CN116402322B - 车辆调度方法、装置及计算机设备 - Google Patents

车辆调度方法、装置及计算机设备 Download PDF

Info

Publication number
CN116402322B
CN116402322B CN202310677978.0A CN202310677978A CN116402322B CN 116402322 B CN116402322 B CN 116402322B CN 202310677978 A CN202310677978 A CN 202310677978A CN 116402322 B CN116402322 B CN 116402322B
Authority
CN
China
Prior art keywords
driver
sample
drivers
preset
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
CN202310677978.0A
Other languages
English (en)
Other versions
CN116402322A (zh
Inventor
于志杰
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 Baiju Yixing Technology Co ltd
Original Assignee
Beijing Baiju Yixing Technology Co ltd
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 Baiju Yixing Technology Co ltd filed Critical Beijing Baiju Yixing Technology Co ltd
Priority to CN202310677978.0A priority Critical patent/CN116402322B/zh
Publication of CN116402322A publication Critical patent/CN116402322A/zh
Application granted granted Critical
Publication of CN116402322B publication Critical patent/CN116402322B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06Q10/06—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
    • 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
    • G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
    • 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
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Economics (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Operations Research (AREA)
  • Marketing (AREA)
  • Game Theory and Decision Science (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Traffic Control Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本申请涉及一种车辆调度方法、装置及计算机设备，包括：响应于调度指令，将调度指令指定的区域单元作为目标区域单元，以及选择与目标区域单元相接且相互不重叠的多个区域单元；从位于目标区域单元的司机中选择多个样本司机；经过预设时长后，基于每个样本司机的当前位置，统计每个区域单元在预设的各个样本司机分层上的样本司机个数；根据每个区域单元在预设的各个样本司机分层上的样本司机个数对每个区域单元进行评分；根据每个区域单元的评分对当前位于目标区域单元的目标司机进行调度。通过上述方法的步骤，能够精确地选取目标司机进行车辆调度，实现区域评估数据化以及车辆调度合理化和人性化。

