CN114036411A - 一种路线规划方法、装置、设备及介质 - Google Patents
一种路线规划方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN114036411A CN114036411A CN202111217582.5A CN202111217582A CN114036411A CN 114036411 A CN114036411 A CN 114036411A CN 202111217582 A CN202111217582 A CN 202111217582A CN 114036411 A CN114036411 A CN 114036411A
- Authority
- CN
- China
- Prior art keywords
- destination
- route planning
- traffic data
- preset
- route
- 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 43
- 230000029305 taxis Effects 0.000 claims abstract description 30
- 238000007726 management method Methods 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 12
- 238000012549 training Methods 0.000 claims description 7
- 238000010586 diagram Methods 0.000 description 18
- 238000004891 communication Methods 0.000 description 8
- 238000012545 processing Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/3407—Route searching; Route guidance specially adapted for specific applications
-
- 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
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- G06Q50/40—
Abstract
本申请提供了一种路线规划方法、装置、设备及介质，在本申请中，若接收到用户输入的出发地和目的地，则获取该出发地的交通数据和目的地的交通数据，其中，该交通数据为包括出发地或目的地的预设范围内的公共交通停靠站的数量以及运营的出租车的数量，获取并当前的实况数据、当前账号的用户信息以及该当前账号对应的预设出行偏好，其中，该实况数据中至少包括当前的天气信息，将该交通数据、该实况数据、该用户信息、该预设出行偏好输入到训练完成的路线规划模型中，获取该路线规划模型输出的规划路线。
Description
技术领域
本申请涉及智能交通技术领域，尤其涉及一种路线规划方法、装置、设备及介质。
背景技术
随着科学技术的发展，城市出行的方式越来越多元化，并且在大型、特大型城市中，市民出行经常需要换乘交通工具，同时公交车、地铁、出租车等交通方式定价各有不同。虽然目前行业已经公开了基于用户的出发地与目的地的距离进行路线规划，但是进行路线规划时一般为：若出发地与目的地的距离较近则推荐步行或骑车，若出发地与目标地的距离较远，则推荐公共交通工具或自驾等。
在现有技术中，在基于出发地和目标地进行路线规划时，主要是基于出发地和目标地之间的距离进行规划的，导致现有技术中在进行路线规划时，规则方式单一，规划结果的实用性差。
发明内容
本申请提供了一种路线规划方法、装置、设备及介质，用以解决现有技术中在进行路线规划时，规则方式单一，规划结果的实用性差的问题。
由于本申请若接收到输入的出发地和目的地，则获取该出发地的交通数据和该目的地的交通数据，其中，该交通数据包括出发地或目的地的预设范围内的公共交通停靠站的数量以及运营的出租车的数量，获取当前的实况数据、当前账号的用户信息以及该当前账号对应的预设出行偏好，其中，该实况数据中至少包括当前的天气，根据该交通数据、实况数据、用户信息以及预设出行偏好，确定规划路线。在本申请中，基于交通数据、实况数据、用户信息以及预设出行偏好，进行路线规划，避免了规则方式单一，提高了路线规划的实用性。
附图说明
