CN117575120B - 一种基于区域巡游的士巴智能化服务平台及方法 - Google Patents

一种基于区域巡游的士巴智能化服务平台及方法 Download PDF

Info

Publication number
CN117575120B
CN117575120B CN202311695966.7A CN202311695966A CN117575120B CN 117575120 B CN117575120 B CN 117575120B CN 202311695966 A CN202311695966 A CN 202311695966A CN 117575120 B CN117575120 B CN 117575120B
Authority
CN
China
Prior art keywords
taxi
matched
order
passenger
path
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
CN202311695966.7A
Other languages
English (en)
Other versions
CN117575120A (zh
Inventor
周勃
刘红霖
黄瀛
李嘉
黄武庆
罗迪
石琼玉
黄旷
叶植添
李文特
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.)
Yunbao Big Data Industry Development Co ltd
Original Assignee
Yunbao Big Data Industry Development 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 Yunbao Big Data Industry Development Co ltd filed Critical Yunbao Big Data Industry Development Co ltd
Priority to CN202311695966.7A priority Critical patent/CN117575120B/zh
Publication of CN117575120A publication Critical patent/CN117575120A/zh
Application granted granted Critical
Publication of CN117575120B publication Critical patent/CN117575120B/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
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
    • 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

Landscapes

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

Abstract

本发明属于智能交通技术领域，具体而言，涉及一种基于区域巡游的士巴智能化服务平台及方法，本发明通过获取待撮合订单对应运营区域内各的士巴的运营信息，结合待撮合订单相关信息，确定待撮合订单对应的各基础适配的士巴，利用接客时长合理系数、送客路径合理系数分别实现各基础适配的士巴针对待撮合订单的接客路径、送客路径的合理量化评估，计算各基础适配的士巴针对待撮合订单的行程适配系数，筛选行程适配系数最大的基础适配的士巴作为待撮合订单的最佳适配的士巴，不仅有助于为乘客提供更为准确的等待时间预估，提高服务的透明度和预测性，还减少的士巴送客过程中不必要的行程延长，提升整体的行车效率。

