CN113393062A - 车辆调度方法、程序产品、系统及存储介质 - Google Patents
车辆调度方法、程序产品、系统及存储介质 Download PDFInfo
- Publication number
- CN113393062A CN113393062A CN202110940688.1A CN202110940688A CN113393062A CN 113393062 A CN113393062 A CN 113393062A CN 202110940688 A CN202110940688 A CN 202110940688A CN 113393062 A CN113393062 A CN 113393062A
- Authority
- CN
- China
- Prior art keywords
- travel path
- data
- space
- travel
- acceptable
- 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 51
- 238000003860 storage Methods 0.000 title claims abstract description 14
- 238000013507 mapping Methods 0.000 claims description 16
- 238000004590 computer program Methods 0.000 claims description 13
- 238000012216 screening Methods 0.000 claims description 5
- 238000010586 diagram Methods 0.000 description 16
- 238000004422 calculation algorithm Methods 0.000 description 8
- 238000004364 calculation method Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 238000005457 optimization Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 5
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 230000001360 synchronised effect Effects 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000003462 Bender reaction Methods 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000007619 statistical method Methods 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
- G06Q10/06—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
- 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)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种车辆调度方法、程序产品、系统及存储介质,该方法包括以下步骤:获取主要出行路径的空间数据以及次要出行路径的起点空间数据以及终点空间数据;基于所述主要出行路径的空间数据以及可接受范围,生成出行可接受时空多面体;基于所述次要出行路径的起点空间数据以及终点空间数据与所述出行可接受时空多面体的关系,获得路径规划可行解;基于所述路径规划可行解,进行车辆调度;本发明旨在提高车辆调度的效率及准确度。
Description
技术领域
本发明涉及交通数据处理以及车辆调度领域,尤其涉及一种车辆调度方法、程序产品、系统及存储介质。
背景技术
车辆调度问题即有时间要求的车辆路径问题(VSP)又被称为带时间窗的车辆路径问题(Vehicle Routing Problem with Time Windows,简记为VRPTW)。VRPTW是在VRP的基础上增加了客户要求访问的时间窗口,是一般车辆路径问题的扩展。其简单的描述如下:用于服务的若干车辆从站点出发,为处在不同地理位置、具有不同货物需求和不同服务时间窗要求的所有顾客提供服务,然后返回站点,其中为每个顾客仅提供一次服务。其目标是在时间窗内为顾客提供服务时,使车辆的行驶时间和等待时间之和最短。