为了更清楚地说明本申请的技术方案，下面将对实施例描述中所需要使用的附图作简要介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域的普通技术人员来讲，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为本申请实施例提供的一种路线规划过程示意图；
图2为本申请实施例提供的路线示意图；
图3为本申请实施例提供的路线规划流程示意图；
图4为本申请实施例提供的路线规划装置的结构示意图；
图5为本申请实施例提供的一种电子设备结构示意图。
具体实施方式
为了使本申请的目的、技术方案和优点更加清楚，下面将结合附图对本申请作进一步地详细描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本申请保护的范围。
在本申请中，若接收到用户输入的出发地和目的地，则获取该出发地的交通数据和目的地的交通数据，其中，该交通数据为包括出发地或目的地的预设范围内的公共交通停靠站的数量以及运营的出租车的数量，获取并当前的实况数据、当前账号的用户信息以及该当前账号对应的预设出行偏好，其中，该实况数据中至少包括当前的天气信息，将该交通数据、该实况数据、该用户信息、该预设出行偏好输入到训练完成的路线规划模型中，获取该路线规划模型输出的规划路线。
为了避免规则方式单一，提高规划结果的实用性，本申请提供了一种路线规划方法、装置、设备及介质。
图1为本申请一些实施例提供的一种路线规划过程示意图，该过程包括：
S101：若接收到输入的出发地和目的地，则获取所述出发地的交通数据和所述目的地的交通数据，其中，所述交通数据为出发地或目的地的预设范围内的公共交通停靠站的数量以及运营的出租车的数量。
本申请提供的一种路线规划方法应用于电子设备，该电子设备可以是PC、智能终端等。
在本申请中，在进行路线规划时，用户输入出发地和目的地，其中，在输入出发地和目的地时，可以在电子设备显示的地图中选择出发地和目的地，还可以是输入出发地和目的地的名称进行选择，在此不做限制。
当电子设备接收到输入的出发地和目的地后，电子设备基于该输入的出发地的位置信息，获取该出发地预设范围内的交通数据，包括该出发地的预设范围内的公共交通停靠站的数量以及该预设范围内运营的出租车的数量，其中该公共交通停靠站包括公交车站、地铁站等。电子设备还基于输入的目的地的位置信息，获取该目的地的预设范围内的交通数据，包括该目的地的预设范围内的公共交通停靠站的数量以及该预设范围内运营的出租车的数量，其中该公共交通停靠站包括公交车站、地铁站等。
此外，在本申请，该出发地或目的地的交通数据还包括出发地的属性和目的地的属性，如超市、居民区、学校等，以及出发地到目的地的交通状况，例如包括出发地和目的地的范围内每条街道是否拥堵等。
S102：获取当前的实况数据、当前账号的用户信息以及所述当前账号对应的预设出行偏好，其中，所述实况数据中至少包括当前的天气信息。
为了使电子设备规划出的路线更符合用户的需求，在本申请中，在进行路线规划时还会考虑当前的实况数据、当前账号的用户信息以及所述当前账号对应的预设出行偏好，使得规划出的路线更符合用户的需求。
具体的，在本申请中用户信息为用户预先填写并保存在电子设备中的，该用户信息包括个人信息、职住地信息和消费信息等，个人信息包括性别、年龄、婚姻状态等，职住地信息包括居住地点、工作地点等，消费信息包括收入水平、消费水平等。
在本申请中，用户可以预先在电子设备中保存出行偏好，该出行偏好可以是出行方式，如地铁、出租车等，还可以是出行需求，如公交优先、地铁优先、打车优先、步行少、换乘少、时间短、价钱低等。此外，在本申请中，还可以由电子设备根据包括当前时间在内的预设时间范围内，当前账号的出行记录，确定使用频率最高的出行方式为该当前账号的偏好的出行方式。
在本申请中，该实况数据至少包括当前的天气信息，如晴、阴、多云、风、雨、雪、雾、霾、霜、冰雹、雷电、扬沙等，还可以包括当前季节、当前月份、工作日或者非工作日等。其中，电子设备可以从互联网获取当前的天气信息。
S103：将所述交通数据、所述实况数据、所述用户信息、所述预设出行偏好输入到训练完成的路线规划模型中，获取所述路线规划模型输出的规划路线。
在本申请中，为了基于更多的因素规划出路线，在本申请中，在获取到交通数据、实况数据、用户信息以及预设出行偏好后，基于该交通数据、实况数据、用户信息以及预设出行偏好进行路线规划，增加了规则方式，使得规划出的路线更符合用户的需求，提高了路线规划的实用性。
由于本申请若接收到输入的出发地和目的地，则获取该出发地的交通数据和该目的地的交通数据，其中，该交通数据包括出发地或目的地的预设范围内的公共交通停靠站的数量以及运营的出租车的数量，获取当前的实况数据、当前账号的用户信息以及该当前账号对应的预设出行偏好，其中，该实况数据中至少包括当前的天气，根据该交通数据、该实况数据、该用户信息、该预设出行偏好，确定规划路线。在本申请中，基于交通数据、实况数据、用户信息以及预设出行偏好，进行路线规划，避免了规则方式单一，提高了路线规划的实用性。
