CN113053095A - 一种低空座率的网约车系统与方法 - Google Patents
一种低空座率的网约车系统与方法 Download PDFInfo
- Publication number
- CN113053095A CN113053095A CN202110327936.5A CN202110327936A CN113053095A CN 113053095 A CN113053095 A CN 113053095A CN 202110327936 A CN202110327936 A CN 202110327936A CN 113053095 A CN113053095 A CN 113053095A
- Authority
- CN
- China
- Prior art keywords
- driver
- passenger
- platform
- passengers
- station
- 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
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0125—Traffic data processing
-
- 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
- G06Q10/06—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
-
- 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
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
- G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
- G08G1/096805—Systems involving transmission of navigation instructions to the vehicle where the transmitted instructions are used to compute a route
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/123—Traffic control systems for road vehicles indicating the position of vehicles, e.g. scheduled vehicles; Managing passenger vehicles circulating according to a fixed timetable, e.g. buses, trains, trams
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/20—Monitoring the location of vehicles belonging to a group, e.g. fleet of vehicles, countable or determined number of vehicles
- G08G1/202—Dispatching vehicles on the basis of a location, e.g. taxi dispatching
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Operations Research (AREA)
- Tourism & Hospitality (AREA)
- Game Theory and Decision Science (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- General Business, Economics & Management (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Traffic Control Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种低空座率的网约车系统与方法,解决交通出行领域,现有私家车和网约车,高空座率、车多路堵等问题。本发明实时收集司机、乘客、站台三者的互动信息,并利用大数据和机器学习技术,计算出司乘多对多三维约车矩阵,向乘客派发当前可搭乘的车辆列表,向司机派发当前可接驾的乘客列表,然后,系统通过双显示双验证多替补机制,引导司乘快速乘车。和传统的司乘下单约车,并以此绑定司乘的落后模式相比;本发明所创造的三维约车矩阵,提高了司乘的双向可选择性,即将到站的司机接已到站的乘客,保证接驾距离和时间完全可控。本发明可实现瞬时一车四客,全程一车多客的低空座率效果,减少路面车辆,促进社会畅通、高效。
