CN113538088A - Robotaxi自动驾驶网约车订单处理方法 - Google Patents

Robotaxi自动驾驶网约车订单处理方法 Download PDF

Info

Publication number
CN113538088A
CN113538088A CN202110696308.4A CN202110696308A CN113538088A CN 113538088 A CN113538088 A CN 113538088A CN 202110696308 A CN202110696308 A CN 202110696308A CN 113538088 A CN113538088 A CN 113538088A
Authority
CN
China
Prior art keywords
order
automatic driving
passenger
station
driving network
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
Application number
CN202110696308.4A
Other languages
English (en)
Other versions
CN113538088B (zh
Inventor
赵奕铭
李瑞翩
庹新娟
郭剑锐
徐建勇
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.)
Dongfeng Motor Group Co Ltd
Original Assignee
Dongfeng Motor Group 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 Dongfeng Motor Group Co Ltd filed Critical Dongfeng Motor Group Co Ltd
Priority to CN202110696308.4A priority Critical patent/CN113538088B/zh
Publication of CN113538088A publication Critical patent/CN113538088A/zh
Application granted granted Critical
Publication of CN113538088B publication Critical patent/CN113538088B/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
    • 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
    • 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
    • G06Q10/06—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)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Development Economics (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Educational Administration (AREA)
  • Game Theory and Decision Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本发明公开了一种Robotaxi自动驾驶网约车订单处理方法，包括以下步骤：生成订单；获取订单中乘客的当前位置与终点位置；搜寻出订单中乘客附近自动驾驶网约车所停靠的停靠站点的站点信息；搜寻出满足订单条件的自动驾驶网约车；对全部运营车辆和订单进行统一分配；生成订单对应的站点信息和自动驾驶网约车信息，完成自动驾驶网约车分配。本发明根据乘客的订单信息提取出乘客期望条件，首先搜选出满足乘客期望条件的目标站点集，解决由于乘客终端定位不准Robotaxi自动驾驶网约车无法找到乘客的问题，然后搜选出每个站点满足乘客期望条件的Robotaxi自动驾驶网约车，最后对当前时刻产生的订单和当前营运车辆状态进行统一处理分配，最终向乘客推送目标站点和目标车辆。

