CN116011600B - 无拥堵出行的预约方法、装置、系统、电子设备及介质 - Google Patents

无拥堵出行的预约方法、装置、系统、电子设备及介质 Download PDF

Info

Publication number
CN116011600B
CN116011600B CN202310057441.4A CN202310057441A CN116011600B CN 116011600 B CN116011600 B CN 116011600B CN 202310057441 A CN202310057441 A CN 202310057441A CN 116011600 B CN116011600 B CN 116011600B
Authority
CN
China
Prior art keywords
travel
reservation
traveler
domain
target
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.)
Active
Application number
CN202310057441.4A
Other languages
English (en)
Other versions
CN116011600A (zh
Inventor
郭继孚
缐凯
张磊
李寻
朱重远
于云
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Transport Institute
Original Assignee
Beijing Transport Institute
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Transport Institute filed Critical Beijing Transport Institute
Priority to CN202310919871.2A priority Critical patent/CN116842284A/zh
Priority to CN202310916997.4A priority patent/CN116843044A/zh
Priority to CN202310057441.4A priority patent/CN116011600B/zh
Publication of CN116011600A publication Critical patent/CN116011600A/zh
Application granted granted Critical
Publication of CN116011600B publication Critical patent/CN116011600B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06Q10/02—Reservations, e.g. for tickets, services or events
    • 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
    • G06Q10/10—Office automation; Time management
    • G06Q10/109—Time management, e.g. calendars, reminders, meetings or time accounting
    • 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
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Operations Research (AREA)
  • Marketing (AREA)
  • Economics (AREA)
  • Quality & Reliability (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Development Economics (AREA)
  • Data Mining & Analysis (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本公开提供了一种无拥堵出行的预约方法，可包括：获取出行者的出行申请信息，其中出行申请信息至少包括起始位置和目标位置；根据预约汇总数据，在各个出行域中确定与出行申请信息相匹配的目标域，其中预约汇总数据用于表征各个出行域的预约情况，目标域包括由起始位置至目标位置所占用的空间资源和使用时段；以及以目标域中使用时段的结束时刻作为通过目标域的预计时刻，结合目标场景下通过目标域的通行时长，利用预计时刻确定出行者的起始时刻。本公开还提供了一种无拥堵出行的预约装置、系统、电子设备及介质。