根据时间约束的严格与否,带时间窗的车辆路径问题被分为两类:软时间窗车辆路径问题和硬时间窗车辆路径问题。软时间窗车辆路径问题要求配送车辆尽可能在时间窗内到达访问,否则将给予一定的惩罚。该惩罚包括两部分:(1)车辆在要求的最早到达时间之前到达,必须在任务点处等待而损失的成本;(2)车辆在要求的最迟到达时间之后到达,必须付给客户预先约定的罚金。而硬时间窗车辆路径问题则要求必须在时间窗内到达访问,否则服务被拒绝。
车辆路径问题通常被构造成整数规划模型、图论或其它模型,这些模型之间存在着某种联系。但从建立模型时的出发点考虑,大多数模型都可看成是下面三种模型的变形与组合:第一,以车流为基础的模型;第二,以物流为基础的模型;第三,集覆盖模型。
求解方法上,常用的基本理论和方法有:分枝定界法、割平面法、线性规划法、动态规划法、匹配理论、对偶理论、组台理论、线搜索技术、列生成技术、拉格朗日松弛技术、状态空间松弛技术、Benders分解技术、扶梯度(sub gradient)优化技术、概率分析、统计分析、最差情况分析、经验分折等。常用算法基本上可分为优化算法和启发式算法两大类。优化算法求解时间长,算法效率低且不适合求解规模较大的问题,因此在实际应用中受到限制;而启发式算法容易陷入局部优化解中,寻优过程中存在不确定性的问题。
发明内容
有鉴于此,本申请实施例提供一种车辆调度方法、程序产品、系统及存储介质,旨在提高车辆调度的效率及准确度。
本申请实施例提供了一种车辆调度方法,所述方法包括:
获取主要出行路径的空间数据以及次要出行路径的起点空间数据以及终点空间数据;
基于所述主要出行路径的空间数据以及可接受范围,生成出行可接受时空多面体;
基于所述次要出行路径的起点空间数据以及终点空间数据与所述出行可接受时空多面体的关系,获得路径规划可行解;
基于所述路径规划可行解,进行车辆调度。
在一实施例中,所述基于所述主要出行路径的空间数据以及可接受范围,生成出行可接受时空多面体,包括:
将所述主要出行路径的空间数据按照折点分为多条子路径;
以所述子路径为长方体的底面中线,基于所述可接受范围,生成多个子路径可接受空间长方体;
将所述多个子路径可接受空间长方体拼接,生成所述出行可接受时空多面体。
在一实施例中,所述基于所述次要出行路径的起点空间数据以及终点空间数据与所述出行可接受时空多面体的关系,获得路径规划可行解,包括:
若所述次要出行路径的起点空间数据在所述出行可接受时空多面体的表面或者内部且所述次要出行路径的起点空间数据与终点空间数据在平面映射生成的线段在所述出行可接受时空多面体在平面映射生成的多边形的内部,则将所述次要出行路径纳入所述主要出行路径。
在一实施例中,所述基于所述次要出行路径的起点空间数据以及终点空间数据与所述出行可接受时空多面体的关系,获得路径规划可行解,还包括:
若所述次要出行路径的起点空间数据在所述出行可接受时空多面体的表面或者内部且所述次要出行路径的起点空间数据与终点空间数据在平面映射生成的线段在所述出行可接受时空多面体在平面映射生成的多边形的内部,则将所述次要出行路径加入主要出行路径的备选集中;
基于所述主要出行路径的限制条件,在所述主要出行路径的备选集中筛选出最优次要出行路径;
将所述最优次要出行路径纳入所述主要出行路径。
在一实施例中,所述限制条件包括次数限制和/或容量限制。
在一实施例中,所述获取主要出行路径的空间数据包括:
获取主要出行路径的平面数据;
将时间维度加入所述主要出行路径的平面数据中,获得所述主要出行路径的空间数据;
获取次要出行路径的起点空间数据以及终点空间数据,包括:
获取多条次要出行路径的起点平面数据以及终点平面数据;
将所述时间维度加入所述次要出行路径的起点平面数据以及终点平面数据中,获得所述次要出行路径的起点空间数据以及终点空间数据。
在一实施例中,所述可接受范围包括出发点与所述主要出行路径的预设距离范围以及出发时间的预设时间范围。
为实现上述目的,还提供一种车辆调度系统,所述系统包括:
数据获取模块,用于获取主要出行路径的空间数据以及次要出行路径的起点空间数据以及终点空间数据;
空间化模块,用于基于所述主要出行路径的空间数据以及可接受范围,生成出行可接受时空多面体;
可行解获取模块,用于基于所述次要出行路径的空间数据与所述出行可接受时空多面体的关系,获得路径规划可行解;
