CN114819817B - 一种即时物流众包配送场景下的顺路度计算方法 - Google Patents

Abstract

本发明公开一种即时物流众包配送场景下的顺路度计算方法，应用于即时物流领域，针对现有的物流顺路度技术不适用于即时物流场景的问题；本发明在即时物流众包骑手配送订单是一对多关系的场景下，系统通过计算新订单与骑手身上各待配送订单的局部顺路度，同时考虑到骑手在配送过程中会根据新订单配送信息调整配送顺序，最终选定新订单与骑手各待配送订单最大的局部顺路度作为全局顺路度，在没有超时的情况下择优选择全局顺路度高的骑手进行派单决策，从而提升骑手接单意愿，最终达到提高众包骑手的平台留存率与系统派单效率的目的。

Description

一种即时物流众包配送场景下的顺路度计算方法

技术领域

本发明属于物流领域，特别涉及一种即时物流众包配送技术。

背景技术

即时物流是指服务方对用户不定时提出的物流需求进行快速响应、达成的物流模式，一般不经过仓储、中转而直接实现点对点送传，相较于传统物流，即时物流有三大特点：即时性、区域性、点对点配送。近年来随着阿里巴巴提出新零售概念以及用户本地生活购物习惯的养成，即时物流需求稳步提升，其中以餐饮外卖和新零售最为典型。随着人口红利逐步消失，人力成本不断上升，所以各大平台普遍引入众包的业务形态整合技术来提高效率。但目前众包骑手反馈配送体验差的案例时有发生，系统派单时如果骑手感受差，一方面众包骑手可以选择拒绝配送从而影响系统效率，另一方面，长此从往，会导致平台长期的骑手留存率低。随着网络下单数目持续增长，如何以最好骑手体验以及较高系统效率进行配送，是每个商家和平台面临的问题，一方面通过骑手同时接多个订单配送节约运力资源，另一方面通过顺路度计算方法匹配更顺路的骑手来完成配送能提升骑手感受及兼顾系统效率。

已公布的发明发明“一种顺路度计算方法及装置”(申请号202010042743.0)将顺路度公式定义为：总顺路度＝min(方向顺路度，路径顺路度)。利用顺风车主的发布起点与终点获得第一路径方向，乘客发布的起点与终点获得第二路径方向，两个路径方向的夹角得到方向夹角α，采用公式

计算方向顺路度；同时利用车主起点与终点获得第一路径距离、通过乘客起点和终点获得第二路径距离、通过车主起点和乘客起点位置获取第三路径距离、通过乘客终点和车主终点获得第四路径距离，采用公式:第一路径距离/(第二路径距离+第三路径距离+第四路径距离)计算得到路径顺路度。利用总顺路度公式＝min(方向顺路度，路径顺路度)从而得到总顺路度。但这种顺路度计算方式不太适合即时物流这种“配送距离短、骑手与订单对应关系是1对N(骑手身上同时送3单及以上很普遍)”的场景，因为配送距离短，所以骑手对于新订单路径占比的敏感度相对较小，同时骑手身上往往同时配送多个订单，新订单不仅要考虑对骑手当前正配送订单的是否顺路影响，还需要考虑对骑手当前身上其它待配送订单的影响，也就是说骑手会关心因配送新订单而对当前待配送的所有订单带来的影响，所以在即时物流众包配送场景下需要有新的顺路度计算方法。

