CN116013059A - 一种营运车辆的调度方法、装置、电子设备及存储介质 - Google Patents
一种营运车辆的调度方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN116013059A CN116013059A CN202211715528.8A CN202211715528A CN116013059A CN 116013059 A CN116013059 A CN 116013059A CN 202211715528 A CN202211715528 A CN 202211715528A CN 116013059 A CN116013059 A CN 116013059A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- target
- passenger
- queue
- information
- 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 58
- 238000003032 molecular docking Methods 0.000 claims abstract description 69
- 238000004590 computer program Methods 0.000 claims description 16
- 238000004422 calculation algorithm Methods 0.000 claims description 12
- 238000000556 factor analysis Methods 0.000 claims description 6
- 239000000758 substrate Substances 0.000 claims 1
- 238000004891 communication Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 7
- 230000029305 taxis Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000010006 flight Effects 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 238000003064 k means clustering Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Landscapes
- Traffic Control Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种营运车辆的调度方法、装置、电子设备及存储介质。该方法包括：获取当前单位调度时间段位于预设范围内的多个营运车辆的营运数据，其中，预设范围至少覆盖目标接驳站所在的地理范围；根据每个营运车辆的营运数据和目标标识，确定车辆队列信息，其中，车辆队列信息包括普通队列和专用队列，普通队列和/或专用队列中包括至少一个营运车辆；预测目标接驳站内将要乘坐营运车辆的目标乘客的信息，其中，目标乘客的信息至少包括目标乘客序列号；根据普通队列、专用队列和目标乘客序列号，分别调度每个营运车辆。本发明提供的方案能够智能地对营运车辆进行统一调度，缓解目标接驳站及其周边环境的拥堵情况。
Description
技术领域
本发明涉及智能交通技术领域，尤其涉及一种营运车辆的调度方法、装置、电子设备及存储介质。
背景技术
随着城市的发展，越来越多的城市拥有自己的机场，大多数乘客在达到机场后，在众多交通方式中，出租车以其灵活、快捷和舒适等优势，往往能够吸引大量旅客，客流分担率在30％左右。由于大多数的机场乘客的旅程较长，出租车司机所能获取的利润相比在市区短途的乘客更多，直接导致前往机场的出租车数量越来越多。
机场内通常设有统一调度场，出租车在统一调度场内接受调度。现有的调度方式往往采用人工调度的方式：机场工作人员根据到达出租车上客点的乘客数量，对出租车进行调度。然而，人工调度的方式需要耗费大量的人力物力；同时，由于统一调度场可以容纳的车辆数有限，当前往机场的出租车数量过多时，会造成统一调度场外的车辆拥堵，甚至占领正常的交通道路和村民居住区，导致交通阻塞、妨碍村民的生活。
发明内容
本发明提供了一种营运车辆的调度方法、装置、电子设备及存储介质，能够智能地对营运车辆进行统一调度，缓解目标接驳站及其周边环境的拥堵情况。
根据本发明的一方面，提供了一种营运车辆的调度方法，包括：
获取当前单位调度时间段位于预设范围内的多个营运车辆的营运数据，其中，预设范围至少覆盖目标接驳站所在的地理范围；
根据每个营运车辆的营运数据和目标标识，确定车辆队列信息，其中，车辆队列信息包括普通队列和专用队列，普通队列和/或专用队列中包括至少一个营运车辆；
预测目标接驳站内将要乘坐营运车辆的目标乘客的信息，其中，目标乘客的信息至少包括目标乘客序列号；
根据普通队列、专用队列和目标乘客序列号，分别调度每个营运车辆。
可选的，对于任一营运车辆，根据营运车辆的营运数据和目标标识，确定车辆队列信息，包括：
确定营运车辆上是否携带有目标标识；
若携带有目标标识，则确定营运车辆位于专用队列；
若未携带有目标标识，则根据营运车辆的营运数据，计算营运车辆的得分；
确定营运车辆的得分是否大于或者等于第一预设阈值；
若营运车辆的得分大于或者等于第一预设阈值，则确定营运车辆位于专用队列；
若营运车辆的得分小于第一预设阈值，则确定营运车辆位于普通队列。
可选的，位于专用队列的营运车辆，按照先进入目标接驳站先排列，同时进入目标接驳站按照优先级从高到低的顺序排列，相同优先级按照得分从高到低的顺序排列；其中，携带有目标标识的营运车辆的优先级高于得分大于或者等于第一预设阈值的营运车辆的优先级；
位于普通队列的营运车辆，按照先进入目标接驳站先排列，同时进入目标接驳站按照得分从高到低的顺序排列。
可选的，营运数据包括地理位置变量、接单类型变量和接单时间变量；根据营运车辆的营运数据，计算营运车辆的得分，包括：
基于因子分析算法，分别确定地理位置变量的权重、接单类型变量的权重和接单时间变量的权重；
根据地理位置变量、地理位置变量的权重、接单类型变量、接单类型变量的权重、接单时间变量和接单时间变量的权重，计算营运车辆的得分。