车辆调度模块,用于基于所述路径规划可行解,进行车辆调度。
为实现上述目的,还提供一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时实现上述任一所述的车辆调度方法的步骤。
为实现上述目的,还提供一种计算机存储介质,所述计算机存储介质上存储有车辆调度方法程序,所述车辆调度方法程序被处理器执行时实现上述任一所述的车辆调度方法的步骤。
本申请实施例中提供的一个或多个技术方案,至少具有如下技术效果或优点:获取主要出行路径的空间数据以及次要出行路径的起点空间数据以及终点空间数据;通过加入时间维度,获取主要出行路径以及次要出行路径的起点以及终点转化为空间数据,为后续正确生成出行可接受时空多面体以及路径规划提供数据支持。
基于所述主要出行路径的空间数据以及可接受范围,生成出行可接受时空多面体;通过将路径规划问题转化为判断点是否落在多面体表面以及内部的逻辑操作,大大提高了计算效率以及准确度。
基于所述次要出行路径的起点空间数据以及终点空间数据与所述出行可接受时空多面体的关系,获得路径规划可行解;通过比较次要出行路径的起点空间数据以及终点空间数据与出行可接受时空多面体的相对关系,若次要出行路径的起点空间数据落在出行可接受时空多面体中,则将该次要出行路径纳入主要出行路径,从而减少了路径规划可行解获取的计算成本。
基于所述路径规划可行解,进行车辆调度;本发明旨在提高车辆调度的效率及准确度。
附图说明
图1为本申请车辆调度方法的第一实施例的流程示意图;
图2为本申请车辆调度方法第一实施例中步骤S120的具体实施步骤;
图3为出行可接受时空多面体的示意图;
图4为本申请车辆调度方法第一实施例中步骤S130的具体实施步骤;
图5为本申请车辆调度方法第一实施例中步骤S130的具体实施步骤;
图6为主要出行路径以及次要出行路径平面示意图;
图7为主要出行路径以及次要出行路径空间示意图;
图8为车辆调度系统的示意图;
图9为车辆调度设备的示意图。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本发明实施例的主要解决方案是:获取主要出行路径的空间数据以及次要出行路径的起点空间数据以及终点空间数据;基于所述主要出行路径的空间数据以及可接受范围,生成出行可接受时空多面体;基于所述次要出行路径的起点空间数据以及终点空间数据与所述出行可接受时空多面体的关系,获得路径规划可行解;基于所述路径规划可行解,进行车辆调度;本发明旨在提高车辆调度的效率及准确度。
为了更好的理解上述技术方案,下面将结合说明书附图以及具体的实施方式对上述技术方案进行详细的说明。
参照图1,图1为本申请车辆调度方法的第一实施例,所述方法包括:
步骤S110:获取主要出行路径的空间数据以及次要出行路径的起点空间数据以及终点空间数据。
具体地,某车辆在t0时刻从(x0,y0)出发,经时间t1-t0后到达目的地(x1,y1),此次出行为主要出行路径;同时路网中存在多个有时间限制的次要出行,比如某物品需要t_x时刻从(x_x,y_x)出发,经时间t_y-t_x后到达目的地(x_y,y_y),此次出行为次要出行路径;其中次要出行路径是带有时间限制的出行路径,包括起点、终点以及时间限制。
具体地,主要出行路径的空间数据可以是主要出行路径的平面数据加上时间维度而成;次要出行路径的起点空间数据可以是次要出行路径的起点的平面数据加上时间维度而成;次要出行路径的终点空间数据可以是次要出行路径的终点的平面数据加上时间维度而成。
步骤S120:基于所述主要出行路径的空间数据以及可接受范围,生成出行可接受时空多面体。
具体地,可接受范围可以是主动出行路径的预设的限定条件;可以是对地理位置的限制;或者,可以是对出行时间的限制。将主要出行路径的空间数据作为基础,并以可接受范围为限制条件,生成出行可接受时空多面体。
其中,步骤S120是将主要出行路径的空间数据结合可接受范围,生成具有路径以及时间特征的多面体(出行可接受时间)。
通过对主要出行路径以及选择偏好进行设置,在空间和时间上结合地理位置信息,将问题转化为判断点在多面体内外的空间几何问题,可快速确定符合条件的次要出行路径,是主要出行路径确定后的可行解,避免使用启发式算法,从而去除了启发式算法寻优过程中的不确定性和效率问题。
步骤S130:基于所述次要出行路径的起点空间数据以及终点空间数据与所述出行可接受时空多面体的关系,获得路径规划可行解。
具体地,路径规划可行解可以是在预设的地理以及时间范围内筛选次要出行路径,使得主要出行路径可以尽量多的完成次要出行路径。