Description

车辆调度方法、装置及计算机设备
技术领域
本发明实施例涉及网约车服务技术领域，尤其涉及一种车辆调度方法、装置及计算机设备。
背景技术
在网约车服务领域中，网约车平台为了提高整体订单成交量，不仅需要站在乘客的角度来满足他们的需求，还需要满足司机对于订单的主观需求。对于网约车的司机来说，他们则更希望在有限的工作时间内完成更多的订单，换而言之，他们追求订单的性价比。
目前业内一般通过预测一定的时空范围内的网约车供需关系的方法，来对司机进行订单推荐和车辆调度，即进行接单指引。通过这样的方式，只是司机将自身的闲时和顺路资源尽可能地利用起来，使司机适时地朝向网约车订单的需求热区行驶，缓解需求热区压力。
然而，发明人意识到，若采用现有的方法来对司机进行调度，容易让大量闲时司机涌入需求热区而抢不到订单，造成司机供给大于实际订单需求的问题。而且，在实际情况下，部分司机具备一定片区范围内的从业经验，他们能充分利用自身的闲时和顺路资源，无需平台调度。相反，其他司机由于各种原因无法充分利用自身的闲时和顺路资源，需要平台进行调度。然而，若采用现有的调度方法会无差别地对司机进行车辆调度，会造成调度资源浪费。因此，现有的技术手段并不能很好地解决在司机供给大于实际订单需求的情况下出现的问题，难以提升司机整体的业务效率。
发明内容
本申请针对上述不足或缺点，提供了一种车辆调度方法、装置及计算机设备。本申请实施例能够精确地对目标对目标司机进行车辆调度，实现区域评估数据化以及车辆调度合理化和人性化。
本申请根据第一方面提供了一种车辆调度方法，包括：
响应于调度指令，将调度指令指定的区域单元作为目标区域单元，以及选择与目标区域单元相接且相互不重叠的多个区域单元；
从位于目标区域单元的司机中选择多个样本司机；
经过预设时长后，基于每个样本司机的当前位置，统计每个区域单元在预设的各个样本司机分层上的样本司机个数；
根据每个区域单元在预设的各个样本司机分层上的样本司机个数对每个区域单元进行评分；
根据每个区域单元的评分对当前位于目标区域单元的目标司机进行调度。
在一些实施例中，从位于目标区域单元的司机中选择多个样本司机，该方法包括：
在目标区域单元中，从各个样本司机分层对应的司机中选取预定数量的司机作为样本司机。
在一些实施例中，在目标区域单元中，从各个样本司机分层对应的司机中选取预定数量的司机作为样本司机之前，该方法还包括：
获取位于目标区域单元的每个司机的相关信息；每份相关信息包括对应的司机的历史接驾时间、历史送驾时间和全天出车时长；
根据每个司机的相关信息计算每个司机的历史负载值；
根据预设分层间隔和每个司机的历史负载值确定每个司机对应的样本司机分层。
在一些实施例中，根据每个司机的相关信息计算每个司机的历史负载值，该方法包括：
通过如下公式计算每个司机的历史负载值：
；
其中，为任一司机的历史负载值，/>为该任一司机的历史接驾时间，/>为该任一司机的历史送驾时间，/>为该任一司机的全天出车时长，/>为可变参数。
在一些实施例中，根据每个区域单元在预设的各个样本司机分层上的样本司机个数对每个区域单元进行评分，该方法包括：
获取各个样本司机分层对应的预设负载值；
根据每个区域单元在预设的各个样本司机分层上的样本司机个数以及各个样本司机分层对应的预设负载值计算每个区域单元的评分。
在一些实施例中，通过如下公式计算每个区域单元的评分：
；
其中，Score为任一区域单元的评分，为预设的分层的总个数，/>为第/>个样本司机分层，/>为第/>个样本司机分层对应的预设负载值，/>为该任一区域单元中的第/>个样本司机分层的样本司机个数。
在一些实施例中，在对目标司机进行调度之前，该方法还包括：
从当前位于目标区域单元的司机中，选择历史负载值小于或等于预设负载阈值的司机作为目标司机。
在一些实施例中，根据每个区域单元的评分对当前位于目标区域单元的目标司机进行调度，该方法包括：
向目标司机推送评分最高的一个或多个区域单元以对目标司机进行调度。
本申请根据另一方面还提供了一种车辆调度装置，包括：
指令接收模块：用于响应于调度指令，将调度指令指定的区域单元作为目标区域单元，以及选择与目标区域单元相接且相互不重叠的多个区域单元；
区域采样模块：用于从位于目标区域单元的司机中选择多个样本司机；
区域评分模块：用于经过预设时长后，基于每个样本司机的当前位置，统计每个区域单元在预设的各个样本司机分层上的样本司机个数；根据每个区域单元在预设的各个样本司机分层上的样本司机个数对每个区域单元进行评分；