可选的，目标乘客的信息还包括目标乘客等待时长，目标乘客序列号和目标乘客等待时长一一对应；预测目标接驳站内将要乘坐营运车辆的目标乘客的信息，包括：
获取目标接驳站内有意愿乘坐营运车辆的多个候选乘客；
根据每个候选乘客与上客点之间的距离和第一常数，确定候选乘客的信息，其中，候选乘客的信息包括候选乘客序列号和候选乘客等待时长，候选乘客序列号和候选乘客等待时长一一对应；
根据候选乘客的信息，确定目标乘客的信息。
可选的，获取目标接驳站内有意愿乘坐营运车辆的多个候选乘客，包括：
获取目标接驳站的到站信息；
根据到站信息，获取到达目标接驳站的多个原始乘客，其中，原始乘客的数量大于候选乘客的数量；
根据原始乘客的数量和第二常数，确定多个候选乘客。
可选的，根据候选乘客的信息，确定目标乘客的信息，包括：
计算候选乘客等待比例，其中，候选乘客等待比例等于候选乘客等待时长大于或者等于第二预设阈值的候选乘客的数量与所有候选乘客的数量的比值；
根据候选乘客等待比例，确定候选乘客损失比例；
根据候选乘客的信息和候选乘客损失比例，确定目标乘客的信息。
可选的，根据普通队列、专用队列和目标乘客序列号，分别调度每个营运车辆，包括：
根据目标乘客序列号中的最大序列号和第三常数，确定当前需求车辆数；
根据当前需求车辆数，按照先调度专用队列后调度普通队列的顺序，调度营运车辆；
若普通队列或者普通队列和专用队列中包括有剩余的营运车辆，则确定每个剩余的营运车辆的车辆等待时长，其中，车辆等待时长等于剩余的营运车辆的已等待时长与单位调度时间段之和。
可选的，对于任一剩余的营运车辆，在确定剩余的营运车辆的车辆等待时长后，还包括：
根据剩余的营运车辆的所属类别，确定剩余的营运车辆的离开概率；
确定剩余的营运车辆的离开概率是否大于或者等于第三预设阈值；
若剩余的营运车辆的离开概率大于或者等于第三预设阈值，则向剩余的营运车辆对应的用户设备发送提示信息，其中，提示信息用于提示剩余的营运车辆的车辆等待时长较长。
可选的，营运数据包括地理位置变量、接单类型变量和接单时间变量；还包括：
基于高斯聚类算法，分别对每个营运车辆的地理位置变量、接单类型变量和接单时间变量进行聚类，得到每个营运车辆的地理位置变量聚类概率值、接单类型变量聚类概率值和接单时间变量聚类概率值；
根据每个营运车辆的地理位置变量聚类概率值、接单类型变量聚类概率值和接单时间变量聚类概率值，计算每个营运车辆的所属类别概率；
根据每个营运车辆的所属类别概率，确定每个营运车辆的所属类别。
根据本发明的另一方面，提供了一种营运车辆的调度装置，包括：数据获取模块，队列确定模块，乘客预测模块和车辆调度模块；
数据获取模块，用于获取当前单位调度时间段位于预设范围内的多个营运车辆的营运数据，其中，预设范围至少覆盖目标接驳站所在的地理范围；
队列确定模块，用于根据每个营运车辆的营运数据和目标标识，确定车辆队列信息，其中，车辆队列信息包括普通队列和专用队列，普通队列和/或专用队列中包括至少一个营运车辆；
乘客预测模块，用于预测目标接驳站内将要乘坐营运车辆的目标乘客的信息，其中，目标乘客的信息至少包括目标乘客序列号；
车辆调度模块，用于根据普通队列、专用队列和目标乘客序列号，分别调度每个营运车辆。
根据本发明的另一方面，提供了一种电子设备，电子设备包括：
至少一个处理器；以及
与至少一个处理器通信连接的存储器；其中，
存储器存储有可被至少一个处理器执行的计算机程序，计算机程序被至少一个处理器执行，以使至少一个处理器能够执行本发明任一实施例的营运车辆的调度方法。
根据本发明的另一方面，提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机指令，计算机指令用于使处理器执行时实现本发明任一实施例的营运车辆的调度方法。
本发明实施例的技术方案，通过分别对营运车辆和乘客进行分析，得到车辆队列信息和目标乘客的信息，其中，车辆队列信息包括普通队列和专用队列，普通队列和/或专用队列中包括至少一个营运车辆，目标乘客的信息至少包括目标乘客序列号，进而根据普通队列、专用队列和目标乘客序列号，分别调度每个营运车辆。如此，能够对营运车辆进行精准分类，并基于营运车辆的类型、目标乘客的信息等多维度因素调度营运车辆，实现了智能地对营运车辆进行统一调度的目的；进一步地，对于等待时间过长的营运车辆，可以根据营运车辆的所属类别确定其离开概率，并对离开概率比较高的营运车辆进行提示，以劝其离开，从而缓解目标接驳站及其周边环境的拥堵情况。
应当理解，本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征，也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，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的附图。
图1是本发明实施例一提供的一种营运车辆的调度方法的流程示意图；
图2是本发明实施例一提供的一种确定车辆队列信息的方法的流程示意图；
图3是本发明实施例一提供的一种预测目标乘客的信息的方法的流程示意图；
图4是本发明实施例二提供的一种确定营运车辆的所属类别的方法的流程图；
图5是本发明实施例三提供的一种营运车辆的调度装置的结构示意图；
图6是本发明实施例三提供的另一种营运车辆的调度装置的结构示意图；
图7是本发明实施例四提供的一种电子设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明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发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“原始”、“候选”、“目标”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例一
图1为本发明实施例一提供的一种营运车辆的调度方法的流程示意图，本实施例可适用于调度接驳站及其周边的营运车辆的情况，该方法可以由营运车辆的调度装置来执行，该营运车辆的调度装置可以采用硬件和/或软件的形式实现，该营运车辆的调度装置可配置于电子设备(如计算机或者服务器)中。如图1所示，该方法包括：
S110、获取当前单位调度时间段位于预设范围内的多个营运车辆的营运数据，其中，预设范围至少覆盖目标接驳站所在的地理范围。