步骤S140:基于所述路径规划可行解,进行车辆调度。
具体地,根据路径规划可行解中的次要路径的选择,对车辆进行调度以及进行车辆调度。
在上述实施例中,存在的有益效果为:获取主要出行路径的空间数据以及次要出行路径的起点空间数据以及终点空间数据;通过加入时间维度,获取主要出行路径以及次要出行路径的起点以及终点转化为空间数据,为后续正确生成出行可接受时空多面体以及路径规划提供数据支持。
基于所述主要出行路径的空间数据以及可接受范围,生成出行可接受时空多面体;通过将路径规划问题转化为判断点是否落在多面体表面以及内部的逻辑操作,大大提高了计算效率以及准确度。
基于所述次要出行路径的起点空间数据以及终点空间数据与所述出行可接受时空多面体的关系,获得路径规划可行解;通过比较次要出行路径的起点空间数据以及终点空间数据与出行可接受时空多面体的相对关系,若次要出行路径的起点空间数据落在出行可接受时空多面体中,则将该次要出行路径纳入主要出行路径,从而减少了路径规划可行解获取的计算成本。
基于所述路径规划可行解,进行车辆调度;本发明旨在提高车辆调度的效率及准确度。
参照图2,图2为本申请车辆调度方法第一实施例中步骤S120的具体实施步骤,所述基于所述主要出行路径的空间数据以及可接受范围,生成出行可接受时空多面体,包括:
步骤S121:将所述主要出行路径的空间数据按照折点分为多条子路径。
具体地,主要出行路径的平面数据可以是平面上从起点到终点的平面图;而主要出行路径的空间数据可以是平面上从起点到终点的平面图加上时间维度生成的空间上的多条子路径组合而成;在本步骤中,将主要出行路径的空间数据按照主要出行路径的折点进行拆分,分为多条子路径。
步骤S122:以所述子路径为长方体的底面中线,基于所述可接受范围,生成多个子路径可接受空间长方体。
具体地,可以以子路径为长方体的底面中线;或者以子路径为长方体的中心线;在此并不作限定,在本实施例中,以子路径为长方体的底面中线为例进行解释,请参照图3,图3为出行可接受时空多面体的示意图。
步骤S123:将所述多个子路径可接受空间长方体拼接,生成所述出行可接受时空多面体。
具体地,将多个子路径可接受空间长方体进行拼接,两个子路径可接受空间长方体可以内部重合,形成的包含路径以及时间特征的多面体,即为出行可接受时空多面体。
在上述实施例中,存在的有益效果为:通过将路径问题空间化,生成出行可接受时空多面体,将车辆调度问题转化为判断次要出行路径中的点是否落在多面体表面和/或内部的逻辑操作,大大提升了车辆调度计算的效率及准确度。
参照图4,图4为本申请车辆调度方法第一实施例中步骤S130的具体实施步骤,所述基于所述次要出行路径的起点空间数据以及终点空间数据与所述出行可接受时空多面体的关系,获得路径规划可行解,包括:
步骤S131:若所述次要出行路径的起点空间数据在所述出行可接受时空多面体的表面或者内部且所述次要出行路径的起点空间数据与终点空间数据在平面映射生成的线段在所述出行可接受时空多面体在平面映射生成的多边形的内部,则将所述次要出行路径纳入所述主要出行路径。
具体地,若次要出行路径的起点空间数据中的点均落在所述出行可接受时空多面体的表面,或者内部,同时将次要出行路径的起点空间数据与终点空间数据映射到XY平面上,生成一条二维的线段,另外将出行可接受时空多面体映射到XY平面上,生成一个二维的多边形,若生成的二维线段在生成的二维的多边形的内部,则将该次要出行路径纳入主要出行路径中。其中,主要出行路径可以纳入多条次要出行路径,准确地说,主要出行路径纳入越多的次要出行路径,则对应的路径规划的解更加符合目标函数。其中,本实施例中的目标函数就是在预设的地理以及时间范围内筛选次要出行路径,使得主要出行路径可以尽量多的完成次要出行路径。
在上述实施例中,存在的有益效果为:通过判断次要出行路径的空间数据与出行可接受时空多面体之间的关系,获得路径规划可行解,极大的简化了车辆调度计算的过程,提高了车辆调度以及车辆路径规划的效率。
参照图5,图5为本申请车辆调度方法步骤S131的具体实施步骤,所述基于所述次要出行路径的起点空间数据以及终点空间数据与所述出行可接受时空多面体的关系,获得路径规划可行解,包括:
步骤S131’:若所述次要出行路径的起点空间数据在所述出行可接受时空多面体的表面或者内部且所述次要出行路径的起点空间数据与终点空间数据在平面映射生成的线段在所述出行可接受时空多面体在平面映射生成的多边形的内部,则将所述次要出行路径加入主要出行路径的备选集中。