为了获取出发地或目的地的交通数据，在上述实施例的基础上，在本申请中，所述获取所述出发地的交通数据和所述目的地的交通数据包括：
根据预先保存的地图中携带的每个公共交通停靠站信息，确定包含所述出发地或目的地的预设范围内的公共交通停靠站的数量；
向出租车运营服务器发送获取包含出发地或目的地的请求消息，接收所述出租车运营服务器发送的包含所述出发地或目的地的预设范围内的运营的出租车的数量。
在本申请中，电子设备中保存有地图，当接收到出发地和目的地后，为了获取出发地的交通数据以及目的地的交通数据，根据预先保存的地图，查找该出发地的预设范围内的公共交通停靠站的数量以及查找该目的地的预设范围内的公共交通停靠站的数量，包括但不仅限于公共汽车站和地铁站的数量。
此外，该电子设备接收到输入的出发地后，还会向出租车运营服务器发送获取包含该出发地的位置信息的请求消息，该出租车运营服务器接收到该请求消息后，向电子设备发送包含该出发地的预设范围内的运营的出租车的数量，电子设备接收该出租车运营服务器发送的该数量。电子设备接收到输入的目的地后，向出租车运营服务器发送获取包含该目的地的位置信息的请求消息，该出租车运营服务器接收到该请求消息后，向电子设备发送包含该目的地的预设范围内的运营的出租车的数量，电子设备接收该出租车运营服务器发送的该数量。
为了增加路线规划时考虑的因素，增加规划出的路线的实用性，在上述各实施例的基础上，在本申请中，所述出发地和目的地的交通数据还包括所述出发地或目的地的预设范围内的停车场数量，或包含所述出发地或目的地的预设范围内的每个停车场中未被占用车位的数量。
在本申请中，在规划路线时可能会为用户规划自驾出行，为了方便用户停放车辆，减少出行时间，电子设备还会获取出发地的预设范围内的停车场数量和目的地预设范围内的停车场数量，该出发地的预设范围内的每个停车场中未被占用的车位的数量，以及该目的地的预设范围内的每个停车场中未被占用的车位的数量。即，在本申请中，出发地和目的地的交通数据还包括该出发地的预设范围内的停车场数量，该出发地的预设范围内的每个停车场中未被占用车位的数量，目的地的预设范围内的停车场数量，该目的地的预设范围内的每个停车场中未被占用车位的数量。
为了获取出发地或目的地的预设范围内的每个停车场中未被占用的车辆的数量，在上述各实施例的基础上，在本申请中，获取包含所述出发地或目的地的预设范围内的每个停车场中剩余车位的数量包括：
根据预先保存的地图中携带的每个停车场信息，确定所述出发地或目的地的预设范围内的每个停车场；
针对所述每个停车场，向该停车场对应的管理服务器发送获取该停车场的剩余车位数量的请求；接收所述管理服务器发送的该停车场的剩余车位数量。
为了获取出发地和目的地的预设范围内的每个停车场中未被占用的车辆的数量，在本申请中，电子设备中保存有地图，当接收到出发地后，为了获取出发地的交通数据，根据预先保存的地图，查找该出发地的预设范围内的停车场的数量。当接收到目的地后，为了获取目的地的交通数据，根据预先保存的地图，查找该目的地的预设范围内的停车场的数量。
此外，该电子设备还会向每个停车场对应的管理服务器发送获取该停车场的剩余车位数量的请求，该停车场对应的管理服务器接收到该请求后，向电子设备发送包含该停车场的剩余车位数量的信息，电子设备接收该管理服务器发送的该停车场的剩余车位数量。
为了更好的规划路线，提高路线的实用性，在上述各实施例的基础上，在本申请中，所述出发地或目的地的交通数据还包括所述出发地或目的地的预设范围内的出租车的叫车排队信息。
在本申请中，出发地或目的地的交通数据还包括出发地的预设范围内的出租车的叫车排队信息，以及目的地的预设范围内的出租车的叫车排队信息。该叫车排队信息包括当前叫车是否需要排队，以及排队等待时间。
其中，在电子设备从出租车运营服务器获取出发地预设范围内运营的出租车的数量和目的地预设范围内运营的出租车的数量时，还可以同步获取出发地和目的地的预设范围内的叫车排队信息。
为了更好的规划路线，提高路线的实用性，在上述各实施例的基础上，在本申请中，所述当前的实况数据还包括当前时间是否为预设的车流量高峰期的标识信息。
在本申请中，考虑到实际的生活中，当在车流量高峰期中，容易出现堵车等情况，导致出行时间增加，在车流量高峰期中选择公共交通工具或者骑车、步行等，会很大程度的减少出行时间。因此，在本申请中，在进行路线规划时也考虑了车流量高峰期，即在获取当前的实况数据时，该实况数据中还包括当前时间是否为车流量高峰期的信息。
为了更好的规划路线，提高路线的实用性，在上述各实施例的基础上，在本申请中，所述获取当前的实况数据包括：