Description
技术领域
本发明涉及交通运输客货运领域,尤其涉及网约车客货运子领域。
背景技术
网约车在交通出行领域,部分解决了打车难问题,促进了社会进步。但打车贵、车辆空座率高、接驾体验差等问题并未解决。其中,上下班高峰的出行和交通拥堵问题尤为严重。
现有拼车技术试图解决上述问题,但依然面临一车多客沟通难、接驾难、等待时间长、用户体验差等等问题,实用性差,无法普及。
通过深入分析现有网约车及拼车技术,发现其有如下无法突破的技术瓶颈:
一是用户下单且司机接单后,订单绑定了特定的司机与特定的乘客,且无替补司机列表或乘客列表,会出现死等一方,而错过原本顺路的司乘;
二是预约下单时,约定时间已到却无法通过技术手段保证司乘到达现场;
三是无法通过技术手段,保证接驾时间和距离可控,如:接驾距离不超过800米等等;
针对上述问题,本发明创造性地抛弃下单和预约技术;引入站台对象化技术;发明司机、乘客、站台三个对象的三维约车矩阵技术。从而开创性地创造一种低空座率的网约车系统与方法。
发明内容
本发明提供了一种低空座率的网约车系统与方法
第一方面,S101收集:采用站台对象化技术,实时收集司机、乘客、站台三者的行程信息和互动信息。
在第一方面的另一种可能实现方式中所述站台对象化技术,包括:
站台对象拥有丰富的属性,如:即将到站的司机列表、到站乘客、拥堵评分、接车接客能力、到站司机列表、GPS位置、所属线路、站台名等等;
站台对象拥有与司机、乘客、交警互动的能力,如:司机离开站台、乘客到达站台、交警关闭站台等等;
站台对象能订阅系统消息,如:当乘客上车或乘客申请提前下车时,站台能收到消息并更新到站乘客、拥堵评分等属性。
站台对象能被机器学习改造,如:根据站台的历史数据和实际表现,大数据和机器学习可以适当调整此站台的拥堵评分,进而改善站台自身的接车接客能力。
所有不仅仅把站台作为司乘起点终点,而且让站台能行动、能交互、能被改造的技术统称站台对象化技术,在此不做限定。
在第一方面的另一种可能实现方式中所述司机、乘客、站台三者,包括:
所述系统司机包括:车辆司机、网约车辆、私家车辆、公交车辆、客货车辆等等任意能开展客运货运的车辆或车辆的驾驶人员,在此不做限定。
所述系统乘客包括:网约车乘客、未接入系统的随行乘客、公交乘客、待运送的货物等等任意能被运输的人员或货物,在此不做限定。
所述系统站台包括:路口、小区口、商业地标、出租车站台、网约车站台、公交车站台、停车场、写字楼等等任意地理位置,在此不做限定。
在第一方面的另一种可能实现方式中所述行程信息,包括:
所述系统司机的车牌号、发车时间、地点、目的地、途径所述系统站台、分时接送的所述系统乘客列表、车辆运行状态等等司机出行必要信息;
所述系统乘客的到站时间、到达的所述系统站台、分时搭乘的所述系统司机车辆列表、上车时间、下车时间、所述系统乘客状态等等乘客出行必要信息;
所述系统站台的名称、地理位置、所处线路、分时即将到站的所述系统司机列表、分时到达和离开的所述系统司机列表、分时到达和离开的所述系统乘客列表、实时的在站所述系统司机的统计信息、实时的在站所述系统乘客的统计信息、站台状态等等参与行程计算的必要信息;
所述系统行程必备的其他信息,在此不做限定。
在第一方面的另一种可能实现方式中所述互动信息,包括:
乘客到达站台、乘客离开站台、司机到达站台、司机离开站台、乘客上车、乘客下车等等任意司、乘、站三者间的相互动作,在此不做限定。
第二方面,S102计算:利用大数据和机器学习技术,根据算法输入因子,实时计算出司乘多对多三维约车矩阵。
在第二方面的另一种可能实现方式中所述算法输入因子,包括:
所述系统司机、乘客、站台三者的实时和历史互动信息;
所述系统司机的实时和历史行程信息;
所述系统乘客的实时和历史行程信息;
所述系统站台的实时和历史到车到客信息;
所述系统的历史三维约车矩阵信息;
所述系统的历史执行结果反馈信息;
所述系统其它可用于计算的数据,在此不做限定。
在第二方面的另一种可能实现方式中所述系统司乘多对多三维约车矩阵,其特性包括:
其中一维是所述系统司机;
其中一维是所述系统乘客;
其中一维是所述系统站台;
所述系统站台特定时,所述系统司机和乘客构成二维约车矩阵,代表当前到车到客信息,可用于站台引流和拥堵防控;
所述系统站台和司机特定时,所述系统乘客构成一维约车矩阵,代表即将可接驾的乘客列表,可用于司机选择性接驾;
所述系统站台和乘客特定时,所述系统司机构成一维约车矩阵,代表即将可搭乘的司机列表,可用于乘客选择性搭车;
更多特性,可参考数学三维矩阵特性,在此不做限定。
在第二方面的另一种可能实现方式中所述三维约车矩阵的使用方法,包括:
不可预约乘车,只能实时乘车,避免出现司乘双方约定时间却未到达现场的低效场景。
无订单,只能根据三维约车矩阵乘车,避免司乘被绑定无替补导致死等一方的低效场景。
乘客实时获取的司机列表,即将到站,可很快上车;
