CN115936409A - 工单信息的生成方法、装置、计算机设备 - Google Patents
工单信息的生成方法、装置、计算机设备 Download PDFInfo
- Publication number
- CN115936409A CN115936409A CN202310171692.5A CN202310171692A CN115936409A CN 115936409 A CN115936409 A CN 115936409A CN 202310171692 A CN202310171692 A CN 202310171692A CN 115936409 A CN115936409 A CN 115936409A
- Authority
- CN
- China
- Prior art keywords
- shared
- carrier
- cluster
- target
- stacking
- 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
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请涉及一种工单信息的生成方法、装置、计算机设备、存储介质和计算机程序产品。所述方法包括：基于各共享载具的当前状态信息，确定各共享载具中的堆积共享载具，基于各共享载具的位置信息，确定符合共享载具堆积条件的目标载具堆积簇，其中，堆积载具堆积簇由多个堆积共享载具组成。针对每一目标载具堆积簇，基于目标载具堆积簇的位置信息、以及各站点的共享载具需求信息，在各站点中确定与目标载具堆积簇匹配的目标站点。生成目标载具堆积簇与目标需求站之间的共享载具挪动工单信息。采用本方法能够更有效的解决共享载具的堆积问题。
Description
技术领域
本申请涉及共享设备技术领域，特别是涉及一种工单信息的生成方法、装置、计算机设备、存储介质和计算机程序产品。
背景技术
随着共享技术的发展，共享载具成为生活中的重要部分，然后，共享载具随着使用会形成共享载具的堆积，因此，共享载具运营商会雇佣运维人员对堆积的共享载具进行挪动，以避免上述情况的发生。
相关技术中，一般是共享载具运营商收到共享载具堆积的反馈后，由管理人员根据反馈的共享载具堆积的地方以及各个共享载具站，手动编写一条针对堆积共享载具的挪动工单，并将挪动工单下发至相应的运维人员。
上述共享载具的挪动方式，往往是共享载具堆积较严重的时候才能得到反馈，进而由管理人员编写并下发相应的挪动工单，但是生成的工单并不能有效解决共享载具堆积造成的影响。需要一种方法能够生成准确有效的挪动工单，以有效解决共享载具堆积造成的影响。
发明内容
基于此，有必要针对上述技术问题，提供一种能够生成准确有效的挪动工单的工单信息的生成方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
第一方面，本申请提供了一种工单信息的生成方法。所述方法包括：
基于各共享载具的当前状态信息，确定各所述共享载具中的堆积共享载具；
基于各所述共享载具的位置信息，确定符合共享载具堆积条件的目标载具堆积簇；所述载具堆积簇由多个堆积共享载具组成；
针对每一所述目标载具堆积簇，基于所述目标载具堆积簇的位置信息、以及各站点的共享载具需求信息，在各所述站点中确定与所述目标载具堆积簇匹配的目标站点；
生成所述目标载具堆积簇与所述目标需求站之间的共享载具挪动工单信息。
在其中一个实施例中，步骤A包括：所述基于各共享载具的当前状态信息，确定各所述共享载具中的堆积共享载具，包括：
遍历各共享载具的当前状态信息，确定所述当前状态信息为静止可骑行状态的第一共享载具；
在各所述第一共享载具中，筛选出静止可骑行状态的持续时长在预设时长区间内的第一共享载具作为堆积共享载具。
在其中一个实施例中，所述基于各所述共享载具的位置信息，确定符合共享载具堆积条件的目标载具堆积簇，包括：
基于各所述堆积共享载具的位置信息，按照预设聚集策略对各所述堆积共享载具进行聚类，得到至少一个载具堆积簇；
遍历各所述载具堆积簇所包含的所述堆积共享载具的聚集数量，筛选所述聚集数量高于预设聚集阈值的载具堆积簇作为目标载具堆积簇。
在其中一个实施例中，针对每一所述目标载具堆积簇，基于所述目标载具堆积簇的位置信息、以及各站点的共享载具需求信息，在各所述站点中确定与所述目标载具堆积簇匹配的目标站点，包括：
针对每一站点，基于所述站点当前停放共享载具的当前停放信息、所述站点可停放共享载具的可停放信息、所述站点预测驶入共享载具的预测驶入信息，确定所述站点当前需求共享载具的需求信息；
针对每一所述目标载具堆积簇，基于各所述站点的需求信息、所述站点的位置信息、所述目标载具堆积簇的位置信息，确定各所述站点的需求权重，并将需求权重最高的需求站作为目标站点。
在其中一个实施例中，所述方法还包括：
获取各用户当前的位置信息；
根据所述用户的位置信息、所述目标载具堆积簇的位置信息，确定各所述用户与所述目标载具堆积簇之间的距离；
将所述共享载具挪动工单信息发送至距离最小的所述用户所使用的终端。
在其中一个实施例中，所述基于各共享载具的当前状态信息，确定各所述共享载具中的堆积共享载具，包括：
在检测到到达预设时刻的情况下，基于各共享载具的当前状态信息，确定各所述共享载具中的堆积共享载具；或
在接收到挪车请求的情况下，基于各共享载具的当前状态信息，确定各所述共享载具中的堆积共享载具。
第二方面，本申请还提供了一种工单信息的生成装置。所述装置包括：
第一确定模块，用于基于各共享载具的当前状态信息，确定各所述共享载具中的堆积共享载具；
第二确定模块，用于基于各所述共享载具的位置信息，确定符合共享载具堆积条件的目标载具堆积簇；所述载具堆积簇由多个堆积共享载具组成；
匹配模块，用于针对每一所述目标载具堆积簇，基于所述目标载具堆积簇的位置信息、以及各站点的共享载具需求信息，在各所述站点中确定与所述目标载具堆积簇匹配的目标站点；