Description

无拥堵出行的预约方法、装置、系统、电子设备及介质
技术领域
本公开涉及交通信息技术领域，特别涉及一种无拥堵出行的预约方法、装置、系统、电子设备及介质。
背景技术
时空资源是影响人们生活质量和出行效率的重要因素，时空资源主要体现为各个使用时段对应的各种空间资源的服务水平，而服务水平是当前空间资源在当前时间段的供给能力的体现。当某空间资源在某使用时段的供给能力大于人们对该空间资源在当前时间段的需求量时，人们的生活质量和出行效率较高，例如人们可实现晚起始准时到达或者早到达的目的。
但是，当某空间资源在当前时间段的供给能力不足以支撑人们在当前时间段对该空间资源的需求时，人们的生活质量和出行效率将降低；例如，会增加人们的出行等待时间，还会增加额外的能源消耗，包括车辆的油耗、垃圾产量和污染物排放等，人们将不可避免地的出现早起始晚到达的情况，严重影响人们的生活质量。
发明内容
为了解决上述技术问题中的至少一个，本公开提供了一种无拥堵出行的预约方法、装置、系统、电子设备及介质。
本公开的一个方面提供了一种无拥堵出行的预约方法，可包括：获取出行者的出行申请信息，其中根据所述出行申请信息至少获得起始位置和目标位置；根据预约汇总数据，在各个出行域中确定与所述出行申请信息相匹配的目标域，其中所述预约汇总数据用于表征各个出行域的预约情况，所述目标域包括由所述起始位置至所述目标位置所占用的空间资源和使用时段；以及以所述目标域中使用时段的结束时刻作为通过所述目标域的预计时刻，结合目标场景下通过所述目标域的通行时长，利用所述预计时刻确定所述出行者的起始时刻。
在一些实施方式中，在所述利用所述预计时刻确定所述出行者的起始时刻之后，包括：根据所述出行者对应的所述目标域的时间粒度，对所述起始时刻进行优化，获得起始时段，其中所述起始时段中的任意起始时刻均使得所述出行者在所述预计时刻处于所述目标位置。
在一些实施方式中，在所述根据预约汇总数据，在各个出行域中确定与所述出行申请信息相匹配的目标域之前，包括：根据所述出行者的历史出行记录，确定用于表征所述出行者出行规律的出行类型，其中所述出行类型包括规律类型和随机类型。
在一些实施方式中，在所述根据预约汇总数据，在各个出行域中确定与所述出行申请信息相匹配的目标域之前，还包括：根据各个所述出行域的历史承载记录，对各个所述出行域进行常态类型的划分，其中所述常态类型包括紧张域和空闲域。
在一些实施方式中，所述根据预约汇总数据，在各个出行域中确定与所述出行申请信息相匹配的目标域，包括：根据所述预约汇总数据，确定各个所述出行域的预约状态，所述预约状态包括紧张状态和空闲状态。
在一些实施方式中，所述根据各个所述出行域的预约状态，在各个所述出行域中筛选与出行申请信息匹配的所述目标域，包括：当所述出行者的出行类型为规律类型时，在处于所述空闲状态的各个所述出行域中筛选与所述出行申请信息匹配的所述目标域。
在一些实施方式中，所述根据各个所述出行域的预约状态，在各个所述出行域中筛选与出行申请信息匹配的所述目标域，还包括：当所述出行者的出行类型为随机类型时，根据所述出行申请信息中到达所述目标地址的期望时刻，在处于所述空闲状态且为空闲域的多个所述出行域中筛选所述目标域；以所述出行者对处于所述空闲状态且为空闲域的多个所述出行域的选择结果作为所述目标域；响应于所述出行者对处于所述空闲状态且为空闲域的多个所述出行域的拒绝指令，在处于所述空闲状态且为紧张域的多个所述出行域中确定所述目标域。
在一些实施方式中，在所述利用所述预计时刻确定所述出行者的起始时刻之前，还包括：根据所述出行者的出行类型，确定所述出行者在所述目标场景下通过所述目标域的通行时长，其中所述目标场景为不拥堵场景。
在一些实施方式中，所述确定所述出行者在所述目标场景下通过所述目标域的通行时长，包括：当所述出行者的出行类型为规律类型时，在所述历史出行记录中提取与所述目标域相对应的历史紧张域，并以所述历史紧张域的历史通行时长作为所述出行者在所述目标场景下通过所述目标域的通行时长，其中所述目标域为紧张域或者空闲域，所述历史紧张域为常态类型为紧张域的历史出行域。
在一些实施方式中，所述确定所述出行者在所述目标场景下通过所述目标域的通行时长，包括：当所述出行者的出行类型为随机类型时，根据所述目标域的属性，计算所述出行者在所述目标场景下通过所述目标域的通行时长。
在一些实施方式中，在所述根据所述出行者的时间粒度，对所述起始时刻进行优化，获得起始时段之前，包括：确定所述出行者的时间粒度。
在一些实施方式中，所述时间粒度可表示为：T＝M*a*b*c，其中，M为所述空间资源的属性系数，a为所述出行者的到达可靠性系数，b为所述出行者的历史出行弹性系数，c为所述空间资源的弹性系数。
在一些实施方式中，当所述起始位置至所述目标位置的移动范围中存在多个常态类型为紧张域的出行域，且预约单个所述目标域时，起始时刻可表示为：AT＝RT-TT(RT)；DT＝AT-TH；其中，DT为预约申请起始位置的出发时间，RT为通过所述目标域的预计时刻，TT(RT)为目标场景下通过所述目标域的通行时长，AT为到达所述目标域的时刻，TH为目标域外到达目标域的通行时长。
在一些实施方式中，当所述起始位置至所述目标位置的移动范围中存在多个常态类型为紧张域的出行域，且预约多个所述目标域时，起始时刻可表示为：ATi＝RTi-TT(RTi)，RTi-1＝ATi-THi，DT＝AT1-TH1，其中，DT为预约申请起始位置的出发时间，RTi为通过第i个所述目标域的预计时刻，TT(RTi)为目标场景下通过第i个所述目标域的通行时长，ATi为到达目标域的时刻，THi为到达目标域i所需的通行时长。
在一些实施方式中，还包括：在各个空间资源的多个使用时段中确定用于预约的所述出行域，包括：确定所述出行域的预约形式，其中所述预约形式为部分预约或者全部预约；确定所述出行域为部分预约时的出行规则，其中所述出行规则包括混行或者预约优先；或者确定各个所述出行域中的剩余预约名额。
在一些实施方式中，在各个空间资源的多个使用时段中确定用于预约的所述出行域之后，包括：对所述出行域进行动态调节。
在一些实施方式中，当所述出行域的预约形式为部分预约时，所述出行域的预约名额为Q1＝Q×r，r∈[0,1]，其中，Q为所述出行域的供给能力，r为所述预约名额的占比。
在一些实施方式中，所述出行域的实际预约量为Q2＝Q1÷u，u∈[0,1]，其中，u为预约所述出行域的出行者的履约比例。
在一些实施方式中，在所述根据所述出行者的时间粒度，对所述起始时刻进行优化，获得起始时段之后，还包括：获取所述出行者反馈的调节指令，对所述起始时段进行调整。
在一些实施方式中，在所述根据所述出行者对应的所述目标域的时间粒度，对所述起始时刻进行优化之后，包括监督所述出行者对所述目标域的使用过程，生成监督结果。
在一些实施方式中，所述监督所述出行者对所述目标域的使用过程，生成监督结果，包括：对所述出行者的预约凭证进行核验，生成核验结果，包括：当所述核验结果为通过时，触发所述目标域。
在一些实施方式中，基于所述监督结果，对所述出行者生成激励措施，其中所述激励措施包括正向激励和反向激励。
本公开的另一个方面还提出了一种无拥堵出行的预约装置，可包括：申请信息获取模块，用于获取出行者的出行申请信息，其中根据所述出行申请信息至少获得起始位置和目标位置；目标域确定模块，用于根据预约汇总数据，在各个出行域中确定与所述出行申请信息相匹配的目标域，其中所述预约汇总数据用于表征各个出行域的预约情况，所述目标域包括由所述起始位置至所述目标位置所占用的空间资源和使用时段；以及起始时刻确定模块，用于以所述目标域中使用时段的结束时刻作为通过所述目标域的预计时刻，结合目标场景下通过所述目标域的通行时长，利用所述预计时刻确定所述出行者的起始时刻。
本公开的又一个方面还提出了一种无拥堵出行的预约系统，还包括：用户端，所述用户端用于采集出行申请信息，其中根据所述出行申请信息至少获得起始位置和目标位置；以及管理端，所述管理端用于在各个空间资源的多个使用时段中确定用于预约的出行域，所述管理端还用于根据预约汇总数据，在各个出行域中确定与所述出行申请信息相匹配的目标域，其中所述预约汇总数据用于表征各个出行域的预约情况，所述目标域包括由所述起始位置至所述目标位置所占用的空间资源和使用时段，以及所述管理端还用于以所述目标域中使用时段的结束时刻作为通过所述目标域的预计时刻，结合目标场景下通过所述目标域的通行时长，利用所述预计时刻确定所述出行者的起始时刻。
在一些实施方式中，所述管理端还用于根据所述出行者对应的所述目标域的时间粒度，对所述起始时刻进行优化，获得起始时段，其中所述起始时段中的任意起始时刻均使得所述出行者在所述预计时刻处于所述目标位置。
在一些实施方式中，当所述出行域的预约形式为部分预约时，所述管理端还用于生成所述出行域的预约名额，所述预约名额表示为Q1＝Q×r，r∈[0,1]，其中，Q为所述出行域的供给能力，r为所述预约名额的占比。
