CN114661966A - 一种站点推荐方法、系统、装置、设备及存储介质 - Google Patents
一种站点推荐方法、系统、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN114661966A CN114661966A CN202210411533.3A CN202210411533A CN114661966A CN 114661966 A CN114661966 A CN 114661966A CN 202210411533 A CN202210411533 A CN 202210411533A CN 114661966 A CN114661966 A CN 114661966A
- Authority
- CN
- China
- Prior art keywords
- station
- stations
- vehicle
- candidate
- site
- 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 73
- 230000000875 corresponding effect Effects 0.000 claims description 79
- 238000001514 detection method Methods 0.000 claims description 24
- 238000012163 sequencing technique Methods 0.000 claims description 24
- 238000004590 computer program Methods 0.000 claims description 11
- 230000008859 change Effects 0.000 claims description 6
- 238000004891 communication Methods 0.000 claims description 6
- 230000004044 response Effects 0.000 claims description 6
- 230000002596 correlated effect Effects 0.000 claims description 4
- 230000008569 process Effects 0.000 description 10
- 238000003032 molecular docking Methods 0.000 description 9
- 230000007704 transition Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 239000002699 waste material Substances 0.000 description 5
- 230000008901 benefit Effects 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000012546 transfer Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000001052 transient effect Effects 0.000 description 2
- 238000013475 authorization Methods 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000006467 substitution reaction Methods 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
- G06F16/903—Querying
- G06F16/9035—Filtering based on additional data, e.g. user or group profiles
-
- 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
- G06F16/903—Querying
- G06F16/9038—Presentation of query results
-
- 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
- G06F16/907—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/909—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using geographical or spatial information, e.g. location
-
- 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
- G06Q10/06311—Scheduling, planning or task assignment for a person or group
-
- 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
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Computational Linguistics (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- Educational Administration (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Library & Information Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Traffic Control Systems (AREA)
Abstract
本公开提供了一种站点推荐方法、系统、装置、设备及存储介质,其中,该方法包括:在确定需要进行站点推荐的情况下,获取各个站点的当前状态信息;所述当前状态信息包括站点的实时车辆数量、站点与终端设备之间的距离信息;基于距离信息和实时车辆数量,从各个站点中确定候选站点;将候选站点的信息推送至终端设备。本公开通过候选站点信息展示实现站点乘车或者实现站点间的车辆调度,从而有效提升车辆资源利用率、接驳站点资源利用率和车辆资源的调度效率。
Description
技术领域
本公开涉及车联网技术领域,具体而言,涉及一种站点推荐方法、系统、装置、设备及存储介质。
背景技术
随着自动驾驶技术的不断发展,自动驾驶车辆在未来将变得越来越普及,并将普遍存在人们的生活场景当中。但是在人工驾驶向自动驾驶发展的过程当中,会经历人工驾驶与自动驾驶共存的过渡阶段,例如打车场景也会经历人工驾驶车辆打车场景和自动驾驶车辆打车场景共存的过渡阶段。
