CN113705997A - 一种自动驾驶出租车双体系的派单方法及应用 - Google Patents
一种自动驾驶出租车双体系的派单方法及应用 Download PDFInfo
- Publication number
- CN113705997A CN113705997A CN202110950742.0A CN202110950742A CN113705997A CN 113705997 A CN113705997 A CN 113705997A CN 202110950742 A CN202110950742 A CN 202110950742A CN 113705997 A CN113705997 A CN 113705997A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- order
- user
- weight value
- shunting
- 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 37
- 238000012163 sequencing technique Methods 0.000 claims description 11
- 238000000926 separation method Methods 0.000 claims description 9
- 238000003860 storage Methods 0.000 claims description 9
- 230000002159 abnormal effect Effects 0.000 claims description 4
- 238000009826 distribution Methods 0.000 claims description 3
- 230000005484 gravity Effects 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 abstract description 5
- 238000010586 diagram Methods 0.000 description 12
- 238000004590 computer program Methods 0.000 description 11
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 239000002131 composite material Substances 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000003203 everyday effect Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 230000003862 health status Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000003287 optical effect Effects 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
- G06Q10/06—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
- 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
- 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)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Traffic Control Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明属于自动驾驶领域,具体提供一种自动驾驶出租车双体系的派单方法及应用,此方法包括定时计算获取用户权重值u及车辆权重值w;开启多个分车定时执行线程,对分车线程的订单id取模后均匀分配给每个线程;将每个分车线程的订单按照用户权重值u,用户订单等待时间t,根据公式u*t的值进行倒序排序得到用户队列顺序;根据用户与车辆距离d及车辆权重值w计算匹配度并进行倒序排序得到车辆队列顺序;依据车辆队列顺序,对用户队列顺序中的每个订单依次进行分车。充分利用多线程,用户与车辆距离分组,并结合各自动驾驶供应商上报的车辆位置信息、车辆状态及车辆历史接单信息,综合给订单匹配最优的车辆。
Description
技术领域
本发明涉及自动驾驶领域,更具体地,涉及一种自动驾驶出租车双体系的派单方法及应用。
背景技术
在自动驾驶领域,平台实现了和每家供应商车端的数据通信,车端可以根据指令进行自动驾驶。但是在可用的自动驾驶的车辆数量大于召车用户数的时候,用户等待的时间需要尽可能的缩短。