生成模块，用于生成所述目标载具堆积簇与所述目标需求站之间的共享载具挪动工单信息。
在其中一个实施例中，所述第一确定模块具体包括：
遍历单元，用于遍历各共享载具的当前状态信息，确定所述当前状态信息为静止可骑行状态的第一共享载具；
第一筛选单元，用于在各所述第一共享载具中，筛选出静止可骑行状态的持续时长在预设时长区间内的第一共享载具作为堆积共享载具。
在其中一个实施例中，所述第二确定模块具体包括：
聚类单元，用于基于各所述堆积共享载具的位置信息，按照预设聚集策略对各所述堆积共享载具进行聚类，得到至少一个载具堆积簇；
第二筛选单元，用于遍历各所述载具堆积簇所包含的所述堆积共享载具的聚集数量，筛选所述聚集数量高于预设聚集阈值的载具堆积簇作为目标载具堆积簇。
在其中一个实施例中，上述匹配模块具体包括：
第一确定单元，用于针对每一站点，基于所述站点当前停放共享载具的当前停放信息、所述站点可停放共享载具的可停放信息、所述站点预测驶入共享载具的预测驶入信息，确定所述站点当前需求共享载具的需求信息；
第二确定单元，用于针对每一所述目标载具堆积簇，基于各所述站点的需求信息、所述站点的位置信息、所述目标载具堆积簇的位置信息，确定各所述站点的需求权重，并将需求权重最高的需求站作为目标站点。
在其中一个实施例中，所述装置还包括：
获取模块，用于获取各用户当前的位置信息；
第三确定模块，用于根据所述用户的位置信息、所述目标载具堆积簇的位置信息，确定各所述用户与所述目标载具堆积簇之间的距离；
发送模块，用于将所述共享载具挪动工单信息发送至距离最小的所述用户所使用的终端。
在其中一个实施例中，所述第一确定模块具体用于：
在检测到到达预设时刻的情况下，基于各共享载具的当前状态信息，确定各所述共享载具中的堆积共享载具；或
在接收到挪车请求的情况下，基于各共享载具的当前状态信息，确定各所述共享载具中的堆积共享载具。
第三方面，本申请还提供了一种计算机设备。所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
基于各共享载具的当前状态信息，确定各所述共享载具中的堆积共享载具；
基于各所述共享载具的位置信息，确定符合共享载具堆积条件的目标载具堆积簇；所述载具堆积簇由多个堆积共享载具组成；
针对每一所述目标载具堆积簇，基于所述目标载具堆积簇的位置信息、以及各站点的共享载具需求信息，在各所述站点中确定与所述目标载具堆积簇匹配的目标站点；
生成所述目标载具堆积簇与所述目标需求站之间的共享载具挪动工单信息。
第四方面，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，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以下步骤：
基于各共享载具的当前状态信息，确定各所述共享载具中的堆积共享载具；
基于各所述共享载具的位置信息，确定符合共享载具堆积条件的目标载具堆积簇；所述载具堆积簇由多个堆积共享载具组成；
针对每一所述目标载具堆积簇，基于所述目标载具堆积簇的位置信息、以及各站点的共享载具需求信息，在各所述站点中确定与所述目标载具堆积簇匹配的目标站点；
生成所述目标载具堆积簇与所述目标需求站之间的共享载具挪动工单信息。
第五方面，本申请还提供了一种计算机程序产品。所述计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：
基于各共享载具的当前状态信息，确定各所述共享载具中的堆积共享载具；
基于各所述共享载具的位置信息，确定符合共享载具堆积条件的目标载具堆积簇；所述载具堆积簇由多个堆积共享载具组成；
针对每一所述目标载具堆积簇，基于所述目标载具堆积簇的位置信息、以及各站点的共享载具需求信息，在各所述站点中确定与所述目标载具堆积簇匹配的目标站点；
生成所述目标载具堆积簇与所述目标需求站之间的共享载具挪动工单信息。
上述堆积共享载具挪动工单生成方法、装置、计算机设备、存储介质和计算机程序产品，在确定各个堆积共享载具的位置后，得到堆积较严重的目标载具堆积簇。在得到堆积较严重的目标载具堆积簇后，进一步确定有挪入共享载具的目标需求站，最后生成目标载具堆积簇与目标需求站之间的共享载具挪动工单信息。由于可以根据需要获取共享载具堆积的堆积程度，生成堆积较严重的堆积共享载具挪动至需求共享载具的需求站的挪动工单信息，因此相较与相关技术中的挪动工单生成方法，本申请方法生成的工单信息更准确有效，能够更有效的解决共享载具的堆积问题。
附图说明
图1为一个实施例中工单信息的生成方法的流程示意图；
图2为一个实施例中工单信息的构成示意图；
图3为一个实施例中工单信息的生成装置的结构框图；
图4为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
相关技术中，由于共享载具的运营商一般是在收到共享载具的堆积反馈后，基于反馈生成相应的挪动工单，因此一般是已经严重堆积后，才会有相应的挪动工单生成，这使得城市的共享载具堆积问题不能得到有效的解决。
基于此，本申请提供一种工单信息的生成方法，基于各共享载具的当前状态信息，确定各共享载具中的堆积共享载具，基于各共享载具的位置信息，确定符合共享载具堆积条件的目标载具堆积簇，其中，堆积载具堆积簇由多个堆积共享载具组成。针对每一目标载具堆积簇，基于目标载具堆积簇的位置信息、以及各站点的共享载具需求信息，在各站点中确定与目标载具堆积簇匹配的目标站点。生成目标载具堆积簇与目标需求站之间的共享载具挪动工单信息。
通过本申请的工单信息的生成，在确定各个堆积共享载具的位置后，得到堆积较严重的目标载具堆积簇。在得到堆积较严重的目标载具堆积簇后，进一步确定有挪入共享载具的目标需求站，最后生成目标载具堆积簇与目标需求站之间的共享载具挪动工单信息。由于可以根据需要获取共享载具堆积的堆积程度，生成堆积较严重的堆积共享载具挪动至需求共享载具的需求站的挪动工单信息，因此相较与相关技术中的挪动工单生成方法，本申请方法生成的工单信息更准确有效，能够更有效的解决共享载具的堆积问题。