针对人工驾驶车辆打车场景与自动驾驶车辆打车场景共存的的过渡阶段,在这一过渡阶段中,政府侧或企业承建商将会在城市中重要交通路段中布设智慧接驳站点,用于统一容纳人工驾驶或自动驾驶接驳车辆的短暂停靠接驳。因此在这种情况下,用户打车时,需要自行寻找相应的站点去乘车,可能会发生找不到站点的问题,或者用户找到站点后,用户先到站点而人工/自动驾驶车辆未到站点从而导致耽误用户时间,又或者是人工/自动驾驶车辆先到站点但用户未到站点导致自动驾驶车辆占用接驳站点资源过久而浪费站点资源的问题。这一切都可归结为车辆资源浪费、接驳站点资源浪费和调度效率低下的问题。
发明内容
本公开实施例至少提供一种站点推荐方法、系统、装置、设备及存储介质,以提升在打车场景中,车辆资源利用率、接驳站点资源利用率和车辆资源的调度效率。
第一方面,本公开实施例提供了一种站点推荐方法,包括:
在确定需要进行站点推荐的情况下,获取各个站点的当前状态信息;所述当前状态信息包括站点的实时车辆数量、站点与终端设备之间的距离信息;
基于所述距离信息和所述实时车辆数量,从所述各个站点中确定候选站点;
将所述候选站点的信息推送至所述终端设备。
采用上述站点推荐方法,通过对各个站点的实时车辆数量以及站点与终端设备之间的距离信息进行检测,确定出推荐的候选站点,并将候选站点的信息推送给终端设备。本公开中同时考虑站点与终端设备之间的距离以及各站点的实时车辆数量,其中,实时车辆数量可以反映各个站点的实时状态信息,例如,实时车辆数量越多一定程度上说明对应站点的可利用率越低,使得可容纳的车辆越少,另外,确定的距离信息一定程度上体现出乘车或者车辆调度的医院,例如,用户更愿意前往距离更近的站点进行乘车。通过综合评估各个站点的可供利用情况下,可以选取出候选站点,例如可以将距离用户较近且具有较多可利用车辆的站点作为候选站点,并通过候选站点信息展示实现站点乘车或者实现站点间的车辆调度,从而有效提升车辆资源利用率、接驳站点资源利用率和车辆资源的调度效率。
一种可选的实施方式中,所述基于所述距离信息和所述实时车辆数量,从所述各个站点中确定候选站点,包括:
基于所述各个站点的实时车辆数量和最大可容纳车辆数量,确定所述各个站点的占用程度值;
基于所述各个站点的占用程度值和所述距离信息,从所述站点中确定候选站点。
该实施方式中,将实时车辆数量与预设的最大可容纳车辆数量相比较,能够确定出站点的占用程度值,占用程度值能够反映各站点的占用情况,例如,占用程度值越高,可以程度上说明站点可利用的车辆越多,反之,占用程度值越低,可以程度上说明站点可利用的车辆越少,这里结合站点的占用情况以及客户端与站点之间的距离实现站点推荐,推荐结果更为符合用户的实际需求。
一种可选的实施方式中,所述基于所述各个站点的占用程度值和所述距离信息,从所述站点中确定候选站点,包括:
基于所述距离信息,按照距离由小到大的顺序对所述各个站点进行排序;
基于排序后的所述各个站点的占用程度值,从所述站点中确定候选站点。
这里,基于排序结果进行候选站点的选取,使得选取操作更易进行。
一种可选的实施方式中,所述基于排序后的所述各个站点的占用程度值,从所述站点中确定候选站点,包括:
针对排序后的所述各个站点中的每个站点,基于所述站点对应的占用程度值,将所述站点划分到预设的多个子序列中的一个子序列;
基于所述多个子序列之间的排列顺序以及每个子序列内各个站点之间的排列顺序,确定与站点推荐匹配的候选站点;其中,多个子序列之间的排列顺序与占用程度值呈正相关。
该实施方式中,按照占用程度值的不同,将站点划分到四个不同的子序列中,在对站点进行排序时,同时考虑子序列之间的排列顺序以及子序列内各个站点之间的排列顺序,基于排序结果所确定的候选站点更加准确。
一种可选的实施方式中,所述基于所述站点对应的占用程度值,将所述站点划分到预设的多个子序列中的一个子序列,包括:
在所述站点对应的占用程度值为零的情况下,将所述站点划分到预设的多个子序列中的第一个子序列;或者,
在所述站点对应的占用程度值大于零且小于等于预设占用阈值的情况下,将所述站点划分到预设的多个子序列中的第二个子序列;或者,
在所述站点对应的占用程度值大于所述预设占用阈值且小于一的情况下,将所述站点划分到预设的多个子序列中的第三个子序列;或者,
在所述站点对应的占用程度值为一的情况下,将所述站点划分到预设的多个子序列中的第四个子序列。
该实施方式中,将占用程度值与预设占用阈值进行比较,分四种情况将站点划分到四个不同的子序列,可以更加方便地对站点进行排序。
一种可选的实施方式中,在所述子序列包括所述第一个子序列以及所述第四个子序列的情况下,按照如下步骤确定所述子序列内各个站点之间的排列顺序:
基于所述子序列内各个站点对应的距离信息,按照距离由小到大的顺序对各个站点进行排序,得到排序后的各个站点。
该实施方式中,第一个子序列反映的是占用程度值为零的情况,第四个子序列反映的是占用程度值为一的情况,在这两个子序列中,由于各站点对应的占用程度值是相同的,在对这两个子序列中的各站点分别进行排序时,占用程度值对排序不产生影响,只根据距离信息对站点进行排序,便可得到准确地排序结果,这样可以更加快速地完成排序。
一种可选的实施方式中,在所述子序列包括所述第二个子序列以及所述第三个子序列的情况下,按照如下步骤确定所述子序列内各个站点之间的排列顺序:
基于所述子序列内各个站点中的每个所述站点,将所述站点对应的距离信息以及占用程度值进行乘积运算,确定所述站点对应的乘积结果;
基于所述各个站点分别对应的乘积结果对所述各个站点进行排序,得到排序后的各个站点。
该实施方式中,在第二个子序列和第三个子序列中,由于各站点对应的占用程度值是不同的,在对这两个子序列中的各站点分别进行排序时,考虑到占用程度值的影响,将距离信息以及占用程度值进行乘积运算,结合乘积结果进行排序,同时考虑了占用程度和距离这两个方面,得到的排序结果更加准确。
一种可选的实施方式中,所述方法还包括:
在用户从所述候选站点中选择目标站点的情况下,基于所述目标站点,为所述用户调度车辆。
该实施方式中,用户从多个候选站点中选取一个目标站点之后,便可收到与选取的目标站点相对应的车辆信息,这样可以确保用户在到达该站点时能够乘上车,避免出现到达该站点后乘不到车的情况。
一种可能的实施方式中,在确定的所述候选站点为多个的情况下,所述将所述候选站点的信息推送至所述终端设备,包括:
针对多个候选站点中的每个候选站点,确定在所述候选站点被选取的情况下,所述候选站点对应的停泊点被车辆占用时长;所述停泊点被车辆占用时长用于表征所述候选站点对应的实时车辆数量变化情况;
基于所述多个候选站点分别确定的停泊点被车辆占用时长,对所述多个候选站点进行排序;
将排序后的所述候选站点的信息推送至所述终端设备。
这里,为了便于用户进行目标站点的选取,可以预先基于各个候选站点对应的停泊点被车辆占用时长对各个候选站点进行排序,并将排序后的各个候选站点推送给用户,所推荐的站点更为准确。
在一种可能的实施方式中,所述站点的实时车辆数量为根据成功调度到车辆的派单中,用户到达所述站点的时间、车辆到达所述站点的时间、用户到达车辆的预估时间中的至少一项统计而得到。
在一种可能的实施方式中,所述方法还包括:
在为所述用户调度到车辆的情况下,计算所述用户到达所述目标站点的时间和所述车辆到达所述目标站点的时间;
基于所述用户到达所述目标站点的时间和所述车辆到达所述目标站点的时间、用户到达车辆的预估时间中的至少一项,更新所述站点的实时车辆数量。
一种可选的实施方式中,在所述终端设备包括自动驾驶车辆的情况下,所述确定需要进行站点推荐,包括:
响应于所述自动驾驶车辆结束当前任务,确定需要进行站点推荐;和/或,