乘客实时获取的司机列表,不可能跨站台,接驾距离可控,均值500米,避免出现等车5公里的低效场景;
司机实时获取的乘客列表,已在站台,可很快接驾;
司机实时获取的乘客列表,不可能远离站台,接驾距离可控,均值50米,避免出现等乘客下楼的低效场景;
站台实时获取的司乘到车到客离车离客信息,可防控交通拥堵,可引导在站司乘有序乘车,可引导未进站司乘不进站、换站或更换出行方案,可为交警提供交通治理大数据。
其它实时高效的使用三维约车矩阵的方法,在此不做限定。
第三方面,S103派发运算结果:采用订阅派发机制,向乘客实时派发即将可搭乘的司机列表,向司机实时派发即将可接驾的乘客列表,向站台实时派发当前到车到客信息。
在第三方面的另一种可能实现方式中所述订阅派发机制,包括:
所述系统司机、乘客、站台分别向所述系统订阅司机、乘客、站台三者的行程信息和互动信息;
当所述系统司机、乘客、站台三者的行程变动或互动发生时,所述系统运算并派发运算结果给相关订阅方;
订阅方收到运算结果后,实时响应,进行状态转移,并展示运算结果或触发相应动作;
订阅方可包含:司机、乘客、站台、机器学习或平台其它实体,在此不做限定;
除了派发运算结果,还可派发所述系统其它消息,在此不做限定;
所述系统运算可消息触发、也可定时、分时或事件触发,在此不做限定。
第四方面,S104执行运算结果:单站台时,系统通过双显示双验证多替补机制,引导司乘快速乘车,全行程中,司乘可在不同站台有序地多次乘车、多次接驾、多次下车。
在第四方面的另一种可能实现方式中所述双显示双验证多替补机制,包括:
所述系统司机所持的终端,可显示待接驾的乘客列表,此列表上的乘客编号与乘客所持终端屏幕显示的编号一一对应,方便司机验证乘客身份;
所述系统乘客所持的终端,可显示来接驾的司机列表,此列表上的司机车牌与来接驾的司机所开车辆的车牌一一对应,方便乘客验证司机身份;
所述系统司机所持的终端,可显示待接驾的乘客列表,方便司机选择多位替补乘客;
所述系统乘客所持的终端,可显示来接驾的司机列表,方便乘客选择多位替补司机;
第五方面,S105反馈:执行结果反馈给机器学习模块,以提升三维约车矩阵算法。
所述系统循环执行S101~S105动作;司乘在各自行程中,循环参与S101~S105动作,直至行程结束。
另一种可能实现方式中所述司乘循环参与S101~S105动作,包括:
司机在同一站台接多名乘客;
不超过瞬时一车四客的前提下,司机在不同站台接乘客;
乘客在某站台换乘,全程乘坐不同司机的车辆;
触发引流或拥堵防控阈值时,某站台拒绝更多司机进站接客;
触发引流或拥堵防控阈值时,某站台建议乘客去临近站台乘车;
为防拥堵,建议司机更改行车路线;
为防拥堵,建议乘客提前下车或去特定站台下车;
为优化出行体验,建议乘客或司机提前或推迟出行;
所有全行程可优化的动作,在此不做限定。
附图说明
为了更清楚地说明,下面将对本发明中所需要使用的附图作简单介绍,显而易见地,下面描述中的附图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性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明的流程图;
图2为本申请实施例的对象实体图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请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,都属于本发明保护的范围。
图1为本发明的流程图,流程包括:
S101收集:采用站台对象化技术,实时收集司机、乘客、站台三者的行程信息和互动信息;
S102计算:利用大数据和机器学习技术,根据算法输入因子,实时计算出司乘多对多三维约车矩阵;
S103派发运算结果:采用订阅派发机制,向乘客实时派发即将可搭乘的司机列表,向司机实时派发即将可接驾的乘客列表,向站台实时派发当前到车到客信息;
S104执行运算结果:单站台时,系统通过双显示双验证多替补机制,引导司乘快速乘车,全行程中,司乘可在不同站台有序地多次乘车、多次接驾、多次下车;
S105反馈:执行结果反馈给机器学习模块,以提升三维约车矩阵算法;
所述系统循环执行S101~S105动作;司乘在各自行程中,循环参与S101~S105动作,直至行程结束。
本申请实施例乘客和司机所持终端主要参与的交互流程,包括:
当乘客在所持终端上选好目的站台,到达起点站台,并点击“到达站台,开始乘车”时,向平台发起乘车请求;
平台检测乘客的GPS位置,当其位置未落入其所选站台GPS为圆心设定偏差阈值为半径的圆形范围,则视为未到站,要求乘客切实先到站台再发起乘车请求;反之,当其位置落入前述圆形范围,则视为已到站,乘车请求合法,系统给乘客分配身份短号,并派发已经或即将到站司机列表,乘客所持终端会大屏幕显示上述信息;
乘客所持终端收到身份短号和实时更新的即将到站司机列表后,乘客开始搭车,可通过终端向司机展示身份短号,并通过司机列表上的车牌号识别可乘车辆;