本申请提供了一种工单信息的生成方法，以及对应的工单信息的生成装置、计算机设备、计算机可读存储介质、计算机程序产品。首先对本申请提供的工单信息的生成方法进行详细的说明。
在一个实施例中，如图1所示，提供了一种工单信息的生成方法，本实施例以该方法应用于终端进行举例说明，可以理解的是，该方法也可以应用于服务器，还可以应用于包括终端和服务器的系统，并通过终端和服务器的交互实现。本实施例中，该方法包括以下步骤：
步骤101、基于各共享载具的当前状态信息，确定各共享载具中的堆积共享载具。
其中，共享载具可以是共享单车、共享电车、共享摩托、共享车辆等。堆积共享载具是指停放在同一位置的时长高于预设时长的共享载具。
还需说明的是，本申请针对的各共享载具，一般属于同一预设的区域范围内，即，各个共享载具属于同一预设的区域范围内，例如各共享载具位于同一城市所属的区域范围、或者位于同一区所属的区域范围、又或者位于同一县城所属的区域范围等。
具体而言，随着人们使用共享载具，共享载具会被停放至预设区域的各个地方，也使得每个共享载具的状态也会有所不同，例如，部分共享载具当前被使用当中，处于骑行中状态；部分共享载具已损坏，不能正常使用，处于不可骑行状态；部分共享载具被回收至固定区域，暂停使用，处于回收状态；部分共享载具被回收至维修厂，进行维修，处于维修状态；部分共享载具可正常使用，但当前未被使用，处于静止可骑行状态。设备获取各共享载具的当前状态信息，并基于各共享载具的当前状态信息，确定各共享载具中的堆积共享载具，例如长时间处于静止可骑行状态的共享载具。
步骤103、基于各堆积共享载具的位置信息，确定符合共享载具堆积条件的目标载具堆积簇。
其中，载具堆积簇由多个堆积共享载具组成。
具体而言，设备确定出预设区域内的堆积共享载具后，基于各堆积共享载具的位置信息，确定符合共享载具堆积条件的目标载具堆积簇，例如，载具堆积簇所包含的堆积共享载具数量需要高于预设阈值，载具堆积簇的范围需要高于预设面积阈值等。
在一个实施例中，设备可以在预设区域内，以固定大小的面积大小、固定的步长对预设区域进行遍历，例如，5M*5M的固定区域范围面积，2M的步长，从左至右，从上至下依次遍历，确定各个固定大小面积区域范围内所包含的堆积共享载具数量，根据各个堆积共享载具的位置信息，可以确定堆积共享载具在预设区域内的分布情况，若某一区域范围内所包含的堆积共享载具数量高于预设堆积数量阈值，说明该区域范围已经造成共享载具的堆积，该区域范围所包含的堆积共享载具形成一个目标载具堆积簇。设备对预设区域遍历完成后，即可得到预设区域内所包含的所有目标载具堆积簇。
在另外一个实施例中，设备可以基于各堆积共享载具的位置信息，确定各堆积共享载具在预设区域的分布，然后根据各堆积共享载具在预设区域的分布，按照预设聚集策略对各堆积共享载具进行聚类，得到至少一个载具堆积簇。
步骤105、针对每一目标载具堆积簇，基于目标载具堆积簇的位置信息、以及各站点的共享载具需求信息，在各站点中确定与目标载具堆积簇匹配的目标站点。
其中，站点是指可停放多个共享载具的地方，如小区附近、地铁口附近、公司附近等需求共享载具数量较多的地方。每个站点都有其固定的位置信息。
具体而言，设备确定出至少一个载具堆积簇后，确定各个站点的共享载具需求信息，在各站点中确定与目标载具堆积簇匹配的目标站点，例如与目标载具堆积簇之间的距离小于预设距离阈值、且需求共享载具的数量高于预设阈值的目标站点。
步骤107、生成目标载具堆积簇与目标需求站之间的共享载具挪动工单信息。
具体而言，设备确定出目标载具堆积簇以及每一目标载具堆积簇对应的目标需求站后，基于目标载具堆积簇的位置信息、所包含的堆积共享载具的数量、以及目标需求站点的位置信息、所需求共享载具的数量，生成目标载具堆积簇与目标需求站之间的共享载具挪动工单信息。例如，目标载具堆积簇的位置坐标为（x1，y1），所包含的堆积共享载具的数量为M，目标需求站的位置坐标为（x2，y2），需求共享载具的数量为N，生成目标载具堆积簇（x1，y1）移动Min（M，N）辆共享载具至目标需求站（x2，y2）的共享载具挪动工单信息。
其中，共享载具挪动工单信息至少目标载具堆积簇的位置信息以及目标需求站的位置信息。
如图2所示，为本申请根据一实施例示出的生成的各个工单示意图，其中，实心小圆圈表示一个一个共享载具，空心小圆圈表示需求共享载具的站点，大圆圈圈出的实心小圆圈，表示一个堆积载具堆积簇，箭头尾部是堆积载具堆积簇，头部是堆积载具堆积簇需要挪动至的站点。
在此实施例中，在确定各个堆积共享载具的位置后，得到堆积较严重的目标载具堆积簇。在得到堆积较严重的目标载具堆积簇后，进一步确定有挪入共享载具的目标需求站，最后生成目标载具堆积簇与目标需求站之间的共享载具挪动工单信息。由于可以根据需要获取共享载具堆积的堆积程度，生成堆积较严重的堆积共享载具挪动至需求共享载具的需求站的挪动工单信息，因此相较与相关技术中的挪动工单生成方法，本申请方法生成的工单信息更准确有效，能够更有效的解决共享载具的堆积问题。
在其中一个实施例中，上述步骤101具体包括：
步骤101A、遍历各共享载具的当前状态信息，确定当前状态信息为静止可骑行状态的第一共享载具。
其中，第一共享载具为各共享载具中可能是堆积共享载具的候选共享载具。
具体而言，随着人们使用共享载具，共享载具的状态会随之发生变化，比如共享载具A，在15:16这一时刻，处于静止可骑行状态，15:20这一时刻有一用户扫描骑行共享载具A，共享载具A的状态由静止可骑行状态变为骑行中状态，之后，随着使用，共享载具A被用户反映车胎/车把等发生故障，共享载具A的状态变为不可骑行状态等。因此，设备在确定预设区域内是否发生共享载具的堆积时，需要在各共享载具中先确定可能会发生堆积的堆积共享载具，遍历各共享载具的当前状态信息，确定当前状态信息为静止可骑行状态的第一共享载具。