响应于所述自动驾驶车辆停靠至预设站点,确定需要进行站点推荐;和/或,
响应于针对自动驾驶车辆的调度指令,确定需要进行站点推荐。
该实施方式中,自动驾驶车辆在结束当前任务和/或停靠至预设站点的情况下,处于空闲状态,此时自动驾驶车辆可被调度。在自动驾驶车辆向服务器发起站点推荐请求的情况下,自动驾驶车辆可根据接收到的站点推荐结果,前往合适的站点,这样,在对车辆进行调度时可以更加充分地利用车辆资源。
一种可选的实施方式中,所述获取各个站点的当前状态信息,包括:
针对所述各个站点中的每个站点,检测所述站点包括的至少一个停泊点内在预设时长内是否存在停靠车辆;
将存在停靠车辆的停泊点的个数确定为所述实时车辆数量。
该实施方式中,各站点的停泊点占用情况可以反映各站点的车辆数量,通过检测各站点的停泊点是否存在停靠车辆的方式,可以更加快速、准确地确定出各站点的实时车辆数量。
第二方面,本公开实施例还提供一种站点推荐系统,包括:终端设备、本地设备以及服务器;所述终端设备、所述本地设备分别与所述服务器通信连接,所述本地设备包括各个站点对应设置的状态检测设备;
所述终端设备,用于接收所述服务器推送的候选站点的信息;
所述状态检测设备,用于获取对应站点的当前状态信息;所述当前状态信息包括站点的实时车辆数量、站点与所述终端设备之间的距离信息;
所述服务器,用于在确定需要进行站点推荐的情况下,获取各个站点的当前状态信息;以及基于所述距离信息和所述实时车辆数量,从所述各个站点中确定候选站点;以及将所述候选站点的信息推送至所述终端设备。
采用上述站点推荐系统,终端设备在确定需要进行站点推荐的情况下,状态检测设备检测各站点的实时车辆数量,服务器接收到状态检测设备发送的各站点的实时车辆数量以及站点与终端设备之间的距离信息,并根据实时车辆数量和距离信息确定出可以推荐的候选站点,以将候选站点信息推送至终端设备,终端设备便可接收到所述服务器推送的所述候选站点的信息。
可知,通过终端设备、状态检测设备分别与服务器进行交互的方式,可以使站点推荐的过程形成完整的闭环,利用上述站点推荐系统,可以使站点推荐过程更加高效、准确,并有效提升车辆资源利用率、接驳站点资源利用率和车辆资源的调度效率。
一种可选的实施方式中,在所述终端设备包括多个自动驾驶车辆的情况下,所述服务器包括存储模块和调度模块;
所述存储模块,用于在获取到各个站点的当前状态信息的情况下,将所述各个站点的当前状态信息进行存储;
所述调度模块,用于根据存储的所述各个站点的当前状态信息对各个自动驾驶车辆进行车辆调度。
该实施方式中,服务器通过存储模块对各站点的当前状态信息进行存储,通过调度模块实现对自动驾驶车辆的调度,这样,自动驾驶车辆可以根据系统的调度前往合适的站点,从而实现对自动驾驶车辆进行充分调度,实现对车辆资源的合理利用。
第三方面,本公开实施例还提供一种站点推荐装置,包括:
获取模块,用于在确定需要进行站点推荐的情况下,获取各个站点的当前状态信息;所述当前状态信息包括站点的实时车辆数量、站点与终端设备之间的距离信息;
匹配模块,用于基于所述距离信息和所述实时车辆数量,从所述各个站点中确定候选站点;
推送模块,用于将所述候选站点的信息推送至所述终端设备。
第四方面,本公开实施例还提供一种电子设备,包括:处理器、存储器和总线,所述存储器存储有所述处理器可执行的机器可读指令,当电子设备运行时,所述处理器与所述存储器之间通过总线通信,所述机器可读指令被所述处理器执行时执行上述第一方面,或第一方面中任一种可能的实施方式中的步骤。
第五方面,本公开实施例还提供一种计算机可读存储介质,该计算机可读存储介质上存储有计算机程序,该计算机程序被处理器运行时执行上述第一方面,或第一方面中任一种可能的实施方式中的步骤。
关于上述站点推荐装置、系统、设备、及存储介质的效果描述参见上述站点推荐方法的说明,这里不再赘述。
为使本公开的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本公开实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,此处的附图被并入说明书中并构成本说明书中的一部分,这些附图示出了符合本公开的实施例,并与说明书一起用于说明本公开的技术方案。应当理解,以下附图仅示出了本公开的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,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相关的附图。
图1示出了本公开实施例所提供的一种站点推荐系统的示意图;
图2示出了本公开实施例所提供的一种站点推荐方法的流程图;
图3示出了本公开实施例所提供的站点推荐方法中,一种确定候选站点的具体方法的流程图;
图4示出了本公开实施例所提供的站点推荐方法中,另一种确定候选站点的具体方法的流程图;
图5示出了本公开实施例所提供的一种站点推荐装置的示意图;
图6示出了本公开实施例所提供的一种电子设备的结构示意图。
具体实施方式
为使本公开实施例的目的、技术方案和优点更加清楚,下面将结合本公开实施例中附图,对本公开实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本公开一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本公开实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本公开的实施例的详细描述并非旨在限制要求保护的本公开的范围,而是仅仅表示本公开的选定实施例。基于本公开的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本公开保护的范围。
经研究发现,针对人工驾驶车辆打车场景与自动驾驶车辆打车场景共存的过渡阶段,在这一过渡阶段中,政府侧或企业承建商将会在城市中重要交通路段中布设智慧接驳站点,用于统一容纳人工驾驶或自动驾驶接驳车辆的短暂停靠接驳。因此在这种情况下,用户打车时,需要自行寻找相应的站点去乘车,可能会发生找不到站点的问题,或者用户找到站点后,用户先到站点而人工/自动驾驶车辆未到站点从而导致耽误用户时间,又或者是人工/自动驾驶车辆先到站点但用户未到站点导致自动驾驶车辆占用接驳站点资源过久而浪费站点资源的问题。这一切都可归结为车辆资源浪费、接驳站点资源浪费和调度效率低下的问题。
基于上述研究,本公开提供了一种基于站点状态分析实现站点推荐的站点推荐方法、系统、装置、设备及存储介质,以提升在打车场景中,车辆资源利用率、接驳站点资源利用率和车辆资源的调度效率。
针对以上方案所存在的缺陷,均是发明人在经过实践并仔细研究后得出的结果,因此,上述问题的发现过程以及下文中本公开针对上述问题所提出的解决方案,都应该是发明人在本公开过程中对本公开做出的贡献。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
为便于对本实施例进行理解,首先对本公开实施例所公开的一种站点推荐系统进行说明。
如图1所示,为本公开实施例提供的一种站点推荐系统,包括:终端设备11、本地设备12以及服务器13;终端设备11、本地设备12分别与服务器13通信连接,本地设备12包括各个站点对应设置的状态检测设备121。