Description

一种基于区域巡游的士巴智能化服务平台及方法
技术领域
本发明属于智能交通技术领域，具体而言，涉及一种基于区域巡游的士巴智能化服务平台及方法。
背景技术
随着城市化进程的加快，人口密集地区对交通出行的需求日益增长，传统的出行方式已经无法满足现代城市高效、便捷、环保的交通需求。特别是在商业区、旅游景点、居民区等区域内，人们往往需要短途、高频次的出行服务，而这些服务在传统出行模式下往往效率不高、成本较高，且对环境造成较大压力，为了解决这些问题，基于区域巡游的士巴智能化服务平台应运而生。
现有区域巡游的士巴服务平台结合了最新的信息技术、自动驾驶技术、云计算和大数据分析等多项前沿技术的交通服务系统，帮助提供更为高效、灵活和个性化的出行解决方案，虽满足现有要求，但仍存在局限性，其具体表现在：现有的区域巡游士巴服务平台在处理待撮合订单时，主要采用了一种基于距离优先的匹配策略，即优先选择距离待撮合订单最近且具备足够空闲容量的的士巴进行配对，而该策略并没有充分考虑的士巴当前正在执行的订单与待撮合订单之间的综合适配性，未能深入分析的士巴的实际路线、预计到达时间、以及可能的路线变更等因素，一方面尽管士巴与乘客的物理距离可能很近，但由于士巴已有的订单路线与新订单的方向存在显著差异，或是因为前往乘客上车点的道路交通状况复杂、恶劣天气等因素的影响，乘客可能不得不面临较长的等待时间。另一方面，为了遵守“先上车先下车”的服务原则，的士巴在接单后可能需要先完成正在执行的订单，送客路径适配度的考察缺乏不可避免地延长新乘客的行程时间和路程，从而降低了服务效率和乘客体验。
发明内容
为了克服背景技术中的缺点，本发明实施例提供了一种基于区域巡游的士巴智能化服务平台及方法,能够有效解决上述背景技术中涉及的问题。
本发明的目的可以通过以下技术方案来实现：一种基于区域巡游的士巴智能化服务平台，包括：待撮合订单信息获取模块，用于获取待撮合订单相关信息，包括运营区域、订单标识符、乘客人数、上车站点位置和下车站点位置。
基础适配的士巴确定模块，用于获取待撮合订单对应运营区域内各的士巴的运营信息，结合待撮合订单相关信息，确定待撮合订单对应的各基础适配的士巴。
接客路径规划模块，用于规划各基础适配的士巴针对待撮合订单的接客路径，计算划各基础适配的士巴针对待撮合订单的接客时长合理系数。
送客路径规划模块，用于规划各基础适配的士巴针对待撮合订单的送客路径，计算各基础适配的士巴针对待撮合订单的送客路径合理系数。
最佳适配的士巴确定模块，用于根据各基础适配的士巴针对待撮合订单的接客时长合理系数和送客路径合理系数，计算各基础适配的士巴针对待撮合订单的行程适配系数，筛选行程适配系数最大的基础适配的士巴作为待撮合订单的最佳适配的士巴。
终端反馈模块，用于将最佳适配的士巴车牌反馈至待撮合订单的乘客终端，将待撮合订单的订单标识符、接客路径和送客路径反馈至最佳适配的士巴的司机终端。
云数据库，用于存储区域巡游的士巴服务规定的接客时长合理阈值，存储车辆正常行驶状态下可承受的降雨量阈值、降雪量阈值以及能见度等级阈值。
优选地，所述运营信息包括运营状态、当前行驶位置、订单空闲容量、载客座位空闲容量、当前各执行订单的执行顺序、乘客接收状态、上车站点位置和下车站点位置。
其中运营状态包括运营中和休息中，乘客接收状态包括待接客和已接客。
优选地，所述确定待撮合订单对应的各基础适配的士巴，包括：根据待撮合订单对应运营区域内各的士巴的运营信息，将待撮合订单对应运营区域内运营状态为运营中且订单空闲容量大于或等于1的各的士巴记为各指定的士巴。
将各指定的士巴运营信息中的载客座位空闲容量mi与待撮合订单相关信息中的乘客人数n进行比对，其中i为各指定的士巴的编号，i＝1，2，...，a，将满足mi≥n条件的各指定的士巴记为各目标的士巴。
根据各目标的士巴运营信息中当前各执行订单的乘客接收状态，确定各目标的士巴的匹配参照点位置，提取各目标的士巴运营信息中当前执行顺序排列最前的执行订单的下车站点位置，并记为行进目标站点位置，将各目标的士巴的匹配参照点位置与其对应行进目标站点位置的直线方向作为各目标的士巴的当前行车路径参照方向。
进而以匹配参照点为中心点，结合当前行车路径参照方向和预设角度范围，构建各目标的士巴当前行车路径的扇形搜索区域，若待撮合订单的上车站点处于某目标的士巴的当前行车路径扇形搜索区域，则将该目标的士巴作为待撮合订单的基础适配的士巴，进而确定待撮合订单对应的各基础适配的士巴。
优选地，所述确定各目标的士巴的匹配参照点位置，包括：提取某目标的士巴运营信息中当前各执行订单的乘客接收状态，若该目标的士巴当前执行顺序排列最后的执行订单的乘客接收状态为已接客，则将该目标的士巴当前行驶位置作为其匹配参照点位置。
若该目标的士巴当前执行顺序排列最后的执行订单的乘客接收状态为待接客，则将该目标的士巴当前执行顺序排列最后的执行订单的上车站点位置作为其匹配参照点位置，进而确定各目标的士巴的匹配参照点位置。
优选地，所述规划各基础适配的士巴针对待撮合订单的接客路径，包括：根据各基础适配的士巴运营信息中当前各执行订单的乘客接收状态，若某基础适配的士巴当前各执行订单的乘客接收状态均为已接客，则将该基础适配的士巴的当前行驶位置以及待撮合订单的上车站点位置导入地图软件，得到该基础适配的士巴针对待撮合订单的各参照接客路径，选择其中路径距离最短的参照接客路径作为该基础适配的士巴针对待撮合订单的接客路径。
