前位置确定的所述第一信息点在所述有向图中对应的点；
第五确定单元，用于将所述有向图中目标路径中的中间点对应的第一信息点，确定为第二信息点；其中，所述目标路径为：所述有向图中由所述源点到所述终点的路径中，所述目标有向边的有向图费用之和最小的路径。
9.根据权利要求8所述的行车路线规划装置，其特征在于，所述第四确定单元具体用于：
根据所述第一预估时长、所述第一预测打车订单数量以及预设公式：fi＝(α×T-P)/γi-1，确定所述有向图中的每条所述目标有向边的有向图费用；
其中，fi表示所述目标有向边的有向图费用，α表示第一预设常数，T表示所述第一预估时长，P表示所述第一预测打车订单数量，γ表示第二预设常数，γ大于0小于等于1，i表示迭代计算的次数。
10.根据权利要求6所述的行车路线规划装置，其特征在于，所述目标空驶车辆的运营区域范围预先划分为多个六边形网格区域，所述预设区域范围属于所述运营区域范围，且所述预设区域范围包括：目标网格区域以及围绕在所述目标网格区域外的预设层数的网格区域范围；其中，所述目标网格区域为每次迭代计算中所述目标空驶车辆的当前位置所在的网格区域。
11.一种电子设备，包括：处理器、存储器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述计算机程序被所述处理器执行时实现如权利要求1至 5 中任一项所述的行车路线规划方法中的步骤。
12.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储计算机程序，所述计算机程序被处理器执行时实现如权利要求1 至 5 中任一项所述的行车路线规划方法中的步骤。
CN202011441143.8A 2020-12-10 2020-12-10 一种行车路线规划方法及装置 Active CN112465176B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011441143.8A CN112465176B (zh) 2020-12-10 2020-12-10 一种行车路线规划方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011441143.8A CN112465176B (zh) 2020-12-10 2020-12-10 一种行车路线规划方法及装置

Publications (2)

Publication Number Publication Date
CN112465176A CN112465176A (zh) 2021-03-09
CN112465176B true CN112465176B (zh) 2022-05-10

Family

ID=74801238

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011441143.8A Active CN112465176B (zh) 2020-12-10 2020-12-10 一种行车路线规划方法及装置

Country Status (1)

Country Link
CN (1) CN112465176B (zh)

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107479558A (zh) * 2017-09-22 2017-12-15 中国人民解放军63983部队 基于车辆运动模型的无人车辆野外路径规划方法
CN110431573A (zh) * 2017-12-14 2019-11-08 北京嘀嘀无限科技发展有限公司 订单分配优化的系统和方法
CN111222667B (zh) * 2018-11-27 2023-09-19 中国移动通信集团辽宁有限公司 路线规划方法、装置、设备及存储介质
CN110414703A (zh) * 2019-07-29 2019-11-05 北京三快在线科技有限公司 一种信息处理方法、装置、设备及存储介质
CN111932040A (zh) * 2020-09-29 2020-11-13 广州宸祺出行科技有限公司 一种拼车路线规划的方法和系统

Also Published As

Publication number Publication date
CN112465176A (zh) 2021-03-09

Similar Documents

Publication Publication Date Title
Amirgholy et al. Optimal design of sustainable transit systems in congested urban networks: A macroscopic approach
US10157242B2 (en) Charger arrangement planning supporting apparatus, charger arrangement planning supporting method, and program
CN112071060B (zh) 一种基于城市路网交通环境变化的应急救援路径规划方法
CN112074845A (zh) 用于优化拼车策略的深度强化学习
EP3824419A1 (en) System and method for routing optimization
US20180314998A1 (en) Resource Allocation in a Network System
CN114581180A (zh) 一种充电站推荐方法、充电桩状态的确定方法及装置
Kim et al. Idle vehicle relocation strategy through deep learning for shared autonomous electric vehicle system optimization
EP4174442A1 (en) Navigation path planning method and apparatus, device, and storage medium
EP3556601A1 (en) Vehicle routing
JP2007240281A (ja) エリア分割巡回経路探索システム、経路探索サーバ、エリア分割巡回経路探索方法
CN114862209A (zh) 运力调度方法、装置、电子设备及存储介质
CN104517200A (zh) 用于物流配送的能耗计算方法、配送方案获取方法和装置
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
CN113848970A (zh) 一种车辆-无人机多目标协同路径规划方法
CN113763695A (zh) 一种自动驾驶车辆的调度方法和系统
CN117371739A (zh) 一种车辆充电管理方法、装置、电子设备及存储介质
CN111400425A (zh) 一种路径自动优化选择的方法和系统
CN112508423B (zh) 引导路线生成方法及装置
CN112465176B (zh) 一种行车路线规划方法及装置
CN112106021A (zh) 提供车辆导航模拟环境的方法和装置
CN112561330A (zh) 一种调度指令的生成方法、装置、电子设备及介质
CN116704783A (zh) 一种基于cim的公交站点与快速路出口优化布局方法和装置
CN115083198B (zh) 一种多车运力资源调度方法及装置
CN116307580A (zh) 运力调度方法、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
GR01 Patent grant
GR01 Patent grant