终端设备11,用于接收服务器13推送的候选站点的信息;
状态检测设备121,用于获取站点的当前状态信息;当前状态信息包括站点的实时车辆数量、站点与终端设备11之间的距离信息;
服务器13,用于在确定需要进行站点推荐的情况下,获取各个站点的当前状态信息;以及基于距离信息和实时车辆数量,从各个站点中确定候选站点;将候选站点的信息推送至终端设备11。
采用上述站点推荐系统,状态检测设备121检测各站点的实时车辆数量,服务器13在确定需要进行站点推荐的情况下,可以接收状态检测设备121检测的各站点的实时车辆数量以及各站点与终端设备11之间的距离信息,并根据距离信息和实时车辆数量确定出推荐的候选站点,以将候选站点信息推送至终端设备11,终端设备11便可接收到服务器13推送的候选站点的信息。
可知,通过终端设备11、状态检测设备121与服务器13进行交互的方式,可以使站点推荐的过程形成完整的闭环,利用上述站点推荐系统,可以使站点推荐过程更加高效、准确,并有效提升车辆资源利用率、接驳站点资源利用率和车辆资源的调度效率。
其中,本公开实施例中的终端设备11可以是用户的客户端,例如,用户利用其客户端可以到服务器13推荐的站点用车,也可以是自动驾驶车辆本身或者自动驾驶车辆上安装的电脑设备,例如,服务器13可以对自动驾驶车辆这一终端设备11的自由调度。状态检测设备121通过检测站点中被车辆占用的停泊点数量,来确定站点容纳的实施车辆数量。
在具体应用中,状态检测设备121可以是电子车牌感应器、地磁传感器、物体检测传感器、摄像机等设备,不同类型的检测设备所对应的检测方式也不同,在此不做具体的限定。在位于停泊点的相关检测设备检测到有车辆靠近并保持一定的时长的情况下,可以判断停泊点被车辆占用。
在实际应用中,状态检测设备121可以将状态检测结果上传至服务器13,服务器13再对状态检测结果进行识别,判断停泊点识别被占用。状态检测设备121可以通过包括的识别模块1211对状态检测设备采集的停泊点信息进行识别处理,判断停泊点是否被占用,而无须将状态检测结果上传至服务器13进行判断。例如,电子车牌感应器和地磁传感器都自带识别功能,这两种检测设备均可在本地直接判断停泊点是否被占用。
一种可选的实施方式中,在终端设备11包括多个自动驾驶车辆的情况下,为了便于实现多个自动驾驶车辆的调度,这里的服务器13还可以包括存储模块131和调度模块132;其中,
存储模块131,用于在获取到各个站点的当前状态信息的情况下,将各个站点的当前状态信息进行存储;
调度模块132,用于根据存储的各个站点的当前状态信息对各个自动驾驶车辆进行车辆调度。
本公开实施例中,实时车辆数量越多一定程度上说明对应站点的可利用率越小,反之,实时车辆数量越少一定程度上说明对应站点的可利用率越大。调度模块132在进行车辆调度时,优先调度更多的车辆前往具有较少可利用车辆的站点,从而使整体的车辆资源的利用率较高。
服务器13作为本公开实施例提供的站点推荐系统的关键组成部分,接下来可以针对服务器13的具体实现方法进一步进行说明。参见图2所示,为本公开实施例提供的站点推荐方法的流程图,方法包括步骤S201~S203,其中:
S201、在确定需要进行站点推荐的情况下,获取各个站点的当前状态信息;当前状态信息包括站点的实时车辆数量、站点与终端设备之间的距离信息;
S202、基于距离信息和实时车辆数量,从各个站点中确定候选站点;
S203、将候选站点的信息推送至终端设备。
为了便于理解本公开实施例提供的站点推荐方法,接下来首先对该方法的应用场景进行简单说明。上述站点推荐方法主要可以应用于道路交通领域,具体可以单独应用于人工驾驶场景、自动驾驶场景,还可以应用于人工驾驶与自动驾驶的混合场景,例如港口物流区等园区内存在的人工驾驶车辆与自动驾驶车辆混行的应用场景。
本公开实施例中,终端设备可以是客户端,包括手机、平板电脑或其他电子终端,用于根据候选站点的信息实现站点乘车;终端设备还可以是自动驾驶车辆本身或者自动驾驶车辆上安装的电脑设备,用于实现站点间的车辆调度。这里的站点可以是一个更大范围内的站点(例如,用户所在区域内的所有站点),还可以是从更大范围筛选出的部分站点,例如,可以是用户周边1km内的站点,也可以是经过一定筛选条件选出的站点,例如某一区域内的站点。这里的当前状态信息可以包括站点容纳的实时车辆数量,实时车辆数量可以通过检测站点中被车辆占用的停泊点数量来进行确定,具体可通过电子车牌感应、地磁感应、距离检测、视频监控等方式中的至少一种来检测站点中停泊点是否被车辆占用,比如若检测到车辆靠近某停泊点并保持一定的时长,则可以判断该停泊点被车辆占用。
除此之外,本公开实施例中有关站点的实时车辆数量可以是根据成功调度到车辆的派单中,用户到达站点的时间、车辆到达站点的时间以及用户到达车辆的预估时间中的至少一项统计得到。这主要是考虑到本公开实施例提供的站点推荐方法是一种动态推荐方式,随着派单的进行,某一站点的实时车辆数量将随之发生变化,不管是用户到达站点的时间、还是车辆到达站点的时间或者用户到达车辆的预估时间将直接影响站点可供调度的车辆数量。在用户以及车辆均没有到达站点的情况下,可以依据两个到达时间的最大值锁定站点的实时车辆数量,也即,在这种情况下,车辆数量在初始值的基础上,并未实质发生变化,一旦用户乘坐到站点对应的车辆,此时,对应的车辆数量将直接减一,此时,该站点的实时车辆数量得以更新,且可以应用到下一次车辆调度中。
这里的当前状态信息除了可以包括实时车辆数量,还可以包括站点名称、站点经纬度、最大可容纳车辆数量。其中,实时车辆数量可以反映各站点的实时占用情况,站点容纳的实时车辆数量越多,一定程度上说明对应站点的可利用率越低,也即,无法容纳更多的车辆,反之,实时车辆数量越少,一定程度上说明对应站点的可利用率越高,也即,可以容纳更多的车辆。经纬度可以反映各站点的位置,例如,可以将距离用户较近且实时车辆数量较多的站点作为候选站点。
在针对用户进行站点推荐时,可以将候选站点的位置、车辆情况(例如站点有多少人工驾驶车辆,有多少自动驾驶车辆)等信息推送至客户端的页面,用户可以从客户端的页面上选择一个候选站点并前往乘车;在针对自动驾驶车辆进行站点推荐时,可以将候选站点的位置等信息推送至自动驾驶车辆本身或者自动驾驶车辆上安装的电脑设备,自动驾驶车辆可以根据这些信息及时前往候选站点以供用户使用。
需要说明的是,在确定一个站点对应停靠的是人工驾驶车辆还是自动驾驶车辆的过程中,可以基于车牌识别结果或者预先登记的车辆信息来确定,在此不做具体的限制。
为了便于理解本公开实施例提供的站点推荐方法,在进行站点推荐之前,服务器首先需要确定是否存在站点推荐的需求,例如,用户是否打开相关打车软件的界面,再如,用户是否触发了相应的站点推荐按钮,再如,是否发生站点状态更新等情形,有关是否存在站点推荐的需求可以是依照不同的应用场景来确定,这里不做具体的限制。
以用户的客户端作为终端设备为例,这里可以是在用户通过客户端发起站点推荐请求的情况下,确定存在站点推荐请求以实现站点乘车;以自动驾驶车辆作为终端设备为例,这里可以是在车辆状态发生更新的更新下,基于车辆整体情况确定是否需要进行站点推荐以实现车辆调度(例如,将自动驾驶车辆从站点1调度到站点2),除此之外,还可以是在自动驾驶车辆完成当前任务的情况下,自动发起的站点推荐请求确定需要进行站点推荐以实现车辆调度。这里还可以存在其它需要进行站点推荐的情况,在此不做具体的限制。