若某基础适配的士巴当前各执行订单的乘客接收状态中存在一个或一个以上待接客的执行订单，则在该基础适配的士巴的当前行驶位置与待撮合订单的上车站点位置之间按照订单执行顺序逐一插入待接客的各执行订单的上车站点位置，生成该基础适配的士巴的接客固定位置点序列并导入地图软件中，得到该基础适配的士巴针对待撮合订单的各参照接客路径，选择其中路径距离最短的参照接客路径作为该基础适配的士巴针对待撮合订单的接客路径，进而规划得到各基础适配的士巴针对待撮合订单的接客路径。
优选地，所述计算各基础适配的士巴针对待撮合订单的接客时长合理系数，包括：根据地图软件内的实时交通路况监测单元获取各基础适配的士巴针对待撮合订单的接客路径的当前路况信息，包括路径的距离dj、平均车流量hj、红绿灯数fj和平均限速vj，其中j为各基础适配的士巴的编号，j＝1，2，...，b，计算各基础适配的士巴针对待撮合订单的接客路径的预计接客时长tj，其中/>为待撮合订单运营区域的当前气象延误因子，π为180°。
提取云数据库存储的区域巡游的士巴服务规定的接客时长合理阈值t0，分析各基础适配的士巴针对待撮合订单的接客时长合理系数βj，其计算公式为：其中e为自然常数。
优选地，所述待撮合订单运营区域的当前气象延误因子的获取方式为：从气象台提取待撮合订单运营区域的当前气象参数，包括降雨量y、降雪量x和能见度等级w，结合云数据库中存储的车辆正常行驶状态下可承受的降雨量阈值y′、降雪量阈值x′以及能见度等级阈值w′，分析待撮合订单运营区域的当前气象延误因子其计算公式为：
优选地，所述计算各基础适配的士巴针对待撮合订单的送客路径合理系数，包括：在待撮合订单的上车站点位置与待撮合订单的下车站点位置之间按照订单执行顺序逐一插入某基础适配的士巴当前各执行订单的下车站点位置，生成该基础适配的士巴的送客固定位置点序列并导入地图软件内，得到该基础适配的士巴针对待撮合订单的各参照送客路径，选择其中路径距离最短的参照送客路径作为该基础适配的士巴针对待撮合订单的送客路径，进而规划得到各基础适配的士巴针对待撮合订单的送客路径。
判定各基础适配的士巴针对待撮合订单的送客路径是否存在折返现象，并获取各基础适配的士巴针对待撮合订单的送客路径的路径距离lj和折返距离zj，由公式得到各基础适配的士巴针对待撮合订单的送客路径合理系数。
优选地，所述各基础适配的士巴针对待撮合订单的行程适配系数的计算公式为：其中/>分别为预设的接客时长合理系数、送客路径合理系数对应的权重占比。
本发明第二方面提供一种基于区域巡游的士巴智能化服务方法，包括：待撮合订单信息获取:获取待撮合订单相关信息，包括运营区域、订单标识符、乘客人数、上车站点位置和下车站点位置。
基础适配的士巴确定:获取待撮合订单对应运营区域内的各的士巴的运营信息，结合待撮合订单相关信息，确定待撮合订单对应的各基础适配的士巴。
接客路径规划:规划各基础适配的士巴针对待撮合订单的接客路径，计算各基础适配的士巴针对待撮合订单的接客时长合理系数。
送客路径规划:规划各基础适配的士巴针对待撮合订单的送客路径，计算各基础适配的士巴针对待撮合订单的送客路径合理系数。
最佳适配的士巴确定:根据各基础适配的士巴针对待撮合订单的接客时长合理系数和送客路径合理系数，计算各基础适配的士巴针对待撮合订单的行程适配系数，筛选行程适配系数最大的基础适配的士巴作为待撮合订单的最佳适配的士巴。
终端反馈:将最佳适配的士巴车牌反馈至待撮合订单的乘客终端，将待撮合订单的订单标识符、接客路径和送客路径反馈至最佳适配的士巴的司机终端。
相对于现有技术，本发明的实施例至少具有如下优点或有益效果：(1)本发明依据判断的士巴的订单空闲容量和载客座位空闲容量来筛选出符合待撮合订单条件的各目标的士巴，确保待撮合订单的撮合在资源允许的情况下进行，避免了资源浪费，优化了车辆的运营效率。
(2)本发明通过提取各目标的士巴运营信息中当前各执行订单的乘客接收状态，动态确定各目标的士巴的匹配参照点位置，有助于更精确地安排各目标的士巴与待撮合订单的匹配，从而提高服务的响应速度和效率。
(3)本发明通过以匹配参照点为中心点，结合当前行车路径参照方向和预设角度范围构建各目标的士巴当前行车路径的扇形搜索区域，并将待撮合订单的上车站点是否处于士巴当前行车路径的扇形搜索区域内作为一个判断条件，有助于选择在当前行进路线上或方向上与待撮合订单比较吻合的的士巴，减少的士巴接客过程不必要的行程延长，提升整体的行车效率。
(4)本发明通过规划各基础适配的士巴针对待撮合订单的接客路径，充分履行“先约先撮合，先约先接”的原则，并结合接客路径的交通路况信息和当前运营区域的气象参数，计算各基础适配的士巴针对待撮合订单的接客路径的预计接客时长，进而考量各基础适配的士巴针对待撮合订单的接客时长合理系数，有助于为乘客提供更为准确的等待时间预估，提高服务的透明度和预测性。
(5)本发明通过规划各基础适配的士巴针对待撮合订单的送客路径，根据送客路径的折返现象计算各基础适配的士巴针对待撮合订单的送客路径合理系数，坚持履行“先上车先下车”原则，有效实现了服务效率的提升、资源利用的优化和乘客体验的增强，是对现有区域巡游的士巴服务的有效补充和改进。
(6)本发明利用接客时长合理系数、送客路径合理系数分别实现各基础适配的士巴针对待撮合订单的接客路径、送客路径的合理量化评估，计算各基础适配的士巴针对待撮合订单的行程适配系数，筛选行程适配系数最大的基础适配的士巴作为待撮合订单的最佳适配的士巴，有效提高订单撮合的效率和准确性，进而有利于提高城市交通智能化发展水平和服务质量。
附图说明
利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。
图1为本发明的模块连接示意图。
图2为本发明的方法流程图。
具体实施方式