目标接驳站为任意具有乘客运输、集散功能的交通枢纽，如机场、高铁站、火车站等。营运车辆为任意从事以赢利为目的道路运输经营活动的车辆，如出租车、网约车等。每个营运车辆在营运时对应一位驾驶员，驾驶员随身携带有用户设备(User Equipment，UE)(如手机、平板电脑、智能手环等)，本发明实施例中的营运车辆的调度装置可与UE通信连接，以实现数据互通。
一个目标接驳站通常是以天为周期循环设置航班/列车时刻表的，因此，对营运车辆的调度往往也是以天为周期进行研究、规划的。考虑到航班落地/列车到站的时刻，可知一天之中有的时刻人流量大、有的时刻人流量少，同时为了节约计算能源、提高调度的实时性，因此本发明将一天时间按照单位调度时间段(比如5分钟、10分钟、15分钟、30分钟、1小时等)划分为若干个连续的单位调度时间段，并以单位调度时间段为粒度进行营运车辆的调度。例如，假设单位调度时间段为15分钟，那么XXXX年X月X日可以被划分为[[XXXX年X月X日00:00:00,XXXX年X月X日00:15:00],[XXXX年X月X日00:15:00,XXXX年X月X日00:30:00],…]一共48个连续的单位调度时间段，并以15分钟为粒度进行营运车辆的调度。
在进行营运车辆的调度时，首先需要获取当前单位调度时间段位于预设范围内的多个营运车辆的营运数据。
具体的，每个营运车辆上可以安装有定位装置(例如全球定位系统(GlobalPositioning System，GPS)装置)，以使得营运车辆的调度装置确定营运车辆的实时位置，判断营运车辆是否位于预设范围内。
其中，预设范围至少覆盖目标接驳站所在的地理范围。例如，预设范围为目标接驳站所在的地理范围，即获取当前单位调度时间段位于目标接驳站内的多个营运车辆的营运数据；又例如，预设范围为目标接驳站及其周边1公里的地理范围，即获取当前单位调度时间段位于目标接驳站及其周边1公里范围内的多个营运车辆的营运数据。
可以理解的是，每个营运车辆对应一组营运数据。营运数据可以包括地理位置变量、接单类型变量和接单时间变量。
在一实施例中，地理位置变量包括该营运车辆在目标接驳站出现的总时长和该营运车辆在目标接驳站出现的总次数；接单类型变量包括该营运车辆的驾驶员平均每天的接单次数和该营运车辆的驾驶员平均每天的接单距离；接单时间变量包括该营运车辆的驾驶员在8-20点的接单次数、该营运车辆的驾驶员在20-24,0-2点的接单次数和该营运车辆的驾驶员在2-8点的接单次数。
可选的，营运数据还可以包括：营运数据的生成时间、该营运车辆及其驾驶员的信息(如营运车辆ID、驾驶员姓名、驾驶员电话等)、该营运车辆的历史载客信息(如乘客上车时间、乘客下车时间、乘客上车地点、乘客下车地点等)。
需要说明的是，本发明中对驾驶员姓名、驾驶员电话等身份信息的采集、存储、使用、处理等步骤均符合国家法律法规的相关规定。
S120、根据每个营运车辆的营运数据和目标标识，确定车辆队列信息，其中，车辆队列信息包括普通队列和专用队列，普通队列和/或专用队列中包括至少一个营运车辆。
由于营运车辆具有独立性，因此，在步骤S120中，营运车辆的调度装置针对每个营运车辆，都需要执行下述步骤S120a-S120f，以判断该营运车辆具体属于普通队列和专用队列中的哪一个队列。
图2为本发明实施例一提供的一种确定车辆队列信息的方法的流程示意图。如图2所示，包括如下步骤S120a-S120f：
S120a、确定营运车辆上是否携带有目标标识。若是，则执行步骤S120b；若否，则执行步骤S120c。
目标标识可以是目标接驳站的管理人员为营运车辆发放的专用标识，当营运车辆上携带有目标标识时，表示该营运车辆的优先级高，会将该营运车辆归入专用队列；当营运车辆上未携带有目标标识时，则需要对该营运车辆进行进一步的判断，才能确定该营运车辆具体属于普通队列和专用队列中的哪一个队列。
例如，目标标识为短途接口专用标识(上面有签发有效时间、车牌号码、签发人等信息)，携带有短途接口专用标识的车辆在目标接驳站搭乘乘客时，30分钟内可以返回到目标接驳站。当营运车辆上携带有短途接口专用标识时，确定营运车辆位于专用队列。
S120b、确定营运车辆位于专用队列。
S120c、根据营运车辆的营运数据，计算营运车辆的得分。
当营运车辆上未携带有目标标识时，此时需要根据营运车辆的营运数据，计算营运车辆的得分，以基于营运车辆的得分进一步判断该营运车辆具体属于普通队列和专用队列中的哪一个队列。
具体的，以营运数据包括地理位置变量、接单类型变量和接单时间变量为例，计算营运车辆的得分的方法可以包括如下两个步骤：
步骤A1、基于因子分析算法，分别确定地理位置变量的权重、接单类型变量的权重和接单时间变量的权重。
营运数据可以选择过去一段历史时间(比如过去3个月、过去半年等)的数据，基于因子分析算法对营运数据进行建模，分别确定地理位置变量的权重、接单类型变量的权重和接单时间变量的权重。
可选的，在步骤A1执行之前，为了便于计算，还可以对营运数据进行预处理(例如归一化处理)，将营运数据标准化为0-1的数。
示例性的，假设地理位置变量包括：该营运车辆在目标接驳站出现的总时长和该营运车辆在目标接驳站出现的总次数，共2个指标；接单类型变量包括：该营运车辆的驾驶员平均每天的接单次数和该营运车辆的驾驶员平均每天的接单距离，共2个指标；接单时间变量包括：该营运车辆的驾驶员在8-20点的接单次数、该营运车辆的驾驶员在20-24,0-2点的接单次数和该营运车辆的驾驶员在2-8点的接单次数，共3个指标。营运车辆的调度装置可以先对上述7个指标进行归一化处理，将其标准化为0-1的数。随后基于因子分析算法对上述7个指标进行建模，分别确定这7个指标的权重。
步骤A2、根据地理位置变量、地理位置变量的权重、接单类型变量、接单类型变量的权重、接单时间变量和接单时间变量的权重，计算营运车辆的得分。
可选的，营运车辆的得分＝地理位置变量*地理位置变量的权重+接单类型变量*接单类型变量的权重+接单时间变量*接单时间变量的权重。
S120d、确定营运车辆的得分是否大于或者等于第一预设阈值。若是，则执行步骤S120e；若否，则执行步骤S120f。
营运车辆的得分越高表示该营运车辆的优先级越高，营运车辆的得分越低表示该营运车辆的优先级越低。
S120e、确定营运车辆位于专用队列。
S120f、确定营运车辆位于普通队列。
针对未携带有目标标识的营运车辆，如果营运车辆的得分大于或者等于第一预设阈值，表示这些营运车辆的优先级也比较高，也可以归入专用队列；如果营运车辆的得分小于第一预设阈值，表示这些营运车辆的优先级比较低，只能归入普通队列。