Description

Robotaxi自动驾驶网约车订单处理方法
技术领域
本发明属于网约车应用领域，具体涉及一种Robotaxi自动驾驶网约车订单处理方法。
背景技术
随着5G、大数据、云平台以及自动驾驶技术的发展，L4级点到点的自动驾驶已趋于成熟，目前，国内各大先进省份、城市均已设定自动驾驶示范运行路线并同时开展Robotaxi点到点自动驾驶网约车服务。Robotaxi网约车既有传统网约车的特征，也有传统公共出行交通工具的属性，即可以随时接单，但是却有相对固定的站点和路线。由于当前Robotaxi网约车数量比较少，很容易出现供需失衡，Robotaxi网约车技术又需要发展，因而需要大量的实际应用数据。因此，如何降低Robotaxi网约车空载率和提高订单率成为本领域技术人员亟待解决的问题。
发明内容
本发明的目的在于，提供一种Robotaxi自动驾驶网约车订单处理方法，根据乘客的订单信息提取出乘客期望条件，首先搜选出满足乘客期望条件的目标站点集，解决由于乘客终端定位不准Robotaxi自动驾驶网约车无法找到乘客的问题，然后搜选出每个站点满足乘客期望条件的Robotaxi自动驾驶网约车，最后对当前时刻产生的订单和当前营运车辆状态进行统一处理分配，最终向乘客推送目标站点和目标车辆。
为解决上述技术问题，本发明的技术方案为：Robotaxi自动驾驶网约车订单处理方法，包括以下步骤：
S1、生成订单；
S2、获取订单中乘客的当前位置与终点位置；
S3、搜寻出订单中乘客附近自动驾驶网约车所停靠的停靠站点的站点信息；
S4、搜寻出满足订单条件的自动驾驶网约车；
S5、对全部运营车辆和订单进行统一分配；
S6、生成订单对应的站点信息和自动驾驶网约车信息，完成自动驾驶网约车分配。
进一步地，所述S2具体为：通过Robotaxi网约车平台带有的GPS系统自动识别订单中乘客的当前位置与终点位置以提高定位精度。
进一步地，所述停靠站点的位置均为预先设定，若干个停靠站点分别用位置坐标表示为：P1(L1,B1,H1)、P2(L2,B2,H2)…Pn(Ln,Bn,Hn)，其中n为自然数，其空间直角坐标系表示为：
Figure BDA0003128556380000021
其中，
Figure BDA0003128556380000022
为卯酉圈的半径，式中，
Figure BDA0003128556380000023
a为地球椭圆长半轴，b为地球椭圆短半轴。
更进一步地，所述S4还包括搜寻满足订单条件的自动驾驶网约车所停靠的停靠站点，其步骤具体为：首先根据订单中乘客的当前位置搜寻距离该位置最近的停靠站点，令该停靠站点坐标为(Xm,Ym,Zm)，以订单中乘客的当前位置为圆心，根据订单中提供的期望条件，所述期望条件包括乘客期望的上车时间T和距离S，根据期望条件计算满足该条件的距离范围半径R并进行站点搜寻，若不满足订单的期望条件，则向乘客推送无法乘坐的消息，并在半径R形成的圆形范围内寻找其他满足期望条件的停靠站点，令其他满足期望条件的停靠站点坐标分别为Q1(X1,Y1,Z1)、Q2(X1,Y1,Z1)…Qn(Xn，Yn，Zn)，其中n为自然数，
筛选计算公式：
Figure BDA0003128556380000031
更进一步地，所述S4中搜寻满足订单条件的自动驾驶网约车的步骤具体为：根据预设的地图数据和实时的交通状况筛选出满足期望条件的停靠站点A1、A2…An,其中n为自然数，将乘客到达各对应的停靠站点的预计时间设为T1、T2…Tn，筛选出停靠站点A1、A2…An周围行驶时间小于上车时间T的自动驾驶网约车，其中，对停靠站点附近的自动驾驶网约车分别划分状态为空载状态和载客状态，
(1)空载状态的自动驾驶网约车到达站点An的时间即为其从当前位置行驶到停靠站点An所需要的时间，分别记为Tn1、Tn2…Tnn；
(2)载客状态的自动驾驶网约车到达站点An的时间即为其从当前位置行驶到当前订单终点所需要的时间加上从当前订单的终点位置到停靠站点An的时间，分别记为T′n1、T′n2…T′nn；
筛选出符合上车时间到达停靠站点A1、A2…An的车辆，对满足乘客订单的车辆进行统一编号为B1、B2…Bn，并标记出到达停靠站点时间最短的车辆。
更进一步地，所述S4中搜寻满足订单条件的自动驾驶网约车的步骤还包括：计算出乘客乘坐自动驾驶网约车从停靠站点A1、A2…An分别抵达订单中终点位置的时间为t′1、t′2…t′n,然后再结合乘客从当前位置到站点A1、A2…An时间T1、T2…Tn和预计接单车辆到达站点A1、A2…An时间t1、t2…tn得出乘客的最短出行时间t，并将该最短出行时间t对应的车辆作为目标车辆。
一种计算机设备，包括存储器、处理器以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任一项所述方法的步骤。
一种计算机可读存储介质，其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上述任一项所述方法的步骤。