在一些实施方式中，所述管理端还用于计算所述出行域的实际预约量，所述实际预约量为Q2＝Q1÷u，u∈[0,1]，其中，u为预约所述出行域的出行者的履约比例。
在一些实施方式中，所述管理端还用于获取所述出行者反馈的调节指令，对所述起始时段进行调整。
在一些实施方式中，还包括核验端，所述核验端包括主动核验端和被动核验端，用于监督所述出行者对所述目标域的使用过程，生成监督结果。
在一些实施方式中，所述核验端的执行过程包括：对所述出行者的预约凭证进行核验，生成核验结果，包括：当所述核验结果为通过时，触发所述目标域。
在一些实施方式中，所述管理端根据所述监督结果，对所述出行者生成激励措施，其中所述激励措施包括正向激励和反向激励。
在一些实施方式中，所述预约系统还包括控制端，所述控制端包括闸机、抬杆、指示灯以及信息播报设备。
本公开的再一个方面，还提供了一种基于时间粒度的时段确定方法，包括：确定所述出行者的时间粒度；根据出行者对应的目标域的时间粒度，获得起始时段。起始时段中的任意起始时刻均使得出行者在预计时刻处于目标位置。其中，时间粒度表示为：T＝M*a*b*c，其中，M为空间资源的属性系数，a为出行者的到达可靠性系数，b为出行者的历史出行弹性系数，c为空间资源的弹性系数。其中，在确定了时间粒度之后，可以根据出行者对应的目标域的时间粒度，对起始时刻进行优化，获得起始时段。其中，起始时刻的确定方式可以采用以下方式：以目标域中使用时段的结束时刻作为通过目标域的预计时刻，结合目标场景下通过目标域的通行时长，利用预计时刻确定出行者的起始时刻。
本公开的再一个方面还提供了一种电子设备，包括：存储器，所述存储器存储执行指令；以及处理器，所述处理器执行所述存储器存储的执行指令，使得所述处理器执行上述任一实施方式所述的无拥堵出行的预约方法。
本公开的再一个方面还提供了一种可读存储介质，所述可读存储介质中存储有执行指令，所述执行指令被处理器执行时用于实现上述任一实施方式所述的无拥堵出行的预约方法。
附图说明
附图示出了本公开的示例性实施方式，并与其说明一起用于解释本公开的原理，其中包括了这些附图以提供对本公开的进一步理解，并且附图包括在本说明书中并构成本说明书的一部分。
图1为根据本公开示例性实施方式的出行的预约方法流程图。
图2为根据本公开示例性实施方式的完整预约流程示意图。
图3为根据本公开示例性实施方式的出行的预约装置框图。
图4为根据本公开示例性实施方式的出行的预约系统框图。
具体实施方式
下面结合附图和实施方式对本公开作进一步的详细说明。可以理解的是，此处所描述的具体实施方式仅用于解释相关内容，而非对本公开的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本公开相关的部分。
需要说明的是，在不冲突的情况下，本公开中的实施方式及实施方式中的特征可以相互组合。下面将参考附图并结合实施方式来详细说明本公开的技术方案。
除非另有说明，否则示出的示例性实施方式/实施例将被理解为提供可以在实践中实施本公开的技术构思的一些方式的各种细节的示例性特征。因此，除非另有说明，否则在不脱离本公开的技术构思的情况下，各种实施方式/实施例的特征可以另外地组合、分离、互换和/或重新布置。
当可以不同地实施示例性实施例时，可以以不同于所描述的顺序来执行具体的工艺顺序。例如，可以基本同时执行或者以与所描述的顺序相反的顺序执行两个连续描述的工艺。此外，同样的附图标记表示同样的部件。
本文使用的术语是为了描述具体实施例的目的，而不意图是限制性的。如这里所使用的，除非上下文另外清楚地指出，否则单数形式“一个(种、者)”和“所述(该)”也意图包括复数形式。此外，当在本说明书中使用术语“包含”和/或“包括”以及它们的变型时，说明存在所陈述的特征、整体、步骤、操作、部件、组件和/或它们的组，但不排除存在或附加一个或更多个其它特征、整体、步骤、操作、部件、组件和/或它们的组。还要注意的是，如这里使用的，术语“基本上”、“大约”和其它类似的术语被用作近似术语而不用作程度术语，如此，它们被用来解释本领域普通技术人员将认识到的测量值、计算值和/或提供的值的固有偏差。
图1为根据本公开示例性实施方式的出行的预约方法流程图；图2为根据本公开示例性实施方式的完整预约流程示意图。
下文结合图1至图2对本公开的不拥堵出行的预约方法S100进行详细说明。
步骤S102，获取出行者的出行申请信息。其中，出行申请信息至少包括出行者的起始位置和目标位置，主要用于体现出行者预约空间资源时的意愿信息。
出行者在出行申请信息提出之前，已经获取了各个出行域的预约相关信息，出行者在预约相关信息的基础上提出出行申请信息。
出行申请信息的获取方式可为：采用移动终端接入的方式进行预约，例如使用移动终端软件、H5(HyperTextMarkupLanguage5，超文本标记语言第5版本)页面、公众号、小程序、网站等多方式访问互联网进行预约；也可为他人代申请、电话预约、服务人员预约、现场自助登记预约、现场自动预约、通过允许获取历史记录预约等方式。
当然，出行申请信息还可包括到达目标位置的期望时刻以及出行目的等，以便根据出行目的确定使用空间资源的刚性程度，为其提供与期望时刻的时差更小的分配方案。
步骤S104，根据预约汇总数据，在各个出行域中确定与出行申请信息相匹配的目标域。其中，预约汇总数据是对全部出行者的出行申请信息的汇总，用于表征各个出行域的预约情况，以便确定每个出行域的预约状态，包括紧张状态和空闲状态。
空间资源指社会生活中可通过预约方式获得的各种权力，可包括通行权、驶入权、进入权、使用权、服务权、乘坐权、优先权等。上述权力分为短期使用资源和长期占用资源，短期使用资源可例如出入口通行权、进站闸机通行权等；长期占用资源可例如停车场的使用权、园区的使用权、轨道交通车次的乘坐权等。
出行域指的是在各个空间资源的多个使用时段中可用于预约的空间资源以及对应的使用时段，出行域是一种包括空间资源及使用时段的时空概念。目标域则是包括由起始位置至目标位置所占用的空间资源和使用时段，是与出行申请信息相匹配的出行域。
基于预约汇总数据，计算每个出行域的预约数量，设定预约数量超过数量阈值的出行域的预约状态为紧张状态；设定预约数量小于或等于数量阈值的出行域的预约状态为空闲状态。当然，即便在紧张状态下，对各个出行域的预约数量也应当小于该出行域的供给数量，以保证在该使用时段内空间资源的服务水平在期望区间。其中，供给数量即该空间资源的供给能力的上限；供给数量由空间资源对人流、物流的承载能力，以及服务能力等综合评估而确定。
步骤S106，以目标域中使用时段的结束时刻作为通过目标域的预计时刻，结合目标场景下通过所述目标域的通行时长，利用预计时刻确定出行者的起始时刻。
目标域包括由起始位置至目标位置所占用的空间资源和使用时段，其中使用时段为开始使用该空间资源的时刻至对该空间资源使用的结束时刻之间的时间段。那么，以对该空间资源使用的结束时刻作为通过该目标域的预计时刻。
目标场景主要指不拥堵场景，目标场景下通过目标域的通行时长指的是在顺畅通行的情况下由起始位置至目标位置的通行时长，可根据目标域的属性获得，也可根据出行者的历史出行记录获取；目标域的属性，主要包括目标域中空间资源的通行速率等。
具体地，可根据出行者的出行类型，确定出行者在目标场景下通过目标域的通行时长，其中目标场景为不拥堵场景。更具体地，当出行者的出行类型为规律类型时，在历史出行记录中提取与目标域相对应的历史紧张域，并以历史紧张域的历史通行时长作为出行者在目标场景下通过目标域的通行时长，其中目标域为紧张域或者空闲域，历史紧张域为常态类型为紧张域的历史出行域。当出行者的出行类型为随机类型时，根据目标域的属性，计算出行者在目标场景下通过目标域的通行时长，例如目标域中空间资源的通行速率。
当起始位置至目标位置的移动范围中存在多个常态类型为紧张域的出行域，且预约单个目标域时，起始时刻可表示为：AT＝RT-TT(RT)；DT＝AT-TH；其中，DT为预约申请起始位置的出发时间，RT为通过所述目标域的预计时刻，TT(RT)为目标场景下通过所述目标域的通行时长，AT为到达所述目标域的时刻，TH为目标域外到达目标域的通行时长。
当起始位置至目标位置的移动范围中存在多个常态类型为紧张域的出行域，且预约多个目标域时，起始时刻可表示为：ATi＝RTi-TT(RTi)，RTi-1＝ATi-THi，DT＝AT1-TH1，其中，DT为预约申请起始位置的出发时间，RTi为通过第i个所述目标域的预计时刻，TT(RTi)为目标场景下通过第i个所述目标域的通行时长，ATi为到达目标域的时刻，THi为到达目标域i所需的通行时长。
需要说明的是，在获取通行时长时，采用时刻编制技术最小化目标域的拥堵时间，感知各个目标域的通行能力，为用户分配名额，从而计算顺利通过该目标域的通行时长。
当起始位置至目标位置的移动范围中存在一个常态类型为紧张域的出行域，而出行者的目标域恰好为该出行域，那么：