可以理解的是，第一预设阈值的取值可以根据实际情况进行设置，比如0.5、0.7、0.8等。
在一实施例中，为了保证营运车辆的有序调度，专用队列和普通队列内的营运车辆按照以下原则排序：
针对位于专用队列的营运车辆，按照先进入目标接驳站先排列，同时进入目标接驳站按照优先级从高到低的顺序排列，相同优先级按照得分从高到低的顺序排列；其中，携带有目标标识的营运车辆的优先级高于得分大于或者等于第一预设阈值的营运车辆的优先级；
针对位于普通队列的营运车辆，按照先进入目标接驳站先排列，同时进入目标接驳站按照得分从高到低的顺序排列。
如此，能够精准地确定不同营运车辆的优先级，从而保证高优先级的营运车辆的利益。
S130、预测目标接驳站内将要乘坐营运车辆的目标乘客的信息，其中，目标乘客的信息至少包括目标乘客序列号。
其中，目标乘客的信息还可以包括目标乘客等待时长，目标乘客序列号和目标乘客等待时长一一对应。
具体的，图3为本发明实施例一提供的一种预测目标乘客的信息的方法的流程示意图。如图3所示，包括如下步骤S130a-S130c：
S130a、获取目标接驳站内有意愿乘坐营运车辆的多个候选乘客。
一个航班落地/列车到站时，不是所有的乘客都会选择乘坐营运车辆，因此可选的，步骤S130a中“获取目标接驳站内有意愿乘坐营运车辆的多个候选乘客”的方法可以包括如下三个步骤：
步骤B1、获取目标接驳站的到站信息。
具体的，目标接驳站的到站信息可以包括：航班/列车的ID、起始地、目的地、出发时间、到达时间、乘客数量等。
步骤B2、根据到站信息，获取到达目标接驳站的多个原始乘客，其中，原始乘客的数量大于候选乘客的数量。
根据到站信息，结合当前单位调度时间段，可以获取到达目标接驳站的多个原始乘客。
步骤B3、根据原始乘客的数量和第二常数，确定多个候选乘客。
第二常数为原始乘客有意愿乘坐营运车辆的比例，例如，第二常数的取值为rate＝0.3，根据原始乘客的数量和第二常数，即可确定多个候选乘客。
例如，以目标接驳站为机场为例，当前单位调度时间段的航班数量为n1，各个航班对应的乘客人数为
那么候选乘客的人数为
S130b、根据每个候选乘客与上客点之间的距离和第一常数，确定候选乘客的信息，其中，候选乘客的信息包括候选乘客序列号和候选乘客等待时长，候选乘客序列号和候选乘客等待时长一一对应。
由于候选乘客的数量为多个，还需要根据每个候选乘客与上客点之间的距离和第一常数，进一步确定候选乘客的信息。
例如，针对第i个航班的候选乘客，其与上客点之间的距离为飞机停靠点(或者摆渡车停靠点)到上客点之间的距离distancei，结合第一常数(即乘客的平均步行速度speed)，即可确定第i个航班的候选乘客到达上客点的时间
通常，乘客的平均步行速度speed的取值范围为60-100米/分钟，在实际的计算过程中，第一常数的取值可以在上述范围内随机选择。
在确定每个候选乘客到达上客点的时间后，可以根据时间先后顺序进行排序，得到候选乘客序列号[1,2,…,j,…,total_passenger]，并计算候选乘客等待时长passenger_waiting_timej。
可选的，
其中，up_timek表示候选乘客k的上车时间，通常取值为15-30秒。
S130c、根据候选乘客的信息，确定目标乘客的信息。
在确定出候选乘客序列号和候选乘客等待时长后，由于存在候选乘客等待时长的问题，一部分候选乘客会改选其他交通方式，最终剩下的乘客才是将要乘坐营运车辆的目标乘客。因此可选的，步骤S130c中“根据候选乘客的信息，确定目标乘客的信息”的方法可以包括如下三个步骤：
步骤C1、计算候选乘客等待比例，其中，候选乘客等待比例等于候选乘客等待时长大于或者等于第二预设阈值的候选乘客的数量与所有候选乘客的数量的比值。
可以理解的是，第二预设阈值的取值可以根据实际情况进行设置，比如5分钟、10分钟、15分钟等。
步骤C2、根据候选乘客等待比例，确定候选乘客损失比例。
在一实施例中，候选乘客等待比例和候选乘客损失比例之间存在对应关系，营运车辆的调度装置可以按照候选乘客等待比例的取值，通过查找候选乘客等待比例和候选乘客损失比例之间的对应关系，确定候选乘客损失比例。
可选的，候选乘客等待比例和候选乘客损失比例之间的对应关系还可以与当前单位调度时间段所属的时间段有关。例如，表1示出了一种当前单位调度时间段所属的时间段、候选乘客等待比例和候选乘客损失比例之间的对应关系示例。
表1
假设当前单位调度时间段所属的时间段为7点-9点，候选乘客总数为100人，第二预设阈值为5分钟，候选乘客等待时长大于或者等于第二预设阈值的候选乘客的数量为15个。那么候选乘客等待比例等于15/100＝0.15，从表1从可看出，候选乘客等待比例0.15对应的候选乘客损失比例为0.5，因此，最终损失的乘客数量等于100*0.5＝50个。
步骤C3、根据候选乘客的信息和候选乘客损失比例，确定目标乘客的信息。
在一实施例中，在确定出候选乘客损失比例后，可以计算得到损失的乘客数量。从候选乘客的信息中按照一定规则(比如优先排除等待时间长的乘客、随机排除乘客等)，剔除掉损失的乘客数量个候选乘客的信息，剩余的候选乘客的信息即为目标乘客的信息。
S140、根据普通队列、专用队列和目标乘客序列号，分别调度每个营运车辆。
首先，可以根据目标乘客序列号中的最大序列号(即目标乘客的总数final_total_passenger)和第三常数(即每个营运车辆的平均载客人数car_capacity，即可确定当前需求车辆数need_car。
其中，每个营运车辆的平均载客人数car_capacity可以根据实际情况进行设置，通常可以取1.5人/辆。
其次，可以按照先调度专用队列后调度普通队列的顺序，调度营运车辆。
最后，对于在此次调度中没有能够成功载客的营运车辆，即普通队列或者普通队列和专用队列中包括有剩余的营运车辆，还需要确定每个剩余的营运车辆的车辆等待时长，这些剩余的营运车辆还需要继续等待。其中，车辆等待时长等于剩余的营运车辆的已等待时长与单位调度时间段之和。
在上述实施例的基础上，本发明还可以针对剩余的营运车辆进行进一步优化，以缓解目标接驳站及其周边环境的拥堵情况。具体的，针对剩余的营运车辆进行进一步优化的方法可以包括如下三个步骤：
步骤D1、根据剩余的营运车辆的所属类别，确定剩余的营运车辆的离开概率。