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，都属于本发明保护的范围。
参照图1所示，本发明提供一种基于区域巡游的士巴智能化服务平台，包括：待撮合订单信息获取模块、基础适配的士巴确定模块、接客路径规划模块、送客路径规划模块、最佳适配的士巴确定模块、终端反馈模块和云数据库。
所述待撮合订单信息获取模块与基础适配的士巴确定模块连接，所述基础适配的士巴确定模块分别与接客路径规划模块、送客路径规划模块连接，所述接客路径规划模块、送客路径规划模块均与最佳适配的士巴确定模块连接，所述最佳适配的士巴确定模块与终端反馈模块连接，所述云数据库与接客路径规划模块连接。
所述待撮合订单信息获取模块，用于获取待撮合订单相关信息，包括运营区域、订单标识符、乘客人数、上车站点位置和下车站点位置。
所述基础适配的士巴确定模块，用于获取待撮合订单对应运营区域内各的士巴的运营信息，结合待撮合订单相关信息，确定待撮合订单对应的各基础适配的士巴。
具体地，所述运营信息包括运营状态、当前行驶位置、订单空闲容量、载客座位空闲容量、当前各执行订单的执行顺序、乘客接收状态、上车站点位置和下车站点位置。
其中运营状态包括运营中和休息中，乘客接收状态包括待接客和已接客。
需要说明的是，上述待撮合订单相关信息是由乘客自行输入上传并存储至平台订单资源池内的，待撮合订单对应运营区域内各的士巴的运营信息是通过平台的士巴调度资源中心实时发布获取的。
具体地，所述确定待撮合订单对应的各基础适配的士巴，包括：根据待撮合订单对应运营区域内各的士巴的运营信息，将待撮合订单对应运营区域内运营状态为运营中且订单空闲容量大于或等于1的各的士巴记为各指定的士巴。
将各指定的士巴运营信息中的载客座位空闲容量mi与待撮合订单相关信息中的乘客人数n进行比对，其中i为各指定的士巴的编号，i＝1，2，...，a，将满足mi≥n条件的各指定的士巴记为各目标的士巴。
本发明实施例依据判断的士巴的订单空闲容量和载客座位空闲容量来筛选出符合待撮合订单条件的各目标的士巴，确保待撮合订单的撮合在资源允许的情况下进行，避免了资源浪费，优化了车辆的运营效率。
根据各目标的士巴运营信息中当前各执行订单的乘客接收状态，确定各目标的士巴的匹配参照点位置，提取各目标的士巴运营信息中当前执行顺序排列最前的执行订单的下车站点位置，并记为行进目标站点位置，将各目标的士巴的匹配参照点位置与其对应行进目标站点位置的直线方向作为各目标的士巴的当前行车路径参照方向。
进而以匹配参照点为中心点，结合当前行车路径参照方向和预设角度范围，构建各目标的士巴当前行车路径的扇形搜索区域，若待撮合订单的上车站点处于某目标的士巴的当前行车路径扇形搜索区域，则将该目标的士巴作为待撮合订单的基础适配的士巴，进而确定待撮合订单对应的各基础适配的士巴。
本发明实施例通过以匹配参照点为中心点，结合当前行车路径参照方向和预设角度范围构建各目标的士巴当前行车路径的扇形搜索区域，并将待撮合订单的上车站点是否处于士巴当前行车路径的扇形搜索区域内作为一个判断条件，有助于选择在当前行进路线上或方向上与待撮合订单比较吻合的的士巴，减少的士巴接客过程不必要的行程延长，提升整体的行车效率。
具体地，所述确定各目标的士巴的匹配参照点位置，包括：提取某目标的士巴运营信息中当前各执行订单的乘客接收状态，若该目标的士巴当前执行顺序排列最后的执行订单的乘客接收状态为已接客，则将该目标的士巴当前行驶位置作为其匹配参照点位置。
若该目标的士巴当前执行顺序排列最后的执行订单的乘客接收状态为待接客，则将该目标的士巴当前执行顺序排列最后的执行订单的上车站点位置作为其匹配参照点位置，进而确定各目标的士巴的匹配参照点位置。
本发明实施例通过提取各目标的士巴运营信息中当前各执行订单的乘客接收状态，动态确定各目标的士巴的匹配参照点位置，有助于更精确地安排各目标的士巴与待撮合订单的匹配，从而提高服务的响应速度和效率。
所述接客路径规划模块，用于规划各基础适配的士巴针对待撮合订单的接客路径，计算各基础适配的士巴针对待撮合订单的接客时长合理系数。
具体地，所述规划各基础适配的士巴针对待撮合订单的接客路径，包括：根据各基础适配的士巴运营信息中当前各执行订单的乘客接收状态，若某基础适配的士巴当前各执行订单的乘客接收状态均为已接客，则将该基础适配的士巴的当前行驶位置以及待撮合订单的上车站点位置导入地图软件，得到该基础适配的士巴针对待撮合订单的各参照接客路径，选择其中路径距离最短的参照接客路径作为该基础适配的士巴针对待撮合订单的接客路径。
若某基础适配的士巴当前各执行订单的乘客接收状态中存在一个或一个以上待接客的执行订单，则在该基础适配的士巴的当前行驶位置与待撮合订单的上车站点位置之间按照订单执行顺序逐一插入待接客的各执行订单的上车站点位置，生成该基础适配的士巴的接客固定位置点序列并导入地图软件中，得到该基础适配的士巴针对待撮合订单的各参照接客路径，选择其中路径距离最短的参照接客路径作为该基础适配的士巴针对待撮合订单的接客路径，进而规划得到各基础适配的士巴针对待撮合订单的接客路径。
具体地，所述计算各基础适配的士巴针对待撮合订单的接客时长合理系数，包括：根据地图软件内的实时交通路况监测单元获取各基础适配的士巴针对待撮合订单的接客路径的当前路况信息，包括路径的距离dj、平均车流量hj、红绿灯数fj和平均限速vj，其中j为各基础适配的士巴的编号，j＝1，2，...，b，计算各基础适配的士巴针对待撮合订单的接客路径的预计接客时长tj，其中/>为待撮合订单运营区域的当前气象延误因子，π为180°。