司机调度模块：用于根据每个区域单元的评分对当前位于目标区域单元的目标司机进行调度。
本申请根据另一方面还提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，上述处理器执行计算机程序时实现上述车辆调度的任一项方法的步骤。
通过上述实施例的方法的步骤，平台在接收到调度指令时，先将调度指令指定的区域单元作为目标区域单元，以及选择与目标区域单元相接且相互不重叠的多个区域单元。然后从位于目标区域单元的司机中选择多个样本司机。经过预设时长后，基于每个样本司机的当前位置，统计每个区域单元在预设的各个样本司机分层上的样本司机个数。然后，根据每个区域单元在预设的各个样本司机分层上的样本司机个数对每个区域单元进行评分，该每个区域单元的评分将会被作为区域单元评估的依据，实现了区域单元评估数据化。
最后，根据每个区域单元的评分对当前位于目标区域单元的目标司机进行调度。由于可以根据上述每个区域单元的评分，严谨地评估司机对于每个区域单元的实际需求，以防上述司机供给大于实际订单需求的问题发生，实现了车辆调度合理化，提升司机整体的业务效率。而且，上述的方法和步骤会精确地选取目标司机进行车辆调度，不会无差别地对司机进行车辆调度而造成资源浪费。
附图说明
图1为本申请一个或多个实施例中一种车辆调度方法的流程示意图；
图2为本申请一个或多个实施例中目标区域单元及其周围的区域单元示意图；
图3为本申请一个或多个实施例中一个周期内的车辆调度任务示意图；
图4为本申请一个或多个实施例中对司机分层的流程示意图；
图5为本申请一个或多个实施例中对每个区域单元进行评分的流程示意图；
图6为本申请一个或多个实施例中一种车辆调度装置的结构示意图；
图7为本申请一个或多个实施例中一种计算机设备的内部结构示意图。
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用以解释本申请，并不用于限定本申请。
本申请根据第一方面提供了一种车辆调度方法，如图1所示，该方法包括：
S110：响应于调度指令，将调度指令指定的区域单元作为目标区域单元，以及选择与目标区域单元相接且相互不重叠的多个区域单元；
在本实施例中，将某个地理区域划分为多个区域单元，并通过车辆调度平台（下文简称为平台）来对各个区域单元内的车辆进行调度。其中，平台可以响应于调度指令，对该调度指令指定的区域单元中的车辆进行调度。该调度指令可以是平台的管理人员，如运营人员根据实际的车辆调度需求向平台下达的，也可以是运营人员预先根据车辆调度需求配置的定时任务触发的。目标区域单元是调度指令所指定的任一个区域单元，调度指令可以指定一个或多个区域单位作为目标区域单元。
上述的某个地理区域可以根据具体场景来选定，本实施例不进行具体限制，例如其可以是一个或多个城市的部分或全部辖区。将地理区域划分为多个区域单元的方式有多种，例如，可以采用H3网格算法来将地理区域划分为多个区域单元。
示例性地，假设某个地理区域如图2所示，该地理区域被划分为7个区域单元，并且该调度指令指定区域单元0作为目标区域单元，平台先选择该地理区域中的与该区域单元0相邻的若干个区域单元，其中，该若干个区域单元的数量可由管理人员根据实际场景预先进行配置，本实施例不进行限制，在本示例中，平台选择了其余6个区域单元，即区域单元1-6。
其中，上述H3网格算法是由UBER（Uber Technologies,Inc.）公司开发的一个六边形分层索引网格系统，可将地球空间划分为可识别的网格单元编码。
需要说明的是，在划分区域单元时，区域单元的最外边界包含任一司机在预设时长内理论上可迁移的最远端。换而言之，任一司机从区域单元0处的任一位置出发，经过预设时长后，理论上无法驶出区域单元0-6的覆盖范围。通过上述方法的步骤，可以获得合适的目标区域单元以及相接且相互不重叠的多个区域单元。示例性地，某一司机初始位置位于区域单元0、5和6的交点处，那么经过5分钟的预设时长后，理论上可行驶的最大距离为5千米，那么区域单元5和6的相交线的长度设置要大于5千米。
S120：从位于目标区域单元的司机中选择多个样本司机；
示例性地，如图2所示，平台在确定了区域单元0作为目标区域单元后的时刻内，从区域单元0中选择多个样本司机。其中，前述的多个样本司机在预设时长后会迁移至区域单元1-6，或者依然留在区域单元0。而且，前述的多个样本司机会处于不同的20个预设的样本司机分层上。通过上述方法的步骤，可以选出合适的处于不同的预设的样本司机分层上多个样本司机。