步骤101B、在各第一共享载具中，筛选出可骑行静止可骑行状态的持续时长在预设时长区间内的第一共享载具作为堆积共享载具。
具体而言，设备在各共享载具中筛选出第一共享载具后，获取各第一共享载具处于静止可骑行状态的持续时长，并确定各第一共享载具处于静止可骑行状态的持续时长是否在在预设时长区间，若第一共享载具处于静止可骑行状态的持续时长小于预设时长区间，说明该第一共享载具并没有达到造成堆积的条件；若第一共享载具处于静止可骑行状态的持续时长大于预设时长区间，说明该第一共享载具属于长时间不动共享载具，不在本申请考虑范围内，属于不动共享载具的工单生成考虑范围内；若第一共享载具处于静止可骑行状态的持续时长在预设时长区间内，说明该第一共享载具并没有达到造成堆积的条件，属于本申请工单信息生成时的考虑范围，作为堆积共享载具。
其中，预设时长区间为[最小不动时长、最大不动时长]组成，最小不动时长、最大不动时长根据经验设定，与堆积共享载具派单场景相关。一般来说，最小不动时长为2小时，最大不动时长为12小时，满足这个条件的第一共享载具才划分为候选共享载具。换言之，载具堆积簇是指在某个位置区域内停留超过一定时长并且达到一定数量的共享载具集合。如果第一共享载具不动时长超过12小时，本申请将其划分为不动共享载具，属于不动共享载具的派单场景。
需要说明的是，最小不动时长过小会导致实际上未达到堆积条件的共载具被频繁挪动，实际需要及时挪动的堆积共享载具优先级降低，被挪动的概率有所降低。最小不动时长过大会导致堆积共享载具数量减少，可能漏掉部分需要及时挪动的共享载具。最大不动时长过小会导致堆积共享载具数量减少，可能漏掉部分需要及时挪动的共享载具。最大不动时长过大会导致超越本申请考虑范围的派单场景。
在此实施例中，通过各个共享载具的状态持续时长，确定符合堆积条件的堆积共享载具，即，可能需要及时挪动的共享载具。
在其中一个实施例中，上述步骤103具体包括：
步骤103A、基于各堆积共享载具的位置信息，按照预设聚集策略对各堆积共享载具进行聚类，得到至少一个载具堆积簇。
具体而言，根据各堆积共享载具的位置信息，设备可以确定各堆积共享载具在预设区域内的分布，按照预设聚集策略对各堆积共享载具进行聚类，得到至少一个载具堆积簇，例如，按照密度聚集策略，对各堆积共享载具进行聚类，得到至少一个载具堆积簇，或者按照欧几里距离聚类策略，对各堆积共享载具进行聚类，得到至少一个载具堆积簇，有或者按照曼哈顿距离聚类策略，对各堆积共享载具进行聚类，得到至少一个载具堆积簇。
步骤103B、遍历各载具堆积簇所包含的堆积共享载具的聚集数量，筛选聚集数量高于预设聚集阈值的载具堆积簇作为目标载具堆积簇。
具体而言，设备根据各个堆积共享载具在预设区域内的分布情况，对各个堆积共享载具进行聚类后，得到至少一个载具堆积簇。设备遍历每一载具堆积簇，确定该载具堆积簇所包含的堆积共享载具的聚集数量，若该载具堆积簇所包含的堆积共享载具的聚集数量高于预设聚集阈值，说明该载具堆积簇堆积的共享载具过多，堆积程度较严重，需要及时进行挪动；若该载具堆积簇所包含的堆积共享载具的聚集数量不高于预设聚集阈值，说明该载具堆积簇堆积的共享载具不是很多，堆积程度不是很严重，不及时进行挪动也可以。设备遍历各载具堆积簇所包含的堆积共享载具的聚集数量，筛选出聚集数量高于预设聚集阈值的载具堆积簇作为目标载具堆积簇。
在其中一个实施例中，步骤103B还可以是：
遍历各载具堆积簇所包含的堆积共享载具的聚集数量，并根据各载具堆积簇所属区域，对各聚集数量进行加权，筛选加权后的聚集数量高于预设聚集阈值的载具堆积簇作为目标载具堆积簇。
具体而言，不同的区域对堆积容忍程度不同，因此可以在聚集数量的基础上，对聚集数量进行加权，对于聚集数量容忍度低的区域，聚集数量正向加权，例如权值为1.2；对于聚集数量容忍度高的区域，聚集数量负向加权，例如权值为0.8。然后设备对加权后的各聚集数量进行筛选，筛选聚集数量高于预设聚集阈值的载具堆积簇作为目标载具堆积簇。
在此实施例中，根据聚集数量确定各个载具堆积簇的堆积严重程度，将堆积程度高的载具堆积簇作为需要进行处理的目标载具堆积簇。
在其中一个实施例中，上述步骤105具体包括：
步骤105A、针对每一站点，基于站点当前停放共享载具的当前停放信息、站点可停放共享载具的可停放信息、站点预测驶入共享载具的预测驶入信息，确定站点当前需求共享载具的需求信息。
具体而言，设备确定预设区域内包含的所有站点，针对每一站点，基于站点当前停放共享载具的当前停放信息、站点可停放共享载具的可停放信息、站点预测驶入共享载具的预测驶入信息，确定站点当前需求共享载具的需求信息，例如，可以是当前需求共享载具数量=站点可停放共享载具的可停放数量-站点当前停放共享载具的当前停放-站点预测驶入共享载具的预测驶入。
在一个实施例中，设备可以持续获取站点的驶入共享载具数量，得到单位时间内驶入共享载具数量的序列，基于xgboost模型预测策略，确定共享载具在未来预设时长内将要驶入站点的驶入共享数量。
步骤105B、针对每一目标载具堆积簇，基于各站点的需求信息、站点的位置信息、目标载具堆积簇的位置信息，确定各站点的需求权重，并将需求权重最高的需求站作为目标站点。
具体而言，针对每一目标载具堆积簇，设备基于各站点的需求信息、站点的位置信息、目标载具堆积簇的位置信息，确定各站点的需求权重，例如，站点需求权重=站点需求共享载具数量*(距离控制参数/站点与目标载具堆积簇之间的距离)，其中，距离控制参数根据实际需要设置，如设置为500m，用于决定距离对于需求权重产生正向或者反向加权的效果，当距离小于500m时，对于需求权重起到正向加权的效果；反之当距离大于500m时，对于需求权重起到反向加权的效果。设备确定出各站点的需求权重后，将需求权重最高的需求站作为目标站点，即，将距离目标载具堆积簇较近且较需要共享载具的站点作为目标站点。
在此实施例中，根据距离以及需求数量选取目标站点，筛选出与目标堆积簇不是很远且较需要共享载具的目标站点。