发明内容

为解决上述技术问题，本发明提出一种即时物流众包配送场景下的顺路度计算方法。

本发明采用的技术方案为：一种即时物流众包配送场景下的顺路度计算方法，包括：

S1、获取每个订单对应的取订单节点地址与送达节点地址；

S2、根据各订单的取订单节点地址与送达节点地址，计算新订单与配送人员当前所有未配送订单之间的方向夹角；

S3、根据各订单的取订单节点地址与送达节点地址，计算新订单与配送人员当前所有未配送订单之间的距离；

S4、根据新订单与未配送订单之间的方向夹角与距离，计算新订单与未配送订单的局部顺路度；

S5、将局部顺路度最大值作为该配送人员的全局顺路度；

S6、根据各配送人员的全局顺路度进行新订单的派单处理。

本发明的有益效果：在即时物流众包骑手配送订单是一对多关系的场景下，通过计算新订单与骑手身上各待配送订单的局部顺路度，同时考虑到骑手在配送过程中会根据新订单配送信息调整配送顺序，最终选定新订单与骑手各待配送订单最大的局部顺路度作为全局顺路度，在没有超时的情况下择优选择全局顺路度高的骑手进行派单决策，从而提升骑手接单意愿，最终达到提高平台派单效率的目的。

附图说明

图1为本发明的流程图。

图2为本发明配送员终端APP的实现流程示意图。

具体实施方式

为便于本领域技术人员理解本发明的技术内容，下面结合附图对本发明内容进一步阐释。

本发明提供了一种即时物流众包配送场景下系统派单时的顺路度实现方法，其主要目标是：在系统派单时通过对每位骑手全局顺路度的计算，选择最顺路的有效骑手承接配送任务有效提升骑手配送效率，另一方面，顺路度计算中融合了订单角度、距离等因素，有效兼顾系统效率。主要包括以下三个大的流程模块，信息接收模块、顺路度计算模块、调度模块。

如图1所示，本发明的流程图主要分为三层：

最高层是信息接收层，该层主要是接收来自上游系统的新订单信息以及接收来自骑手APP上传的骑手实时地理位置，同时接收服务端内部系统给出的每个骑手实时配送订单信息。

第二层是顺路度计算层，该层主要通过计算新订单与骑手身上各订单的局部顺路度，同时考虑到骑手在配送过程中会根据新订单配送信息调整配送顺序，所以最终选取新订单与骑手各其它订单最大的顺路度作为全局顺路度去衡量配送难易程度，进而影响系统派单结果。局部顺路度与订单角度、用户距离、商家距离三个因素有关，最后将三个因素相乘得到局部顺路度结果，同时每个因素有各自权重可以根据城市及业务需求调整。

第三层是调度层，该层主要根据第二层得出的所有骑手的顺路度信息，利用路径规划服务给出骑手配送新单的超时信息，在没有超时的情况下优先选择全局顺路度高的骑手完成配送任务，从而有效提升骑手配送体验同时兼顾系统效率。

为方便阐述具体步骤，以外卖配送场景为例，相关定义如下：

全局顺路度＝新订单跟骑手身上所有待配送订单局部顺路度的最大值，即考虑到了骑手在配送过程中可以变更订单配送顺序，所以取最大值。记骑手当前待配送订单列表r₁r₂r₃…r_n，新订单为r₀。记α_i＝新订单r₀与各订单r_i的夹角。

本发明的顺路度计算以服务器为执行主体，具体步骤如下：

步骤1：服务端接收来自上游系统的新订单信息，获取新订单的商家取餐地址、用户地址等信息。

步骤2：服务端接收骑手实时上传的地理位置信息。

步骤3：接收后端内部系统骑手的实时履约信息，维护骑手所有待配送订单，包括各订单的商家取餐地址、用户送达地址及骑手当前的配送状态。

步骤4：进入新订单r_o对骑手各待配送订单r_i的局部顺路度计算，最后选择局部顺路度最大值作为该骑手全局顺路度，具体步骤如下：

步骤4.1：计算新订单r_o与骑手各订单r_i的方向夹角α_i。取新订单r_o的商家取餐地址到用户送达地址的连线方向，记为路径方向1；取各订单r_i的取餐位置到各订单r_i的用户地址的连线方向，记为路径方向2，这里要说明的是，如果订单r_i的配送状态是骑手已离店，则取骑手当前位置指向该订单r_i的用户送达地址记为路径方向2，根据这两个路径方向得到路径方向1与路径方向2的方向夹角，由此可以获得新订单r_o与骑手各订单r_i的方向夹角α_i。