具体地,若所述次要出行路径的起点空间数据在所述出行可接受时空多面体的表面或者内部且所述次要出行路径的起点空间数据与终点空间数据在平面映射生成的线段在所述出行可接受时空多面体在平面映射生成的多边形的内部,则将所述次要出行路径作为备选加入到主要出行路径的备选集中;其中所述备选集中可以包含多个次要出行路径,所以在此备选集的大小并不作限定。
步骤S132’:基于所述主要出行路径的限制条件,在所述主要出行路径的备选集中筛选出最优次要出行路径。
在一实施例中,所述限制条件包括次数限制和/或容量限制。
具体地,次数限制可以是对执行次要出行路径的次数的限制,在本实施例中,并不对次数限制进行限定,可以根据具体情况进行调整。
容量限制可以是对执行次要出行路径的时间的限制,在本实施例中,并不对容量限制进行限定,可以根据具体情况进行调整。
根据设定的主要出行路径的限制条件,比如可以是执行次要出行路径的次数不超过3次,以及执行次要出行路径的时间和不超过30分钟;根据上述的设定的主要出行路径的限制条件,在主要出行路径的备选集中筛选出最优次要出行路径;其中,可以对主要出行的备选集中的次要出行路径进行遍历,每一遍遍历筛选只选出一个最优次要出行路径,直至满足次数限制和/或容量限制停止。
步骤S133’:将所述最优次要出行路径纳入所述主要出行路径。
具体地,将符合时间限制和/或容量限制的最优次要出行路径纳入主要出行路径,在执行主要出行路径的过程中,将最优次要出行路径同时执行完成,所以主要出行路径与次要出行路径同步进行,大大减少了车辆调度的时间成本。
在一实施例中,所述获取主要出行路径的空间数据包括:
获取主要出行路径的平面数据;
具体地,参照图6,图6中展示了主要出行路径平面示意图。
其中,主要出行路径的平面数据,包括主要出行路径的起点、终点以及行驶的路线。
将所述时间维度加入所述主要出行路径的平面数据中,获得所述主要出行路径的空间数据;
具体地,将时间作为Z轴,将主要出行路径的平面数据空间化,生成主要出行路径的空间数据。
具体地,参照图7,图7中实线展示了主要出行路径空间示意图。
在一实施例中,所述获取次要出行路径的起点空间数据以及终点空间数据,包括:
获取多条次要出行路径的起点平面数据以及终点平面数据;
具体地,参照图6,图6中展示了次要出行路径平面示意图。其中,次要出行路径的起点平面数据可以是起点在XY坐标系中的坐标数据;次要出行路径的终点平面数据可以是终点在XY坐标系中的坐标数据;其中,星号代表起点,空心圆代表终点。
将所述时间维度加入所述次要出行路径的起点平面数据以及终点平面数据中,获得所述次要出行路径的起点空间数据以及终点空间数据。
具体地,将时间作为Z轴,将次要出行路径的平面数据空间化,生成次要出行路径在XYZ坐标系中的起点空间数据以及终点空间数据。
参照图7,图7中的虚线为次要出行路径空间示意图。
在一实施例中,所述可接受范围包括出发点与所述主要出行路径的预设距离范围以及出发时间的预设时间范围。
在一实施例中,应用场景可以是顺风车服务,主要出行路径为顺风车服务的第一个订单,则顺风车中的其他服务为次要出行路径,比如,假设可接受空间为次要出行路径的出发点在主要出行路径的附件1公里范围内,且出发时间在预定的范围内,比如为5分钟,以上述条件生成出行可接受时空多面体的多面体;
根据主要出行路径附近的次要出行路径的起点空间数据以及终点空间数据与出行可接受时空多面体的多面体的关系,比如,若所述次要出行路径的起点空间数据在所述出行可接受时空多面体的表面或者内部且所述次要出行路径的起点空间数据与终点空间数据在平面映射生成的线段在所述出行可接受时空多面体在平面映射生成的多边形的内部,则将该次要出行路径纳入主要出行路径,作为顺风车服务中的一单;另外,根据顺风车服务中主要出行路径的次数限制和/或容量限制,对多个次要出行路径进行筛选,最终获得符合要求的最优次要出行路径,进行车辆路径规划或者进行车辆调度,大大提高了车辆调度的效率以及准确度。
本申请还要求保护一种车辆调度系统20,所述系统包括:
数据获取模块21,用于获取主要出行路径的空间数据以及次要出行路径的起点空间数据以及终点空间数据;
空间化模块22,用于基于所述主要出行路径的空间数据以及可接受范围,生成出行可接受时空多面体;
可行解获取模块23,用于基于所述次要出行路径的空间数据与所述出行可接受时空多面体的关系,获得路径规划可行解;
车辆调度模块24,用于基于所述路径规划可行解,进行车辆调度。