在其中一个实施例中，上述方法还包括：
步骤109、获取各用户当前的位置信息。
其中，用户指运维人员。
具体而言，设备获取预设区域内可执行工单的用户，并获取用户当前的位置信息，例如像每个用户所使用的终端请求用户当前的位置信息，或者查询每个用户最近一次反馈的位置信息，作为用户当前的位置信息。
步骤111、根据用户当前的位置信息、目标载具堆积簇的位置信息，确定各用户与目标载具堆积簇之间的距离。
具体而言，针对每个目标载具堆积簇，设备根据用户当前的位置信息、该目标载具堆积簇的位置信息，确定各用户与目标载具堆积簇之间的距离。
步骤113、将共享载具挪动工单信息发送至距离最小的用户所使用的终端。
具体而言，设备得到各用户与目标载具堆积簇之间的距离，将该目标载具堆积簇对应的共享载具挪动工单信息发送至距离最小的用户所使用的终端。
在此实施例中，对共享载具挪动工信信息进行派单时，优先考虑距离该工单较近的运维人员。
在一个实施例中，可以由运维人员主动获取堆积共享载具的挪动工单，包括以下步骤：
步骤1、在接收到用户请求堆积共享载具工单信息的情况下，基于各共享载具的当前状态信息，确定各共享载具中的堆积共享载具。
步骤2、基于各堆积共享载具的位置信息，确定符合共享载具堆积条件的目标载具堆积簇。
步骤3、获取用户当前位置信息。
步骤4、筛选与用户当前位置信息之间的距离小于预设距离阈值的候选目标载具堆积簇。
步骤5、在候选载具堆积簇中选取包含堆积共享载具数量最多的候选目标载具堆积簇作为用户对应的载具堆积簇。
步骤6、针对用户对应的载具堆积簇，基于该载具堆积簇的位置信息、以及各站点的共享载具需求信息，在各站点中确定与该载具堆积簇匹配的目标站点。
步骤7、生成该用户对应的载具堆积簇与目标站点之间的共享载具挪动工单信息，并发送至该用户所使用的终端。
在其中一个实施例中，上述步骤101具体包括：
在检测到到达预设时刻的情况下，基于各共享载具的当前状态信息，确定各共享载具中的堆积共享载具。
具体而言，为了尽可能使预设区域内共享载具减少堆积，设备可以周期性执行本申请的方法，例如每隔2个小时进行工单信息的生成，此时预设时刻可以是指每周期到达的时刻，例如第一次执行时刻在2023年2月1日的10:30，那么下一预设时刻为2023年2月1日的12:30，以此类推。设备也可以按照预先设置的预设时刻到达后，执行本申请的方法，例如每天早上8:00是车辆堆积的高发期，可以设置每天早上8:00执行一次本申请的方法，生成预设区域内的各工单信息。
在其中一个实施例中，上述步骤101具体包括：
在接收到挪车请求的情况下，基于各共享载具的当前状态信息，确定各共享载具中的堆积共享载具。
具体而言，运维人员可以根据自己实际工作情况，主动申请分派工单，运维人员可以使用终端向设备发送挪车请求，设备接收到挪车请求后，执行本申请的方法。
在此实施例中，可以周期性执行本申请的方法，以避免共享载具长时间堆积，也可以由运维人员主动触发，以确定当前是否有工单需要执行。
接下来对本申请提供的一具体实施例进行详细说明，如图3所示，以预设区域为城市为例。
第一阶段：选车。
步骤301、获取城市内的共享载具列表，遍历各共享载具，筛选出处于静止可骑行状态的时长在预设时长区间的堆积共享载具。
步骤302、对筛选得到的堆积共享载具按照预设的聚集策略，对各个堆积共享载具进行聚集。
步骤303、若至少聚集到一个符合堆积条件的目标载具堆积簇，执行步骤304；若未聚集到符合堆积条件的目标载具堆积簇，确定城市内当前不存在堆积问题，退出工单信息的生成过程。
步骤304、针对每个目标载具堆积簇，根据该目标载具堆积簇所包含的堆积共享载具的位置信息，确定目标载具堆积簇的中心位置信息。
第二阶段：选站。
步骤305、获取城市内的站点列表，根据每个站点的驶入驶出信息，确定出各个站点是否需求共享载具以及需求共享载具的需求数量。
步骤306、确定目标载具堆积簇的中心位置信息与各个需求共享载具的站点的位置信息之间的距离。
步骤307、根据各需求共享载具的站点与目标载具堆积簇之间的距离，以及个需求共享载具的需求数量，选取出距离与需求最合适的目标站点。
步骤308、生成目标载具堆积簇与目标站点之间的共享载具挪动信息工单。
应该理解的是，虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
基于同样的发明构思，本申请实施例还提供了一种用于实现上述所涉及的工单信息的生成方法的工单信息的生成装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似，故下面所提供的一个或多个工单信息的生成装置实施例中的具体限定可以参见上文中对于工单信息的生成方法的限定，在此不再赘述。
在一个实施例中，如图3所示，提供了一种工单信息的生成装置，所述装置包括：
第一确定模块301，用于基于各共享载具的当前状态信息，确定各所述共享载具中的堆积共享载具；
第二确定模块303，用于基于各所述堆积共享载具的位置信息，确定符合共享载具堆积条件的目标载具堆积簇；所述载具堆积簇由多个堆积共享载具组成；
匹配模块305，用于针对每一所述目标载具堆积簇，基于所述目标载具堆积簇的位置信息、以及各站点的共享载具需求信息，在各所述站点中确定与所述目标载具堆积簇匹配的目标站点；
生成模块307，用于生成所述目标载具堆积簇与所述目标需求站之间的共享载具挪动工单信息。
在其中一个实施例中，所述第一确定模块301具体包括：
遍历单元301A（图中未示出），用于遍历各共享载具的当前状态信息，确定所述当前状态信息为静止可骑行状态的第一共享载具；
第一筛选单元301B（图中未示出），用于在各所述第一共享载具中，筛选出静止可骑行状态的持续时长在预设时长区间内的第一共享载具作为堆积共享载具。
在其中一个实施例中，所述第二确定模块303具体包括：
聚类单元303A（图中未示出），用于基于各所述堆积共享载具的位置信息，按照预设聚集策略对各所述堆积共享载具进行聚类，得到至少一个载具堆积簇；