在一实施例中，剩余的营运车辆的所属类别和剩余的营运车辆的离开概率之间存在对应关系，营运车辆的调度装置可以按照剩余的营运车辆的所属类别，通过查找剩余的营运车辆的所属类别和剩余的营运车辆的离开概率之间的对应关系，确定剩余的营运车辆的离开概率。
例如，表2示出了一种剩余的营运车辆的所属类别和剩余的营运车辆的离开概率之间的对应关系示例。
表2
从表2中可以看出，根据剩余的营运车辆的所属类别，可以确定剩余的营运车辆的离开概率laeave_probi＝geographic_leave_probi*order_type_leave_probi*order_time_leave_probi。
其中，geographic_leave_probi是指剩余的营运车辆的所属类别中地理位置变量对应的概率；order_type_leave_probi是指剩余的营运车辆的所属类别中接单类型变量对应的概率；order_time_leave_probi是指剩余的营运车辆的所属类别中接单时间变量对应的概率。
步骤D2、确定剩余的营运车辆的离开概率是否大于或者等于第三预设阈值。
可以理解的是，第三预设阈值的取值可以根据实际情况进行设置，比如0.5、0.8等。
步骤D3、若剩余的营运车辆的离开概率大于或者等于第三预设阈值，则向剩余的营运车辆对应的用户设备发送提示信息，其中，提示信息用于提示剩余的营运车辆的车辆等待时长较长。
当剩余的营运车辆的离开概率大于或者等于第三预设阈值时，表示该剩余的营运车辆的驾驶员被劝离的概率比较大，因此向剩余的营运车辆对应的用户设备发送提示信息，提示驾驶员剩余的营运车辆的车辆等待时长较长，以劝其离开，从而缓解目标接驳站及其周边环境的拥堵情况。
在一实施例中，提示信息可以是以短信、广播等形式发送至用户设备上，以起到提示的目的。
实施例二
图4为本发明实施例二提供的一种确定营运车辆的所属类别的方法的流程图，本实施例可以为上述实施例的执行提供基础。本实施例可以在获取到营运车辆的营运数据时执行，也可以在需要使用营运车辆的所属类别前执行。以营运数据包括地理位置变量、接单类型变量和接单时间变量为例，如图4所示，该方法包括：
S210、分别根据地理位置变量、接单类型变量和接单时间变量，确定地理位置变量的聚类个数、接单类型变量的聚类个数和接单时间变量的聚类个数。
示例性的，假设地理位置变量包括：该营运车辆在目标接驳站出现的总时长和该营运车辆在目标接驳站出现的总次数，共2个指标；接单类型变量包括：该营运车辆的驾驶员平均每天的接单次数和该营运车辆的驾驶员平均每天的接单距离，共2个指标；接单时间变量包括：该营运车辆的驾驶员在8-20点的接单次数、该营运车辆的驾驶员在20-24,0-2点的接单次数和该营运车辆的驾驶员在2-8点的接单次数，共3个指标。根据上述7个指标，可以确定地理位置变量的聚类个数为3、接单类型变量的聚类个数为2和接单时间变量的聚类个数为3。
表3示出了一种变量、聚类个数及其业务含义的示例。
表3
S220、基于高斯聚类算法，分别根据地理位置变量的聚类个数、接单类型变量的聚类个数和接单时间变量的聚类个数，对每个营运车辆的地理位置变量、接单类型变量和接单时间变量进行聚类，得到每个营运车辆的地理位置变量聚类概率值、接单类型变量聚类概率值和接单时间变量聚类概率值。
高斯聚类算法与传统的k-means聚类不同，是通过选择成分最大化后延概率来完成聚类的，各数据点的后验概率表示属于各类的可能性，而不是判定它完全属于某个类，所以又称为软聚类。其大概的聚类过程如下：
a.设置聚类个数k，即初始化高斯混合模型的成分个数，也就是随机初始化每个簇的告诉分布参数(均值和方差)。
b.计算每个数据点属于每个高斯模型的概率，即计算后验概率，点越靠近高斯分布的中心，则概率越大，即属于该簇的可能性更高。
c.重新估算每个高斯的参数，使得数据点的概率最大化。
d.重复迭代2和3直到收敛。
S230、根据每个营运车辆的地理位置变量聚类概率值、接单类型变量聚类概率值和接单时间变量聚类概率值，计算每个营运车辆的所属类别概率。
S240、根据每个营运车辆的所属类别概率，确定每个营运车辆的所属类别。
表4示出了一种营运车辆的所属类别概率的示例。
表4
如此，能够结合接客的类型(比如是短途还是长途为主)、接客的时间段(比如是早上、中午、晚上)、接客的地理位置(市区、郊区、机场)对营运车辆进行准确的分类。
本发明实施例提供一种营运车辆的调度方法，包括：获取当前单位调度时间段位于预设范围内的多个营运车辆的营运数据，其中，预设范围至少覆盖目标接驳站所在的地理范围；根据每个营运车辆的营运数据和目标标识，确定车辆队列信息，其中，车辆队列信息包括普通队列和专用队列，普通队列和/或专用队列中包括至少一个营运车辆；预测目标接驳站内将要乘坐营运车辆的目标乘客的信息，其中，目标乘客的信息至少包括目标乘客序列号；根据普通队列、专用队列和目标乘客序列号，分别调度每个营运车辆。通过分别对营运车辆和乘客进行分析，得到车辆队列信息和目标乘客的信息，其中，车辆队列信息包括普通队列和专用队列，普通队列和/或专用队列中包括至少一个营运车辆，目标乘客的信息至少包括目标乘客序列号，进而根据普通队列、专用队列和目标乘客序列号，分别调度每个营运车辆。如此，能够对营运车辆进行精准分类，并基于营运车辆的类型、目标乘客的信息等多维度因素调度营运车辆，实现了智能地对营运车辆进行统一调度的目的，节约了人工成本；进一步地，对于等待时间过长的营运车辆，可以根据营运车辆的所属类别确定其离开概率，并对离开概率比较高的营运车辆进行提示，以劝其离开，从而缓解目标接驳站及其周边环境的拥堵情况。
实施例三
图5为本发明实施例三提供的一种营运车辆的调度装置的结构示意图。如图5所示，该装置包括：数据获取模块501，队列确定模块502，乘客预测模块503和车辆调度模块504。
数据获取模块501，用于获取当前单位调度时间段位于预设范围内的多个营运车辆的营运数据，其中，预设范围至少覆盖目标接驳站所在的地理范围；
队列确定模块502，用于根据每个营运车辆的营运数据和目标标识，确定车辆队列信息，其中，车辆队列信息包括普通队列和专用队列，普通队列和/或专用队列中包括至少一个营运车辆；
乘客预测模块503，用于预测目标接驳站内将要乘坐营运车辆的目标乘客的信息，其中，目标乘客的信息至少包括目标乘客序列号；
车辆调度模块504，用于根据普通队列、专用队列和目标乘客序列号，分别调度每个营运车辆。