图8所示车辆调度系统20包括数据获取模块21、空间化模块22、可行解获取模块23,车辆调度模块24,该系统20可以执行图1、图2、图4以及图5所示实施例的方法,本实施例未详细描述的部分,可参考对图1、图2、图4以及图5所示实施例的相关说明。该技术方案的执行过程和技术效果参见图1、图2、图4以及图5所示实施例中的描述,在此不再赘述。
本申请还要求保护一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时实现上述任一所述的车辆调度方法的步骤。
本申请还要求保护一种计算机存储介质,所述计算机存储介质上存储有车辆调度方法程序,所述车辆调度方法程序被处理器执行时实现上述任一所述的车辆调度方法的步骤。
本申请涉及一种车辆调度设备010包括如图9所示:至少一个处理器012、存储器011。
处理器012可能是一种集成电路芯片,具有信号的处理能力。在实现过程中,上述方法的各步骤可以通过处理器012中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器012可以是通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。软件模块可以位于随机存储器,闪存、只读存储器,可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器011,处理器012读取存储器011中的信息,结合其硬件完成上述方法的步骤。
可以理解,本发明实施例中的存储器011可以是易失性存储器或非易失性存储器,或可包括易失性和非易失性存储器两者。其中,非易失性存储器可以是只读存储器(ReadOnly Memory,ROM)、可编程只读存储器(Programmable ROM,PROM)、可擦除可编程只读存储器(Erasable PROM,EPROM)、电可擦除可编程只读存储器(Electrically EPROM,EEPROM)或闪存。易失性存储器可以是随机存取存储器(Random Access Memory,RAM),其用作外部高速缓存。通过示例性但不是限制性说明,许多形式的 RAM可用,例如静态随机存取存储器(Static RAM,SRAM)、动态随机存取存储器(Dynamic RAM,DRAM)、同步动态随机存取存储器(Synchronous DRAM,SDRAM)、双倍数据速率同步动态随机存取存储器(Double DataRateSDRAM,DDRSDRAM)、增强型同步动态随机存取存储器(Enhanced SDRAM,ESDRAM)、同步连接动态随机存取存储器 (Synch link DRAM,SLDRAM) 和直接内存总线随机存取存储器(Direct Rambus RAM,DRRAM)。本发明实施例描述的系统和方法的存储器011旨在包括但不限于这些和任意其它适合类型的存储器。
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。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
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。
应当注意的是,在权利要求中,不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的部件或步骤。位于部件之前的单词“一”或“一个”不排除存在多个这样的部件。本发明可以借助于包括有若干不同部件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中,这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
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 (10)
1.一种车辆调度方法,其特征在于,所述方法包括:
获取主要出行路径的空间数据以及次要出行路径的起点空间数据以及终点空间数据;
基于所述主要出行路径的空间数据以及可接受范围,生成出行可接受时空多面体;
基于所述次要出行路径的起点空间数据以及终点空间数据与所述出行可接受时空多面体的关系,获得路径规划可行解;
基于所述路径规划可行解,进行车辆调度。
2.如权利要求1所述的车辆调度方法,其特征在于,所述基于所述主要出行路径的空间数据以及可接受范围,生成出行可接受时空多面体,包括:
将所述主要出行路径的空间数据按照折点分为多条子路径;
以所述子路径为长方体的底面中线,基于所述可接受范围,生成多个子路径可接受空间长方体;