S130：经过预设时长后，基于每个样本司机的当前位置，统计每个区域单元在预设的各个样本司机分层上的样本司机个数；根据每个区域单元在预设的各个样本司机分层上的样本司机个数对每个区域单元进行评分；
示例性地，平台按照司机的业务能力（历史负载值越高，业务能力越强）不同，先设置了20个预设的样本司机分层。经过预设时长后，如图2所示，上述的样本司机会迁移至区域单元1-6，或者停留在区域单元0。然后基于每个样本司机的当前位置，统计每个区域单元（即区域单元0-6）在预设的各个样本司机分层（即不同的20个预设的样本司机分层）上的样本司机个数。最后根据每个区域单元（即区域单元0-6）在预设的各个样本司机分层（即不同的20个预设的样本司机分层）上的样本司机个数对每个区域单元进行评分。
示例性地，经过预设时长后，区域单元1内包含有3个预设的样本司机分层的样本司机。其中，上述3种预设的样本司机分层中的样本司机个数分别为1、3、8。最后，根据上述3种预设的样本司机分层中的样本司机个数，分别为1、3、8，来对区域单元1进行评分。同理，对于区域单元0、2-6，也按照上述方法分别对区域单元0、2-6进行评分。通过上述方法的步骤，可以有序地对多个区域单元进行评分。
S140：根据每个区域单元的评分对当前位于目标区域单元的目标司机进行调度。
在本实施例中，上述车辆调度平台可以通过向司机客户端发送调度指令来对当前位于目标区域单元的目标司机进行调度。其中，司机客户端可以为司机的手机、车载GPS等。
示例性地，如图3所示，某一司机开启客户端后，平台先检测该司机的历史负载值以及当前位置。若确定了该司机的当前位置位于目标区域单元内，且司机的历史负载值不大于0.7，则将该司机作为目标司机，然后根据每个区域单元的评分（即根据时空网格评分数据）对当前位于目标区域单元的目标司机进行调度，即将推荐的跃迁网格发送至上述目标司机的客户端。通过上述方法的步骤，可以精确地选取目标司机进行车辆调度。
在一些实施例中，从位于目标区域单元的司机中选择多个样本司机，该方法包括：
在目标区域单元中，从各个样本司机分层对应的司机中选取预定数量的司机作为样本司机。
上述的预设数量可以根据具体场景进行限定，本实施例不进行具体限制，一般而言，上述样本司机的司机个数小于或等于目标区域单元中司机的总数。
在一些实施例中，如图4所示，在目标区域单元中，从各个样本司机分层对应的司机中选取预定数量的司机作为样本司机之前，该方法还包括：
S210：获取位于目标区域单元的每个司机的相关信息；每份相关信息包括对应的司机的历史接驾时间、历史送驾时间和全天出车时长；
在本实施例中，每个司机的客户端（例如手机、车载GPS）记录有每个司机的相关信息。其中，每份相关信息中的历史接驾时间为该司机在之前某时间段内的总的接驾时长，每次接驾时长具体可以为该司机在接到订单后，前往接驾目的地接送乘客的这一段时长。最后再统计之前一段时间内该司机所有订单的接送时长的和，作为上述历史接驾时间。历史送驾时间为该司机在之前某时间段内的总的送驾时长，每次送驾时长具体可以为该司机在乘客上车后，前往乘客目的地接送乘客的这一段时长。最后再统计之前一段时间内该司机所有订单的送驾时长的和，作为上述历史送驾时间。其中，该司机的历史接驾时间与历史送驾时间之和，反映了该司机在上一段时间内的总的完单量，即工作量。司机的全天出车时长即为司机的全天工作时长，可以通过检测当天司机启动汽车以及客户端开始接单的时刻，至关闭客户端为止的工作的时刻来确定司机的全天工作时长，然后总计该司机一段时间内每天的工作时长，作为司机的全天出车时长。
示例性地，如图2所示，平台获取位于目标区域单元（例如区域单元0）的每个司机的上个月的相关信息；每份相关信息包括对应的司机的历史接驾时间（例如上个月的接驾时长）、历史送驾时间（例如上个月的送驾时长）和全天出车时长（例如上个月的全天出车时长）。
具体地，平台获取位于区域单元0的司机A的一份相关信息。该份相关信息包括了司机A的上个月的接驾时长30小时、上个月的送驾时长40小时和上个月的全天出车时长100小时。
S220：根据每个司机的相关信息计算每个司机的历史负载值；
示例性地，如图2所示，平台根据每个司机（例如位于区域单元0的司机A）的相关信息计算每个司机的历史负载值。