现有的许多研究分析了自动驾驶出租车的调度系统。论文《Framework forautomatedtaxi operation:The familymodel》提出一个基于家庭模型的自动驾驶路径规划的理论框架,通过设计在需求地点预先分配车辆,简化了自动驾驶车队调度的复杂度,但的框架里没有考虑失败订单如何重新提交的情况,倘若匹配失败的订单直接裁定为失败订单,可能会很大程度地降低乘客打车成功率。假如不间断重新匹配,失败订单再次提交会增加大量的计算成本,在计算机仿真中,这会使程序运行大幅度减慢,在现实中,会加重车队调度后台服务器负担。由于自动驾驶车辆具有联网、可预测轨迹的特点,司乘匹配时往往预测了短暂的时间内车辆运行情况,短时间内为乘客匹配到合适车辆的几率较小。
因此,在当前可用的空闲车辆数据大于召车用户数的时候,如何在最短的时间计算出每个召车订单最合适的自动驾驶车辆是亟待解决的市场难题。
发明内容
本发明针对现有技术中存在的技术问题,提供一种自动驾驶出租车双体系的派单方法及应用。
根据本发明的第一方面,提供了一种自动驾驶出租车双体系的派单方法,包括:
S1,定时计算获取用户权重值u及车辆权重值w;
S2,开启多个分车定时执行线程,对分车线程的订单id取模后均匀分配给每个线程;
S3,将每个分车线程的订单按照用户权重值u,用户订单等待时间t,根据公式u*t的值进行倒序排序得到用户队列顺序;
S4,根据用户与车辆距离d及车辆权重值w计算匹配度并进行倒序排序得到车辆队列顺序;
S5,依据车辆队列顺序,对用户队列顺序中的每个订单依次进行分车。
在上述技术方案的基础上,本发明还可以作出如下改进。
可选的,所述S5具体包括:在每个订单分车时,先根据球面距离将车辆队列顺序中可分配车辆分成小距离组和大距离组,然后优先匹配小距离组的可分配车辆,当小距离组没有匹配成功时再匹配大距离组。
可选的,所述小距离组的距离小于三公里,大距离组的距离不小于三公里。
可选的,所述S4之后且在S5之前还包括:在对具体的用户分车前,若判断该车辆未被占用,且车辆与对应的订单未被释放过,则进行分车,否则依序往后移一位再同样进行判断。
可选地,在对具体的用户分车前,若判断该车辆未被占用,则继续判断该车辆是否已有等待订单,若没有再进行分车,否则放弃。
可选地,所述S5中分车具体包括:从车辆队列顺序的第一个开始获取车辆的使用权,使用redisson分布式锁进行独占,将车辆参数作为一个锁名称开启一个分布式锁;根据顺序依次获取车辆锁,一旦获取成功,则推送给订单服务,订单分车成功。
可选地,所述S5之后还包括:当订单服务使用完车辆的时候,通过kafka推送给分车服务,分车服务释放车辆分布式锁。
根据本发明的第二方面,提供一种自动驾驶出租车双体系的派单系统,包括:权重值获取模块,用于定时计算获取用户权重值u及车辆权重值w;
线程分配模块,用于开启多个分车定时执行线程,对分车线程的订单id取模后均匀分配给每个线程;
排序模块,用于将每个分车线程的订单按照用户权重值u,用户订单等待时间t,根据公式u*t的值进行倒序排序得到用户队列顺序;并根据用户与车辆距离d及车辆权重值w计算匹配度并进行倒序排序得到车辆队列顺序;
派单分车模块,用于依据车辆队列顺序,对用户队列顺序中的每个订单依次进行分车。
根据本发明的第三方面,提供了一种电子设备,包括存储器、处理器,所述处理器用于执行存储器中存储的计算机管理类程序时实现自动驾驶出租车双体系的派单方法的步骤。
根据本发明的第四方面,提供了一种计算机可读存储介质,其上存储有计算机管理类程序,所述计算机管理类程序被处理器执行时实现自动驾驶出租车双体系的派单方法的步骤。
有益效果:本发明提供的一种自动驾驶出租车双体系的派单方法、系统、电子设备及存储介质,此方法包括定时计算获取用户权重值u及车辆权重值w;开启多个分车定时执行线程,对分车线程的订单id取模后均匀分配给每个线程;将每个分车线程的订单按照用户权重值u,用户订单等待时间t,根据公式u*t的值进行倒序排序得到用户队列顺序;根据用户与车辆距离d及车辆权重值w计算匹配度并进行倒序排序得到车辆队列顺序;依据车辆队列顺序,对用户队列顺序中的每个订单依次进行分车。充分利用多线程,用户与车辆距离分组,结合车辆昨天接单情况,车辆供应商昨日接单情况,用户等待时长,用户等级等,并结合各自动驾驶供应商上报的车辆位置信息、车辆状态及车辆历史接单信息,综合给订单匹配最优的车辆。
附图说明
图1为本发明提供的一种自动驾驶出租车双体系的派单方法方法流程图;
图2为本发明提供的一种可能的电子设备的硬件结构示意图;
图3为本发明提供的一种可能的计算机可读存储介质的硬件结构示意图。
具体实施方式
下面结合附图和实施例,对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明,但不用来限制本发明的范围。
图1为本发明提供的一种自动驾驶出租车双体系的派单方法流程图,如图1所示,方法包括:
S1,定时计算获取用户权重值u及车辆权重值w;一般结合车辆昨天接单情况,车辆供应商昨日接单情况。即通过计算获取并更新前一天的用户权重值u及车辆权重值w。
S2,开启多个分车定时执行线程,对分车线程的订单id取模后均匀分配给每个线程;
S3,将每个分车线程的订单按照用户权重值u,用户订单等待时间t,根据公式u*t的值进行倒序排序得到用户队列顺序;