步骤4.2：计算新订单r_o的商家取餐地址与各订单r_i的取餐地址的距离，即已知两点的经纬度，求两点间真实路网的骑行距离，非两点间的直线距离。利用第三方高德开放平台API路线规划服务中的AMap.Riding，通过解析返回对象RidingResult中的RideRoute信息，把每一个Route的distance相加，即可得到这两个取餐地址间的距离记为d_1i。

步骤4.3：计算新订单r_o的用户送达地址与各订单r_i用户送达地址的距离，即已知两点的经纬度，求两点间的真实路网的骑行距离，非两点间的直线距离。同步骤4.2利用第三方高德开放平台API路线规划服务中的AMap.Riding，即可得到这两个用户送达地址间的距离记为d_2i。

步骤4.4:计算订单r_o与骑手身上各待配送订单r_i的局部顺路度，采用公式如下：

可见上述公式共有三个子式组成，每个子式结果都是小于相等1的数，所以局部顺路度值域是(0,1]，值越大表示越顺路。子式

用于衡量订单角度因素，其范围在[0，1]，方向夹角α_i越小，代表该子式值越趋于1；子式

用于衡量商家间的距离因素，其范围在(0，1]，其中，D₁是衡量特定城市骑手一趟配送的各订单商家间取餐地址距离的平均值，一定程度上说明骑手对于这个距离的偏好程度，可以取D₁＝300；子式

用于衡量用户间的距离因素，其范围在(0，1]，其中，D₂是衡量特定城市骑手一趟配送的各订单用户间送达地址距离的平均值，可以取D₂＝500，c、d、e是上述三个因素的权重，可以取c＝1,d＝0.8，e＝0.5。通过三个因素权重的设定，可以有效衡量新单对骑手的顺路程度。

值得注意的是在计算新订单r_o跟骑手订单r_i的局部顺路度时，若r_i状态＝骑手未离店，则α_i＝新订单r_o路径方向和订单r_i路径方向的夹角，若r_o状态＝骑手已离店，则α_i＝新订单r_o路径方向和骑手当前位置指向订单r_i用户送达地址的路径方向的夹角。

步骤4.5:遍历该骑手身上所有订单r_i，找到局部订单顺路度最大的值记为该骑手的全局顺路度,采用公式：

步骤4.6:遍历骑手列表，重复步骤4.1-步骤4.5，计算出所有满足配送要求的骑手的全局顺路度τ_k(r_o)值，其中k∈{满足配送要求的骑手}。

步骤5:进行调度决策。结合步骤4得出的各骑手全局顺路度信息τ_k(r_o)以及利用路径规划服务给出骑手配送新单的超时信息，选择全局顺路度高且没有超时配送的骑手进行派单。

步骤5.1:以全局顺路度对骑手进行从高往低排序得到新的骑手列表，依次遍历新骑手列表τ_k(r_o)，其中k∈{满足配送要求的骑手}，利用路径规划服务判断骑手k配送新单是否超时，如果超时则进入下一个骑手选择，如果未超时，则选定该骑手进行派单。其中路径规划服务是对骑手配送多订单顺序与路径的规划，为现有已知技术，本发明在此，不做详细阐述。

步骤5.2:在骑手APP上面输出该骑手配送新订单的路径规划信息及全局顺路度信息，方便骑手理解，提升骑手感受。

顺路度定义的合理性。考虑四种极端情形如下：

1)骑手空闲。即骑手当前身上无订单，则全局顺路度为1。

2)完全顺路。新订单r_o跟骑手订单r_i商家取餐地址与用户送达地址均相同，骑手多走路程为0,r_o与订单r_i方向一致，α_i＝0,d_1i＝0,d_2i＝0，则全局顺路度τ(r_o)＝τ(r_o,r_i)＝1。