具体地，根据位于区域单元0的司机A的相关信息，该份相关信息包括了司机A的上个月的接驾时长、上个月的送驾时长和上个月的全天出车时长，用以计算每个司机的历史负载值。采用相同的方法，平台依次为位于区域单元0的每个司机计算历史负载值。
S230：根据预设分层间隔和每个司机的历史负载值确定每个司机对应的样本司机分层。
在本实施例中，预设分层间隔为平台用于划分样本司机分层的依据，样本司机分层为按照上述分层间隔预设的层级。
示例性地，平台按照每0.05的司机历史负载值来划分样本司机分层。由于每个司机的历史负载值的范围为0-1，平台按照0.05的预设分层间隔可以将司机分层分为20个样本司机分层。
具体地，若位于区域单元0的司机A的历史负载值为0.6，则司机A的样本司机分层将会被平台确定为[0.60,0.65)。采用相同的方法，平台依次根据每个位于区域单元0的司机的历史负载值，确定每个司机对应的样本司机分层。
在一些实施例中，根据每个司机的相关信息计算每个司机的历史负载值，该方法包括：
通过如下公式计算每个司机的历史负载值：
；
其中，为任一司机的历史负载值，/>为该任一司机的历史接驾时间，/>为该任一司机的历史送驾时间，/>为该任一司机的全天出车时长，/>为可变参数。
在本实施例中，一般为取值范围0-1的实数，用以调整司机的历史负载值以适应不同的评估系统。
示例性地，位于区域单元0的司机A的上个月的接驾时长为30小时，上个月的送驾时长为30小时，上个月的全天出车时长为100小时。那么，司机A的取为30，/>取为30，取为100，/>为可变参数，可取为1。然后，平台通过如下算式计算司机A的历史负载值：
；
最终计算得出司机A的历史负载值为0.6。通过上述的计算方法，可以依次计算出每个司机的历史负载值。
在一些实施例中，如图5所示，根据每个区域单元在预设的各个样本司机分层上的样本司机个数对每个区域单元进行评分，该方法包括：
S310：获取各个样本司机分层对应的预设负载值；
在本实施例中，预设负载值为平台内预设的每个样本司机分层所对应的司机历史负载值。
示例性地，样本司机分层[0.00,0.05)对应的预设负载值为0，样本司机分层[0.05,0.10)对应的预设负载值为0.05。
S320：根据每个区域单元在预设的各个样本司机分层上的样本司机个数以及各个样本司机分层对应的预设负载值计算每个区域单元的评分。
示例性地，如图2所示，区域单元0上的样本司机分层[0.60,0.65)上的样本司机个数为1，样本司机分层[0.65,0.70)上的样本司机个数为3，样本司机分层[0.70,0.75)上的样本司机个数为8。平台据此（区域单元0上3种样本司机分层中的样本司机个数1、3、8）来计算区域单元0的评分。采用相同的方法，依次计算区域单元2-6的评分。通过上述方法的步骤，可以有序地对每个区域单元进行评分。
在一些实施例中，通过如下公式计算每个区域单元的评分：
；
其中，Score为任一区域单元的评分，为预设的分层的总个数，/>为第/>个样本司机分层，/>为第/>个样本司机分层对应的预设负载值，/>为该任一区域单元中的第/>个样本司机分层的样本司机个数。
在本实施例中，为平台根据预设分层间隔预设的分层的总个数。
示例性地，平台按照每0.05的司机历史负载值来划分样本司机分层。由于每个司机的历史负载值的范围为0-1，平台按照0.05的预设分层间隔预设的分层的总个数为20，每个样本司机分层依次为[0.00,0.05)、[0.05,0.10)....[0.95,1.00)。如图2所示，区域单元0上的样本司机分层[0.60,0.65)上的样本司机个数为1，样本司机分层[0.65,0.70)上的样本司机个数为3，样本司机分层[0.70,0.75)上的样本司机个数为8。
平台通过如下算式计算区域单元0的评分：
最终计算得出区域单元0的评分为8.15。通过上述的计算方法，可以有序地依次计算出每个区域单元的评分。
在一些实施例中，在对目标司机进行调度之前，该方法还包括：
从当前位于目标区域单元的司机中，选择历史负载值小于或等于预设负载阈值的司机作为目标司机。
在本实施例中，预设负载阈值为平台按照需求预设的值，用于作为评估司机业务能力的标准。
示例性地，如图2和图3所示，平台从当前位于目标区域单元（即区域单元0）的司机中，选择历史负载值小于或等于预设负载阈值（预设负载阈值即为0.7）的司机作为目标司机。具体地，平台从当前位于区域单元0中，选取历史负载值小于或等于0.7的新手司机作为目标司机。一般而言，司机的历史负载值越大，表示他业务能力越强。反之，司机的历史负载值越小，表示他业务能力越弱，越容易被视为新手司机。通过上述的方法，可以精确地从目标区域单元中选取目标司机。