可选的，对于任一营运车辆，队列确定模块502，具体用于确定营运车辆上是否携带有目标标识；若携带有目标标识，则确定营运车辆位于专用队列；若未携带有目标标识，则根据营运车辆的营运数据，计算营运车辆的得分；确定营运车辆的得分是否大于或者等于第一预设阈值；若营运车辆的得分大于或者等于第一预设阈值，则确定营运车辆位于专用队列；若营运车辆的得分小于第一预设阈值，则确定营运车辆位于普通队列。
可选的，位于专用队列的营运车辆，按照先进入目标接驳站先排列，同时进入目标接驳站按照优先级从高到低的顺序排列，相同优先级按照得分从高到低的顺序排列；其中，携带有目标标识的营运车辆的优先级高于得分大于或者等于第一预设阈值的营运车辆的优先级；
位于普通队列的营运车辆，按照先进入目标接驳站先排列，同时进入目标接驳站按照得分从高到低的顺序排列。
可选的，营运数据包括地理位置变量、接单类型变量和接单时间变量；
队列确定模块502，具体用于基于因子分析算法，分别确定地理位置变量的权重、接单类型变量的权重和接单时间变量的权重；根据地理位置变量、地理位置变量的权重、接单类型变量、接单类型变量的权重、接单时间变量和接单时间变量的权重，计算营运车辆的得分。
可选的，目标乘客的信息还包括目标乘客等待时长，目标乘客序列号和目标乘客等待时长一一对应；
乘客预测模块503，具体用于获取目标接驳站内有意愿乘坐营运车辆的多个候选乘客；根据每个候选乘客与上客点之间的距离和第一常数，确定候选乘客的信息，其中，候选乘客的信息包括候选乘客序列号和候选乘客等待时长，候选乘客序列号和候选乘客等待时长一一对应；根据候选乘客的信息，确定目标乘客的信息。
可选的，乘客预测模块503，具体用于获取目标接驳站的到站信息；根据到站信息，获取到达目标接驳站的多个原始乘客，其中，原始乘客的数量大于候选乘客的数量；根据原始乘客的数量和第二常数，确定多个候选乘客。
可选的，乘客预测模块503，具体用于计算候选乘客等待比例，其中，候选乘客等待比例等于候选乘客等待时长大于或者等于第二预设阈值的候选乘客的数量与所有候选乘客的数量的比值；根据候选乘客等待比例，确定候选乘客损失比例；根据候选乘客的信息和候选乘客损失比例，确定目标乘客的信息。
可选的，车辆调度模块504，具体用于根据目标乘客序列号中的最大序列号和第三常数，确定当前需求车辆数；根据当前需求车辆数，按照先调度专用队列后调度普通队列的顺序，调度营运车辆；若普通队列或者普通队列和专用队列中包括有剩余的营运车辆，则确定每个剩余的营运车辆的车辆等待时长，其中，车辆等待时长等于剩余的营运车辆的已等待时长与单位调度时间段之和。
可选的，对于任一剩余的营运车辆，车辆调度模块504，还用于根据剩余的营运车辆的所属类别，确定剩余的营运车辆的离开概率；确定剩余的营运车辆的离开概率是否大于或者等于第三预设阈值；若剩余的营运车辆的离开概率大于或者等于第三预设阈值，则向剩余的营运车辆对应的用户设备发送提示信息，其中，提示信息用于提示剩余的营运车辆的车辆等待时长较长。
可选的，营运数据包括地理位置变量、接单类型变量和接单时间变量；在上述实施例的基础上，结合图5，图6为本发明实施例三提供的另一种营运车辆的调度装置的结构示意图。如图6所示，该装置还包括：类别确定模块505；
类别确定模块505，用于基于高斯聚类算法，分别对每个营运车辆的地理位置变量、接单类型变量和接单时间变量进行聚类，得到每个营运车辆的地理位置变量聚类概率值、接单类型变量聚类概率值和接单时间变量聚类概率值；根据每个营运车辆的地理位置变量聚类概率值、接单类型变量聚类概率值和接单时间变量聚类概率值，计算每个营运车辆的所属类别概率；根据每个营运车辆的所属类别概率，确定每个营运车辆的所属类别。
本发明实施例所提供的营运车辆的调度装置可执行本发明任意实施例所提供的营运车辆的调度方法，具备执行方法相应的功能模块和有益效果。
实施例四
图7示出了可以用来实施本发明的实施例的电子设备10的结构示意图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本发明的实现。
如图7所示，电子设备10包括至少一个处理器11，以及与至少一个处理器11通信连接的存储器，如只读存储器(ROM)12、随机访问存储器(RAM)13等，其中，存储器存储有可被至少一个处理器执行的计算机程序，处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序，来执行各种适当的动作和处理。在RAM 13中，还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。
电子设备10中的多个部件连接至I/O接口15，包括：输入单元16，例如键盘、鼠标等；输出单元17，例如各种类型的显示器、扬声器等；存储单元18，例如磁盘、光盘等；以及通信单元19，例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理，例如营运车辆的调度方法。
在一些实施例中，营运车辆的调度方法可被实现为计算机程序，其被有形地包含于计算机可读存储介质，例如存储单元18。在一些实施例中，计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM 13并由处理器11执行时，可以执行上文描述的营运车辆的调度方法的一个或多个步骤。备选地，在其他实施例中，处理器11可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行营运车辆的调度方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器，使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本发明的上下文中，计算机可读存储介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。备选地，计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互，可以在电子设备上实施此处描述的系统和技术，该电子设备具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与VPS服务中，存在的管理难度大，业务扩展性弱的缺陷。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本发明的技术方案所期望的结果，本文在此不进行限制。