根据当前时间以及预设的车流量高峰期对应的时间范围，若确定当前时间在所述时间范围内，则在所述实况数据中添加当前时间为车流量高峰期的标识信息。
具体的，在本申请中，电子设备中预先保存有车流量高峰期的时间范围，时间范围可以是一个，也可以是几个一般的，将该车流量高峰期的时间范围设置为常见的上班的时间范围，例如早上8点到早上9点，以及常见的下班的时间范围，例如晚上5点到6点。当电子设备在获取当前的实况信息时，可以判断当前时间是否在预设的车流量高峰期的范围内，并根据判断结果，在该实况信息中增加对应的标识信息。
为了更好的规划路线，提高路线的实用性，在上述各实施例的基础上，在本申请中，所述根据所述交通数据、所述实况数据、所述用户信息和所述预设出行偏好，确定所述路线规划模型输出的规划路线包括：
将所述交通数据、所述实况数据、所述用户信息和所述预设出行偏好输入到训练完的路线规划模型中；
获取所述路线规划模型输出的规划路线。
在本申请中，为了丰富路线规则方式，在本申请中，在获取到交通数据、实况数据、用户信息以及预设出行偏好后，将该交通数据、实况数据、用户信息以及预设出行偏好输入到预先训练完成的路线规划模型中，该路线规划模型基于该交通数据、实况数据、用户信息以及预设出行偏好输入进行路线规划，使得规划出的路线参考了交通数据、所述实况数据、所述用户信息、所述预设出行偏好四个因素，规划出的路线更符合用户的需求，提高了路线规划的实用性，即在申请中，在进行路线规划时，考虑的因素越多，规划出的路线就越满足用户的需求，路线规划的实用性就越高。
图2为本申请提供的路线示意图，如图2所示，输入的出发地为A，目的地为B，出发地A和目标地B附近均没有停车场，且当前天气为晴天，用户预设出行偏好为骑行，基于此，路线规划模型根据交通数据、实况数据、用户信息以及预设出行偏好为当前账号规划的路线为路线1，出行方式为骑行。
为了得到路线规划模型，在上述各实施例的基础上，在本申请中，所述路线规划模型的训练方法包括：
将样本交通数据、样本实况数据、样本用户信息、样本预设出行偏好以及对应的实际规划路线输入到所述路线规划模型，接收所述路线规划模型输出的模拟规划路线；
根据所述实际规划路线和所述模拟规划路线，对所述路线规划模型的参数进行调整。
在本申请中，在进行路线规划时，是基于训练完成的路线规划模型进行的。其中，该路线规划模型的训练过程包括：将样本交通数据、样本实况数据、样本用户信息、样本预设出行偏好以及对应的实际规划路线输入到该路线规划模型，接收该路线规划模型输出的样本规划路线，根据该实际规划路线和该样本规划路线，对该路线规划模型的参数进行调整。其中，该路线规划模型的训练样本集中包括样本交通数据、样本实况数据、样本用户信息、样本预设出行偏好以及对应的实际规划路线，该样本交通数据、样本实况数据、样本用户信息、样本预设出行偏好以及对应的实际规划路线的内容可以是多种多样的，以方便对该路线规划模型进行训练。
具体的，在本申请中，该路线规划模型可以为人工神经网络模型或极端梯度提升模型。在对该路线规划模型进行训练时，选取大量的样本交通数据、样本实况数据、样本用户信息、样本预设出行偏好以及对应的实际规划路线作为样本集，将样本交通数据、样本实况数据、样本用户信息、样本预设出行偏好以及对应的实际规划路线输入到该路线规划模型中，由该路线规划模型输出模拟规划路线。根据该模拟规划路线和实际规划路线，确定该路线规划模型的损失值，若该损失值小于阈值的样本量满足要求或该路线规划模型迭代的次数达到最大值，则认为该路线规划模型训练完成。
图3为本申请提供的路线规划流程示意图，如该图3所示，该过程包括：
S301：接收到输入的出发地和目的地。
S302：获取出发地的交通数据和目的地的交通数据，其中交通数据包括出发地的预设范围内的公共交通停靠站的数量、运营的出租车的数量、停车场数量以及停车场中未被占用车位的数量，目的地的预设范围内的公共交通停靠站的数量、运营的出租车的数量、停车场数量以及停车场中未被占用车位的数量。
S303：获取当前的实况数据，当前账号的用户信息以及当前账号对应的预设出行偏好，其中实况数据包括当前的天气信息。
S304：将交通数据、实况数据、用户信息和预设出行偏好输入到训练完的路线规划模型中。
S305：获取路线规划模型输出的规划路线。
图4为本申请提供的路线规划装置的结构示意图，如图2所示，该装置包括：
获取模块401，用于若接收到输入的出发地和目的地，则获取所述出发地的交通数据和所述目的地的交通数据，其中，所述交通数据为包括出发地或目的地的预设范围内的公共交通停靠站的数量以及运营的出租车的数量；
所述获取模块401，还用于获取当前的实况数据、当前账号的用户信息以及所述当前账号对应的预设出行偏好，其中，所述实况数据中至少包括当前的天气信息；