S4,根据用户与车辆距离d及车辆权重值w计算匹配度并进行倒序排序得到车辆队列顺序;
S5,依据车辆队列顺序,对用户队列顺序中的每个订单依次进行分车。
在一种可能的实施例方式中,自动驾驶出租车双体系的派单方法的具体实施过程如下:
第一步:每天晚上11:59执行一次用户权重值u计算,比如普通用户权重值=普通用用户等级加上用户活跃值,vip用户权重值=最大的普通用户等级加上活跃值。
第二步:每天晚上11:59执行一次车辆权重值w计算,比如昨日(即刚过去的那车辆天)车辆订单数量为c1,昨日车辆供应商订单数量为c2,车辆综合评分为s,则车辆权重值w=(s*0.6)/((c1+c2)*0.4)。车辆综合评分s包括车辆的剩余能量、车况健康状态等。
第三步:遍历指定次数j,每次遍历开启一个定时执行线程,线程的其中一个属性为第几次遍历i,即当前遍历次数为i。线程具体任务为查询待分车的订单,查询条件是订单id与遍历次数j取模的值等于i(id%j=i),这样就可以将订单均匀的分配给每个线程。
第四步:其中一个线程获取到分配给他的订单之后,先查询是否有可用的车辆,如果没有,此次不进行派车逻辑,等待下次执行。如果有可用的车辆,对订单进行排序,排序参数为第一步中计算的用户权重值u,用户订单等待时间t,根据公式u*t的值进行倒序。
第五步:某个分车线程对它所属的订单进行排序之后,就可以对某个订单进行具体的分车操作了,这个时间点再校验一遍是否有可用的车辆,如果没有则此次不分车,等待线程下次分车,如果有可用车辆,这里要先对车辆进行与订单的匹配度作为一个排序。先将车辆分成两组,小于3公里为一组(暂且叫小堆),调用高德导航距离,大于3公里为一组(暂且叫大堆),计算球面距离。
第六步:某个线程完成了小堆车辆与大堆车辆分组之后,先对小堆进行排序。车辆与用户的距离是一个影响很大的参数,第二步计算的车辆权重也是一个影响参数,车辆的状态是否正常,安全员的状态是否正常也是影响参数。
首先过滤掉车辆状态不正常或者安全员状态不正常的车辆,再根据公式计算匹配度:
z=(1-λ)*w/(λ*d)
其中z为用户与车辆匹配度,d为用户与车辆距离,λ为比重系数,比如距离占多大的比重,w为第二步定时计算的车辆权重值)计算用户与车辆匹配度,并且进行匹配度倒序。从这个排序的第一个开始尝试获取车辆的使用权了,使用redisson分布式锁(获取其他独占锁),将车辆参数作为一个锁名称开启一个分布式锁。从排序第一个获取车辆锁一旦获取成功,则推送给订单服务,订单分车成功,如果小堆所有匹配的车辆都尝试获取锁失败的话,再按照同样的公式给大堆车辆进行排序,从排序第一个依次独占车辆,独占成功则分车成功,如果都失败,则等待分车线程下次分车。
分车成功后在数据库记录分车记录,并且通过kafka推送给订单服务。
第七步:当订单服务使用完车辆的时候,通过kafka推送给分车服务,分车服务释放车辆的redission分布式锁。
有益效果:
1.充分利用多线程与订单均匀分配到线程,相比传统的自动驾驶分车逻辑,速度更快,平均1到5秒可成功给订单分配车辆;
2.将车辆分车两组,小于3公里为一组,调用高德导航距离,大于3公里为一组,计算球面距离,因为大部分情况下应该匹配的车辆都在3公里范围内,先对小堆车辆进行匹配度排序,极大的提高了分车效率;
3.可自动根据车辆和车辆所属供应商昨日订单量,评价情况合理分配订单;
4.可自动根据用户优先级和用户等待时长综合判断用户分车优先级。
可以理解的是,本发明提供的一种自动驾驶出租车双体系的派单系统与前述各实施例提供的自动驾驶出租车双体系的派单方法相对应,自动驾驶出租车双体系的派单系统的相关技术特征可参考自动驾驶出租车双体系的派单方法的相关技术特征,在此不再赘述。
请参阅图2为本发明实施例提供的电子设备的实施例示意图。本发明实施例提了一种电子设备1300,包括存储器1310、处理器1320及存储在存储器1310上并可在处理器1320上运行的计算机程序1311,处理器1320执行计算机程序1311时实现以下步骤:
S1,定时计算获取用户权重值u及车辆权重值w;
S2,开启多个分车定时执行线程,对分车线程的订单id取模后均匀分配给每个线程;
S3,将每个分车线程的订单按照用户权重值u,用户订单等待时间t,根据公式u*t的值进行倒序排序得到用户队列顺序;
S4,根据用户与车辆距离d及车辆权重值w计算匹配度并进行倒序排序得到车辆队列顺序;
S5,依据车辆队列顺序,对用户队列顺序中的每个订单依次进行分车。
其他相关技术特征可参考自动驾驶出租车双体系的派单方法的相关技术特征,在此不再赘述。
请参阅图3为本发明提供的一种计算机可读存储介质的实施例示意图。本实施例提供了一种计算机可读存储介质1400,其上存储有计算机程序1411,该计算机程序1411被处理器执行时实现如下步骤:
S1,定时计算获取用户权重值u及车辆权重值w;
S2,开启多个分车定时执行线程,对分车线程的订单id取模后均匀分配给每个线程;
S3,将每个分车线程的订单按照用户权重值u,用户订单等待时间t,根据公式u*t的值进行倒序排序得到用户队列顺序;