与现有技术相比，本发明的有益效果为：
本发明根据乘客的订单信息提取出乘客期望条件，首先搜选出满足乘客期望条件的目标站点集，解决由于乘客终端定位不准Robotaxi自动驾驶网约车无法找到乘客的问题，然后搜选出每个站点满足乘客期望条件的Robotaxi自动驾驶网约车，最后对当前时刻产生的订单和当前营运车辆状态进行统一处理分配，最终向乘客推送目标站点和目标车辆。
附图说明
图1为本发明实施例的逻辑流程图；
图2为本发明实施例中为降低空载率统一排列订单的表格；
图3为本发明实施例中为降低空载率统一排列订单的匹配示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。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。此外，下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
技术方案：
(1)第一阶段需要乘车的乘客登录到Robotaxi自动驾驶网约平台。网约平台应用程序使用其GPS系统自动识别乘客的当前位置以及Robotaxi自动驾驶车辆的当前位置，并根据乘客订单信息利用系统特定派单算法进行订单批分。
(2)第二阶段由于乘客通常利用手机进行定位，手机自带的定位装置达不到Robotaxi要求的精度，Robotaxi自动驾驶网约车无法准确到达乘客当前位置。并且现阶段Robotaxi自动驾驶网约车不同于传统的网约车可以穿梭于任何城市道路并可以在任何位置进行停靠。因此，Robotaxi自动驾驶网约车均有相对固定的停靠站点，由于停靠站点均为提前设定，因此其位置信息已经提前确定，假设站点分别为P1(L1，B1，H1)、P2(L2，B2，H2)…Pn(Ln，Bn，Hn)。将其转化为空间直角坐标系下的位置信息。
Figure BDA0003128556380000051
其中，
Figure BDA0003128556380000052
为卯酉圈的半径式中，
Figure BDA0003128556380000053
a为地球椭圆长半轴，b为地球椭圆短半轴。
(3)第三阶段Robotaxi自动驾驶网约平台从乘客订单信息中提取出乘客当前位置和终点位置信息。网约平台首先根据乘客订单信息搜寻出乘客附近的站点信息(Xm，Ym，Zm)，为降低单个订单占用网约平台系统资源，将乘客订单当前位置为圆心，假设其位置信息为以系统根据乘客订单信息中提供的期望的上车时间T和距离S推算出来的距离为半径R进行画圆。然后进行站点搜选，若达不到筛选条件，则向乘客推送无法乘坐的消息，假设搜选出的圆内站点在空间直角坐标系下的位置信息分别为Q1(X1，Y1，Z1)、Q2(X2，Y2，Z2)…Qn(Xn，Yn，Zn)。筛选计算公式：
Figure BDA0003128556380000054
(4)第四阶段首先计算出乘客从当前位置到站点Q1、Q2…Qn的时间分别为
Figure BDA0003128556380000055
根据地图数据和当前交通状况筛选出满足乘客期望上车时间T和距离S的站点分别为A1、A2…An,到达每个站点的时间分别预计为T1、T2…Tn,然后根据地图数据和当前交通状况筛选出站点A1、A2…An周围行驶时间小于乘客期望时间T的Robotaxi自动驾驶网约车。此时，周围的Robotaxi自动驾驶网约车存在两种状态，一种为空载状态，另一种为送客状态。
①空载状态Robotaxi网约车到达站点An的时间即为其从当前位置行驶到站点An所需要的时间，分别记为Tn1、Tn2…Tnn。
②送客状态Robotaxi网约车到达站点An的时间即为其从当前位置行驶到当前订单终点所需要的时间加上从当前订单终点到站点An的时间，分别记为T′n1、T′n2…T′nn。
根据以上时间筛选出到达站点A1、A2…An需要最短行驶时间的车辆(预计接单车辆)，然后计算出这些车辆到达站点A1、A2…An时间分别记为t1、t2…tn。最后对满足乘客订单的车辆进行统一编号为B1、B2…Bn。
(5)第五阶段首先计算出乘客乘坐Robotaxi网约车从站点A1、A2…An分别抵达乘客订单终点的时间为t′1、t′2…t′n,然后再结合乘客从当前位置到站点A1、A2…An时间T1、T2…Tn和预计接单车辆到达站点A1、A2…An时间t1、t2…tn得出用户的最短出行时间t。其对应的车辆为乘客期望的最优车辆。
(6)第六阶段以上方法得出的结果虽然是乘客需求的，但并不是网约平台需要的，网约平台在满足乘客需求的情况下，期望降低空载率，解放资源提高乘客订单数，因此，需要对全部的车辆和乘客订单进行统一对应处理，假设同一时间接到N个订单，当前运营车辆C1、C2…Cn每辆满足1或者M个订单，然后对每辆车可以接收的订单进行统一排列得到如图2。
图2中可能会出现几辆车对应同一个订单，此时为了降低空载率，先给能够接收订单少的车辆分配订单。如图3所示，先给车辆C2分配订单1，再给车辆C1分配订单2，最后给车辆C3分配订单。根据此种方法向乘客推送目标车辆和目标站点。