在一些实施例中，根据每个区域单元的评分对当前位于目标区域单元的目标司机进行调度，该方法包括：
向目标司机推送评分最高的一个或多个区域单元以对目标司机进行调度。
示例性地，如图2所示，区域单元0-6的评分分别为8、10、8.5、3、7、9、12。假设目标司机的客户端预先设置了接收来自3个区域单元的订单推送消息，那么该目标司机的客户端将会接收到来自平台发送的区域单元1、5、6的订单推送消息。最终，司机根据来自区域单元1、5、6的订单推送消息来进行车辆调度。通过上述的方法，可以实现数据化地对车辆进行调度。
本申请根据另一方面还提供了一种车辆调度装置，包括：
指令接收模块110：用于响应于调度指令，将调度指令指定的区域单元作为目标区域单元，以及选择与目标区域单元相接且相互不重叠的多个区域单元；
区域采样模块120：用于从位于目标区域单元的司机中选择多个样本司机；
上述区域采样模块120还用于在目标区域单元中，从各个样本司机分层对应的司机中选取预定数量的司机作为样本司机。
上述区域评分模块130还用于获取位于目标区域单元的每个司机的相关信息；每份相关信息包括对应的司机的历史接驾时间、历史送驾时间和全天出车时长；根据每个司机的相关信息计算每个司机的历史负载值；根据预设分层间隔和每个司机的历史负载值确定每个司机对应的样本司机分层。
上述区域评分模块130还用于通过如下公式计算每个司机的历史负载值：
；
其中，为任一司机的历史负载值，/>为该任一司机的历史接驾时间，/>为该任一司机的历史送驾时间，/>为该任一司机的全天出车时长，/>为可变参数。
区域评分模块130：用于经过预设时长后，基于每个样本司机的当前位置，统计每个区域单元在预设的各个样本司机分层上的样本司机个数；根据每个区域单元在预设的各个样本司机分层上的样本司机个数对每个区域单元进行评分；
上述区域评分模块130还用于获取各个样本司机分层对应的预设负载值；根据每个区域单元在预设的各个样本司机分层上的样本司机个数以及各个样本司机分层对应的预设负载值计算每个区域单元的评分。
上述区域评分模块130还用于通过如下公式计算每个区域单元的评分：
；
其中，Score为任一区域单元的评分，为预设的分层的总个数，/>为第/>个样本司机分层，/>为第/>个样本司机分层对应的预设负载值，/>为该任一区域单元中的第/>个样本司机分层的样本司机个数。
司机调度模块140：用于根据每个区域单元的评分对当前位于目标区域单元的目标司机进行调度。
上述司机调度模块140还用于向目标司机推送评分最高的一个或多个区域单元以对目标司机进行调度。
本申请根据另一方面还提供了一种计算机设备，如图7所示，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，上述处理器执行计算机程序时实现上述车辆调度的任一项方法的步骤。
本领域普通技术人员可以理解实现上述方法实施例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，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、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器（ROM）、可编程ROM（PROM）、电可编程ROM（EPROM）、电可擦除可编程ROM（EEPROM）或闪存。易失性存储器可包括随机存取存储器（RAM）或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM（SRAM）、动态RAM（DRAM）、同步DRAM（SDRAM）、双数据率SDRAM（DDRSDRAM）、增强型SDRAM（ESDRAM）、同步链路（Synchlink） DRAM（SLDRAM）、存储器总线（Rambus）、直接RAM（RDRAM）、直接存储器总线动态RAM（DRDRAM）、以及存储器总线动态RAM（RDRAM）等。
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发明专利范围的限制。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，本申请专利的保护范围应以所附权利要求为准。