接下来分别针对终端设备为客户端的情况和终端设备为自动驾驶车辆的情况对本公开实施例提供的站点推荐方法做进一步说明。
第一方面,针对终端设备为客户端的情况进行说明。
当用户使用客户端发起站点推荐请求且服务器接收到这一请求时,服务器即可进行站点推荐。这里的站点推荐请求可以通过按钮点击(比如“我要乘车”按钮)进行发起,还可以通过语音指令(比如“我要乘车”的语音指令)进行发起,还可以通过其它形式发起,在此不做具体的限制。
本公开实施例中,可以根据用户授权获取客户端的经纬度信息(即第二位置信息),根据客户端的经纬度信息与各站点的经纬度信息(即第一位置信息),便可计算出客户端与各站点之间的距离信息,这里的距离信息可以是结合地图导航算法确定出来的驾驶路径距离或者步行路径距离,例如,可以选取步行路径距离较近的若干个站点作为候选站点。
需要说明的是,有关客户端的第二位置信息可以是在用户打开相应的打车软件后自动获取的,还可以是在携带在站点推荐请求中,这样在服务器接收到站点推荐请求后可以从中提取出第二位置信息。
本公开实施例在进行站点推荐时,可同时考虑站点对应的实时车辆数量以及客户端与站点之间的距离信息,以便于用户选择合适的站点去乘车。
这里,根据各站点对应的实时车辆数量,可以判断各站点的占用情况。具体地,可以将各站点对应的实时车辆数量与预设的最大可容纳车辆数量进行比较,确定出站点的占用程度值,例如,可以基于实时车辆数量与最大可容纳车辆数量之间的比值确定占用程度值,占用程度值越小,表示站点的可利用率越高,占用程度值越大,表示站点的可利用率越小。
若占用程度值为零,则表示站点对应的实时车辆数量为零,站点没有车辆停靠;若占用程度值为1,则表示站点对应的实时车辆数量已经达到最大可容纳车辆数量,站点无法再容纳更多的车辆。
这里的最大可容纳车辆数量可以是根据各站点预设好的停泊点数量进行确定的,需要事先根据各站点预设的停泊点数量进行录入,例如,停泊点有10个,对应最大可容纳车辆数量为10。
在确定各站点对应的占用程度值、以及客户端与各站点之间的距离信息的情况下,可以实现更为精准的站点推荐,如图3所示,为具体的站点推荐方法的流程图,其中:
S301、基于各个距离信息,按照距离由小到大的顺序对各个站点进行排序;
S302、针对排序后的每个站点,基于站点对应的占用程度值,将站点划分到预设的多个子序列中的一个子序列;
S303、基于多个子序列之间的排列顺序以及每个子序列内各个站点之间的排列顺序,确定与站点推荐匹配的候选站点;其中,多个子序列之间的排列顺序与占用程度值呈正相关。
在对各站点进行排序时,首先将各站点按照距离由小到大进行排序,对应粗略的排序,然后按照占用程度值由小到大对各个子序列以及子序列内的各站点进行排序,对应精准的排序。
其中,距离信息指示的距离越小的站点,其排名更为靠前,反之,距离信息指示的距离越大的站点,其排名更为靠后,从而实现以距离优先的粗略排序。基于粗略排序结果,可以结合站点对应的占用程度值进行各个子序列之间以及子序列内的各站点的排序,排序结果更为准确,这样所选取出的候选站点也更为符合实际的需求。
这里的各子序列之间的排列顺序可以是预先根据占用程度值进行确定,也即,可以划入到第一子序列的站点的占用程度值小于可以划入到第二子序列的站点的占用程度值,以此类推。
在本公开实施例中,在站点对应的占用程度值为零的情况下,将站点划分到预设的多个子序列中的第一个子序列;或者,在站点对应的占用程度值大于零且小于等于预设占用阈值的情况下,将站点划分到预设的多个子序列中的第二个子序列;或者,在站点对应的占用程度值大于预设占用阈值且小于一的情况下,将站点划分到预设的多个子序列中的第三个子序列;或者,在站点对应的占用程度值为一的情况下,将站点划分到预设的多个子序列中的第四个子序列。
这里,为了更为细化的进行子序列的划分,可以预先为占用程度值预设一个占用阈值,若站点的占用程度值大于预设占用阈值,则该站点为繁忙状态,否则该站点为空闲状态。
为了便于理解上述步骤,接下来结合例子对上述步骤进行说明。
比如,用d表示客户端与各站点之间的驾驶路径距离,用k表示站点对应的占用程度值,将占用程度值的预设占用阈值设置为0.6,若k=0,则将对应站点归入子序列SubQ1;若0<k≤0.6,则将对应站点归入子序列SubQ2中;若0.6<k<1,则将对应站点归入子序列SubQ3;若k=1,则将对应站点归入子序列SubQ4。
在进行站点推荐时,需要同时考虑多个子序列之间的排列顺序以及每个子序列内各个站点之间的排列顺序。结合上述例子,可按照SubQ1、SubQ2、SubQ3、SubQ4顺序依次进行排列,得到多个子序列之间的排列顺序。每个子序列内各个站点之间的排列顺序可按照以下步骤进行确定:针对SubQ1内的各站点,可以按照d的数值大小由小到大进行排序;针对SubQ2内的各站点,可以按照d与k相乘后的乘积数值大小由小到大进行排序;针对SubQ3内的各站点,可以按照d与k相乘后的乘积数值大小由小到大进行排序;针对SubQ4内的各站点,可以按照d的数值大小由小到大进行排序。
这里,由于SubQ1和SubQ4对应的k值均为固定值,k对子序列SubQ1和SubQ4内各站点的排序没有影响,所以可以直接按照d的数值大小由小到大对SubQ1和SubQ4内各站点进行排序;而由于SubQ2和SubQ3对应的k值不是固定值,不同的k值会对子序列SubQ2和SubQ3内各站点的排序产生影响,所以按照d与k相乘后的乘积值大小由小到大对SubQ2和SubQ3内各站点进行排序。
上述排序方式优先按照子序列SubQ1、SubQ2、SubQ3、SubQ4的顺序对站点进行排序。针对同一子序列中的站点,再按照每个子序列内各个站点之间的排列顺序进行排序。这样,处于空闲状态的站点要比处于繁忙状态的站点优先被推荐。
本公开实施例中,可以根据各站点与客户端之间的驾驶路径距离以及站点对应的占用程度值进行实时更新,更新的方式可以通过预设一定时间(例如5秒钟、10秒钟)进行,也可以在检测到各站点状态发生变化的情况下进行更新。
按照上述排序,选取排序靠前的至少一个站点作为候选站点,例如,选取三个站点作为候选站点,并将候选站点的信息推送至客户端的页面。这里,候选站点的信息可以包括站点名称、站点位置,这些信息可方便用户快速找到相应的站点。
在客户端页面展示多个候选站点的信息的情况下,用户可根据自身的实际情况从显示的多个候选站点的信息选择一个更为便利的目标站点,基于目标站点可以为用户调度车辆。
在实际应用中,用户完成目标站点的选择之后,客户端页面上会将用户所选的目标站点对应的车辆信息显示出来,用户可根据车辆信息,按照自己的需要决定预约乘坐的车辆是自动驾驶车辆还是人工驾驶车辆,然后按照预约的时间前往该目标站点进行乘车。
在展示多个候选站点时,为了方便用户选出目标站点,还可以对展示的多个候选站点进行排序。
由于各候选站点的实时车辆数量是随时间变化的,因此占用程度值也是变化的,因此需要对这一变化进行预测。为了使站点推荐结果更加准确,还可以为站点的实时车辆数量引入一个影响因子——△t,停泊点被车辆占用的时长△t,它影响实时车辆数量的变化,因此可以进一步得到更加精确的实时车辆数量、占用程度值。△t的计算方法如下。
针对每个候选站点,假设用户选择某一候选站点作为目标站点,则开始计算用户到达目标站点的时间t1;且当派单成功后,开始计算车辆到达目标站点的时间t2,并根据t1、t2预计停泊点被该车辆占用的时长:|t1-t2|+β=△t,其中β为用户上车到开车所用的时间,是一个估计值。这样,可以针对确定每一个候选站点的停泊点被该车辆占用的时长△t。