乘客上车后,点击司机列表上的特定司机车牌,向平台发起上车动作。平台向特定司机发送乘客上车确认消息后,乘客终端进入行车页面;
乘客所持终端行车页面,地图展示行进路线,确保行车信息透明;
乘客行车页面,可添加随行人数,随行乘客无需接入系统即可一同出行,并享受费用折扣;
乘客点击“下车”按键,可提前或按终点下车,除转乘场景外,乘客行程结束,进入支付页面。
当司机选好起点和终点站台,并点击“出发”时,向平台发起接客请求;
平台检测司机的GPS位置,当其位置与起点站台、终点站台,无法算出一条行车路线时,视为非法请求,要求司机重新输入起点和终点站台信息;反之,系统将行驶路线推送给司机,并派发下一站请求搭车的乘客列表,司机所持终端大屏显示地图信息,下一站信息,请求搭车乘客列表和已上车乘客列表。
司机所持终端收到请求搭车乘客列表后,司机前往站台,开始接驾,可通过所驾驶车辆的车牌向乘客展示身份,并通过乘客列表上的身份短号匹配乘客所持终端展示的身份短号;
搭车乘客上车后,除乘客主动发起上车动作外,司机也可点击乘客列表上的乘客身份短号,向平台发起上车动作。平台向特定乘客发送是否已上车选择,若乘客选择否,则提示司机重新接驾;若乘客选择是,则将乘客放入已上车乘客列表。司机可继续行驶车辆;
司机可关注随行乘客数量,并提示乘客添加随行人数,乘客添加后,司机会收到随行人员数量,系统自动将其放入已上车乘客列表;
司机行车中,若已上车乘客达到设定乘坐数量阈值或车辆已无空座,则系统自动停止派发搭车乘客列表;
司机行车中,若下一站是某乘客终点或乘客要求提前下车,则系统提示司机准备前方进站停车,并继续派发前方请求搭车的乘客列表;
司机停车后,部分乘客下车,司机继续搭载乘客,直至司机到达终点,司机行程结束,进入收款页面。
图2为本申请实施例的对象实体图。简单表明了三个对象的部分核心字段以及三个对象间的部分关系。
Claims (12)
1.一种低空座率的网约车系统与方法,其特性在于,所述系统与方法包括:
S101收集:采用站台对象化技术,实时收集司机、乘客、站台三者的行程信息和互动信息;
S102计算:利用大数据和机器学习技术,根据算法输入因子,实时计算出司乘多对多三维约车矩阵;
S103派发运算结果:采用订阅派发机制,向乘客实时派发即将可搭乘的司机列表,向司机实时派发即将可接驾的乘客列表,向站台实时派发当前到车到客信息;
S104执行运算结果:单站台时,系统通过双显示双验证多替补机制,引导司乘快速乘车,全行程中,司乘可在不同站台有序地多次乘车、多次接驾、多次下车;
S105反馈:执行结果反馈给机器学习模块,以提升三维约车矩阵算法;
所述系统循环执行S101~S105动作;司乘在各自行程中,循环参与S101~S105动作,直至行程结束。
2.根据权利要求1所述的方法,其特性在于,所述系统站台对象化技术,包括:
站台对象拥有丰富的属性,如:即将到站的司机列表、到站乘客、拥堵评分、接车接客能力、到站司机列表、GPS位置、所属线路、站台名等等;
站台对象拥有与司机、乘客、交警互动的能力,如:司机离开站台、乘客到达站台、交警关闭站台等等;
站台对象能订阅系统消息,如:当乘客上车或乘客申请提前下车时,站台能收到消息并更新到站乘客、拥堵评分等属性。
站台对象参与的互动能影响第三方对象,如:当司机开往站台时,乘客获取的司机列表可能出现此司机;当司机离开站台时,乘客获取的司机列表不可能出现此司机;
站台对象能被机器学习改造,如:根据站台的历史数据和实际表现,大数据和机器学习可以适当调整此站台的拥堵评分,进而改善站台自身的接车接客能力。
所有不仅仅把站台作为司乘起点终点,而且让站台能行动、能交互、能被改造的技术统称站台对象化技术,在此不做限定。
3.根据权利要求1所述的方法,其特性在于,所述系统司机、乘客、站台三者,包括:
所述系统司机包括:车辆司机、网约车辆、私家车辆、公交车辆、客货车辆等等任意能开展客运货运的车辆或车辆的驾驶人员,在此不做限定。
所述系统乘客包括:网约车乘客、未接入系统的随行乘客、公交乘客、待运送的货物等等任意能被运输的人员或货物,在此不做限定。
所述系统站台包括:路口、小区口、商业地标、出租车站台、网约车站台、公交车站台、停车场、写字楼等等任意地理位置,在此不做限定。
4.根据权利要求1所述的方法,其特性在于,所述系统行程信息,包括:
所述系统司机的车牌号、发车时间、地点、目的地、途径所述系统站台、分时接送的所述系统乘客列表、车辆运行状态等等司机出行必要信息;
所述系统乘客的到站时间、到达的所述系统站台、分时搭乘的所述系统司机车辆列表、上车时间、下车时间、所述系统乘客状态等等乘客出行必要信息;
所述系统站台的名称、地理位置、所处线路、分时即将到站的所述系统司机列表、分时到达和离开的所述系统司机列表、分时到达和离开的所述系统乘客列表、实时的在站所述系统司机的统计信息、实时的在站所述系统乘客的统计信息、站台状态等等参与行程计算的必要信息;
所述系统行程必备的其他信息,在此不做限定。
5.根据权利要求1所述的方法,其特性在于,所述系统互动信息,包括:
乘客到达站台、乘客离开站台、司机到达站台、司机离开站台、乘客上车、乘客下车等等任意司、乘、站三者间的相互动作,在此不做限定。
6.根据权利要求1所述的方法,其特性在于,所述系统算法输入因子,包括:
所述系统司机、乘客、站台三者的实时和历史互动信息;
所述系统司机的实时和历史行程信息;
所述系统乘客的实时和历史行程信息;
所述系统站台的实时和历史到车到客信息;
所述系统的历史三维约车矩阵信息;
所述系统的历史执行结果反馈信息;
所述系统其它可用于计算的数据,在此不做限定。
7.根据权利要求1所述的方法,其特性在于,所述系统司乘多对多三维约车矩阵,其特性包括:
其中一维是所述系统司机;
其中一维是所述系统乘客;
其中一维是所述系统站台;
所述系统站台特定时,所述系统司机和乘客构成二维约车矩阵,代表当前到车到客信息,可用于站台引流和拥堵防控;
所述系统站台和司机特定时,所述系统乘客构成一维约车矩阵,代表即将可接驾的乘客列表,可用于司机选择性接驾;
所述系统站台和乘客特定时,所述系统司机构成一维约车矩阵,代表即将可搭乘的司机列表,可用于乘客选择性搭车;
更多特性,可参考数学三维矩阵特性,在此不做限定。
8.根据权利要求1所述的方法,其特性在于,所述系统三维约车矩阵的使用方法,包括:
不可预约乘车,只能实时乘车,避免出现司乘双方约定时间却未到达现场的低效场景。
无订单,只能根据三维约车矩阵乘车,避免司乘被绑定无替补导致死等一方的低效场景。
乘客实时获取的司机列表,即将到站,可很快上车;
乘客实时获取的司机列表,不可能跨站台,接驾距离可控,均值500米,避免出现等车5公里的低效场景;
司机实时获取的乘客列表,已在站台,可很快接驾;
司机实时获取的乘客列表,不可能远离站台,接驾距离可控,均值50米,避免出现等乘客下楼的低效场景;
站台实时获取的司乘到车到客离车离客信息,可防控交通拥堵,可引导在站司乘有序乘车,可引导未进站司乘不进站、换站或更换出行方案,可为交警提供交通治理大数据。
其它实时高效的使用三维约车矩阵的方法,在此不做限定。
9.根据权利要求1所述的方法,其特性在于,所述系统订阅派发机制,包括:
所述系统司机、乘客、站台分别向所述系统订阅司机、乘客、站台三者的行程信息和互动信息;
当所述系统司机、乘客、站台三者的行程变动或互动发生时,所述系统运算并派发运算结果给相关订阅方;
订阅方收到运算结果后,实时响应,进行状态转移,并展示运算结果或触发相应动作;
订阅方可包含:司机、乘客、站台、机器学习或平台其它实体,在此不做限定;
除了派发运算结果,还可派发所述系统其它消息,在此不做限定;
所述系统运算可消息触发、也可定时、分时或事件触发,在此不做限定。
10.根据权利要求1所述的方法,其特性在于,所述系统双显示双验证多替补机制,包括:
所述系统司机所持的终端,可显示待接驾的乘客列表,此列表上的乘客编号与乘客所持终端屏幕显示的编号一一对应,方便司机验证乘客身份;
所述系统乘客所持的终端,可显示来接驾的司机列表,此列表上的司机车牌与来接驾的司机所开车辆的车牌一一对应,方便乘客验证司机身份;
所述系统司机所持的终端,可显示待接驾的乘客列表,方便司机选择多位替补乘客;
所述系统乘客所持的终端,可显示来接驾的司机列表,方便乘客选择多位替补司机。
11.根据权利要求1所述的方法,其特性在于,所述系统司乘循环参与S101~S105动作,包括:
司机在同一站台接多名乘客;
不超过瞬时一车四客的前提下,司机在不同站台接乘客;
乘客在某站台换乘,全程乘坐不同司机的车辆;
触发引流或拥堵防控阈值时,某站台拒绝更多司机进站接客;
触发引流或拥堵防控阈值时,某站台建议乘客去临近站台乘车;
为防拥堵,建议司机更改行车路线;
为防拥堵,建议乘客提前下车或去特定站台下车;
为优化出行体验,建议乘客或司机提前或推迟出行;
所有全行程可优化的动作,在此不做限定。
12.根据权利要求1~11所述的方法,其特性在于,所述系统约车矩阵不限于三维,包括:
返城、回乡、露营等等任意事件;
国庆、清明、春节等等任意时间;
司机、乘客、地点、事件、时间等等五维及其以上,都属于本条权力要求,在此不做限定。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110327936.5A CN113053095A (zh) | 2021-03-27 | 2021-03-27 | 一种低空座率的网约车系统与方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110327936.5A CN113053095A (zh) | 2021-03-27 | 2021-03-27 | 一种低空座率的网约车系统与方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113053095A true CN113053095A (zh) | 2021-06-29 |
Family
ID=76515896