针对随机类的出行者，其历史出行记录中与出行申请信息相同或相似的出行数据的记录次数小于仿真次数阈值时，在历史出行记录中提取与出行申请信息相同或相似的出行数据，并求取各个出行数据中历史通行时长的均值作为通行时长。此时，起始时刻DTs＝RTs-TTod,h，RTs为通过目标域的预计时刻，TTod,h为目标场景下通过该目标域所用的通行时长。
针对随机类型的出行者，其历史出行记录中与出行申请信息相同或相似的出行数据的记录次数大于或等于仿真次数阈值时，根据各个出行数据中的历史通行时长对出行申请信息进行仿真计算，以仿真结果作为通行时长。此时，起始时刻DTs＝RTs-TTod,s，TTod,s为经过仿真计算在目标场景下通过该目标域所用的通行时长。
在一些实施方式中，根据出行者的时间粒度，对起始时刻进行优化，获得起始时段。其中，起始时段中的任意起始时刻均使得出行者在预计时刻处于目的地。
时间粒度是根据出行者的行为特征而推算的，例如根据不同的出行距离、使用空间资源的使用时段的长度等，为使用不同出行域的出行者匹配不同的时间粒度，时间粒度可为10分钟、15分钟或者其它与出行域相匹配的时长。时间粒度由出行者的到达可靠性、出行者的历史出行弹性和出行域中空间资源的弹性等因素决定。
出行者的到达可靠性用于表征出行者在起始时刻使用目标域的可靠程度，ri为多种到达方式目标域中空间资源的时间可靠性，准时使用目标域时，可靠性max(ri)取ri的最大值。
出行者历史出行弹性系数用于表征出行者日常出行的时间分布，例如出行时间的区间。
空间资源弹性系数用于表征空间资源的时间稳定性，例如车辆提前到达或者车辆晚点等；或者可表征空间资源的有效时间，例如轨道交通班次的停留时间等。
预约出行过程中，根据各个出行域的供给能力进行时空资源分配，协调各个出行者的出行时间，以无拥堵为目标进行时刻表优化计算。其中无拥堵是指供给大于需求，并保证一定的服务水平，无拥堵可对应多个服务水平区间，可由系统定义，服务水平与需求\供给的值相关。
通过目标域的时间是预约前用户实际经过拥堵排队等待后的时间。比如用户7点出发，7点10分到达目标域排队等待通过，正常1分钟通过1公里的路段，结果由于拥堵需要排队等待，用时10分钟，7点20才通过目标域。预约分配方案是按照出行者实际通过目标域的时间，为用户提前排好通行顺序，根据用户实际通过目标域的时间，以不堵车的行驶时间，反推出用户的起始时刻。例如，出行者的通过目标域，到达目标位置的预计时刻为7点20分，不堵车状况下通过该处于紧张状态的目标域所用的通行时长为11分钟，那么给出行者推荐的起始时刻为7点09分。但是，若时间粒度为10分钟或者15分钟，考虑时间粒度之后，会给出行者推荐起始时段为7点05至7点15。因为出行者对目标域的出行需求与目标域的供给能力形成匹配，使得目标域的通行能力满足需求，出行者必然能够通过目标域且通过目标域的时间能够得到准确计算。
在一些实施方式中，在步骤S102之前，包括：根据出行者的历史出行记录，确定用于表征出行者出行规律的出行类型，其中出行类型包括规律类型和随机类型。
其中，历史出行记录记载有出行者的全部出行数据，用于为出行者的出行规律的获取提供数据支持。每个出行数据包含出行者历史上单次出行的全部数据，包括出行者使用的历史出行域等。
出行类型包括规律类型和随机类型，用于表征出行者的出行规律。
规律类型指该出行者是经常性和/或规律性使用空间资源的人员；换言之，出行者的历史出行记录中记载有超过一定次数阈值的具有相同历史出行域的出行数据，那么将其归为规律类型的出行者。例如，该出行者连续一个月以上，于每天的上午七点至九点使用空间资源，且每天的起始位置、目标位置相同或相似；或者该出行者连续八周，于每周一的上午七点至九点使用空间资源；或者其他类似的出行规律，都可将该出行者的出行类型归为规律类型，在此不一一列举。
随机类型指该出行者在使用空间资源时，无法提取其出行规律；换言之，出行者的历史出行记录中记载的具有相同历史出行域的出行数据未超过次数阈值，出行者每次出行与前次出行并无相同或相似的历史出行域。例如，该出行者在一个月内，随机分布有两次上午七点至九点使用空间资源的出行数据，且两次的起始位置和目标位置不同；还随机分布有五次由中午十一点至中午十二点使用空间资源的出行数据，且五次的起始位置和目标位置不同；该月内的其余日期并未使用空间资源，那么无法在该出行者的历史出行记录中提取其出行规律，则将该出行者的出行类型归为随机类型。
随机类型的出行者也可通过累计具有出行规律的历史出行记录调整为规律出行者。
次数阈值是判定出行者的出行类型的标准，当出行者的历史出行记录中对具有相同历史出行域的出行数据的记录次数超过次数阈值时，则判定出行者为规律类型；反之，判定出行者为随机类型。次数阈值可按需设定，在此不做限制。
在一些实施方式中，在步骤S102之前，包括：根据各个出行域的历史承载记录，对各个出行域进行常态类型的划分，其中常态类型包括紧张域和空闲域。
常态类型用于表征各个出行域的历史常态下对出行者的承载情况。
在一些实施方式中，步骤S102包括：根据预约汇总数据，确定各个出行域的预约状态，预约状态包括紧张状态和空闲状态。
预约状态用于表征当前对各个出行域的预约情况，与出行域的历史常态无关，当前预约状态为空闲状态的出行域，其常态类型也可为紧张域；当前预约状态为紧张状态的出行域，其常态类型也可为空闲域。
步骤S102还包括：当出行者的出行类型为规律类型时，在处于空闲状态的各个出行域中筛选与出行申请信息匹配的目标域。
当出行者的出行类型为随机类型时，根据出行申请信息中到达目标位置的期望时刻，在处于空闲状态且为空闲域的多个出行域中筛选目标域；以出行者对处于空闲状态且为空闲域的多个出行域的选择结果作为目标域；或者响应于出行者对处于空闲状态且为空闲域的多个出行域的拒绝指令，在处于空闲状态且为紧张域的多个出行域中确定目标域。
在一些实施方式中，在步骤S106之前，包括：根据出行者的出行类型，确定出行者在目标场景下通过目标域的通行时长，其中目标场景为不拥堵场景。
具体地，当出行者的出行类型为规律类型时，在历史出行记录中提取与目标域相对应的历史紧张域，并以历史紧张域的历史通行时长作为出行者在目标场景下通过目标域的通行时长，其中目标域为紧张域或者空闲域，历史紧张域为常态类型为紧张域的历史出行域。
当出行者的出行类型为随机类型时，根据目标域的属性，计算出行者在目标场景下通过目标域的通行时长。
在一些实施方式中，在步骤S102之前，还包括：根据预约汇总数据统计各个出行域的预约数量；以及响应于预约数量大于目标资源的供给数量的比对结果，触发出行申请信息的采集通道。
具体地，统计各个出行域的预约数量，并将各个出行域的预约数量与对应出行域的供给数量进行比对。若预约数量大于供给数量时，说明对该出行域的需求大于该出行域的供给能力。由于供小于求，所以需要出行者需要对该出行域进行提前预约，以避免使用出行域时出现排队或拥堵的情况。此时，触发出行申请信息的采集通道，为出行者提供预约服务。若预约数量小于或等于出行域的供给数量时，说明对该出行域的需求数量小于或等于该出行域的供给数量。由于供大于求，所以不需要提前预约，此时关闭行申请信息的采集通道，有效地降低了工作量。
更具体地，将供大于求的出行域的预约状态设定为空闲状态。此时，需求方差，σ(dt)较大，该出行域的预约数量dt小于该出行域的供给数量st，即dt＜st。出行域的预约状态设定为空闲状态时，可调节此出行域的资源配置，将多余的资源供给能力调度至其他出行域上，使其在能够保证预约需求的基础上，避免资源的浪费。
将供小于求的出行域的预约状态设定为紧张状态，此时开放申请信息的采集通道。当然，为了保证资源调度的可靠性，在出行域的使用时段前后一定时间范围的时段中也需要开放申请信息的采集通道。例如，早晨七点至九点为某空间资源的高峰时段，那么在早晨六点至十点的时段内均需开放申请信息的采集通道。此时，需求方差σ(dt)较小，对出行域的预约数量dt大于出行域的供给数量st，即dt＞st。当出行域为紧张状态时，需要调节出行者的目标域，以使得出行者可以错峰出行，避免出行者的拥堵或排队。当然，出行者也可以根据出行域的剩余预约名额进行选择，在此不做限定。
在一些实施方式中，在获得起始时段之前，还包括确定出行者的时间粒度。
具体地，时间粒度可表示为T＝M*a*b*c，其中，M为空间资源的属性系数，为空间资源本身使用时长、有效范围或周期性相关，如巴士班次时间间隔5分钟一班则M＝5分钟，当资源本身为连续空间资源(如地铁进站)则M使用最小值1分钟。
a为出行者的到达可靠性系数，结合到达空间资源的步骤及步骤本身时间稳定性计算，到达空间资源所需的方式越繁琐、步骤越多则较大，反之则较小。如步行前往速度稳定则a＝1，如搭乘公交受到公交路况影响较大则a＝5。
b为出行者的历史出行弹性系数，用于表征出行者起始时时刻偏移造成的使用目标域的时段偏移，如通勤相对稳定数值较小，文旅活动相对不稳定较大，该数值可根据出行者出行时间跨度换算。如出行者出行时间较固定b＝2，如出行者出行时间范围较大b＝5。
c为空间资源的弹性系数，即空间资源本身特征及使用场景特征造成的可靠性或约束性系数，空间资源本身提供能力越稳定则较小，反之则较大。如公交班次准点率高c＝1，公交班次准点率低c＝2，地铁预约进站c＝1。