上述改进方案在考虑用户距离、站点占用程度值的同时,还考虑了停泊点被车辆占用时长,从而使站点推荐结果更加准确。
第二方面,针对终端设备为自动驾驶车辆的情况进行说明。
本公开实施例提供的站点推荐方法不仅可以用于向打车的用户推荐站点,还可用于为等待接单的车辆推荐合适的停靠站点,具体如下。
在终端设备为自动驾驶车辆的情况下,该站点推荐方法可用于为车辆推荐站点。自动驾驶车辆在结束当前任务的情况下,和/或,在停靠至预设站点的情况下,处于空闲状态,此时,自动驾驶车辆可以自动生成站点推荐请求,并向服务器发起这一请求,服务器可实现针对自动驾驶车辆的自主调度。除此之外,服务器还可以结合实际情况进行自动驾驶车辆的自主调度,也即,可以为各个自动驾驶车辆推荐合适的停靠站点。
为了确定出用于推荐的候选站点,具体地,可执行如图4所示的步骤:
S401、基于各个站点的实时车辆数量和最大可容纳车辆数量,确定各个站点的占用程度值;
S402、选取占用程度值符合预设要求的站点作为候选站点。
这里,针对实时车辆数量、预设的最大可容纳车辆数量以及占用程度值的相关说明已在上文中体现,在此不再赘述。这里,针对占用程度值符合预设要求的判断,预设要求可以是预设的一个占用阈值,比如上文中的例子将占用程度值的预设占用阈值设置为0.6,当站点的占用程度值小于预设占用阈值时,判断该站点的可利用率较高,可以容纳更多的车辆,可以将该站点作为候选站点。此外,占用程度值符合预设要求的情况还可以是站点周边的车辆需求度比较高等情况,在此不做限定。
本领域技术人员可以理解,在具体实施方式的上述方法中,各步骤的撰写顺序并不意味着严格的执行顺序而对实施过程构成任何限定,各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。
基于同一发明构思,本公开实施例中还提供了与站点推荐方法对应的站点推荐装置,由于本公开实施例中的装置解决问题的原理与本公开实施例上述站点推荐方法相似,因此装置的实施可以参见方法的实施,重复之处不再赘述。
参照图5所示,为本公开实施例提供的一种站点推荐装置的架构示意图,该装置包括:获取模块501、匹配模块502、推送模块503;其中,
获取模块501,用于在确定需要进行站点推荐的情况下,获取各个站点的当前状态信息;当前状态信息包括站点的实时车辆数量、站点与终端设备之间的距离信息;
匹配模块502,用于基于距离信息和实时车辆数量,从各个站点中确定候选站点;
推送模块503,用于将候选站点的信息推送至终端设备。
本公开实施例同时考虑站点与终端设备之间的距离以及各站点的实时车辆数量,在综合评估各个站点的可供利用情况下,可以选取出与当前发起的站点推荐请求匹配的候选站点,例如可以将距离用户较近且具有较多可利用车辆的站点作为候选站点,并通过候选站点信息展示实现站点乘车或者实现站点间的车辆调度,从而有效提升车辆资源利用率、接驳站点资源利用率和车辆资源的调度效率。
一种可选的实施方式中,匹配模块502,用于按照如下步骤基于距离信息和实时车辆数量,从各个站点中确定候选站点:
基于各个站点的实时车辆数量和最大可容纳车辆数量,确定各个站点的占用程度值;
基于各个站点的占用程度值和距离信息,从站点中确定候选站点。
一种可选的实施方式中,匹配模块502,用于按照如下步骤各个站点的占用程度值和距离信息,从站点中确定候选站点:
基于各个距离信息,按照距离由小到大的顺序对各个站点进行排序;
基于排序后的各个站点的占用程度值,从站点中确定候选站点。
一种可选的实施方式中,匹配模块502,用于按照如下步骤基于排序后的各个站点的占用程度值,从站点中确定候选站点:
针对排序后的各个站点中的每个站点,基于站点对应的占用程度值,将站点划分到预设的多个子序列中的一个子序列;
基于多个子序列之间的排列顺序以及每个子序列内各个站点之间的排列顺序,确定与站点推荐匹配的候选站点;其中,多个子序列之间的排列顺序与占用程度值呈正相关。
一种可选的实施方式中,匹配模块502,用于按照如下步骤基于站点对应的占用程度值,将站点划分到预设的多个子序列中的一个子序列:
在站点对应的占用程度值为零的情况下,将站点划分到预设的多个子序列中的第一个子序列;或者,
在站点对应的占用程度值大于零且小于等于预设占用阈值的情况下,将站点划分到预设的多个子序列中的第二个子序列;或者,
在站点对应的占用程度值大于预设占用阈值且小于一的情况下,将站点划分到预设的多个子序列中的第三个子序列;或者,
在站点对应的占用程度值为一的情况下,将站点划分到预设的多个子序列中的第四个子序列。
一种可选的实施方式中,匹配模块502,在子序列包括第一个子序列以及第四个子序列的情况下,用于按照如下步骤确定子序列内各个站点之间的排列顺序:
基于子序列内各个站点对应的距离信息,按照距离由小到大的顺序对各个站点进行排序,得到排序后的各个站点。
一种可选的实施方式中,匹配模块502,在子序列包括第二个子序列以及第三个子序列的情况下,用于按照如下步骤确定子序列内各个站点之间的排列顺序:
基于子序列内各个站点中的每个站点,将站点对应的距离信息以及占用程度值进行乘积运算,确定站点对应的乘积结果;
基于各个站点分别对应的乘积结果对各个站点进行排序,得到排序后的各个站点。
一种可选的实施方式中,该装置还包括:
调度模块504,用于在用户从候选站点中选择目标站点的情况下,基于目标站点,为用户调度车辆。
一种可选的实施方式中,在确定的候选站点为多个的情况下,推送模块503,用于按照如下步骤将候选站点的信息推送至终端设备:
针对多个候选站点中的每个候选站点,确定在候选站点被选取的情况下,候选站点对应的停泊点被车辆占用时长;停泊点被车辆占用时长用于表征候选站点对应的实时车辆数量变化情况;
基于多个候选站点分别确定的停泊点被车辆占用时长,对多个候选站点进行排序;
将排序后的候选站点的信息推送至终端设备。
在一种可能的实施方式中,站点的实时车辆数量为根据成功调度到车辆的派单中,用户到达站点的时间、车辆到达站点的时间、用户到达车辆的预估时间中的至少一项统计而得到。
在一种可能的实施方式中,上述装置还包括:
更新模块505,用于在为用户调度到车辆的情况下,计算用户到达目标站点的时间和车辆到达目标站点的时间;基于用户到达目标站点的时间和车辆到达目标站点的时间、用户到达车辆的预估时间中的至少一项,更新站点的实时车辆数量。
一种可选的实施方式中,在终端设备包括自动驾驶车辆的情况下,获取模块501用于按照如下步骤确定需要进行站点推荐:
响应于自动驾驶车辆结束当前任务,确定需要进行站点推荐;和/或,
响应于自动驾驶车辆停靠至预设站点,确定需要进行站点推荐;和/或,
响应于针对自动驾驶车辆的调度指令,确定需要进行站点推荐。
一种可选的实施方式中,获取模块501,用于按照如下步骤获取各个站点的当前状态信息:
针对各个站点中的每个站点,检测站点包括的至少一个停泊点内在预设时长内是否存在停靠车辆;
将存在停靠车辆的停泊点的个数确定为实时车辆数量。
关于装置中的各模块的处理流程、以及各模块之间的交互流程的描述可以参照上述方法实施例中的相关说明,这里不再详述。