第二筛选单元303B（图中未示出），用于遍历各所述载具堆积簇所包含的所述堆积共享载具的聚集数量，筛选所述聚集数量高于预设聚集阈值的载具堆积簇作为目标载具堆积簇。
在其中一个实施例中，上述匹配模块305具体包括：
第一确定单元305A（图中未示出），用于针对每一站点，基于所述站点当前停放共享载具的当前停放信息、所述站点可停放共享载具的可停放信息、所述站点预测驶入共享载具的预测驶入信息，确定所述站点当前需求共享载具的需求信息；
第二确定单元305B（图中未示出），用于针对每一所述目标载具堆积簇，基于各所述站点的需求信息、所述站点的位置信息、所述目标载具堆积簇的位置信息，确定各所述站点的需求权重，并将需求权重最高的需求站作为目标站点。
在其中一个实施例中，所述装置还包括：
获取模块309（图中未示出），用于获取各用户当前的位置信息；
第三确定模块311（图中未示出），用于根据所述用户的位置信息、所述目标载具堆积簇的位置信息，确定各所述用户与所述目标载具堆积簇之间的距离；
发送模块313（图中未示出），用于将所述共享载具挪动工单信息发送至距离最小的所述用户所使用的终端。
在其中一个实施例中，所述第一确定模块301具体用于：
在检测到到达预设时刻的情况下，基于各共享载具的当前状态信息，确定各所述共享载具中的堆积共享载具；或
在接收到挪车请求的情况下，基于各共享载具的当前状态信息，确定各所述共享载具中的堆积共享载具。
上述工单信息的生成装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端，其内部结构图可以如图4所示。该计算机设备包括通过系统总线连接的处理器、存储器、通信接口。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信，无线方式可通过WIFI、移动蜂窝网络、NFC（近场通信）或其他技术实现。该计算机程序被处理器执行时以实现一种工单信息的生成方法。
本领域技术人员可以理解，图4中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，还提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现上述各方法实施例中的步骤。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
在一个实施例中，提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
需要说明的是，本申请所涉及的用户信息（包括但不限于用户设备信息、用户个人信息等）和数据（包括但不限于用于分析的数据、存储的数据、展示的数据等），均为经用户授权或者经过各方充分授权的信息和数据。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器（Read-OnlyMemory，ROM）、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器（ReRAM）、磁变存储器（Magnetoresistive Random Access Memory，MRAM）、铁电存储器（Ferroelectric Random Access Memory，FRAM）、相变存储器（Phase Change Memory，PCM）、石墨烯存储器等。易失性存储器可包括随机存取存储器（Random Access Memory，RAM）或外部高速缓冲存储器等。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器（Static Random AccessMemory，SRAM）或动态随机存取存储器（Dynamic RandomAccess Memory，DRAM）等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等，不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等，不限于此。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本申请专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请的保护范围应以所附权利要求为准。
Claims (10)
1.一种工单信息的生成方法，其特征在于，所述方法包括：
基于各共享载具的当前状态信息，确定各所述共享载具中的堆积共享载具；
基于各所述堆积共享载具的位置信息，确定符合共享载具堆积条件的目标载具堆积簇；所述载具堆积簇由多个堆积共享载具组成；
针对每一所述目标载具堆积簇，基于所述目标载具堆积簇的位置信息、以及各站点的共享载具需求信息，在各所述站点中确定与所述目标载具堆积簇匹配的目标站点；
生成所述目标载具堆积簇与所述目标需求站之间的共享载具挪动工单信息。
2.根据权利要求1所述的方法，其特征在于，所述基于各共享载具的当前状态信息，确定各所述共享载具中的堆积共享载具，包括：
遍历各共享载具的当前状态信息，确定所述当前状态信息为静止可骑行状态的第一共享载具；
在各所述第一共享载具中，筛选出处于静止可骑行状态的持续时长在预设时长区间内的第一共享载具作为堆积共享载具。
3.根据权利要求1所述的方法，其特征在于，所述基于各所述堆积共享载具的位置信息，确定符合共享载具堆积条件的目标载具堆积簇，包括：
基于各所述堆积共享载具的位置信息，按照预设聚集策略对各所述堆积共享载具进行聚类，得到至少一个载具堆积簇；
遍历各所述载具堆积簇所包含的所述堆积共享载具的聚集数量，筛选所述聚集数量高于预设聚集阈值的载具堆积簇作为目标载具堆积簇。
4.根据权利要求1所述的方法，其特征在于，针对每一所述目标载具堆积簇，基于所述目标载具堆积簇的位置信息、以及各站点的共享载具需求信息，在各所述站点中确定与所述目标载具堆积簇匹配的目标站点，包括：