当然，在短期使用空间资源的过程中，出入口通行的时刻、进站闸机通行的时刻也需要设置时间粒度。而长时间占用资源的情况，例如停车、园区活动等情况，则由出行者自行选择停留时间。
在一些实施方式中，还可以根据出行粒度确定各个出行域中使用时段的时间跨度，例如时间粒度为10分钟时，对某空间资源的使用时段为7点到7点10分、8点20到8点30等。
在一些实施方式中，还包括：在各个空间资源的多个使用时段中确定用于预约的出行域，包括：确定出行域的预约形式，其中预约形式为部分预约或者全部预约；确定出行域为部分预约时的出行规则，其中出行规则包括混行或者预约优先；或者确定各个出行域中的剩余预约名额。
具有全部预约形式的出行域指的是仅能通过预约的形式使用的出行域。此时，为预约出行者提供的预约名额即为该出行域中的供给数量。
具有部分预约形式的出行域指的是可通过预约的形式和非预约的形式使用某出行域。此时，还需要根据各个出行域的预约数量、各个出行域的历史履约数据和各个出行域的实时使用数据设定和动态调节预约名额。可用于预约的预约名额为Q1＝Q×r，r∈[0,1]，其中，Q为出行域的供给能力，r为预约名额的占比。
出行域的实际预约量为Q2＝Q1÷u，u∈[0,1]，其中，u为预约出行域的出行者的履约比例。
基于上述，需要先确定各个出行域的使用形式，当使用形式为部分预约形式时，还需要设定是预约出行者和未预约出行者混合使用，或者预约出行者优先通行等具体实现方式。
空间资源可为一条道路、一条道路中的某个车道、其它专用的通道、人或交通工具对时空资源占用权、人对交通工具的乘坐权等，可参考前述，在此不再赘述。
在一些实施方式中，在各个空间资源的多个使用时段中确定用于预约的出行域之后，包括：对出行域进行动态调节。
在一些实施方式中，在获得起始时段之后，还包括：获取出行者反馈的调节指令，对起始时段进行调整。
由于起始时段是根据各个空间资源的出行时刻表，在出行者的出行申请信息的基础上调整而来的，起始时段在尽量满足出行申请信息的前提下，需要考虑出行申请信息对应的目标域的供给数量和其他出行者对目标域的预约数量，当然还会结合出行者出行目的的刚性程度和出行者的出行类型进行调整。这样做的好处是，可以兼顾大部分出行者的出行需求，但是针对个人而言，还是会有不符合出行者要求的情况。
基于此，出行者选择接受或者不接受预约分配方案的起始时段。若出行者接受预约分配方案的起始时段，则生成预约凭证，出行者可根据预约凭证使用目标域。若出行者不接受预约分配方案的起始时段，则可与其相邻的起始时段中其他不接受预约分配方案的出行者进行调整，直至出行者接受为止。当然，对于接受偏离本身预约时段时差较大的预约分配方案的出行者，可增加其后续分配资源的优先级。
其中，各个空间资源的出行时刻表包括其在每个使用时段的空余预约名额数量、服务人数、各个出行者的起始时刻、各个出行者的通行时长等。各个空间资源的出行时刻表根据预约情况实时更新。
在一些实施方式中，对于预约了目标域多个出行者而言，目标域的预约分配方法可为：先到先到、摇号、竞号、积分扣除、排号等。
其中，先到先得：即按照出行申请信息的生成时间和顺序分配预约名额。摇号：即设置一个预约的截止时间，在截止时间前都可以申请；截止时间后，从已生成出行申请信息的出行者中随机抽取预约名额个出行者，当然也可以根据出行的紧急度和出行目的设置抽取的优先级。竞号：即设置一个获得预约名额的基本条件，满足条件的出行者采用出价的方式，价高者可以得到预约名额，其中，出价可以是金钱、积分、碳积分、路票等多种形式。积分扣除(收费与此模式相同)：即提前设置获取各个出行域的预约名额所需要的消耗的积分(或费用)，高峰时段消耗的积分/费用较多，平峰时段较少；出行者自主选择是否愿意接受收费来决定是否预约，这种方案的可根据确定合理的收费数额，调节达到供需均衡。排号：即按照出行数据中用户通过的实际顺序分配预约名额。
在一些实施方式中，还包括：监督出行者对目标域的使用过程，生成监督结果。
具体地，包括：对出行者的预约凭证进行核验，生成核验结果。更具体地，当核验结果为通过时，触发目标域。核验方式可包括：人工核验、设备核验等。
核验的过程可设置在使用目标域之前，例如进入目标域的专用通道之前，凭借通过的核验结果启动栏杆，场景可例如高速公路收费站。核验的过程也可设置在使用目标域的过程中，例如设置在道路上的监控设备。核验的过程还可设置在使用目标域之后，比如验证实际行驶轨迹。
针对设备核验的方式，可包括二维码、时间记号、摄像头、IC(Integrated CircuitChip，微型电子器件)卡、电子车牌、地磁、蓝牙、NFC(Near Field Communication，近场通信)、电子标签、行驶轨迹、卫星定位系统、身份证、通行卡、身份标识、生物识别等多种核验形式。
根据不用的设备核验方式，还可分为主动设备核验和被动设备核验。例如，扫描二维码、出示通行卡、打开电子设备等为主动式设备核验；人脸识别、轨迹追踪、车牌识别、标识物佩戴为被动式设备核验。
核验的方式还包括合乘的方式：即通过采集上下车照片、随机照片，通过对车内合乘人员轨迹信息的比对、蓝牙比对的方式进行出行者的预约核验。
对于有专用通道的情况，通过核验可以使用专用通道，未通过核验则无法使用专用通道，对没有预约而干扰预约通道的人员进行惩罚。
对于没有专用通道的情况，给获得预约凭证之后没有按照预约的规定使用目标域的出行者进行反向激励，给按照预约规则使用目标域的出行者给予正向激励。
在一些实施方式中，基于监督结果，对出行者生成激励措施，其中激励措施包括正向激励和反向激励。
正向激励包括：通行权激励、优先权激励、直接物质激励、积分激励、间接激励等。通行权激励为对于履约情况较好的出行者，给予其较高的资源分配优先权，或者是累计履约N次后，可赠送一次对处于紧张状态的出行域的预约资格等。优先权激励为即对于履约的出行者，在下次分配资源时给予更高的优先权。直接物质激励为对于履约出行者，直接发放奖励金或奖品。积分激励为对于履约出行者给与积分，对于预约分配方案与出行申请信息相差较大的出行者，履约后能获得更多的积分，积分可用于兑换金钱、实物、优先权、通行权等。间接激励为对于履约出行者基于电子路票、商城优惠券、停车券、加油券等兑换券。
反向激励包括扣除积分和碳积分、违章记录、罚款、降低优先权、扣除兑换券等。
在一些实施方式中，根据出行者的出行类型，可选择申请的频率。
当出行者的出行类型为规律类型时，可以根据其出行规律，选择每日预约、单次预约一周或者一个月等。实际的预约长度可根据该出行者的历史履约数据显示的履约质量进行调整或更新。例如，若乘客A在历史出行记录中连续一个月以上每周一早上都在同一历史出行时段使用某空间资源，且履约质量超过履约质量阈值，那么乘客A可根据需求选择本次预约的申请频率为：一天、一个月中各周的周一等；旅客B连续一个月以上每天都在同一历史出行时段使用某空间资源，则其可选择的预约频率更多，可以选择约1天，3天，1个月等。
当出行者的出行类型为随机类型时，由于其历史出行记录中无法提取出行规律，因此为其提供的申请的频率较小，例如每次只能预约一天或者连续二至三天。
在一些实施方式中，在交通出行中，空间资源涵盖多模式、多场景，包括城市交通系统、省域或市域交通系统、跨省区域或城市群交通系统、高速公路系统、公路网系统、跨行政区域检查站、城市道路系统、城市轨道交通系统、城市地面公交系统、班车、大巴车、出租车、网约车、长途客运、交通枢纽、停车场；还包括各类人员集中活动场所在一定时间和空间范围内所能接纳或承受的人流量或各种交通工具的流量，包括商务区、产业园区、工业园区、体育场馆、展览馆、博物馆、旅游景区或景点。可将出行过程中所经历的任意环节所占用的资源指定为空间资源。此外，还包含货物、快递、外卖货运使用交通资源的出行场景。
具体地可作为空间资源的场景可包括：交通系统出行场景；地面交通站台场景；交通管理资源场景；货物运输场景等。
在交通系统出行场景中，对空间资源的预约包括：城市交通系统出行预约、省域或市域交通系统出行预约、跨省区域或城市群交通系统出行预约、高速公路系统出行高峰时段预约、高速公路收费站预约、高速公路高峰时段专用道预约、高速公路路段整体预约、高速公路路段专用道预约、高速公路多路段流线预约、公路系统出行高峰时段预约、公路高峰时段专用道预约、公路路段整体预约、公路路段专用道预约、公路多路段流线预约、跨行政区域检查站预约、城市道路驾车出行高峰时段预约、城市道路高峰时段专用道预约、城市道路路段整体预约、城市道路路段专用道预约、城市道路多路段流线预约、城市道路区域预约等。
在地面交通站台场景中，对空间资源的预约包括：城市地面交通站台预约、城市地面交通座位预约、城市地面交通班次预约、城市轨道交通进站预约、城市地面交通座位/车厢预约、城市轨道交通车次预约、城市轨道交通多线路预约、班车/大巴车站台预约、班车/大巴车座位预约、班车/大巴车车次预约、出租车预约、出租车拼车预约、网约车预约、网约车拼车预约、长途客运登车预约、长途客运座位预约、长途客运车次预约、交通枢纽抵离预约、交通枢纽换乘预约、停车场车位预约、停车场出入口预约、集中活动场所出入口预约、集中活动场所预约、多种出行方式和多种出行场景综合预约等。