提取云数据库存储的区域巡游的士巴服务规定的接客时长合理阈值t0，分析各基础适配的士巴针对待撮合订单的接客时长合理系数βj，其计算公式为：其中e为自然常数。
具体地，所述待撮合订单运营区域的当前气象延误因子的获取方式为：从气象台提取待撮合订单运营区域的当前气象参数，包括降雨量y、降雪量x和能见度等级w，结合云数据库中存储的车辆正常行驶状态下可承受的降雨量阈值y′、降雪量阈值x′以及能见度等级阈值w′，分析待撮合订单运营区域的当前气象延误因子其计算公式为：
本发明实施例通过规划各基础适配的士巴针对待撮合订单的接客路径，充分履行“先约先撮合，先约先接”的原则，并结合接客路径的交通路况信息和当前运营区域的气象参数，计算各基础适配的士巴针对待撮合订单的接客路径的预计接客时长，进而考量各基础适配的士巴针对待撮合订单的接客时长合理系数，有助于为乘客提供更为准确的等待时间预估，提高服务的透明度和预测性。
所述送客路径规划模块，用于规划各基础适配的士巴针对待撮合订单的送客路径，计算各基础适配的士巴针对待撮合订单的送客路径合理系数。
具体地，所述计算各基础适配的士巴针对待撮合订单的送客路径合理系数，包括：在待撮合订单的上车站点位置与待撮合订单的下车站点位置之间按照订单执行顺序逐一插入某基础适配的士巴当前各执行订单的下车站点位置，生成该基础适配的士巴的送客固定位置点序列并导入地图软件内，得到该基础适配的士巴针对待撮合订单的各参照送客路径，选择其中路径距离最短的参照送客路径作为该基础适配的士巴针对待撮合订单的送客路径，进而规划得到各基础适配的士巴针对待撮合订单的送客路径。
判定各基础适配的士巴针对待撮合订单的送客路径是否存在折返现象，并获取各基础适配的士巴针对待撮合订单的送客路径的路径距离lj和折返距离zj，由公式得到各基础适配的士巴针对待撮合订单的送客路径合理系数。
需要说明的是，上述各基础适配的士巴针对待撮合订单的送客路径是否存在折返现象可使用路线规划算法来判定，如Dijkstra算法、A*算法等，具体可以通过以下来评估路径是否存在折返情况：构建路网图，路网图中每个节点表示一个道路交叉口或位置，边表示道路连接，每条边都有与之相关的权重，例如距离、时间等，将各基础适配的士巴针对待撮合订单的送客路径上传至路网图中，根据送客路径中经过的节点检查路径是否存在回头或重复行驶的情况，如果路径中存在返回已经经过的节点的情况，即从节点A到节点B再返回节点A的情况，表明存在回头行驶，如果路径中存在重复经过同一个节点的情况，即从节点A到节点B再到节点C又返回节点B的情况，表明存在重复行驶，针对以上情况判定各基础适配的士巴针对待撮合订单的送客路径是否存在折返现象，并根据回头行驶节点数量以及各节点连接边的长度、重复行驶节点数量以及各重复节点连接边的长度，获取各基础适配的士巴针对待撮合订单的送客路径的折返距离。
本发明实施例通过规划各基础适配的士巴针对待撮合订单的送客路径，根据送客路径的折返现象计算各基础适配的士巴针对待撮合订单的送客路径合理系数，坚持履行“先上车先下车”原则，有效实现了服务效率的提升、资源利用的优化和乘客体验的增强，是对现有区域巡游的士巴服务的有效补充和改进。
所述最佳适配的士巴确定模块，用于根据各基础适配的士巴针对待撮合订单的接客时长合理系数和送客路径合理系数，计算各基础适配的士巴针对待撮合订单的行程适配系数，筛选行程适配系数最大的基础适配的士巴作为待撮合订单的最佳适配的士巴。
具体地，所述各基础适配的士巴针对待撮合订单的行程适配系数的计算公式为：其中/>分别为预设的接客时长合理系数、送客路径合理系数对应的权重占比。
所述终端反馈模块，用于将最佳适配的士巴车牌反馈至待撮合订单的乘客终端，将待撮合订单的订单标识符、接客路径和送客路径反馈至最佳适配的士巴的司机终端。
本发明实施例利用接客时长合理系数、送客路径合理系数分别实现各基础适配的士巴针对待撮合订单的接客路径、送客路径的合理量化评估，计算各基础适配的士巴针对待撮合订单的行程适配系数，筛选行程适配系数最大的基础适配的士巴作为待撮合订单的最佳适配的士巴，有效提高订单撮合的效率和准确性，进而有利于提高城市交通智能化发展水平和服务质量。
所述云数据库，用于存储区域巡游的士巴服务规定的接客时长合理阈值，存储车辆正常行驶状态下可承受的降雨量阈值、降雪量阈值以及能见度等级阈值。
参照图2所示，本发明第二方面提供一种基于区域巡游的士巴智能化服务方法，包括：待撮合订单信息获取:获取待撮合订单相关信息，包括运营区域、订单标识符、乘客人数、上车站点位置和下车站点位置。
基础适配的士巴确定:获取待撮合订单对应运营区域内的各的士巴的运营信息，结合待撮合订单相关信息，确定待撮合订单对应的各基础适配的士巴。
接客路径规划:规划各基础适配的士巴针对待撮合订单的接客路径，计算各基础适配的士巴针对待撮合订单的接客时长合理系数。
送客路径规划:规划各基础适配的士巴针对待撮合订单的送客路径，计算各基础适配的士巴针对待撮合订单的送客路径合理系数。
最佳适配的士巴确定:根据各基础适配的士巴针对待撮合订单的接客时长合理系数和送客路径合理系数，计算各基础适配的士巴针对待撮合订单的行程适配系数，筛选行程适配系数最大的基础适配的士巴作为待撮合订单的最佳适配的士巴。
终端反馈:将最佳适配的士巴车牌反馈至待撮合订单的乘客终端，将待撮合订单的订单标识符、接客路径和送客路径反馈至最佳适配的士巴的司机终端。
以上内容仅仅是对本发明结构所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的结构或者超越本发明所定义的范围，均应属于本发明的保护范围。