上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。
Claims (13)
1.一种营运车辆的调度方法，其特征在于，包括：
获取当前单位调度时间段位于预设范围内的多个营运车辆的营运数据，其中，所述预设范围至少覆盖目标接驳站所在的地理范围；
根据每个所述营运车辆的所述营运数据和目标标识，确定车辆队列信息，其中，所述车辆队列信息包括普通队列和专用队列，所述普通队列和/或所述专用队列中包括至少一个所述营运车辆；
预测所述目标接驳站内将要乘坐所述营运车辆的目标乘客的信息，其中，所述目标乘客的信息至少包括目标乘客序列号；
根据所述普通队列、所述专用队列和所述目标乘客序列号，分别调度每个所述营运车辆。
2.根据权利要求1所述的方法，其特征在于，对于任一所述营运车辆，所述根据所述营运车辆的所述营运数据和目标标识，确定车辆队列信息，包括：
确定所述营运车辆上是否携带有所述目标标识；
若携带有所述目标标识，则确定所述营运车辆位于所述专用队列；
若未携带有所述目标标识，则根据所述营运车辆的所述营运数据，计算所述营运车辆的得分；
确定所述营运车辆的得分是否大于或者等于第一预设阈值；
若所述营运车辆的得分大于或者等于第一预设阈值，则确定所述营运车辆位于所述专用队列；
若所述营运车辆的得分小于第一预设阈值，则确定所述营运车辆位于所述普通队列。
3.根据权利要求2所述的方法，其特征在于，
位于所述专用队列的所述营运车辆，按照先进入所述目标接驳站先排列，同时进入所述目标接驳站按照优先级从高到低的顺序排列，相同优先级按照得分从高到低的顺序排列；其中，携带有所述目标标识的所述营运车辆的优先级高于得分大于或者等于第一预设阈值的所述营运车辆的优先级；
位于所述普通队列的所述营运车辆，按照先进入所述目标接驳站先排列，同时进入所述目标接驳站按照得分从高到低的顺序排列。
4.根据权利要求2所述的方法，其特征在于，所述营运数据包括地理位置变量、接单类型变量和接单时间变量；所述根据所述营运车辆的所述营运数据，计算所述营运车辆的得分，包括：
基于因子分析算法，分别确定地理位置变量的权重、接单类型变量的权重和接单时间变量的权重；
根据所述地理位置变量、所述地理位置变量的权重、所述接单类型变量、所述接单类型变量的权重、所述接单时间变量和所述接单时间变量的权重，计算所述营运车辆的得分。
5.根据权利要求1所述的方法，其特征在于，所述目标乘客的信息还包括目标乘客等待时长，所述目标乘客序列号和所述目标乘客等待时长一一对应；所述预测所述目标接驳站内将要乘坐所述营运车辆的目标乘客的信息，包括：
获取所述目标接驳站内有意愿乘坐所述营运车辆的多个候选乘客；
根据每个所述候选乘客与上客点之间的距离和第一常数，确定候选乘客的信息，其中，所述候选乘客的信息包括候选乘客序列号和候选乘客等待时长，所述候选乘客序列号和所述候选乘客等待时长一一对应；
根据所述候选乘客的信息，确定所述目标乘客的信息。
6.根据权利要求5所述的方法，其特征在于，所述获取所述目标接驳站内有意愿乘坐所述营运车辆的多个候选乘客，包括：
获取所述目标接驳站的到站信息；
根据所述到站信息，获取到达所述目标接驳站的多个原始乘客，其中，所述原始乘客的数量大于所述候选乘客的数量；
根据所述原始乘客的数量和第二常数，确定多个所述候选乘客。
7.根据权利要求5所述的方法，其特征在于，所述根据所述候选乘客的信息，确定所述目标乘客的信息，包括：
计算候选乘客等待比例，其中，所述候选乘客等待比例等于所述候选乘客等待时长大于或者等于第二预设阈值的候选乘客的数量与所有候选乘客的数量的比值；
根据所述候选乘客等待比例，确定候选乘客损失比例；
根据所述候选乘客的信息和所述候选乘客损失比例，确定所述目标乘客的信息。
8.根据权利要求1所述的方法，其特征在于，所述根据所述普通队列、所述专用队列和所述目标乘客序列号，分别调度每个所述营运车辆，包括：
根据所述目标乘客序列号中的最大序列号和第三常数，确定当前需求车辆数；
根据所述当前需求车辆数，按照先调度所述专用队列后调度所述普通队列的顺序，调度所述营运车辆；
若所述普通队列或者所述普通队列和所述专用队列中包括有剩余的营运车辆，则确定每个所述剩余的营运车辆的车辆等待时长，其中，所述车辆等待时长等于所述剩余的营运车辆的已等待时长与单位调度时间段之和。
9.根据权利要求8所述的方法，其特征在于，对于任一所述剩余的营运车辆，在确定所述剩余的营运车辆的车辆等待时长后，还包括：
根据所述剩余的营运车辆的所属类别，确定所述剩余的营运车辆的离开概率；
确定所述剩余的营运车辆的离开概率是否大于或者等于第三预设阈值；
若所述剩余的营运车辆的离开概率大于或者等于第三预设阈值，则向所述剩余的营运车辆对应的用户设备发送提示信息，其中，所述提示信息用于提示所述剩余的营运车辆的车辆等待时长较长。
10.根据权利要求1所述的方法，其特征在于，所述营运数据包括地理位置变量、接单类型变量和接单时间变量；还包括：
基于高斯聚类算法，分别对每个所述营运车辆的所述地理位置变量、所述接单类型变量和所述接单时间变量进行聚类，得到每个所述营运车辆的地理位置变量聚类概率值、接单类型变量聚类概率值和接单时间变量聚类概率值；
根据每个所述营运车辆的所述地理位置变量聚类概率值、所述接单类型变量聚类概率值和所述接单时间变量聚类概率值，计算每个所述营运车辆的所属类别概率；
根据每个所述营运车辆的所属类别概率，确定每个所述营运车辆的所属类别。
11.一种营运车辆的调度装置，其特征在于，包括：数据获取模块，队列确定模块，乘客预测模块和车辆调度模块；
所述数据获取模块，用于获取当前单位调度时间段位于预设范围内的多个营运车辆的营运数据，其中，所述预设范围至少覆盖目标接驳站所在的地理范围；
所述队列确定模块，用于根据每个所述营运车辆的所述营运数据和目标标识，确定车辆队列信息，其中，所述车辆队列信息包括普通队列和专用队列，所述普通队列和/或所述专用队列中包括至少一个所述营运车辆；
所述乘客预测模块，用于预测所述目标接驳站内将要乘坐所述营运车辆的目标乘客的信息，其中，所述目标乘客的信息至少包括目标乘客序列号；
所述车辆调度模块，用于根据所述普通队列、所述专用队列和所述目标乘客序列号，分别调度每个所述营运车辆。
12.一种电子设备，其特征在于，所述电子设备包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-10中任一项所述的营运车辆的调度方法。