在交通管理资源场景中，对空间资源的预约包括：信号灯通行权预约、信号灯相位预约、多信号灯绿波带通行权预约、潮汐车道使用权预约、预约动态路权管理预约、自动驾驶预约、网联车预约等。
在货物运输场景中，对空间资源的预约包括：物流运输预约、外卖取件/送件预约、快递取件/送件预约等。
本公开主要是通过预约目标域，实现对各个出行域供需关系的调控，将高峰时段由于供需关系不匹配而产生的线下排队、拥堵的情况，转移为线上排队。通过调整高峰时段的供需关系，减小或消除因拥堵产生的延误情况，调整出行者的起始时段或者到达目标位置的预计时刻，实现晚出行早到达或者准时到达的目的。
例如，出行者到达目标位置的预计时刻为ai，起始时刻为di，高峰时段在目标资源处的延误时长为dti，顺畅状态下由起始位置至目标位置的通行时长为tti，那么：预约前，出行者的起始时刻为：di＝ai-dti-tti，其中dti与具有高峰时段的空间资源的密度成正比，dti＞0。预约后，出行者的起始时刻为：d`i＝ai-tti。
根据本公开提供的无拥堵出行的预约方法，减少了线下拥堵的情况，解决了出行者的出行时间，避免了不必要的资源浪费。
图3为根据本公开示例性实施方式的出行的预约装置框图。如图3所示，本公开的另一方面提供了这样一种无拥堵出行的预约装置1000，可包括：申请信息获取模块1002，用于获取出行者的出行申请信息，其中根据出行申请信息至少获得起始位置和目标位置；目标域确定模块1004，用于根据预约汇总数据，在各个出行域中确定与出行申请信息相匹配的目标域，其中预约汇总数据用于表征各个出行域的预约情况，目标域包括由起始位置至目标位置所占用的空间资源和使用时段；起始时刻确定模块1006，用于以目标域中使用时段的结束时刻作为通过目标域的预计时刻，结合目标场景下通过所述目标域的通行时长，利用预计时刻确定出行者的起始时刻。
在一些实施方式中，还包括：起始时段推荐模块1008，用于根据出行者对应的目标域的时间粒度，对起始时刻进行优化，获得起始时段，其中起始时段中的任意起始时刻均使得出行者在预计时刻处于目标位置。
该装置可以包括执行上述流程图中各个或几个步骤的相应模块。因此，可以由相应模块执行上述流程图中的每个步骤或几个步骤，并且该装置可以包括这些模块中的一个或多个模块。模块可以是专门被配置为执行相应步骤的一个或多个硬件模块、或者由被配置为执行相应步骤的处理器来实现、或者存储在计算机可读介质内用于由处理器来实现、或者通过某种组合来实现。
该硬件结构可以利用总线架构来实现。总线架构可以包括任何数量的互连总线和桥接器，这取决于硬件的特定应用和总体设计约束。总线1100将包括一个或多个处理器1200、存储器1300和/或硬件模块的各种电路连接到一起。总线1100还可以将诸如外围设备、电压调节器、功率管理电路、外部天线等的各种其他电路1400连接。
总线1100可以是工业标准体系结构(ISA，Industry Standard Architecture)总线、外部设备互连(PCI，Peripheral Component)总线或扩展工业标准体系结构(EISA，Extended Industry Standard Component)总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示，该图中仅用一条连接线表示，但并不表示仅有一根总线或一种类型的总线。
图4为根据本公开示例性实施方式的出行的预约系统框图。如图4所示，本公开的又一方面提供了这样一种无拥堵出行的预约系统100，可包括：用户端120和管理端140。用户端120用于采集出行申请信息，其中根据出行申请信息至少获得起始位置和目标位置。管理端140用于在各个空间资源的多个使用时段中确定用于预约的出行域，管理端140还用于根据预约汇总数据，在各个出行域中确定与出行申请信息相匹配的目标域，其中预约汇总数据用于表征各个出行域的预约情况，目标域包括由起始位置至目标位置所占用的空间资源和使用时段，管理端140还用于以目标域中使用时段的结束时刻作为通过目标域的预计时刻，结合目标场景下通过所述目标域的通行，利用预计时刻确定出行者的起始时刻。
在一些实施方式中，管理端140还用于根据出行者对应的目标域的时间粒度，对起始时刻进行优化，获得起始时段，其中起始时段中的任意起始时刻均使得出行者在预计时刻处于目标位置。
在一些实施方式中，当出行域的预约形式为部分预约时，管理端140还用于生成出行域的预约名额，预约名额表示为Q1＝Q×r，r∈[0,1]，其中，Q为出行域的供给能力，r为预约名额的占比。
在一些实施方式中，管理端140还用于计算出行域的实际预约量，实际预约量为Q2＝Q1÷u，u∈[0,1]，其中，u为预约出行域的出行者的履约比例。在一些实施方式中，管理端140还用于获取出行者反馈的调节指令，对起始时段进行调整。
在一些实施方式中，还包括核验端160，核验端160包括主动核验端和被动核验端，用于监督出行者对目标域的使用过程，生成监督结果。在一些实施方式中，核验端160的执行过程包括：对出行者的预约凭证进行核验，生成核验结果，包括：当核验结果为通过时，触发目标域。
在一些实施方式中，管理端140根据监督结果，对出行者生成激励措施，其中激励措施包括正向激励和反向激励。
在一些实施方式中，预约系统100还包括控制端180，控制端180包括闸机、抬杆、指示灯以及信息播报设备。
用户端120使用移动互联网技术，出行者和管理者均使用手机、平板电脑、笔记本电脑、台式电脑访问用户端。出行者和管理者可使用符合预期用户端访问量的云服务器，也可以在本地设置互联网服务器机房提供交互服务。
管理端140包含向出行者推荐预约分配方案、管理出行资源、对出行者实施激励措施等功能，可为满足计算量和服务能力的云计算、云储存服务，也可以在本地设置互联网服务器、计算单元、数据库相关硬件设备。
核验端160包含设备核验所需核验硬件，每种主动式核验方式均有对应硬件核验设备，及被动式核验中处理轨迹、视频、照片的计算能力硬件设备，包含分布式系统、边缘计算。
控制端180包含履约过程中，现场针对预约资源的控制设备，包含闸机、闸门、抬杆等，同时包含对于非预约出行者的引导、通告、处罚设备，如指示灯、信息播报设备、违章处罚相关硬件。
预约系统100还包括通讯网络(未示出)，其包含Web、公网、私网、交换机、路由器、有线/无线网络，保障远程、多端间安全快速交互通讯的硬件设备。
本公开提供的无拥堵出行的预约系统主要是通过预约目标域，实现对各个出行域供需关系的调控，将高峰时段由于供需关系不匹配而产生的线下排队、拥堵的情况，转移为线上排队。通过调整高峰时段的供需关系，减小或消除因拥堵产生的延误情况，调整出行者的起始时段或者到达目标位置的预计时刻，实现晚出行早到达或者准时到达的目的。根据本公开提供的无拥堵出行的预约系统，减少了线下拥堵的情况，解决了出行者的出行时间，避免了不必要的资源浪费。
本公开的再一个方面还提供了一种基于时间粒度的起始时段确定方法，可包括：以目标域中使用时段的结束时刻作为通过目标域的预计时刻，结合目标场景下通过目标域的通行时长，利用预计时刻确定出行者的起始时刻；确定所述出行者的时间粒度；根据出行者对应的目标域的时间粒度，对起始时刻进行优化，获得起始时段，其中起始时段中的任意起始时刻均使得出行者在预计时刻处于目标位置。其中，时间粒度表示为：T＝M*a*b*c，其中，M为空间资源的属性系数，a为出行者的到达可靠性系数，b为出行者的历史出行弹性系数，c为空间资源的弹性系数。
在本说明书的描述中，参考术语“一个实施方式/方式”、“一些实施方式/方式”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施方式/方式或示例描述的具体特征、结构、材料或者特点包含于本公开的至少一个实施方式/方式或示例中。在本说明书中，对上述术语的示意性表述不必须的是相同的实施方式/方式或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施方式/方式或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施方式/方式或示例以及不同实施方式/方式或示例的特征进行结合和组合。
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本公开的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
本领域的技术人员应当理解，上述实施方式仅仅是为了清楚地说明本公开，而并非是对本公开的范围进行限定。对于所属领域的技术人员而言，在上述公开的基础上还可以做出其它变化或变型，并且这些变化或变型仍处于本公开的范围内。