将所述多个子路径可接受空间长方体拼接,生成所述出行可接受时空多面体。
3.如权利要求1所述的车辆调度方法,其特征在于,所述基于所述次要出行路径的起点空间数据以及终点空间数据与所述出行可接受时空多面体的关系,获得路径规划可行解,包括:
若所述次要出行路径的起点空间数据在所述出行可接受时空多面体的表面或者内部且所述次要出行路径的起点空间数据与终点空间数据在平面映射生成的线段在所述出行可接受时空多面体在平面映射生成的多边形的内部,则将所述次要出行路径纳入所述主要出行路径。
4.如权利要求3所述的车辆调度方法,其特征在于,所述基于所述次要出行路径的起点空间数据以及终点空间数据与所述出行可接受时空多面体的关系,获得路径规划可行解,还包括:
若所述次要出行路径的起点空间数据在所述出行可接受时空多面体的表面或者内部且所述次要出行路径的起点空间数据与终点空间数据在平面映射生成的线段在所述出行可接受时空多面体在平面映射生成的多边形的内部,则将所述次要出行路径加入主要出行路径的备选集中;
基于所述主要出行路径的限制条件,在所述主要出行路径的备选集中筛选出最优次要出行路径;
将所述最优次要出行路径纳入所述主要出行路径。
5.如权利要求4所述的车辆调度方法,其特征在于,所述限制条件包括次数限制和/或容量限制。
6.如权利要求1所述的车辆调度方法,其特征在于,所述获取主要出行路径的空间数据包括:
获取主要出行路径的平面数据;
将时间维度加入所述主要出行路径的平面数据中,获得所述主要出行路径的空间数据;
获取次要出行路径的起点空间数据以及终点空间数据,包括:
获取多条次要出行路径的起点平面数据以及终点平面数据;
将所述时间维度加入所述次要出行路径的起点平面数据以及终点平面数据中,获得所述次要出行路径的起点空间数据以及终点空间数据。
7.如权利要求1所述的车辆调度方法,其特征在于,所述可接受范围包括出发点与所述主要出行路径的预设距离范围以及出发时间的预设时间范围。
8.一种车辆调度系统,其特征在于,所述系统包括:
数据获取模块,用于获取主要出行路径的空间数据以及次要出行路径的起点空间数据以及终点空间数据;
空间化模块,用于基于所述主要出行路径的空间数据以及可接受范围,生成出行可接受时空多面体;
可行解获取模块,用于基于所述次要出行路径的空间数据与所述出行可接受时空多面体的关系,获得路径规划可行解;
车辆调度模块,用于基于所述路径规划可行解,进行车辆调度。
9.一种计算机程序产品,其特征在于,包括计算机程序,所述计算机程序被处理器执行时实现权利要求1-7任一所述的车辆调度方法的步骤。
10.一种计算机存储介质,其特征在于,所述计算机存储介质上存储有车辆调度方法程序,所述车辆调度方法程序被处理器执行时实现权利要求1-7任一所述的车辆调度方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110940688.1A CN113393062A (zh) | 2021-08-17 | 2021-08-17 | 车辆调度方法、程序产品、系统及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110940688.1A CN113393062A (zh) | 2021-08-17 | 2021-08-17 | 车辆调度方法、程序产品、系统及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113393062A true CN113393062A (zh) | 2021-09-14 |
Family
ID=77622617
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110940688.1A Pending CN113393062A (zh) | 2021-08-17 | 2021-08-17 | 车辆调度方法、程序产品、系统及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113393062A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114353820A (zh) * | 2022-03-18 | 2022-04-15 | 腾讯科技(深圳)有限公司 | 一种路径规划方法、装置、电子设备和存储介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107341558A (zh) * | 2016-04-28 | 2017-11-10 | 李哲荣 | 共乘路径的计算方法及使用此方法的计算装置与记录媒体 |