Claims (6)

1.一种基于区域巡游的士巴智能化服务平台，其特征在于，包括：
待撮合订单信息获取模块，用于获取待撮合订单相关信息，包括运营区域、订单标识符、乘客人数、上车站点位置和下车站点位置；
基础适配的士巴确定模块，用于获取待撮合订单对应运营区域内各的士巴的运营信息，结合待撮合订单相关信息，确定待撮合订单对应的各基础适配的士巴；
接客路径规划模块，用于规划各基础适配的士巴针对待撮合订单的接客路径，计算各基础适配的士巴针对待撮合订单的接客时长合理系数；
送客路径规划模块，用于规划各基础适配的士巴针对待撮合订单的送客路径，计算各基础适配的士巴针对待撮合订单的送客路径合理系数；
最佳适配的士巴确定模块，用于根据各基础适配的士巴针对待撮合订单的接客时长合理系数和送客路径合理系数，计算各基础适配的士巴针对待撮合订单的行程适配系数，筛选行程适配系数最大的基础适配的士巴作为待撮合订单的最佳适配的士巴；
终端反馈模块，用于将最佳适配的士巴车牌反馈至待撮合订单的乘客终端，将待撮合订单的订单标识符、接客路径和送客路径反馈至最佳适配的士巴的司机终端；
云数据库，用于存储区域巡游的士巴服务规定的接客时长合理阈值，存储车辆正常行驶状态下可承受的降雨量阈值、降雪量阈值以及能见度等级阈值；
所述运营信息包括运营状态、当前行驶位置、订单空闲容量、载客座位空闲容量、当前各执行订单的执行顺序、乘客接收状态、上车站点位置和下车站点位置；
其中运营状态包括运营中和休息中，乘客接收状态包括待接客和已接客；
所述计算各基础适配的士巴针对待撮合订单的接客时长合理系数，包括：根据地图软件内的实时交通路况监测单元获取各基础适配的士巴针对待撮合订单的接客路径的当前路况信息，包括路径的距离dj、平均车流量hj、红绿灯数fj和平均限速vj，其中j为各基础适配的士巴的编号，j＝1，2，...，b，计算各基础适配的士巴针对待撮合订单的接客路径的预计接客时长tj，其中/>为待撮合订单运营区域的当前气象延误因子，π为180°；
提取云数据库存储的区域巡游的士巴服务规定的接客时长合理阈值t0，分析各基础适配的士巴针对待撮合订单的接客时长合理系数βj，其计算公式为：其中e为自然常数；
所述计算各基础适配的士巴针对待撮合订单的送客路径合理系数，包括：在待撮合订单的上车站点位置与待撮合订单的下车站点位置之间按照订单执行顺序逐一插入某基础适配的士巴当前各执行订单的下车站点位置，生成该基础适配的士巴的送客固定位置点序列并导入地图软件内，得到该基础适配的士巴针对待撮合订单的各参照送客路径，选择其中路径距离最短的参照送客路径作为该基础适配的士巴针对待撮合订单的送客路径，进而规划得到各基础适配的士巴针对待撮合订单的送客路径；
判定各基础适配的士巴针对待撮合订单的送客路径是否存在折返现象，并获取各基础适配的士巴针对待撮合订单的送客路径的路径距离lj和折返距离zj，由公式得到各基础适配的士巴针对待撮合订单的送客路径合理系数；
所述各基础适配的士巴针对待撮合订单的行程适配系数的计算公式为：其中/>分别为预设的接客时长合理系数、送客路径合理系数对应的权重占比。
2.根据权利要求1所述的一种基于区域巡游的士巴智能化服务平台，其特征在于：所述确定待撮合订单对应的各基础适配的士巴，包括：根据待撮合订单对应运营区域内各的士巴的运营信息，将待撮合订单对应运营区域内运营状态为运营中且订单空闲容量大于或等于1的各的士巴记为各指定的士巴；
将各指定的士巴运营信息中的载客座位空闲容量mi与待撮合订单相关信息中的乘客人数n进行比对，其中i为各指定的士巴的编号，i＝1，2，...，a，将满足mi≥n条件的各指定的士巴记为各目标的士巴；
根据各目标的士巴运营信息中当前各执行订单的乘客接收状态，确定各目标的士巴的匹配参照点位置，提取各目标的士巴运营信息中当前执行顺序排列最前的执行订单的下车站点位置，并记为行进目标站点位置，将各目标的士巴的匹配参照点位置与其对应行进目标站点位置的直线方向作为各目标的士巴的当前行车路径参照方向；
进而以匹配参照点为中心点，结合当前行车路径参照方向和预设角度范围，构建各目标的士巴当前行车路径的扇形搜索区域，若待撮合订单的上车站点处于某目标的士巴的当前行车路径扇形搜索区域，则将该目标的士巴作为待撮合订单的基础适配的士巴，进而确定待撮合订单对应的各基础适配的士巴。
3.根据权利要求2所述的一种基于区域巡游的士巴智能化服务平台，其特征在于：所述确定各目标的士巴的匹配参照点位置，包括：提取某目标的士巴运营信息中当前各执行订单的乘客接收状态，若该目标的士巴当前执行顺序排列最后的执行订单的乘客接收状态为已接客，则将该目标的士巴当前行驶位置作为其匹配参照点位置；
若该目标的士巴当前执行顺序排列最后的执行订单的乘客接收状态为待接客，则将该目标的士巴当前执行顺序排列最后的执行订单的上车站点位置作为其匹配参照点位置，进而确定各目标的士巴的匹配参照点位置。