路线规划模块402，用于根据所述交通数据、所述实况数据、所述用户信息和所述预设出行偏好，确定规划路线。
在一种可能的实施方式中，所述获取模块401，具体用于根据预先保存的地图中携带的每个公共交通停靠站信息，确定包含所述出发地或目的地的预设范围内的公共交通停靠站的数量；向出租车运营服务器发送获取包含出发地或目的地的请求消息，接收所述出租车运营服务器发送的包含所述出发地或目的地的预设范围内的运营的出租车的数量。
在一种可能的实施方式中，所述出发地或目的地的交通数据还包括所述出发地或目的地的预设范围内的停车场数量，或包含所述出发地或目的地的预设范围内的每个停车场中未被占用车位的数量。
在一种可能的实施方式中，所述获取模块401，还用于根据预先保存的地图中携带的每个停车场信息，确定所述出发地或目的地的预设范围内的每个停车场；针对所述每个停车场，向该停车场对应的管理服务器发送获取该停车场的剩余车位数量的请求；接收所述管理服务器发送的该停车场的剩余车位数量。
在一种可能的实施方式中，所述出发地或目的地的交通数据还包括所述出发地或目的地的预设范围内的出租车的叫车排队信息。
在一种可能的实施方式中，所述当前的实况数据还包括当前时间是否为预设的车流量高峰期的标识信息。
在一种可能的实施方式中，所述获取模块401，还用于根据当前时间以及预设的车流量高峰期对应的时间范围，若确定当前时间在所述时间范围内，则在所述实况数据中添加当前时间为车流量高峰期的标识信息。
在一种可能的实施方式中，所述路线规划模块402，具体用于将所述交通数据、所述实况数据、所述用户信息和所述预设出行偏好输入到训练完的路线规划模型中；获取所述路线规划模型输出的规划路线。
在一种可能的实施方式中，所述装置还包括：
训练模块403，用于将样本交通数据、样本实况数据、样本用户信息、样本预设出行偏好以及对应的实际规划路线输入到所述路线规划模型，接收所述路线规划模型输出的模拟规划路线；根据所述实际规划路线和所述模拟规划路线，对所述路线规划模型的参数进行调整。
图5为本申请提供的一种电子设备结构示意图，在上述各实施例的基础上，本申请还提供了一种电子设备，如图5所示，包括：处理器501、通信接口502、存储器503和通信总线504，其中，处理器501，通信接口502，存储器503通过通信总线504完成相互间的通信；
所述存储器503中存储有计算机程序，当所述程序被所述处理器501执行时，使得所述处理器501执行如下步骤：
若接收到输入的出发地和目的地，则获取所述出发地的交通数据和所述目的地的交通数据，其中，所述交通数据为包括出发地或目的地的预设范围内的公共交通停靠站的数量以及运营的出租车的数量；
获取当前的实况数据、当前账号的用户信息以及所述当前账号对应的预设出行偏好，其中，所述实况数据中至少包括当前的天气信息；
根据所述交通数据、所述实况数据、所述用户信息和所述预设出行偏好，确定规划路线。
在一种可能的实施方式中，所述获取所述出发地的交通数据和所述目的地的交通数据包括：
根据预先保存的地图中携带的每个公共交通停靠站信息，确定包含所述出发地或目的地的预设范围内的公共交通停靠站的数量；
向出租车运营服务器发送获取包含出发地或目的地的请求消息，接收所述出租车运营服务器发送的包含所述出发地或目的地的预设范围内的运营的出租车的数量。
在一种可能的实施方式中，所述出发地或目的地的交通数据还包括所述出发地或目的地的预设范围内的停车场数量，或包含所述出发地或目的地的预设范围内的每个停车场中未被占用车位的数量。
在一种可能的实施方式中，获取包含所述出发地或目的地的预设范围内的每个停车场中剩余车位的数量包括：
根据预先保存的地图中携带的每个停车场信息，确定所述出发地或目的地的预设范围内的每个停车场；
针对所述每个停车场，向该停车场对应的管理服务器发送获取该停车场的剩余车位数量的请求；接收所述管理服务器发送的该停车场的剩余车位数量。
在一种可能的实施方式中，所述出发地或目的地的交通数据还包括所述出发地或目的地的预设范围内的出租车的叫车排队信息。
在一种可能的实施方式中，所述当前的实况数据还包括当前时间是否为预设的车流量高峰期的标识信息。
在一种可能的实施方式中，获取当前的实况数据包括：
根据当前时间以及预设的车流量高峰期对应的时间范围，若确定当前时间在所述时间范围内，则在所述实况数据中添加当前时间为车流量高峰期的标识信息。
在一种可能的实施方式中，所述根据所述交通数据、所述实况数据、所述用户信息和所述预设出行偏好，确定所述路线规划模型输出的规划路线包括：
将所述交通数据、所述实况数据、所述用户信息和所述预设出行偏好输入到训练完的路线规划模型中；
获取所述路线规划模型输出的规划路线。
在一种可能的实施方式中，所述路线规划模型的训练方法包括：