本领域的技术人员容易理解，以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.Robotaxi自动驾驶网约车订单处理方法，其特征在于，包括以下步骤：
S1、生成订单；
S2、获取订单中乘客的当前位置与终点位置；
S3、搜寻出订单中乘客附近自动驾驶网约车所停靠的停靠站点的站点信息；
S4、搜寻出满足订单条件的自动驾驶网约车；
S5、对全部运营车辆和订单进行统一分配；
S6、生成订单对应的站点信息和自动驾驶网约车信息，完成自动驾驶网约车分配。
2.根据权利要求1所述的Robotaxi自动驾驶网约车订单处理方法，其特征在于，所述S2具体为：通过Robotaxi网约车平台带有的GPS系统自动识别订单中乘客的当前位置与终点位置以提高定位精度。
3.根据权利要求1所述的Robotaxi自动驾驶网约车订单处理方法，其特征在于，所述停靠站点的位置均为预先设定，若干个停靠站点分别用位置坐标表示为：P1(L1,B1,H1)、P2(L2,B2,H2)…Pn(Ln,Bn,Hn)，其中n为自然数，其空间直角坐标系表示为：
Figure FDA0003128556370000011
其中，
Figure FDA0003128556370000012
为卯酉圈的半径，式中，
Figure FDA0003128556370000013
a为地球椭圆长半轴，b为地球椭圆短半轴。
4.根据权利要求3所述的Robotaxi自动驾驶网约车订单处理方法，其特征在于，所述S4还包括搜寻满足订单条件的自动驾驶网约车所停靠的停靠站点，其步骤具体为：首先根据订单中乘客的当前位置搜寻距离该位置最近的停靠站点，令该停靠站点坐标为(Xm，Ym，Zm)，以订单中乘客的当前位置为圆心，根据订单中提供的期望条件，所述期望条件包括乘客期望的上车时间T和距离S，根据期望条件计算满足该条件的距离范围半径R并进行站点搜寻，若不满足订单的期望条件，则向乘客推送无法乘坐的消息，并在半径R形成的圆形范围内寻找其他满足期望条件的停靠站点，令其他满足期望条件的停靠站点坐标分别为Q1(X1，Y1，Z1)、Q2(X1，Y1，Z1)…Qn(Xn，Yn，Zn)，其中n为自然数，
筛选计算公式：
Figure FDA0003128556370000021
5.根据权利要求4所述的Robotaxi自动驾驶网约车订单处理方法，其特征在于，所述S4中搜寻满足订单条件的自动驾驶网约车的步骤具体为：根据预设的地图数据和实时的交通状况筛选出满足期望条件的停靠站点A1、A2…An，其中n为自然数，将乘客到达各对应的停靠站点的预计时间设为T1、T2…Tn，筛选出停靠站点A1、A2…An周围行驶时间小于上车时间T的自动驾驶网约车，其中，对停靠站点附近的自动驾驶网约车分别划分状态为空载状态和载客状态，
(1)空载状态的自动驾驶网约车到达站点An的时间即为其从当前位置行驶到停靠站点An所需要的时间，分别记为Tn1、Tn2…Tnn；
(2)载客状态的自动驾驶网约车到达站点An的时间即为其从当前位置行驶到当前订单终点所需要的时间加上从当前订单的终点位置到停靠站点An的时间，分别记为T′n1、T′n2…T′nn；
筛选出符合上车时间到达停靠站点A1、A2…An的车辆，对满足乘客订单的车辆进行统一编号为B1、B2…Bn，并标记出到达停靠站点时间最短的车辆。
6.根据权利要求5所述的Robotaxi自动驾驶网约车订单处理方法，其特征在于，所述S4中搜寻满足订单条件的自动驾驶网约车的步骤还包括：计算出乘客乘坐自动驾驶网约车从停靠站点A1、A2…An分别抵达订单中终点位置的时间为t′1、t′2…t′n，然后再结合乘客从当前位置到站点A1、A2…An时间T1、T2…Tn和预计接单车辆到达站点A1、A2…An时间t1、t2…tn得出乘客的最短出行时间t，并将该最短出行时间t对应的车辆作为目标车辆。
7.一种计算机设备，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1-6任一项所述方法的步骤。
8.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-6任一项所述方法的步骤。
CN202110696308.4A 2021-06-23 2021-06-23 Robotaxi自动驾驶网约车订单处理方法 Active CN113538088B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110696308.4A CN113538088B (zh) 2021-06-23 2021-06-23 Robotaxi自动驾驶网约车订单处理方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110696308.4A CN113538088B (zh) 2021-06-23 2021-06-23 Robotaxi自动驾驶网约车订单处理方法