基于同一技术构思,本公开实施例还提供了一种电子设备。参照图6所示,为本公开实施例提供的电子设备600的结构示意图,包括处理器61、存储器62、和总线63。其中,存储器62用于存储执行指令,包括内存621和外部存储器622;这里的内存621也称内存储器,用于暂时存放处理器61中的运算数据,以及与硬盘等外部存储器622交换的数据,处理器61通过内存621与外部存储器622进行数据交换,当电子设备600运行时,处理器61与存储器62之间通过总线63通信,使得处理器61在执行以下指令:
在确定需要进行站点推荐的情况下,获取各个站点的当前状态信息;当前状态信息包括站点的实时车辆数量、站点与终端设备之间的距离信息;
基于距离信息和实时车辆数量,从各个站点中确定候选站点;
将候选站点的信息推送至终端设备。
本公开实施例还提供一种计算机可读存储介质,该计算机可读存储介质上存储有计算机程序,该计算机程序被处理器运行时执行上述方法实施例中所述的站点推荐方法的步骤。其中,该存储介质可以是易失性或非易失的计算机可读取存储介质。
本公开实施例还提供一种计算机程序产品,该计算机产品承载有程序代码,所述程序代码包括的指令可用于执行上述方法实施例中所述的站点推荐方法的步骤,具体可参见上述方法实施例,在此不再赘述。
其中,上述计算机程序产品可以具体通过硬件、软件或其结合的方式实现。在一个可选实施例中,所述计算机程序产品具体体现为计算机存储介质,在另一个可选实施例中,计算机程序产品具体体现为软件产品,例如软件开发包(Software Development Kit,SDK)等等。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统和装置的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。在本公开所提供的几个实施例中,应该理解到,所揭露的系统、装置和方法,可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,又例如,多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本公开各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解,本公开的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台电子设备(可以是个人计算机,服务器,或者网络设备等)执行本公开各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read-OnlyMemory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是:以上所述实施例,仅为本公开的具体实施方式,用以说明本公开的技术方案,而非对其限制,本公开的保护范围并不局限于此,尽管参照前述实施例对本公开进行了详细的说明,本领域的普通技术人员应当理解:任何熟悉本技术领域的技术人员在本公开揭露的技术范围内,其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化,或者对其中部分技术特征进行等同替换;而这些修改、变化或者替换,并不使相应技术方案的本质脱离本公开实施例技术方案的精神和范围,都应涵盖在本公开的保护范围之内。因此,本公开的保护范围应所述以权利要求的保护范围为准。
Claims (18)
1.一种站点推荐方法,其特征在于,包括:
在确定需要进行站点推荐的情况下,获取各个站点的当前状态信息;所述当前状态信息包括站点的实时车辆数量、站点与终端设备之间的距离信息;
基于所述距离信息和所述实时车辆数量,从所述各个站点中确定候选站点;
将所述候选站点的信息推送至所述终端设备。
2.根据权利要求1所述的方法,其特征在于,所述基于所述距离信息和所述实时车辆数量,从所述各个站点中确定候选站点,包括:
基于所述各个站点的实时车辆数量和最大可容纳车辆数量,确定所述各个站点的占用程度值;
基于所述各个站点的占用程度值和所述距离信息,从所述站点中确定候选站点。
3.根据权利要求2所述的方法,其特征在于,所述基于所述各个站点的占用程度值和所述距离信息,从所述站点中确定候选站点,包括:
基于所述距离信息,按照距离由小到大的顺序对所述各个站点进行排序;
基于排序后的所述各个站点的占用程度值,从所述站点中确定候选站点。
4.根据权利要求3所述的方法,其特征在于,所述基于排序后的所述各个站点的占用程度值,从所述站点中确定候选站点,包括:
针对排序后的所述各个站点中的每个站点,基于所述站点对应的占用程度值,将所述站点划分到预设的多个子序列中的一个子序列;
基于所述多个子序列之间的排列顺序以及每个子序列内各个站点之间的排列顺序,确定与站点推荐匹配的候选站点;其中,多个子序列之间的排列顺序与占用程度值呈正相关。
5.根据权利要求4所述的方法,其特征在于,所述基于所述站点对应的占用程度值,将所述站点划分到预设的多个子序列中的一个子序列,包括:
在所述站点对应的占用程度值为零的情况下,将所述站点划分到预设的多个子序列中的第一个子序列;或者,
在所述站点对应的占用程度值大于零且小于等于预设占用阈值的情况下,将所述站点划分到预设的多个子序列中的第二个子序列;或者,
在所述站点对应的占用程度值大于所述预设占用阈值且小于一的情况下,将所述站点划分到预设的多个子序列中的第三个子序列;或者,
在所述站点对应的占用程度值为一的情况下,将所述站点划分到预设的多个子序列中的第四个子序列。
6.根据权利要求5所述的方法,其特征在于,在所述子序列包括所述第一个子序列以及所述第四个子序列的情况下,按照如下步骤确定所述子序列内各个站点之间的排列顺序:
基于所述子序列内各个站点对应的距离信息,按照距离由小到大的顺序对各个站点进行排序,得到排序后的各个站点。
7.根据权利要求5或6所述的方法,其特征在于,在所述子序列包括所述第二个子序列以及所述第三个子序列的情况下,按照如下步骤确定所述子序列内各个站点之间的排列顺序:
基于所述子序列内各个站点中的每个所述站点,将所述站点对应的距离信息以及占用程度值进行乘积运算,确定所述站点对应的乘积结果;
基于所述各个站点分别对应的乘积结果对所述各个站点进行排序,得到排序后的各个站点。
8.根据权利要求1所述的方法,其特征在于,所述方法还包括:
在用户从所述候选站点中选择目标站点的情况下,基于所述目标站点,为所述用户调度车辆。
9.根据权利要求2至8任一所述的方法,其特征在于,在确定的所述候选站点为多个的情况下,所述将所述候选站点的信息推送至所述终端设备,包括:
针对多个候选站点中的每个候选站点,确定在所述候选站点被选取的情况下,所述候选站点对应的停泊点被车辆占用时长;所述停泊点被车辆占用时长用于表征所述候选站点对应的实时车辆数量变化情况;
基于所述多个候选站点分别确定的停泊点被车辆占用时长,对所述多个候选站点进行排序;
将排序后的所述候选站点的信息推送至所述终端设备。
10.根据权利要求8所述的方法,其特征在于,
所述站点的实时车辆数量为根据成功调度到车辆的派单中,用户到达所述站点的时间、车辆到达所述站点的时间、用户到达车辆的预估时间中的至少一项统计而得到。
11.根据权利要求10所述的方法,其特征在于,所述方法还包括:
在为所述用户调度到车辆的情况下,计算所述用户到达所述目标站点的时间和所述车辆到达所述目标站点的时间;
基于所述用户到达所述目标站点的时间和所述车辆到达所述目标站点的时间、用户到达车辆的预估时间中的至少一项,更新所述站点的实时车辆数量。