S4,根据用户与车辆距离d及车辆权重值w计算匹配度并进行倒序排序得到车辆队列顺序;
S5,依据车辆队列顺序,对用户队列顺序中的每个订单依次进行分车。
其他相关技术特征可参考自动驾驶出租车双体系的派单方法的相关技术特征,在此不再赘述。
需要说明的是,在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详细描述的部分,可以参见其它实施例的相关描述。
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。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、嵌入式计算机或者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。
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,则本发明也意图包括这些改动和变型在内。
Claims (10)
1.一种自动驾驶出租车双体系的派单方法,其特征在于,包括:
S1,定时计算获取用户权重值u及车辆权重值w;
S2,开启多个分车定时执行线程,对分车线程的订单id取模后均匀分配给每个线程;
S3,将每个分车线程的订单按照用户权重值u,用户订单等待时间t,根据公式u*t的值进行倒序排序得到用户队列顺序;
S4,根据用户与车辆距离d及车辆权重值w计算匹配度并进行倒序排序得到车辆队列顺序;
S5,依据车辆队列顺序,对用户队列顺序中的每个订单依次进行分车。
2.根据权利要求1所述的自动驾驶出租车双体系的派单方法,其特征在于,所述S5具体包括:在每个订单分车时,先根据球面距离将车辆队列顺序中可分配车辆分成小距离组和大距离组,然后优先匹配小距离组的可分配车辆,当小距离组没有匹配成功时再匹配大距离组。
3.根据权利要求1所述的自动驾驶出租车双体系的派单方法,其特征在于,所述S4之后且在S5之前还包括:在对具体的用户分车前,若判断该车辆未被占用,且车辆与对应的订单未被释放过,则进行分车,否则依序往后移一位再同样进行判断。
4.根据权利要求3所述的自动驾驶出租车双体系的派单方法,其特征在于,在对具体的用户分车前,若判断该车辆未被占用,则继续判断该车辆是否已有等待订单,若没有再进行分车,否则放弃。
5.根据权利要求4所述的自动驾驶出租车双体系的派单方法,其特征在于,所述S5具体包括:过滤掉车辆状态不正常或者安全员状态不正常的车辆后,根据下面公式计算用户与车辆匹配度:
z=(1-λ)*w/(λ*d)
其中z为用户与车辆匹配度,d为用户与车辆距离,λ为比重系数,w为车辆权重值。
6.根据权利要求1所述的自动驾驶出租车双体系的派单方法,其特征在于,所述S5中分车具体包括:从车辆队列顺序的第一个开始获取车辆的使用权,使用redisson分布式锁进行独占,将车辆参数作为一个锁名称开启一个分布式锁;根据顺序依次获取车辆锁,一旦获取成功,则推送给订单服务,订单分车成功。
7.根据权利要求1所述的自动驾驶出租车双体系的派单方法,其特征在于,所述S5之后还包括:当订单服务使用完车辆的时候,通过kafka推送给分车服务,分车服务释放车辆分布式锁。
8.一种自动驾驶出租车双体系的派单系统,其特征在于,包括:
权重值获取模块,用于定时计算获取用户权重值u及车辆权重值w;
线程分配模块,用于开启多个分车定时执行线程,对分车线程的订单id取模后均匀分配给每个线程;
排序模块,用于将每个分车线程的订单按照用户权重值u,用户订单等待时间t,根据公式u*t的值进行倒序排序得到用户队列顺序;并根据用户与车辆距离d及车辆权重值w计算匹配度并进行倒序排序得到车辆队列顺序;
派单分车模块,用于依据车辆队列顺序,对用户队列顺序中的每个订单依次进行分车。
9.一种电子设备,其特征在于,包括存储器、处理器,所述处理器用于执行存储器中存储的计算机管理类程序时实现如权利要求1-7任一项所述的自动驾驶出租车双体系的派单方法的步骤。
10.一种计算机可读存储介质,其特征在于,其上存储有计算机管理类程序,所述计算机管理类程序被处理器执行时实现如权利要求1-7任一项所述的自动驾驶出租车双体系的派单方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110950742.0A CN113705997A (zh) | 2021-08-18 | 2021-08-18 | 一种自动驾驶出租车双体系的派单方法及应用 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110950742.0A CN113705997A (zh) | 2021-08-18 | 2021-08-18 | 一种自动驾驶出租车双体系的派单方法及应用 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113705997A true CN113705997A (zh) | 2021-11-26 |
Family
ID=78653312