将样本交通数据、样本实况数据、样本用户信息、样本预设出行偏好以及对应的实际规划路线输入到所述路线规划模型，接收所述路线规划模型输出的模拟规划路线；
根据所述实际规划路线和所述模拟规划路线，对所述路线规划模型的参数进行调整。
由于上述电子设备解决问题的原理与路线规划方法相似，因此上述电子设备的实施可以参见上述实施例，重复之处不再赘述。
上述电子设备提到的通信总线可以是外设部件互连标准(Peripheral ComponentInterconnect，PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture，EISA)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。通信接口502用于上述电子设备与其他设备之间的通信。存储器可以包括随机存取存储器(RandomAccess Memory，RAM)，也可以包括非易失性存储器(Non-Volatile Memory，NVM)，例如至少一个磁盘存储器。可选地，存储器还可以是至少一个位于远离前述处理器的存储装置。上述处理器可以是通用处理器，包括中央处理器、网络处理器(Network Processor，NP)等；还可以是数字指令处理器(Digital Signal Processing，DSP)、专用集成电路、现场可编程门陈列或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。
在上述各实施例的基础上，本申请还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内存储有可由处理器执行的计算机程序，当所述程序在所述处理器上运行时，使得所述处理器执行时实现如下步骤：
若接收到输入的出发地和目的地，则获取所述出发地的交通数据和所述目的地的交通数据，其中，所述交通数据为包括出发地或目的地的预设范围内的公共交通停靠站的数量以及运营的出租车的数量；
获取当前的实况数据、当前账号的用户信息以及所述当前账号对应的预设出行偏好，其中，所述实况数据中至少包括当前的天气信息；
根据所述交通数据、所述实况数据、所述用户信息和所述预设出行偏好，确定规划路线。
在一种可能的实施方式中，所述获取所述出发地的交通数据和所述目的地的交通数据包括：
根据预先保存的地图中携带的每个公共交通停靠站信息，确定包含所述出发地或目的地的预设范围内的公共交通停靠站的数量；
向出租车运营服务器发送获取包含出发地或目的地的请求消息，接收所述出租车运营服务器发送的包含所述出发地或目的地的预设范围内的运营的出租车的数量。
在一种可能的实施方式中，所述出发地或目的地的交通数据还包括所述出发地或目的地的预设范围内的停车场数量，或包含所述出发地或目的地的预设范围内的每个停车场中未被占用车位的数量。
在一种可能的实施方式中，获取包含所述出发地或目的地的预设范围内的每个停车场中剩余车位的数量包括：
根据预先保存的地图中携带的每个停车场信息，确定所述出发地或目的地的预设范围内的每个停车场；
针对所述每个停车场，向该停车场对应的管理服务器发送获取该停车场的剩余车位数量的请求；接收所述管理服务器发送的该停车场的剩余车位数量。
在一种可能的实施方式中，所述出发地或目的地的交通数据还包括所述出发地或目的地的预设范围内的出租车的叫车排队信息。
在一种可能的实施方式中，所述当前的实况数据还包括当前时间是否为预设的车流量高峰期的标识信息。
在一种可能的实施方式中，获取当前的实况数据包括：
根据当前时间以及预设的车流量高峰期对应的时间范围，若确定当前时间在所述时间范围内，则在所述实况数据中添加当前时间为车流量高峰期的标识信息。
在一种可能的实施方式中，所述根据所述交通数据、所述实况数据、所述用户信息和所述预设出行偏好，确定所述路线规划模型输出的规划路线包括：
将所述交通数据、所述实况数据、所述用户信息和所述预设出行偏好输入到训练完的路线规划模型中；
获取所述路线规划模型输出的规划路线。
在一种可能的实施方式中，所述路线规划模型的训练方法包括：
将样本交通数据、样本实况数据、样本用户信息、样本预设出行偏好以及对应的实际规划路线输入到所述路线规划模型，接收所述路线规划模型输出的模拟规划路线；
根据所述实际规划路线和所述模拟规划路线，对所述路线规划模型的参数进行调整。
由于上述提供的计算机可读取介质解决问题的原理与路线规划方法相似，因此处理器执行上述计算机可读取介质中的计算机程序后，实现的步骤可以参见上述实施例，重复之处不再赘述。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请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，本申请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。