Claims (27)

1.一种无拥堵出行的预约方法，其特征在于，包括：
获取出行者的出行申请信息，其中根据出行申请信息至少获得起始位置和目标位置；
根据预约汇总数据，在各个出行域中确定与出行申请信息相匹配的目标域，其中预约汇总数据用于表征各个出行域的预约情况，目标域包括由起始位置至目标位置所占用的空间资源和使用时段；以及
以目标域中使用时段的结束时刻作为通过目标域的预计时刻，结合目标场景下通过目标域的通行时长，利用预计时刻确定出行者的起始时刻，
其中在确定目标域之前，包括：根据出行者的历史出行记录，确定用于表征出行者出行规律的出行类型，出行类型包括规律类型和随机类型，还包括：根据各个出行域的历史承载记录，对各个出行域进行常态类型的划分，常态类型包括紧张域和空闲域，还包括：根据预约汇总数据，确定各个出行域的预约状态，预约状态包括紧张状态和空闲状态，当出行者的出行类型为规律类型时，在处于空闲状态的各个出行域中筛选与出行申请信息匹配的目标域；或者当出行者的出行类型为随机类型时，根据出行申请信息中到达目标位置的期望时刻，在处于空闲状态且为空闲域的多个出行域中筛选目标域；或者以出行者对处于空闲状态且为空闲域的多个出行域的选择结果作为目标域；或者响应于出行者对处于空闲状态且为空闲域的多个出行域的拒绝指令，在处于空闲状态且为紧张域的多个出行域中确定目标域。
2.根据权利要求1所述的无拥堵出行的预约方法，其特征在于，在利用所述预计时刻确定所述出行者的起始时刻之后，包括：根据所述出行者对应的所述目标域的时间粒度，对所述起始时刻进行优化，获得起始时段，其中所述起始时段中的任意起始时刻均使得所述出行者在所述预计时刻处于所述目标位置。
3.根据权利要求1所述的无拥堵出行的预约方法，其特征在于，利用所述预计时刻确定所述出行者的起始时刻之前，还包括根据所述出行者的出行类型，确定所述出行者在所述目标场景下通过所述目标域的通行时长，其中所述目标场景为不拥堵场景。
4.根据权利要求3所述的无拥堵出行的预约方法，其特征在于，确定所述出行者在所述目标场景下通过所述目标域的通行时长，包括：
当所述出行者的出行类型为规律类型时，在所述历史出行记录中提取与所述目标域相对应的历史紧张域，并以所述历史紧张域的历史通行时长作为所述出行者在所述目标场景下通过所述目标域的通行时长，其中所述目标域为紧张域或者空闲域，所述历史紧张域为常态类型为紧张域的历史出行域。
5.根据权利要求3所述的无拥堵出行的预约方法，其特征在于，确定所述出行者在所述目标场景下通过所述目标域的通行时长，包括：
当所述出行者的出行类型为随机类型时，根据所述目标域的属性，计算所述出行者在所述目标场景下通过所述目标域的通行时长。
6.根据权利要求2所述的无拥堵出行的预约方法，其特征在于，在根据所述出行者的时间粒度对所述起始时刻进行优化以获得起始时段之前，包括：确定所述出行者的时间粒度。
7.根据权利要求6所述的无拥堵出行的预约方法，其特征在于，所述时间粒度表示为：
T=M*a*b*c，
其中，M为所述空间资源的属性系数，a为所述出行者的到达可靠性系数，b为所述出行者的历史出行弹性系数，c为所述空间资源的弹性系数。
8. 根据权利要求1所述的无拥堵出行的预约方法，其特征在于，当所述起始位置至所述目标位置的移动范围中存在多个常态类型为紧张域的出行域，且预约单个所述目标域时，起始时刻表示为：
AT = RT-TT（RT）
DT = AT-TH
其中，DT为预约申请起始位置的出发时间，RT为通过所述目标域的预计时刻，TT（RT）为目标场景下通过所述目标域的通行时长， AT为到达所述目标域的时刻，TH为目标域外到达目标域的通行时长。
9.根据权利要求1所述的无拥堵出行的预约方法，其特征在于，当所述起始位置至所述目标位置的移动范围中存在多个常态类型为紧张域的出行域，且预约多个所述目标域时，起始时刻表示为：
ATi=RTi-TT（RTi），
RTi-1=ATi-THi，
DT=AT1-TH1，
其中，DT为预约申请起始位置的出发时间，RTi为通过第i个所述目标域的预计时刻，TT（RTi）为目标场景下通过第i个所述目标域的通行时长，ATi为到达目标域的时刻，THi为到达目标域i所需的通行时长。
10. 根据权利要求1所述的无拥堵出行的预约方法，其特征在于，还包括：在各个空间资源的多个使用时段中确定用于预约的所述出行域，包括：
确定所述出行域的预约形式，其中所述预约形式为部分预约或者全部预约；或者
确定所述出行域为部分预约时的出行规则，其中所述出行规则包括混行或者预约优先；或者
确定各个所述出行域中的剩余预约名额。
11.根据权利要求10所述的无拥堵出行的预约方法，其特征在于，在各个空间资源的多个使用时段中确定用于预约的所述出行域之后，包括：对所述出行域进行动态调节。
12.根据权利要求10所述的无拥堵出行的预约方法，其特征在于，当所述出行域的预约形式为部分预约时，所述出行域的预约名额为Q1=Q×r，r∈[0,1]，其中，Q为所述出行域的供给能力，r为所述预约名额的占比；
所述出行域的实际预约量为Q2=Q1÷u，u∈[0,1]，其中，u为预约所述出行域的出行者的履约比例。
13.根据权利要求1所述的无拥堵出行的预约方法，其特征在于，在根据所述出行者的时间粒度，对所述起始时刻进行优化，获得起始时段之后，还包括：获取所述出行者反馈的调节指令，对所述起始时段进行调整。
14.根据权利要求1所述的无拥堵出行的预约方法，其特征在于，在根据所述出行者对应的所述目标域的时间粒度，对所述起始时刻进行优化之后，包括监督所述出行者对所述目标域的使用过程，生成监督结果。
15.根据权利要求14所述的无拥堵出行的预约方法，其特征在于，监督所述出行者对所述目标域的使用过程来生成监督结果，包括：对所述出行者的预约凭证进行核验，生成核验结果，当所述核验结果为通过时，触发所述目标域。
16.根据权利要求15所述的无拥堵出行的预约方法，其特征在于，基于所述监督结果，对所述出行者生成激励措施，其中所述激励措施包括正向激励和反向激励。
17.一种无拥堵出行的预约装置，其特征在于，包括：
申请信息获取模块，用于获取出行者的出行申请信息，其中根据所述出行申请信息至少获得起始位置和目标位置；
目标域确定模块，用于根据预约汇总数据，在各个出行域中确定与所述出行申请信息相匹配的目标域，其中所述预约汇总数据用于表征各个出行域的预约情况，所述目标域包括由所述起始位置至所述目标位置所占用的空间资源和使用时段；以及
起始时刻确定模块，用于以所述目标域中使用时段的结束时刻作为通过所述目标域的预计时刻，结合目标场景下通过所述目标域的通行时长，利用所述预计时刻确定所述出行者的起始时刻，
其中在确定目标域之前，包括：根据出行者的历史出行记录，确定用于表征出行者出行规律的出行类型，出行类型包括规律类型和随机类型，还包括：根据各个出行域的历史承载记录，对各个出行域进行常态类型的划分，常态类型包括紧张域和空闲域，还包括：根据预约汇总数据，确定各个出行域的预约状态，预约状态包括紧张状态和空闲状态，当出行者的出行类型为规律类型时，在处于空闲状态的各个出行域中筛选与出行申请信息匹配的目标域；或者当出行者的出行类型为随机类型时，根据出行申请信息中到达目标位置的期望时刻，在处于空闲状态且为空闲域的多个出行域中筛选目标域；或者以出行者对处于空闲状态且为空闲域的多个出行域的选择结果作为目标域；或者响应于出行者对处于空闲状态且为空闲域的多个出行域的拒绝指令，在处于空闲状态且为紧张域的多个出行域中确定目标域。
18. 一种无拥堵出行的预约系统，其特征在于，包括：
用户端，所述用户端用于采集出行申请信息，其中根据所述出行申请信息至少获得起始位置和目标位置；以及
管理端，所述管理端用于：
在各个空间资源的多个使用时段中确定用于预约的出行域，
根据预约汇总数据，在各个出行域中确定与所述出行申请信息相匹配的目标域，其中所述预约汇总数据用于表征各个出行域的预约情况，所述目标域包括由所述起始位置至所述目标位置所占用的空间资源和使用时段，以及
以所述目标域中使用时段的结束时刻作为通过所述目标域的预计时刻，结合目标场景下通过所述目标域的通行时长，利用所述预计时刻确定出行者的起始时刻，
其中在确定目标域之前，包括：根据出行者的历史出行记录，确定用于表征出行者出行规律的出行类型，出行类型包括规律类型和随机类型，还包括：根据各个出行域的历史承载记录，对各个出行域进行常态类型的划分，常态类型包括紧张域和空闲域，还包括：根据预约汇总数据，确定各个出行域的预约状态，预约状态包括紧张状态和空闲状态，当出行者的出行类型为规律类型时，在处于空闲状态的各个出行域中筛选与出行申请信息匹配的目标域；或者当出行者的出行类型为随机类型时，根据出行申请信息中到达目标位置的期望时刻，在处于空闲状态且为空闲域的多个出行域中筛选目标域；或者以出行者对处于空闲状态且为空闲域的多个出行域的选择结果作为目标域；或者响应于出行者对处于空闲状态且为空闲域的多个出行域的拒绝指令，在处于空闲状态且为紧张域的多个出行域中确定目标域。
19.根据权利要求18所述的无拥堵出行的预约系统，其特征在于，所述管理端还用于根据所述出行者对应的所述目标域的时间粒度，对所述起始时刻进行优化，获得起始时段，其中所述起始时段中的任意起始时刻均使得所述出行者在所述预计时刻处于所述目标位置。
20.根据权利要求19所述的无拥堵出行的预约系统，其特征在于，当所述出行域的预约形式为部分预约时，所述管理端还用于生成所述出行域的预约名额，所述预约名额表示为Q1=Q×r，r∈[0,1]，其中，Q为所述出行域的供给能力，r为所述预约名额的占比；
所述管理端还用于计算所述出行域的实际预约量，所述实际预约量为Q2=Q1÷u，u∈[0,1]，其中，u为预约所述出行域的出行者的履约比例。
21.根据权利要求19所述的无拥堵出行的预约系统，其特征在于，所述管理端还用于获取所述出行者反馈的调节指令，对所述起始时段进行调整。
22.根据权利要求18所述的无拥堵出行的预约系统，其特征在于，还包括核验端，所述核验端包括主动核验端和被动核验端，用于监督所述出行者对所述目标域的使用过程，生成监督结果。
23.根据权利要求22所述的无拥堵出行的预约系统，其特征在于，所述核验端的执行过程包括：对所述出行者的预约凭证进行核验，生成核验结果，当所述核验结果为通过时，触发所述目标域。
24.根据权利要求22所述的无拥堵出行的预约系统，其特征在于，所述管理端根据所述监督结果，对所述出行者生成激励措施，其中所述激励措施包括正向激励和反向激励。
25.根据权利要求18或22所述的无拥堵出行的预约系统，其特征在于，所述预约系统还包括控制端，所述控制端包括闸机、抬杆、指示灯以及信息播报设备。
26. 一种电子设备，其特征在于，包括：
存储器，所述存储器存储执行指令；以及
处理器，所述处理器执行所述存储器存储的执行指令，使得所述处理器执行权利要求1至16中任一项所述的无拥堵出行的预约方法。
27.一种可读存储介质，其特征在于，所述可读存储介质中存储有执行指令，所述执行指令被处理器执行时用于实现权利要求1至16中任一项所述的无拥堵出行的预约方法。
CN202310057441.4A 2023-01-17 2023-01-17 无拥堵出行的预约方法、装置、系统、电子设备及介质 Active CN116011600B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN202310919871.2A CN116842284A (zh) 2023-01-17 2023-01-17 无拥堵出行的起始时段确定方法、装置、电子设备及介质
CN202310916997.4A CN116843044A (zh) 2023-01-17 2023-01-17 基于出行类型的预约方法、装置、电子设备及存储介质
CN202310057441.4A CN116011600B (zh) 2023-01-17 2023-01-17 无拥堵出行的预约方法、装置、系统、电子设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310057441.4A CN116011600B (zh) 2023-01-17 2023-01-17 无拥堵出行的预约方法、装置、系统、电子设备及介质