针对每一站点，基于所述站点当前停放共享载具的当前停放信息、所述站点可停放共享载具的可停放信息、所述站点预测驶入共享载具的预测驶入信息，确定所述站点当前需求共享载具的需求信息；
针对每一所述目标载具堆积簇，基于各所述站点的需求信息、所述站点的位置信息、所述目标载具堆积簇的位置信息，确定各所述站点的需求权重，并将需求权重最高的需求站作为目标站点。
5.根据权利要求1所述的方法，其特征在于，所述方法还包括：
获取各用户当前的位置信息；
根据所述用户的位置信息、所述目标载具堆积簇的位置信息，确定各所述用户与所述目标载具堆积簇之间的距离；
将所述共享载具挪动工单信息发送至距离最小的所述用户所使用的终端。
6.根据权利要求1所述的方法，其特征在于，所述基于各共享载具的当前状态信息，确定各所述共享载具中的堆积共享载具，包括：
在检测到到达预设时刻的情况下，基于各共享载具的当前状态信息，确定各所述共享载具中的堆积共享载具；或
在接收到挪车请求的情况下，基于各共享载具的当前状态信息，确定各所述共享载具中的堆积共享载具。
7.一种工单信息的生成装置，其特征在于，所述装置包括：
第一确定模块，用于基于各共享载具的当前状态信息，确定各所述共享载具中的堆积共享载具；
第二确定模块，用于基于各所述堆积共享载具的位置信息，确定符合共享载具堆积条件的目标载具堆积簇；所述载具堆积簇由多个堆积共享载具组成；
匹配模块，用于针对每一所述目标载具堆积簇，基于所述目标载具堆积簇的位置信息、以及各站点的共享载具需求信息，在各所述站点中确定与所述目标载具堆积簇匹配的目标站点；
生成模块，用于生成所述目标载具堆积簇与所述目标需求站之间的共享载具挪动工单信息。
8.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的方法的步骤。
9.一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权利要求1至6中任一项所述的方法的步骤。
10.一种计算机程序产品，包括计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310171692.5A CN115936409A (zh) | 2023-02-27 | 2023-02-27 | 工单信息的生成方法、装置、计算机设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310171692.5A CN115936409A (zh) | 2023-02-27 | 2023-02-27 | 工单信息的生成方法、装置、计算机设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115936409A true CN115936409A (zh) | 2023-04-07 |
Family
ID=86697938
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310171692.5A Pending CN115936409A (zh) | 2023-02-27 | 2023-02-27 | 工单信息的生成方法、装置、计算机设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115936409A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116186571A (zh) * | 2023-04-25 | 2023-05-30 | 北京阿帕科蓝科技有限公司 | 车辆聚类方法、装置、计算机设备及存储介质 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112766591A (zh) * | 2021-01-27 | 2021-05-07 | 同济大学 | 共享单车调度方法 |
| WO2021238231A1 (zh) * | 2020-05-26 | 2021-12-02 | 山东交通学院 | 共享单车流动系统、基于子区划分的自动调度系统及方法 |
| CN113743797A (zh) * | 2021-09-08 | 2021-12-03 | 北京化工大学 | 基于大数据的无桩共享单车运营调度策略优化方法及系统 |
| CN113888000A (zh) * | 2021-10-18 | 2022-01-04 | 支付宝(杭州)信息技术有限公司 | 一种共享单车的调度方法及装置 |
| CN113919860A (zh) * | 2021-09-02 | 2022-01-11 | 杭州电子科技大学 | 一种地铁站周边共享单车需求分析方法 |
| CN114627656A (zh) * | 2022-02-18 | 2022-06-14 | 摩拜(北京)信息技术有限公司 | 车辆调度方法和车辆调度管理设备 |
| CN114676174A (zh) * | 2022-03-24 | 2022-06-28 | 北京阿帕科蓝科技有限公司 | 一种堆积车辆识别方法、系统及计算机存储介质 |
-
2023
- 2023-02-27 CN CN202310171692.5A patent/CN115936409A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2021238231A1 (zh) * | 2020-05-26 | 2021-12-02 | 山东交通学院 | 共享单车流动系统、基于子区划分的自动调度系统及方法 |
| CN112766591A (zh) * | 2021-01-27 | 2021-05-07 | 同济大学 | 共享单车调度方法 |