CN111928867A (zh) * | 2020-08-20 | 2020-11-13 | 上海西井信息科技有限公司 | 基于时间扩展的路径规划方法、系统、设备及存储介质 |
-
2021
- 2021-08-17 CN CN202110940688.1A patent/CN113393062A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107341558A (zh) * | 2016-04-28 | 2017-11-10 | 李哲荣 | 共乘路径的计算方法及使用此方法的计算装置与记录媒体 |
CN111928867A (zh) * | 2020-08-20 | 2020-11-13 | 上海西井信息科技有限公司 | 基于时间扩展的路径规划方法、系统、设备及存储介质 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114353820A (zh) * | 2022-03-18 | 2022-04-15 | 腾讯科技(深圳)有限公司 | 一种路径规划方法、装置、电子设备和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10119826B2 (en) | System and method for accelerating route search | |
WO2020181879A1 (zh) | 一种与车辆相关联的数据处理方法及系统 | |
WO2019223745A1 (en) | Methods and systems for informing a user of carpooling information | |
CN107291733B (zh) | 一种规则匹配方法及装置 | |
CN114141048A (zh) | 车位推荐方法及装置、停车场的车位预测方法及装置 | |
CN110060424A (zh) | 一种共享汽车还车方法 | |
CN112041858A (zh) | 提供出行建议的系统和方法 | |
CN117561517A (zh) | 用于在路线规划应用中预测交通状况的计算机实现的设备和方法 | |
CN113393062A (zh) | 车辆调度方法、程序产品、系统及存储介质 | |
CN111507541A (zh) | 货量预测模型构建方法、货量测量方法、装置及电子设备 | |
CN112528169A (zh) | 用于导航的方法、装置、设备和计算机可读存储介质 | |
CN112129303A (zh) | 观影日程安排方法、安排系统、存储介质、及电子设备 | |
CN117093862A (zh) | 一种模型训练的方法、装置、电子设备及存储介质 | |
CN111223293B (zh) | 分析交通拥堵的系统和方法 | |
US20160313134A1 (en) | Apparatus for route guide and control method thereof | |
CN107270919B (zh) | 公交路线分级方法、装置以及公交路线导航方法、装置 | |
JP7480360B2 (ja) | 棚の位置を特定するための方法および装置、電子機器、コンピュータ可読媒体並びにコンピュータプログラム | |
CN116069340A (zh) | 自动驾驶模型部署方法、装置、设备及存储介质 | |
CN112051843B (zh) | 基于订单预估的路径规划方法、装置、机器人和存储介质 | |
CN109029476A (zh) | 一种用于确定可达区域的方法和装置 | |
CN111326006B (zh) | 车道导航的提醒方法、提醒系统、存储介质、及车载终端 | |
JP2021009027A (ja) | 経路出力装置、方法、及びプログラム | |
CN111210616A (zh) | 基于多源数据的车流量预测方法、系统、终端及介质 | |
CN117495237B (zh) | 货运集散系统的管理方法、设备和可读存储介质 | |
CN113660172B (zh) | 流量控制方法以及设备 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210914 |