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110327936.5A Pending CN113053095A (zh) | 2021-03-27 | 2021-03-27 | 一种低空座率的网约车系统与方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113053095A (zh) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150206267A1 (en) * | 2014-01-22 | 2015-07-23 | Jahan Khanna | Systems and methods for providing a transportation marketplace |
US20150317568A1 (en) * | 2014-04-30 | 2015-11-05 | Xerox Corporation | System and method for flexible carpooling in a work context |
CN105070037A (zh) * | 2015-07-15 | 2015-11-18 | 国家电网公司 | 一种综合管理播报的公共交通信息平台及运行控制方法 |
CN105279953A (zh) * | 2014-07-21 | 2016-01-27 | 卢祝明 | 一种指定站点车辆匹配搭载的互联网方法和系统 |
CN106971248A (zh) * | 2017-04-25 | 2017-07-21 | 杭州纳戒科技有限公司 | 分段拼车方法、装置及系统 |
EP3355028A1 (en) * | 2017-01-25 | 2018-08-01 | Via Transportation, Inc. | Method and system for managing a fleet of ride-sharing vehicles using virtual bus stops |
CN108364464A (zh) * | 2018-02-02 | 2018-08-03 | 北京航空航天大学 | 一种基于概率模型的公交车辆旅行时间建模方法 |
US20190108468A1 (en) * | 2017-10-10 | 2019-04-11 | Khanh Vinh Nguyen | Method and apparatus to operate smart mass transit systems with on-demand rides, dynamic routes and coordinated transfers |
CN109801485A (zh) * | 2019-01-24 | 2019-05-24 | 王军 | 一种智能信息调度系统 |
US20190228246A1 (en) * | 2018-01-25 | 2019-07-25 | Futurewei Technologies, Inc. | Pickup Service Based on Recognition Between Vehicle and Passenger |
CN112509358A (zh) * | 2020-11-19 | 2021-03-16 | 湖南湘江智能科技创新中心有限公司 | 一种基于人车站云协同的盲人乘车方法 |
-
2021
- 2021-03-27 CN CN202110327936.5A patent/CN113053095A/zh active Pending
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150206267A1 (en) * | 2014-01-22 | 2015-07-23 | Jahan Khanna | Systems and methods for providing a transportation marketplace |
US20150317568A1 (en) * | 2014-04-30 | 2015-11-05 | Xerox Corporation | System and method for flexible carpooling in a work context |
CN105279953A (zh) * | 2014-07-21 | 2016-01-27 | 卢祝明 | 一种指定站点车辆匹配搭载的互联网方法和系统 |
CN105070037A (zh) * | 2015-07-15 | 2015-11-18 | 国家电网公司 | 一种综合管理播报的公共交通信息平台及运行控制方法 |
EP3355028A1 (en) * | 2017-01-25 | 2018-08-01 | Via Transportation, Inc. | Method and system for managing a fleet of ride-sharing vehicles using virtual bus stops |