Claims (7)

1.一种车辆调度方法，其特征在于，所述方法包括：
响应于调度指令，将所述调度指令指定的区域单元作为目标区域单元，以及选择与所述目标区域单元相接且相互不重叠的多个区域单元；
从位于所述目标区域单元的司机中选择多个样本司机；样本司机分层是按照预设的历史负载值范围和分层间隔设定的多个区间，所述分层间隔为每段所述区间的两端点之差；每个司机的历史负载值决定了该司机对应的样本司机分层；所述历史负载值是平台预先根据司机的相关信息计算得出的，每份所述相关信息包括对应的所述司机的历史接驾时间、历史送驾时间和全天出车时长；
经过预设时长后，基于每个样本司机的当前位置，统计每个区域单元在预设的各个样本司机分层上的样本司机个数；
根据每个所述区域单元在预设的各个样本司机分层上的样本司机个数对每个区域单元进行评分；
根据每个所述区域单元的评分对当前位于所述目标区域单元的目标司机进行调度；
所述根据每个所述区域单元在预设的各个样本司机分层上的样本司机个数对每个区域单元进行评分，包括：
获取各个所述样本司机分层对应的预设负载值，所述预设负载值为样本司机分层对应区间的最小历史负载值；
根据每个所述区域单元在预设的各个所述样本司机分层上的样本司机个数以及各个所述样本司机分层对应的预设负载值计算每个所述区域单元的评分；通过如下公式计算每个所述区域单元的评分：
；
其中，为任一所述区域单元的评分，/>为预设的分层的总个数，/>为第/>个所述样本司机分层，/>为第/>个所述样本司机分层对应的预设负载值，/>为该任一所述区域单元中的第/>个所述样本司机分层的样本司机个数；
所述根据每个所述区域单元的评分对当前位于所述目标区域单元的目标司机进行调度，包括：
向所述目标司机推送评分最高的一个或多个所述区域单元以对所述目标司机进行调度。
2.根据权利要求1所述的方法，其特征在于，从位于所述目标区域单元的司机中选择多个样本司机，包括：
在所述目标区域单元中，从各个所述样本司机分层对应的司机中选取预定数量的司机作为样本司机。
3.根据权利要求2所述的方法，其特征在于，在所述目标区域单元中，从各个所述样本司机分层对应的司机中选取预定数量的司机作为样本司机之前，所述方法还包括：
获取位于所述目标区域单元的每个司机的相关信息；
根据每个所述司机的相关信息计算每个所述司机的历史负载值；
根据预设分层间隔和每个所述司机的历史负载值确定每个所述司机对应的样本司机分层。
4.根据权利要求3所述的方法，其特征在于，根据每个所述司机的相关信息计算每个所述司机的历史负载值，包括：
通过如下公式计算每个所述司机的历史负载值：
；
其中，为任一所述司机的历史负载值，/>为该任一所述司机的历史接驾时间，/>为该任一所述司机的历史送驾时间，/>为该任一所述司机的全天出车时长，/>为可变参数。
5.根据权利要求1所述的方法，其特征在于，在对所述目标司机进行调度之前，所述方法还包括：
从当前位于所述目标区域单元的司机中，选择历史负载值小于或等于预设负载阈值的司机作为目标司机。
6.一种车辆调度装置，其特征在于，包括：
指令接收模块：用于响应于调度指令，将所述调度指令指定的区域单元作为目标区域单元，以及选择与所述目标区域单元相接且相互不重叠的多个区域单元；
区域采样模块：用于从位于所述目标区域单元的司机中选择多个样本司机；样本司机分层是按照预设的历史负载值范围和分层间隔设定的多个区间，所述分层间隔为每段所述区间的两端点之差；每个司机的历史负载值决定了该司机对应的样本司机分层；所述历史负载值是平台预先根据司机的相关信息计算得出的，每份所述相关信息包括对应的所述司机的历史接驾时间、历史送驾时间和全天出车时长；
区域评分模块：用于经过预设时长后，基于每个样本司机的当前位置，统计每个区域单元在预设的各个样本司机分层上的样本司机个数；根据每个所述区域单元在预设的各个样本司机分层上的样本司机个数对每个区域单元进行评分；
所述区域评分模块还用于根据每个所述区域单元在预设的各个样本司机分层上的样本司机个数对每个区域单元进行评分，包括：获取各个所述样本司机分层对应的预设负载值，所述预设负载值为样本司机分层对应区间的最小历史负载值；根据每个所述区域单元在预设的各个所述样本司机分层上的样本司机个数以及各个所述样本司机分层对应的预设负载值计算每个所述区域单元的评分；通过如下公式计算每个所述区域单元的评分：
；
其中，为任一所述区域单元的评分，/>为预设的分层的总个数，/>为第/>个所述样本司机分层，/>为第/>个所述样本司机分层对应的预设负载值，/>为该任一所述区域单元中的第/>个所述样本司机分层的样本司机个数；
司机调度模块：用于根据每个所述区域单元的评分对当前位于所述目标区域单元的目标司机进行调度；
所述司机调度模块还用于根据每个所述区域单元的评分对当前位于所述目标区域单元的目标司机进行调度，包括：向所述目标司机推送评分最高的一个或多个所述区域单元以对所述目标司机进行调度。
7.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，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5中任一项所述方法的步骤。
CN202310677978.0A 2023-06-08 2023-06-08 车辆调度方法、装置及计算机设备 Active CN116402322B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310677978.0A CN116402322B (zh) 2023-06-08 2023-06-08 车辆调度方法、装置及计算机设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310677978.0A CN116402322B (zh) 2023-06-08 2023-06-08 车辆调度方法、装置及计算机设备