3)订单完全不顺路。当前配送订单r₁完全不顺路且骑手仅有订单r₁，即新订单r_o与订单r₁方向相反，全局顺路度τ(r_o)＝τ(r_o,r₁)＝0。

4)个别订单不顺路。当前配送订单r₁完全不顺路但骑手在配送订单r₁、r₂、…r_n(n＞＝3)，即骑手身上还有其它订单，设r₂与新订单r_o局部顺路度最小，骑手可以选择先配送完订单r₂，再配送新订单r₀，所以全局顺路度τ(r_o)＝τ(r_o,r₂)，不为0。

本发明实施例提供的一种顺路度计算方法，首先计算新订单与各待配送订单的局部顺路度，局部顺路度结合了方向维度，同时考虑商家取餐地址间的距离与用户送达地址间的距离，三者有各自的权重，使得局部顺路度的计算更加合理化，最后考虑即时物流场景骑手同时接多单的情况，取最大局部顺路度作为全局顺路度，能有效提升众包骑手的配送效率以及平台的派单效率。

如图2所示为平台派单的一个流程，本发明的方法在实际派单过程中选定新订单与骑手各待配送订单最大的局部顺路度作为全局顺路度，在没有超时的情况下择优选择全局顺路度高的骑手进行派单决策，提高了派单成功率及派单效率。

本领域的普通技术人员将会意识到，这里所述的实施例是为了帮助读者理解本发明的原理，应被理解为本发明的保护范围并不局限于这样的特别陈述和实施例。对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的权利要求范围之内。

Claims (5)

1.一种即时物流众包配送场景下的顺路度计算方法，其特征在于，包括：

S1、获取每个订单对应的取订单节点地址与送达节点地址；

S2、根据各订单的取订单节点地址与送达节点地址，计算新订单与配送人员当前所有未配送订单之间的方向夹角；

S3、根据各订单的取订单节点地址与送达节点地址，计算新订单与配送人员当前所有未配送订单之间的距离；

S4、根据新订单与未配送订单之间的方向夹角与距离，计算新订单与未配送订单的局部顺路度；

S5、将局部顺路度最大值作为该配送人员的全局顺路度；步骤S5所述的局部顺路度计算式为：

其中，r_o表示新订单，r_i表示配送人员对应的待配送订单，α_i表示r_o与r_i之间的方向夹角，d_1i表示r_o与r_i之间的取订单距离，d_2i表示r_o与r_i之间的送达距离，D₁是衡量配送人员一趟配送的各订单之间取订单距离的平均值，D₂是衡量配送人员一趟配送的各订单之间送达距离的平均值，c为

的权重，d为

的权重，e为

的权重；

S6、根据各配送人员的全局顺路度进行新订单的派单处理。

2.根据权利要求1所述的一种即时物流众包配送场景下的顺路度计算方法，其特征在于，步骤S2具体为：

以订单对应的取订单节点地址到其送达节点地址连线，作为该订单的路径方向；

计算新订单的路径方向与配送人员未配送订单的路径方向之间的夹角，得到新订单与配送人员未配送订单之间的方向夹角。

3.根据权利要求2所述的一种即时物流众包配送场景下的顺路度计算方法，其特征在于，在计算方向夹角时，若配送人员还未到达该未配送订单的取订单节点地址，则以该未配送订单的取订单节点地址到其送达节点地址连线，作为该未配送订单的路径方向；

若配送人员已到达或已离开该未配送订单的取订单节点地址，则以配送人员当前位置到该未配送订单的送达节点地址连线，作为该未配送订单的路径方向。

4.根据权利要求2所述的一种即时物流众包配送场景下的顺路度计算方法，其特征在于，步骤S3具体为：

计算新订单的取订单节点地址与配送人员未配送订单的取订单节点地址之间的取订单距离；

计算新订单的送达节点地址与配送人员未配送订单的送达节点地址之间的送达距离。

5.根据权利要求4所述的一种即时物流众包配送场景下的顺路度计算方法，其特征在于，所述取订单距离为根据2个订单的取订单节点地址的经纬度计算得到的真实路网距离；

送达距离为根据2个订单的送达节点地址的经纬度计算得到的真实路网距离。

Images