Related Child Applications (2)

Application Number Title Priority Date Filing Date
CN202310919871.2A Division CN116842284A (zh) 2023-01-17 2023-01-17 无拥堵出行的起始时段确定方法、装置、电子设备及介质
CN202310916997.4A Division CN116843044A (zh) 2023-01-17 2023-01-17 基于出行类型的预约方法、装置、电子设备及存储介质

Publications (2)

Publication Number Publication Date
CN116011600A CN116011600A (zh) 2023-04-25
CN116011600B true CN116011600B (zh) 2023-06-23

Family

ID=86035548

Family Applications (3)

Application Number Title Priority Date Filing Date
CN202310919871.2A Pending CN116842284A (zh) 2023-01-17 2023-01-17 无拥堵出行的起始时段确定方法、装置、电子设备及介质
CN202310916997.4A Pending CN116843044A (zh) 2023-01-17 2023-01-17 基于出行类型的预约方法、装置、电子设备及存储介质
CN202310057441.4A Active CN116011600B (zh) 2023-01-17 2023-01-17 无拥堵出行的预约方法、装置、系统、电子设备及介质

Family Applications Before (2)

Application Number Title Priority Date Filing Date
CN202310919871.2A Pending CN116842284A (zh) 2023-01-17 2023-01-17 无拥堵出行的起始时段确定方法、装置、电子设备及介质
CN202310916997.4A Pending CN116843044A (zh) 2023-01-17 2023-01-17 基于出行类型的预约方法、装置、电子设备及存储介质

Country Status (1)

Country Link
CN (3) CN116842284A (zh)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6178378B1 (en) * 1998-05-23 2001-01-23 General Motors Corporation Method for operating a navigation system for motor vehicles
JP2008089438A (ja) * 2006-10-03 2008-04-17 Navitime Japan Co Ltd ナビゲーションシステム、端末装置および出発時刻案内方法
CN103824467A (zh) * 2013-12-18 2014-05-28 招商局重庆交通科研设计院有限公司 针对私有车辆的预约式交通导航服务方法及装置
CN105741594A (zh) * 2012-05-07 2016-07-06 联想(北京)有限公司 一种确定车辆行驶时间的方法、系统及电子设备
CN110519452A (zh) * 2019-08-12 2019-11-29 吉利汽车研究院（宁波）有限公司 一种实现智能汽车定制化服务功能的出行终端及应用方法
CN111242334A (zh) * 2020-01-10 2020-06-05 武汉理工大学 一种交通预约出行方法、系统和存储介质
CN112525209A (zh) * 2019-09-18 2021-03-19 丰田自动车株式会社 信息处理装置、信息处理方法以及存储介质
CN112862214A (zh) * 2021-03-10 2021-05-28 重庆第二师范学院 基于大数据的停车服务推荐方法、装置、介质及服务器
CN114154711A (zh) * 2021-11-30 2022-03-08 北京世纪新运交通运输科技应用研究所 交通信息推荐方法、装置、电子设备及计算机存储介质

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6178378B1 (en) * 1998-05-23 2001-01-23 General Motors Corporation Method for operating a navigation system for motor vehicles
JP2008089438A (ja) * 2006-10-03 2008-04-17 Navitime Japan Co Ltd ナビゲーションシステム、端末装置および出発時刻案内方法
CN105741594A (zh) * 2012-05-07 2016-07-06 联想(北京)有限公司 一种确定车辆行驶时间的方法、系统及电子设备
CN103824467A (zh) * 2013-12-18 2014-05-28 招商局重庆交通科研设计院有限公司 针对私有车辆的预约式交通导航服务方法及装置
CN110519452A (zh) * 2019-08-12 2019-11-29 吉利汽车研究院（宁波）有限公司 一种实现智能汽车定制化服务功能的出行终端及应用方法
CN112525209A (zh) * 2019-09-18 2021-03-19 丰田自动车株式会社 信息处理装置、信息处理方法以及存储介质
CN111242334A (zh) * 2020-01-10 2020-06-05 武汉理工大学 一种交通预约出行方法、系统和存储介质
CN112862214A (zh) * 2021-03-10 2021-05-28 重庆第二师范学院 基于大数据的停车服务推荐方法、装置、介质及服务器
CN114154711A (zh) * 2021-11-30 2022-03-08 北京世纪新运交通运输科技应用研究所 交通信息推荐方法、装置、电子设备及计算机存储介质

Also Published As

Publication number Publication date
CN116011600A (zh) 2023-04-25
CN116843044A (zh) 2023-10-03
CN116842284A (zh) 2023-10-03

Similar Documents

Publication Publication Date Title
Arnott et al. Modeling parking
CN108831149B (zh) 一种基于历史od信息定制公交线路开行方法及系统
CN109034566B (zh) 一种基于公交站点上下客流的智能调度方法及装置
Xiong et al. Understanding operation patterns of urban online ride-hailing services: A case study of Xiamen
US20110218834A1 (en) Reconciling service class-based routing affecting user service within a controllable transit system
CN115409295B (zh) 一种基于瓶颈分析的公交调度方法、电子设备及存储介质
Hu et al. Use of automated vehicle location data for route-and segment-level analyses of bus route reliability and speed
He et al. A real-time reservation service for smart parking system
Conway et al. Challenges in managing centralized taxi dispatching at high-volume airports: Case study of John F. Kennedy International Airport, New York City
Li et al. An incentive-based optimizing strategy of service frequency for an urban rail transit system
CN109523064B (zh) 一种基于多网融合的智能微枢纽
Das et al. On-street parking demand estimation in urban CBD using FI and CF model: a case study–Kolkata, India
US11436687B2 (en) Real-time mobility policy engine
CN116011600B (zh) 无拥堵出行的预约方法、装置、系统、电子设备及介质
Pratelli et al. Comparing route deviation bus operation with respect to dial-a-ride service for a low-demand residential area
CN114463102A (zh) 一种订单顺路匹配度计算方法和装置
Nafila Road space rationing to reduce traffic congestion: an evaluation of the odd-even scheme in Jakarta, Indonesia
CN116453353B (zh) 专用车道的分配方法、装置、系统、电子设备及存储介质
Dunn Managing travel for planned special events handbook: Executive summary
Meshram Best Practices in ADA Paratransit: Cost Reduction and Service Enhancement
CN113066304B (zh) 一种应用城市大脑云平台的交通容量配置系统
Hu et al. Towards Dynamic Pricing based Autonomous Valet Parking Management under Demand Uncertainty
Zhu et al. Algorithm for Headway of Fixed Route Buses in Bus Stations Based on Bus Big Data
Adeleke et al. Fleet Service Scheduling for Transit Movement on an Urban Arterial in Ilorin, Nigeria
Deloukas et al. Shared Mobility and Last-Mile Connectivity to Metro Public Transport: Survey Design Aspects for Determining Willingness for Intermodal Ridesharing in Athens

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
GR01 Patent grant
GR01 Patent grant