4.根据权利要求2所述的一种基于区域巡游的士巴智能化服务平台，其特征在于：所述规划各基础适配的士巴针对待撮合订单的接客路径，包括：根据各基础适配的士巴运营信息中当前各执行订单的乘客接收状态，若某基础适配的士巴当前各执行订单的乘客接收状态均为已接客，则将该基础适配的士巴的当前行驶位置以及待撮合订单的上车站点位置导入地图软件，得到该基础适配的士巴针对待撮合订单的各参照接客路径，选择其中路径距离最短的参照接客路径作为该基础适配的士巴针对待撮合订单的接客路径；
若某基础适配的士巴当前各执行订单的乘客接收状态中存在一个或一个以上待接客的执行订单，则在该基础适配的士巴的当前行驶位置与待撮合订单的上车站点位置之间按照订单执行顺序逐一插入待接客的各执行订单的上车站点位置，生成该基础适配的士巴的接客固定位置点序列并导入地图软件中，得到该基础适配的士巴针对待撮合订单的各参照接客路径，选择其中路径距离最短的参照接客路径作为该基础适配的士巴针对待撮合订单的接客路径，进而规划得到各基础适配的士巴针对待撮合订单的接客路径。
5.根据权利要求1所述的一种基于区域巡游的士巴智能化服务平台，其特征在于：所述待撮合订单运营区域的当前气象延误因子的获取方式为：从气象台提取待撮合订单运营区域的当前气象参数，包括降雨量y、降雪量x和能见度等级w，结合云数据库中存储的车辆正常行驶状态下可承受的降雨量阈值y′、降雪量阈值x′以及能见度等级阈值w′，分析待撮合订单运营区域的当前气象延误因子其计算公式为：/>
6.一种基于区域巡游的士巴智能化服务方法，其特征在于，包括：待撮合订单信息获取:获取待撮合订单相关信息，包括运营区域、订单标识符、乘客人数、上车站点位置和下车站点位置；
基础适配的士巴确定:获取待撮合订单对应运营区域内的各的士巴的运营信息，结合待撮合订单相关信息，确定待撮合订单对应的各基础适配的士巴；
接客路径规划:规划各基础适配的士巴针对待撮合订单的接客路径，计算各基础适配的士巴针对待撮合订单的接客时长合理系数；
送客路径规划:规划各基础适配的士巴针对待撮合订单的送客路径，计算各基础适配的士巴针对待撮合订单的送客路径合理系数；
最佳适配的士巴确定:根据各基础适配的士巴针对待撮合订单的接客时长合理系数和送客路径合理系数，计算各基础适配的士巴针对待撮合订单的行程适配系数，筛选行程适配系数最大的基础适配的士巴作为待撮合订单的最佳适配的士巴；
终端反馈:将最佳适配的士巴车牌反馈至待撮合订单的乘客终端，将待撮合订单的订单标识符、接客路径和送客路径反馈至最佳适配的士巴的司机终端；
所述运营信息包括运营状态、当前行驶位置、订单空闲容量、载客座位空闲容量、当前各执行订单的执行顺序、乘客接收状态、上车站点位置和下车站点位置；
其中运营状态包括运营中和休息中，乘客接收状态包括待接客和已接客；
所述计算各基础适配的士巴针对待撮合订单的接客时长合理系数，包括：根据地图软件内的实时交通路况监测单元获取各基础适配的士巴针对待撮合订单的接客路径的当前路况信息，包括路径的距离dj、平均车流量hj、红绿灯数fj和平均限速vj，其中j为各基础适配的士巴的编号，j＝1，2，...，b，计算各基础适配的士巴针对待撮合订单的接客路径的预计接客时长tj，其中/>为待撮合订单运营区域的当前气象延误因子，π为180°；
提取云数据库存储的区域巡游的士巴服务规定的接客时长合理阈值t0，分析各基础适配的士巴针对待撮合订单的接客时长合理系数βj，其计算公式为：其中e为自然常数；
所述计算各基础适配的士巴针对待撮合订单的送客路径合理系数，包括：在待撮合订单的上车站点位置与待撮合订单的下车站点位置之间按照订单执行顺序逐一插入某基础适配的士巴当前各执行订单的下车站点位置，生成该基础适配的士巴的送客固定位置点序列并导入地图软件内，得到该基础适配的士巴针对待撮合订单的各参照送客路径，选择其中路径距离最短的参照送客路径作为该基础适配的士巴针对待撮合订单的送客路径，进而规划得到各基础适配的士巴针对待撮合订单的送客路径；
判定各基础适配的士巴针对待撮合订单的送客路径是否存在折返现象，并获取各基础适配的士巴针对待撮合订单的送客路径的路径距离lj和折返距离zj，由公式得到各基础适配的士巴针对待撮合订单的送客路径合理系数；
所述各基础适配的士巴针对待撮合订单的行程适配系数的计算公式为：其中/>分别为预设的接客时长合理系数、送客路径合理系数对应的权重占比。
CN202311695966.7A 2023-12-12 2023-12-12 一种基于区域巡游的士巴智能化服务平台及方法 Active CN117575120B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311695966.7A CN117575120B (zh) 2023-12-12 2023-12-12 一种基于区域巡游的士巴智能化服务平台及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311695966.7A CN117575120B (zh) 2023-12-12 2023-12-12 一种基于区域巡游的士巴智能化服务平台及方法