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110950742.0A Pending CN113705997A (zh) | 2021-08-18 | 2021-08-18 | 一种自动驾驶出租车双体系的派单方法及应用 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113705997A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115034487A (zh) * | 2022-06-16 | 2022-09-09 | 南京领行科技股份有限公司 | 一种运力调控方法、装置、电子设备及存储介质 |
CN116777560A (zh) * | 2023-07-05 | 2023-09-19 | 深圳友浩车联网股份有限公司 | 一种基于大数据的出租车派单系统及方法 |
CN116843166A (zh) * | 2023-08-31 | 2023-10-03 | 湘江实验室 | 一种打车方法、装置、设备及介质 |
-
2021
- 2021-08-18 CN CN202110950742.0A patent/CN113705997A/zh active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115034487A (zh) * | 2022-06-16 | 2022-09-09 | 南京领行科技股份有限公司 | 一种运力调控方法、装置、电子设备及存储介质 |
CN116777560A (zh) * | 2023-07-05 | 2023-09-19 | 深圳友浩车联网股份有限公司 | 一种基于大数据的出租车派单系统及方法 |
CN116843166A (zh) * | 2023-08-31 | 2023-10-03 | 湘江实验室 | 一种打车方法、装置、设备及介质 |
CN116843166B (zh) * | 2023-08-31 | 2023-11-21 | 湘江实验室 | 一种打车方法、装置、设备及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113705997A (zh) | 一种自动驾驶出租车双体系的派单方法及应用 | |
Fleischmann et al. | Dynamic vehicle routing based on online traffic information | |
CN104598979B (zh) | 基于时间和位置的递送最优化 | |
CN101692208B (zh) | 实时交通信息处理的任务调度方法 | |
CN111768629B (zh) | 车辆调度方法、装置和系统 | |
CN109345091B (zh) | 基于蚁群算法的整车物流调度方法及装置、存储介质、终端 | |
WO2020223249A1 (en) | Vehicle service center dispatch system | |
CN113627792B (zh) | 无人车的调度管理方法、装置、设备、存储介质及程序 | |
CN109800937A (zh) | 机器人集群调度系统 | |
CN109214756A (zh) | 基于蚁群算法和分层优化的整车物流调度方法及装置、存储介质、终端 | |
CN111984426B (zh) | 任务调度方法、装置、电子设备及存储介质 | |
CN108615120B (zh) | 一种城际车辆排队派单方法及介质 | |
CN108171357A (zh) | 物流信息系统中的信息处理方法和装置 | |
CN114862209A (zh) | 运力调度方法、装置、电子设备及存储介质 | |
CN111061565A (zh) | 一种Spark环境下的两段式流水线任务调度方法及系统 | |
CN103430152B (zh) | 处理用于数据库修改的数据的方法与系统 | |
CN112561371B (zh) | 一种调度确定方法、装置、电子设备及存储介质 | |
CN113129102B (zh) | 一种延迟派单方法、装置、电子设备及存储介质 | |
CN113077651B (zh) | 一种多泊车机器人调度系统及调度方法 | |
CN113253692A (zh) | Agv的巡游方法、装置、设备及可读存储介质 | |
CN114037232A (zh) | 一种家庭维修订单在线分配方法、装置及终端设备 | |
Westphal et al. | Pruning in column generation for service vehicle dispatching | |
CN106484868B (zh) | 基于limit语义的数据排序方法和数据排序装置 | |
CN111915119A (zh) | 一种任务分发方法和装置 | |
CN111222535B (zh) | 车队差异度的辨识方法及装置、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 |