CN106971248A (zh) * | 2017-04-25 | 2017-07-21 | 杭州纳戒科技有限公司 | 分段拼车方法、装置及系统 |
US20190108468A1 (en) * | 2017-10-10 | 2019-04-11 | Khanh Vinh Nguyen | Method and apparatus to operate smart mass transit systems with on-demand rides, dynamic routes and coordinated transfers |
US20190228246A1 (en) * | 2018-01-25 | 2019-07-25 | Futurewei Technologies, Inc. | Pickup Service Based on Recognition Between Vehicle and Passenger |
CN108364464A (zh) * | 2018-02-02 | 2018-08-03 | 北京航空航天大学 | 一种基于概率模型的公交车辆旅行时间建模方法 |
CN109801485A (zh) * | 2019-01-24 | 2019-05-24 | 王军 | 一种智能信息调度系统 |
CN112509358A (zh) * | 2020-11-19 | 2021-03-16 | 湖南湘江智能科技创新中心有限公司 | 一种基于人车站云协同的盲人乘车方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103971507B (zh) | 一种召车方法、召车平台及系统 | |
CN101520945B (zh) | 城市公交线路自动排班方法 | |
US20160180712A1 (en) | Citywide parking reservation system and method | |
CN105788333A (zh) | 具有无人驾驶及回场充电功能的智能交通系统及实现方法 | |
CN104809867A (zh) | 基于行驶线路契合度的合乘拼车智能实时撮合系统及方法 | |
CN105575108A (zh) | 一种智能公交调度运营方法 | |
CN107633676A (zh) | 一种智能共享车载服务系统 | |
CN105551235A (zh) | 基于互联网的城际拼车出行的调度系统 | |
CN102682593A (zh) | 管理调度出租车智能化系统及方法 | |
CN103164751B (zh) | 一种无限定站点无固定线路公共交通运营系统及运营方法 | |
CN106097702A (zh) | 智能交通调度方法和系统 | |
CN105279955A (zh) | 一种拼车方法及设备 | |
CN106228254A (zh) | 一种基于全局优化的电动客车运营方法 | |
CN113408903B (zh) | 订单处理方法、装置、电子设备和可读存储介质 | |
CN103761888A (zh) | 一种通过手机终端寻找、预订停车位及涉车信息服务系统 | |
CN108960465A (zh) | 一种考虑预期服务水平的停车场选择预约系统及方法 | |
CN113393137B (zh) | 一种基于车联网的调度共享系统 | |
CN110472912A (zh) | 一种网约车提供快递同城配送服务的方法及系统 | |
CN106441325A (zh) | 一种联运导航的系统和方法 | |
WO2017033174A1 (en) | A citywide parking reservation system and method | |
CN107622654A (zh) | 基于云服务器的智能公交系统 | |
CN106250995A (zh) | 一种基于全局优化的电动客车运营系统及方法 | |
CN111882914A (zh) | 一种基于车联网的公交站台信息发布系统及方法 | |
Ceder | Integrated smart feeder/shuttle transit service: simulation of new routing strategies | |
Hidalgo | Citywide transit integration in a large city: The Interligado system of Sao Paulo, Brazil |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20210629 |
|
WD01 | Invention patent application deemed withdrawn after publication |