Publications (2)

Publication Number Publication Date
CN117575120A CN117575120A (zh) 2024-02-20
CN117575120B true CN117575120B (zh) 2024-06-11

Family

ID=89862392

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311695966.7A Active CN117575120B (zh) 2023-12-12 2023-12-12 一种基于区域巡游的士巴智能化服务平台及方法

Country Status (1)

Country Link
CN (1) CN117575120B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104021667A (zh) * 2014-06-25 2014-09-03 哈尔滨工业大学 整合预约服务与实时打车的出租车合乘调度系统及调度方法
CN110991817A (zh) * 2019-11-14 2020-04-10 广东科学技术职业学院 一种路线规划方法、装置及服务器
WO2021232586A1 (zh) * 2020-05-21 2021-11-25 平安国际智慧城市科技股份有限公司 基于动态规划的出行组客方法、装置、设备及存储介质
CN114742627A (zh) * 2022-06-09 2022-07-12 广州宸祺出行科技有限公司 一种顺风车订单的撮合方法、系统
CN115204561A (zh) * 2022-05-11 2022-10-18 南京酷沃智行科技有限公司 一种用于无人巴士约车运营的调度系统及方法
CN115272038A (zh) * 2022-06-23 2022-11-01 重庆邮电大学 一种基于动态共享巴士服务调度的智能交通管理系统
CN117151288A (zh) * 2023-08-30 2023-12-01 华侨大学 一种城际车辆调度匹配优化方法、装置及设备

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104021667A (zh) * 2014-06-25 2014-09-03 哈尔滨工业大学 整合预约服务与实时打车的出租车合乘调度系统及调度方法
CN110991817A (zh) * 2019-11-14 2020-04-10 广东科学技术职业学院 一种路线规划方法、装置及服务器
WO2021232586A1 (zh) * 2020-05-21 2021-11-25 平安国际智慧城市科技股份有限公司 基于动态规划的出行组客方法、装置、设备及存储介质
CN115204561A (zh) * 2022-05-11 2022-10-18 南京酷沃智行科技有限公司 一种用于无人巴士约车运营的调度系统及方法
CN114742627A (zh) * 2022-06-09 2022-07-12 广州宸祺出行科技有限公司 一种顺风车订单的撮合方法、系统
CN115272038A (zh) * 2022-06-23 2022-11-01 重庆邮电大学 一种基于动态共享巴士服务调度的智能交通管理系统
CN117151288A (zh) * 2023-08-30 2023-12-01 华侨大学 一种城际车辆调度匹配优化方法、装置及设备

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
基于众筹出行需求数据的互联网巴士线路设计模型及应用;张力楠;马成元;杨晓光;;交通工程;20180808(第04期);全文 *
基于区间路网信息的机场定制巴士路径优化;郭亚然;周和平;彭巍;;长沙理工大学学报(自然科学版);20180928(第03期);全文 *

Also Published As

Publication number Publication date
CN117575120A (zh) 2024-02-20

Similar Documents

Publication Publication Date Title
CN103956041B (zh) 一种公交调度系统及其控制方法
CN102081859B (zh) 一种公交车到站时间预测模型控制方法
CN107036617B (zh) 一种出租车与地铁组合的出行路线规划方法及系统
CN101661668B (zh) 一种公共交通电子导航方法
CN107170282B (zh) 一种预约泊车的调度方法及系统
CN103578267B (zh) 基于公交gps数据的公交到站预测方法及系统
CN103177575A (zh) 城区出租车动态在线调度优化系统及其方法
CN101908275B (zh) 基于多网络的公共交通优化出行方法
CN103310651A (zh) 一种基于实时路况信息的公交到站预测方法
CN107490384B (zh) 一种基于城市路网的最优静态路径选择方法
CN109612488B (zh) 基于大数据微服务的混合出行方式路径规划系统及方法
CN109255972B (zh) 一种基于大数据的地面公交固定线路时刻表的优化方法
CN108198439A (zh) 一种基于雾计算的城市智能交通控制方法
CN101964148A (zh) 道路交通信息记录服务器和gps用户终端
CN102819950A (zh) 一种交通工具搭载辅助决策的系统和方法
CN112085249A (zh) 一种基于强化学习的定制公交线路规划方法
CN101807348B (zh) 一种动态网络导航系统及方法
CN108847019B (zh) 一种计算可变线路公交车辆到达固定站点行程时间的方法
CN109341710A (zh) 不确定环境的交通网上快速抵达目的地的动态规划法
CN116402420A (zh) 用于运输车辆的智能网络管理与调度方法及系统
CN105774848A (zh) 轨交列车到站时间预测方法
CN117575120B (zh) 一种基于区域巡游的士巴智能化服务平台及方法
CN111582527A (zh) 行程时间的预估方法、装置、电子设备和存储介质
CN111126878B (zh) 一种基于生态指数的城市交通运行评价方法
CN115083198B (zh) 一种多车运力资源调度方法及装置

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
GR01 Patent grant