| CN113919860A (zh) * | 2021-09-02 | 2022-01-11 | 杭州电子科技大学 | 一种地铁站周边共享单车需求分析方法 |
| CN113743797A (zh) * | 2021-09-08 | 2021-12-03 | 北京化工大学 | 基于大数据的无桩共享单车运营调度策略优化方法及系统 |
| CN113888000A (zh) * | 2021-10-18 | 2022-01-04 | 支付宝(杭州)信息技术有限公司 | 一种共享单车的调度方法及装置 |
| CN114627656A (zh) * | 2022-02-18 | 2022-06-14 | 摩拜(北京)信息技术有限公司 | 车辆调度方法和车辆调度管理设备 |
| CN114676174A (zh) * | 2022-03-24 | 2022-06-28 | 北京阿帕科蓝科技有限公司 | 一种堆积车辆识别方法、系统及计算机存储介质 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116186571A (zh) * | 2023-04-25 | 2023-05-30 | 北京阿帕科蓝科技有限公司 | 车辆聚类方法、装置、计算机设备及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10421186B2 (en) | Method and apparatus for working-place backflow of robots | |
| Jiang | Cellular traffic prediction with machine learning: A survey | |
| CN111452669A (zh) | 公交智能充电的系统和方法及介质 | |
| CN113472844A (zh) | 面向车联网的边缘计算服务器部署方法、装置及设备 | |
| CN115936409A (zh) | 工单信息的生成方法、装置、计算机设备 | |
| Biondi et al. | Optimal deployment of stations for a car sharing system with stochastic demands: A queueing theoretical perspective | |
| US20240137766A1 (en) | Cognitive roaming support | |
| CN115860441B (zh) | 工单信息的生成方法、装置、计算机设备 | |
| Meybodi et al. | TEDGE-Caching: Transformer-based edge caching towards 6G networks | |
| CN111797926A (zh) | 城际迁徙行为识别方法、装置、计算机设备及存储介质 | |
| Tolomei et al. | Benefits of relocation on e-scooter sharing-a data-informed approach | |
| Khargharia et al. | Probabilistic analysis of context caching in Internet of Things applications | |
| CN112766587B (zh) | 物流订单处理方法、装置、计算机设备以及存储介质 | |
| Deng et al. | A secure data collection strategy using mobile vehicles joint UAVs in smart city | |
| Kavalionak et al. | Dice: A distributed protocol for camera-aided video surveillance | |
| Lin et al. | Improving utilization and customer satisfaction of parking space with M2M communications | |
| CN114764659A (zh) | 换电站选址方法、系统、电子设备和存储介质 | |
| CN105719021A (zh) | 铁路客流预测方法及系统 | |
| Iyoob et al. | CAUDUS: An Optimisation Model To Reducing Port Traffic Congestion | |
| CN116862348B (zh) | 一种货物运输量的预测方法、设备及介质 | |
| Miao | Making Smart Parking Decisions: A Driver's Perspective | |
| Tan et al. | SASpre: A Mobility-aware and Destination Prediction-based Resource Preallocation Approach for Edge Computing Servers | |
| KR102369656B1 (ko) | 셀 접속 모니터링을 이용한 IoT 단말 제어 명령 통합 관리 장치 및 방법과 그를 포함한 통합관리 시스템 | |
| CN111629345B (zh) | 基于太阳能补给的多媒体传感网节点任务分配方法 | |
| Vaitheeshwari et al. | Reinforcement Learning for Dynamic Channel Assignment Using Predicted Mobile Traffic |
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 |