本申请是参照根据本申请的方法、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。
显然，本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样，倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内，则本申请也意图包含这些改动和变型在内。
Claims (10)
1.一种路线规划方法，其特征在于，所述方法包括：
若接收到输入的出发地和目的地，则获取所述出发地的交通数据和所述目的地的交通数据，其中，所述交通数据为包括出发地或目的地的预设范围内的公共交通停靠站的数量以及运营的出租车的数量；
获取当前的实况数据、当前账号的用户信息以及所述当前账号对应的预设出行偏好，其中，所述实况数据中至少包括当前的天气信息；
根据所述交通数据、所述实况数据、所述用户信息和所述预设出行偏好，确定规划路线。
2.根据权利要求1所述的方法，其特征在于，所述获取所述出发地的交通数据和所述目的地的交通数据包括：
根据预先保存的地图中携带的每个公共交通停靠站信息，确定包含所述出发地或目的地的预设范围内的公共交通停靠站的数量；
向出租车运营服务器发送获取包含出发地或目的地的请求消息，接收所述出租车运营服务器发送的包含所述出发地或目的地的预设范围内的运营的出租车的数量。
3.根据权利要求1所述的方法，其特征在于，所述出发地或目的地的交通数据还包括所述出发地或目的地的预设范围内的停车场数量，或包含所述出发地或目的地的预设范围内的每个停车场中未被占用车位的数量；
获取包含所述出发地或目的地的预设范围内的每个停车场中剩余车位的数量包括：
根据预先保存的地图中携带的每个停车场信息，确定所述出发地或目的地的预设范围内的每个停车场；
针对所述每个停车场，向该停车场对应的管理服务器发送获取该停车场的剩余车位数量的请求；接收所述管理服务器发送的该停车场的剩余车位数量。
4.根据权利要求1所述的方法，其特征在于，所述出发地或目的地的交通数据还包括所述出发地或目的地的预设范围内的出租车的叫车排队信息。
5.根据权利要求1所述的方法，其特征在于，所述当前的实况数据还包括当前时间是否为预设的车流量高峰期的标识信息；
获取当前的实况数据包括：
根据当前时间以及预设的车流量高峰期对应的时间范围，若确定当前时间在所述时间范围内，则在所述实况数据中添加当前时间为车流量高峰期的标识信息。
6.根据权利要求1所述的方法，其特征在于，所述根据所述交通数据、所述实况数据、所述用户信息和所述预设出行偏好，确定所述路线规划模型输出的规划路线包括：
将所述交通数据、所述实况数据、所述用户信息和所述预设出行偏好输入到训练完的路线规划模型中；
获取所述路线规划模型输出的规划路线。
7.根据权利要求6所述的方法，其特征在于，所述路线规划模型的训练方法包括：
将样本交通数据、样本实况数据、样本用户信息、样本预设出行偏好以及对应的实际规划路线输入到所述路线规划模型，接收所述路线规划模型输出的模拟规划路线；
根据所述实际规划路线和所述模拟规划路线，对所述路线规划模型的参数进行调整。
8.一种路线规划装置，其特征在于，所述装置包括：
获取模块，用于若接收到输入的出发地和目的地，则获取所述出发地的交通数据和所述目的地的交通数据，其中，所述交通数据为包括出发地或目的地的预设范围内的公共交通停靠站的数量以及运营的出租车的数量；
所述获取模块，还用于获取当前的实况数据、当前账号的用户信息以及所述当前账号对应的预设出行偏好，其中，所述实况数据中至少包括当前的天气信息；
路线规划模块，用于根据所述交通数据、所述实况数据、所述用户信息和所述预设出行偏好，确定规划路线。
9.一种电子设备，其特征在于，所述电子设备至少包括处理器和存储器，所述处理器用于执行存储器中存储的计算机程序时实现权利要求1-7中任一所述的路线规划方法的步骤。
10.一种计算机可读存储介质，其特征在于，其存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1-7中任一所述的路线规划方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111217582.5A CN114036411A (zh) | 2021-10-19 | 2021-10-19 | 一种路线规划方法、装置、设备及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111217582.5A CN114036411A (zh) | 2021-10-19 | 2021-10-19 | 一种路线规划方法、装置、设备及介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114036411A true CN114036411A (zh) | 2022-02-11 |