13.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现权利要求1-10中任一项所述的营运车辆的调度方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211715528.8A CN116013059A (zh) | 2022-12-29 | 2022-12-29 | 一种营运车辆的调度方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211715528.8A CN116013059A (zh) | 2022-12-29 | 2022-12-29 | 一种营运车辆的调度方法、装置、电子设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116013059A true CN116013059A (zh) | 2023-04-25 |
Family
ID=86023011
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211715528.8A Pending CN116013059A (zh) | 2022-12-29 | 2022-12-29 | 一种营运车辆的调度方法、装置、电子设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116013059A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116448121A (zh) * | 2023-05-04 | 2023-07-18 | 大连宗益科技发展有限公司 | 一种机场车辆导航方法及系统 |
| CN116821721A (zh) * | 2023-07-03 | 2023-09-29 | 上海金润联汇数字科技有限公司 | 一种跨城网约车的识别方法、装置、设备及介质 |
-
2022
- 2022-12-29 CN CN202211715528.8A patent/CN116013059A/zh active Pending
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116448121A (zh) * | 2023-05-04 | 2023-07-18 | 大连宗益科技发展有限公司 | 一种机场车辆导航方法及系统 |
| CN116448121B (zh) * | 2023-05-04 | 2024-02-02 | 大连宗益科技发展有限公司 | 一种机场车辆导航方法及系统 |
| CN116821721A (zh) * | 2023-07-03 | 2023-09-29 | 上海金润联汇数字科技有限公司 | 一种跨城网约车的识别方法、装置、设备及介质 |
| CN116821721B (zh) * | 2023-07-03 | 2024-04-02 | 上海金润联汇数字科技有限公司 | 一种跨城网约车的识别方法、装置、设备及介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20220172175A1 (en) | Transportation system and method for allocating frequencies of transit services therein | |
| KR101994631B1 (ko) | 서비스의 공급을 관리하기 위한 시스템 및 방법 | |
| CN116013059A (zh) | 一种营运车辆的调度方法、装置、电子设备及存储介质 | |
| US20180012499A1 (en) | System and Method for Predicting Aircraft Taxi Time | |
| WO2016127918A1 (zh) | 一种运力调度方法及系统 | |
| CN105894847B (zh) | 一种云平台环境下无监督学习的实时公交动态调度系统及方法 | |
| CN105279955B (zh) | 一种拼车方法及设备 | |
| JP6895325B2 (ja) | 交通需要予測装置、交通需要予測方法、及び交通需要予測プログラム | |
| CN109816128B (zh) | 网约车订单的处理方法、装置、设备及可读存储介质 | |
| CN110570678A (zh) | 一种公交车辆从起点到终点总行驶时间预测方法及装置 | |
| CN113780808A (zh) | 基于柔性公交接驳系统线的车辆服务属性决策优化方法 | |
| CN114222252B (zh) | 一种消息生成方法、装置、电子设备及存储介质 | |
| CN117371596A (zh) | 一种基于多源数据的智慧城市用公共交通综合调控系统 | |
| CN110415513A (zh) | 一种公交专用道服务指数发布方法、系统及电子设备 | |
| CN110657817A (zh) | 行程路线的推荐方法及装置 | |
| CN114492951A (zh) | 一种基于客流预测的资源调配方法、装置及设备 | |
| CN112669604B (zh) | 城市交通调度方法及装置 | |
| US20200356931A1 (en) | Resource mediation system and resource mediation apparatus | |
| CN114036411A (zh) | 一种路线规划方法、装置、设备及介质 | |
| CN113592272A (zh) | 一种公交及巡游小巴的调度方法 | |
| CN112669603B (zh) | 基于大数据的城市交通协同方法及装置 | |
| CN116312022A (zh) | 一种基于用户偏好和车位占用率的停车推荐系统 | |
| CN115099716A (zh) | 一种面向不同线路的大站快车与全程车调度方法及系统 | |
| CN113536128A (zh) | 交通枢纽换乘方式的推荐方法及电子设备 | |
| CN114219192A (zh) | 公共交通工具的智能分配方法及装置 |
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 |