12.根据权利要求1至11任一所述的方法,其特征在于,在所述终端设备包括自动驾驶车辆的情况下,所述确定需要进行站点推荐,包括:
响应于所述自动驾驶车辆结束当前任务,确定需要进行站点推荐;和/或,
响应于所述自动驾驶车辆停靠至预设站点,确定需要进行站点推荐;和/或,
响应于针对自动驾驶车辆的调度指令,确定需要进行站点推荐。
13.根据权利要求1至12任一所述的方法,其特征在于,所述获取各个站点的当前状态信息,包括:
针对所述各个站点中的每个站点,检测所述站点包括的至少一个停泊点内在预设时长内是否存在停靠车辆;
将存在停靠车辆的停泊点的个数确定为所述实时车辆数量。
14.一种站点推荐系统,其特征在于,包括:终端设备、本地设备以及服务器;所述终端设备、所述本地设备分别与所述服务器通信连接,所述本地设备包括各个站点对应设置的状态检测设备;
所述终端设备,用于接收所述服务器推送的候选站点的信息;
所述状态检测设备,用于获取站点的当前状态信息;所述当前状态信息包括站点的实时车辆数量、站点与所述终端设备之间的距离信息;
所述服务器,用于在确定需要进行站点推荐的情况下,获取各个站点的当前状态信息;以及基于所述距离信息和所述实时车辆数量,从所述各个站点中确定候选站点;以及将所述候选站点的信息推送至所述终端设备。
15.根据权利要求14所述的系统,其特征在于,在所述终端设备包括多个自动驾驶车辆的情况下,所述服务器包括存储模块和调度模块;
所述存储模块,用于在获取到各个站点的当前状态信息的情况下,将所述各个站点的当前状态信息进行存储;
所述调度模块,用于根据存储的所述各个站点的当前状态信息对各个自动驾驶车辆进行车辆调度。
16.一种站点推荐装置,其特征在于,包括:
获取模块,用于在确定需要进行站点推荐的情况下,获取各个站点的当前状态信息;所述当前状态信息包括站点的实时车辆数量、站点与终端设备之间的距离信息;
匹配模块,用于基于所述距离信息和所述实时车辆数量,从所述各个站点中确定候选站点;
推送模块,用于将所述候选站点的信息推送至所述终端设备。
17.一种电子设备,其特征在于,包括:处理器、存储器和总线,所述存储器存储有所述处理器可执行的机器可读指令,当电子设备运行时,所述处理器与所述存储器之间通过总线通信,所述机器可读指令被所述处理器执行时执行如权利要求1至13任一项所述的站点推荐的方法的步骤。
18.一种计算机可读存储介质,其特征在于,该计算机可读存储介质上存储有计算机程序,该计算机程序被处理器运行时执行如权利要求1至13任一项所述的站点推荐的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210411533.3A CN114661966A (zh) | 2022-04-19 | 2022-04-19 | 一种站点推荐方法、系统、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210411533.3A CN114661966A (zh) | 2022-04-19 | 2022-04-19 | 一种站点推荐方法、系统、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114661966A true CN114661966A (zh) | 2022-06-24 |
Family
ID=82035039
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210411533.3A Pending CN114661966A (zh) | 2022-04-19 | 2022-04-19 | 一种站点推荐方法、系统、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114661966A (zh) |
-
2022
- 2022-04-19 CN CN202210411533.3A patent/CN114661966A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109255068B (zh) | 一种充电桩管理方法、装置、服务器及系统 | |
CN108162771B (zh) | 一种电动汽车智能充电导航方法 | |
CN104981773B (zh) | 管理客户端设备上的应用 | |
US10192448B2 (en) | Method to control vehicle fleets to deliver on-demand transportation services | |
US10997859B2 (en) | Parking lot information service system and method | |
CN110869953A (zh) | 推荐交通出行服务的系统和方法 | |
CN112396862B (zh) | 停车管理方法及装置 | |
US20180225796A1 (en) | Resource Allocation in a Network System | |
US20180314998A1 (en) | Resource Allocation in a Network System | |
CN111612122A (zh) | 实时需求量的预测方法、装置及电子设备 | |
CN108921762B (zh) | 一种车辆混合调度方法、装置及设备 | |
CN113851016A (zh) | 泊车管理方法、装置、电子设备及存储介质 | |
CN111832788A (zh) | 一种服务信息生成的方法、装置、计算机设备及存储介质 | |
CN106296338A (zh) | 出行订单处理方法、装置和用户终端 | |
CN113487905A (zh) | 一种停车场车位预测方法及服务器 | |
CN103605725A (zh) | 公交车到站时间查询方法、nfc终端和服务器 | |
CN109631922A (zh) | 信息处理装置、信息处理方法和存储程序的非暂时性存储介质 | |
WO2018146622A1 (en) | Dynamic selection of geo-based service options in a network system | |
US20170178085A1 (en) | Method, apparatus, and system for managing reservations | |
CN112800338A (zh) | 下车点的推荐方法、装置、电子设备和计算机程序产品 | |
CN114661966A (zh) | 一种站点推荐方法、系统、装置、设备及存储介质 | |
CN112883291B (zh) | 目的地位置的推荐方法、装置和服务器 | |
KR20170141911A (ko) | 카 쉐어링 시스템 및 카 쉐어링 방법 | |
CN116416818A (zh) | 车位预约方法、装置、设备及计算机可读存储介质 | |
CN111612286A (zh) | 一种订单分配方法、装置、电子设备及存储介质 |
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 |