Family
ID=80135610
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111217582.5A Pending CN114036411A (zh) | 2021-10-19 | 2021-10-19 | 一种路线规划方法、装置、设备及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114036411A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115953192A (zh) * | 2023-01-31 | 2023-04-11 | 深圳市优行商旅科技有限公司 | 一种基于商旅大数据的智能预测方法 |
-
2021
- 2021-10-19 CN CN202111217582.5A patent/CN114036411A/zh active Pending
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115953192A (zh) * | 2023-01-31 | 2023-04-11 | 深圳市优行商旅科技有限公司 | 一种基于商旅大数据的智能预测方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US9776512B2 (en) | Methods, circuits, devices, systems and associated computer executable code for driver decision support | |
| CN105674994B (zh) | 获取行车路线的方法、装置及导航设备 | |
| CN104200649B (zh) | 基于预先申请的交通高峰期路线资源调度分配系统与方法 | |
| CN110491147B (zh) | 一种交通信息处理方法、交通信息处理装置及终端设备 | |
| TW202016728A (zh) | 路口是否存在目標道路設施的判斷方法及系統 | |
| CN110832561B (zh) | 用于确定和推荐车辆上车地点的系统和方法 | |
| CN108133619A (zh) | 停车场停车预测的方法、装置、存储介质及终端设备 | |
| CN109902899A (zh) | 信息生成方法和装置 | |
| CN110047319A (zh) | 停车场车位导航方法、电子装置及存储介质 | |
| CN104240403A (zh) | 一种云端停车服务方法及装置 | |
| CN111815096A (zh) | 共享汽车投放方法、电子设备及存储介质 | |
| CN110730198A (zh) | 一种公交信息的推送方法、装置、存储介质及终端 | |
| CN114036411A (zh) | 一种路线规划方法、装置、设备及介质 | |
| CN112669604B (zh) | 城市交通调度方法及装置 | |
| CN116030654B (zh) | 交通拥堵调节方法、装置、电子设备及介质 | |
| CN111667083B (zh) | 网约车预估价确定方法和装置 | |
| CN115083198B (zh) | 一种多车运力资源调度方法及装置 | |
| CN115762142B (zh) | 卡口流量预测方法、装置、服务器及存储介质 | |
| CN111340068A (zh) | 道路通行状态预测方法及装置 | |
| CN110986992A (zh) | 无人售卖车辆的导航方法、装置、电子设备和存储介质 | |
| CN103839424B (zh) | 一种基于招车期望值的出租车空车导航系统与方法 | |
| CN110349428A (zh) | 识别用户是否正在前往公交站点的方法及装置 | |
| CN109801510A (zh) | 停车位预定方法、计算机装置、计算机可读存储介质 | |
| CN115691165A (zh) | 一种交通信号灯调度方法、装置、设备及可读存储介质 | |
| CN114973745A (zh) | 停车场推荐方法及汽车 |
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 |