Publications (2)

Publication Number Publication Date
CN113538088A true CN113538088A (zh) 2021-10-22
CN113538088B CN113538088B (zh) 2022-05-20

Family

ID=78096424

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110696308.4A Active CN113538088B (zh) 2021-06-23 2021-06-23 Robotaxi自动驾驶网约车订单处理方法

Country Status (1)

Country Link
CN (1) CN113538088B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107784824A (zh) * 2016-08-25 2018-03-09 大连楼兰科技股份有限公司 无人驾驶出租车调度系统及调度方法
CN109583605A (zh) * 2017-09-29 2019-04-05 北京嘀嘀无限科技发展有限公司 拼车方法及装置、计算机设备和可读存储介质
US20190392368A1 (en) * 2018-06-23 2019-12-26 Mitsubishi Electric Research Laboratories, Inc. System and Method for Scheduling Multiple Modes of Transport
CN111882107A (zh) * 2020-06-16 2020-11-03 广东工业大学 一种基于自动驾驶共享出租车系统的司乘匹配方法
US20200356906A1 (en) * 2019-05-08 2020-11-12 Denso Corporation Management system and management method for allocating vehicle
CN112927118A (zh) * 2021-03-30 2021-06-08 深圳裹动智驾科技有限公司 无人驾驶车辆与人工驾驶车辆的混合派单方法及服务器

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107784824A (zh) * 2016-08-25 2018-03-09 大连楼兰科技股份有限公司 无人驾驶出租车调度系统及调度方法
CN109583605A (zh) * 2017-09-29 2019-04-05 北京嘀嘀无限科技发展有限公司 拼车方法及装置、计算机设备和可读存储介质
US20190392368A1 (en) * 2018-06-23 2019-12-26 Mitsubishi Electric Research Laboratories, Inc. System and Method for Scheduling Multiple Modes of Transport
US20200356906A1 (en) * 2019-05-08 2020-11-12 Denso Corporation Management system and management method for allocating vehicle
CN111882107A (zh) * 2020-06-16 2020-11-03 广东工业大学 一种基于自动驾驶共享出租车系统的司乘匹配方法
CN112927118A (zh) * 2021-03-30 2021-06-08 深圳裹动智驾科技有限公司 无人驾驶车辆与人工驾驶车辆的混合派单方法及服务器

Also Published As

Publication number Publication date
CN113538088B (zh) 2022-05-20

Similar Documents

Publication Publication Date Title
CN107101643B (zh) 一种拼车匹配方法
CN102637359B (zh) 基于复杂路网的出租车合乘集群优化系统及其优化方法
CN104021667B (zh) 整合预约服务与实时打车的出租车合乘调度系统及调度方法
CN104931063B (zh) 路径规划方法
CN111815076B (zh) 一种物流配送路径的优化方法、存储介质和计算机设备
CN109673165A (zh) 用于调度车辆的系统和方法
CN105679009B (zh) 一种基于出租车gps数据挖掘的打车/接单poi推荐系统及方法
US20130317790A1 (en) Charger arrangement planning supporting apparatus, charger arrangement planning supporting method, and program
CN104864879A (zh) 导航路径规划方法及装置
JP7154831B2 (ja) 車両管理システムおよび車両管理方法
WO2019239175A1 (ja) 車両管理システムおよび車両管理方法
CN112001557B (zh) 基于tms系统的物流配送路径优化方法、存储介质和计算机设备
CN108332765B (zh) 拼车出行路线生成方法及装置
CN107527105B (zh) 一种拼车组单方法
CN107167151B (zh) 公交车线路设置方法、路线规划方法及装置
JP2016200984A (ja) 共用車両管理装置
WO2021104325A1 (zh) 一种偏航识别的方法和系统
CN113763695A (zh) 一种自动驾驶车辆的调度方法和系统
CN106373384A (zh) 边远地区客运班车线路实时生成方法
CN116090646A (zh) 一种用于室内停车场的最佳泊位求解方法及停车引导系统
CN113379159A (zh) 基于灰色模型和马尔可夫决策过程的出租车司机寻客路线推荐方法
CN116307580A (zh) 运力调度方法、装置、电子设备及存储介质
CN113538088B (zh) Robotaxi自动驾驶网约车订单处理方法
US20230011007A1 (en) Information processing device and information processing method
CN116524705A (zh) 一种城际出行车辆的调度方法及终端

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