Publications (2)

Publication Number Publication Date
CN116402322A CN116402322A (zh) 2023-07-07
CN116402322B true CN116402322B (zh) 2023-09-22

Family

ID=87008051

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310677978.0A Active CN116402322B (zh) 2023-06-08 2023-06-08 车辆调度方法、装置及计算机设备

Country Status (1)

Country Link
CN (1) CN116402322B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018058072A1 (en) * 2016-09-23 2018-03-29 Operr Technologies, Inc. System and method for customizable prescheduled dispatching for transportation services
CN110020215A (zh) * 2017-07-19 2019-07-16 北京嘀嘀无限科技发展有限公司 找单推荐信息的推送方法及装置、电子设备
CN111179006A (zh) * 2018-11-13 2020-05-19 北京嘀嘀无限科技发展有限公司 司机调度方法、装置及电子设备
CN112580945A (zh) * 2020-12-08 2021-03-30 吉首大学 基于多相关系数的派单方法及车辆调度优化系统
CN114493071A (zh) * 2021-07-16 2022-05-13 首约科技(北京)有限公司 一种网约车运力调度方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018058072A1 (en) * 2016-09-23 2018-03-29 Operr Technologies, Inc. System and method for customizable prescheduled dispatching for transportation services
CN110020215A (zh) * 2017-07-19 2019-07-16 北京嘀嘀无限科技发展有限公司 找单推荐信息的推送方法及装置、电子设备
CN111179006A (zh) * 2018-11-13 2020-05-19 北京嘀嘀无限科技发展有限公司 司机调度方法、装置及电子设备
CN112580945A (zh) * 2020-12-08 2021-03-30 吉首大学 基于多相关系数的派单方法及车辆调度优化系统
CN114493071A (zh) * 2021-07-16 2022-05-13 首约科技(北京)有限公司 一种网约车运力调度方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
一种多级静动态车辆调度模型的设计及实现;谢优平;张莉;;地理空间信息;第05卷(第01期);全文 *

Also Published As

Publication number Publication date
CN116402322A (zh) 2023-07-07

Similar Documents

Publication Publication Date Title
CN107341553B (zh) 一种车辆调度方法及装置，电子设备
US9384515B2 (en) Shared vehicle management
CN110807921A (zh) 车辆调度方法、装置、设备和存储介质
Amirgholy et al. Optimal design of sustainable transit systems in congested urban networks: A macroscopic approach
CN107103383B (zh) 一种基于打车热点的动态拼车调度方法
CN106643747B (zh) 导航方法及装置
CN109795371A (zh) 基于移动终端路线规划的电动车辆充电提醒方法及装置
CN109165787B (zh) 公交路线定制方法、装置以及设备
CN112598169B (zh) 交通运行态势评估方法、系统及装置
US20220122011A1 (en) Method and system for operating a fleet of vehicles
CN110969834A (zh) 处理方法、装置、计算机设备、存储介质及车辆调度系统
CN112820134B (zh) 一种局部区域预约停车的方法、系统及介质
US20220252415A1 (en) Systems And Methods For Assigning Travel Routes Based On Vehicle Travel Range And Overhead Costs
CN109635985A (zh) 订单分配方法、分配系统及计算机可读存储介质
CN109493606B (zh) 一种高速公路上违停车辆的识别方法及系统
CN111091215B (zh) 车辆识别方法、装置、计算机设备和存储介质
US11113965B2 (en) System for optimising transient kerbside access
CN115900744A (zh) 充电路径规划方法、装置和服务器
CN110730198A (zh) 一种公交信息的推送方法、装置、存储介质及终端
CN116402322B (zh) 车辆调度方法、装置及计算机设备
CN112150045B (zh) 基于车辆位置统计判断城市共享车辆供需关系的方法及其监测系统
US20200088535A1 (en) Route optimization using statistical information
CN115240423B (zh) 基于互联网的智慧城市交通调配方法及系统
GB2584862A (en) System and method for populating a database with occupancy data of parking facilities
CN112770264B (zh) 物流干线的干线走廊识别方法与系统

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