TWI690864B - 共乘路線規劃系統及方法 - Google Patents

Abstract

本案揭示一種共乘路線規劃系統及方法，包括共乘路線規劃模組以及分別用以對複數個搭乘位置進行分群和匹配之分群模組和匹配模組。分群模組可分群複數個搭乘位置以產生複數個共乘站，俾供共乘路線規劃模組根據複數個共乘站產生路線，匹配模組則將複數個共乘站匹配至路線，俾供共乘路線規劃模組決定複數個共乘站之共乘順序。另外，共乘路線規劃模組可根據複數個搭乘位置產生路線，以供匹配模組將複數個搭乘位置匹配至路線而產生複數個匹配站，則分群模組再分群複數個匹配站，俾供共乘路線規劃模組產生複數個路線共乘站及其共乘順序。

Description

共乘路線規劃系統及方法

本案係關於一種共乘路線規畫機制，詳而之，係關於一種應用於複數個搭乘位置之共乘路線規劃系統及方法。

近年來，由於塞車情況日益嚴重，停車位一位難求等情況，交通共乘概念隨之興起。

現有業者利用網路技術發達而推出各種共乘媒合平台。例如，撮合多個旅次需求於一個旅次，並指派一部車輛服務這些旅次，然而，沒有考慮每個乘客的搭乘位置，導致搭車站點太多，徒增車輛繞行時間。或者，在參與共乘系統的車輛上設置車機或是包含定位功能的智慧型手機(車上單元)，車上單元會回報中心其車輛狀態資訊，乘客向中心端註冊旅次的起訖點、上車時間等條件，系統進行共乘撮合以將撮合結果分別傳送簡訊給乘客的手機與司機，然而，此僅針對單一乘客進行配對無法應付多個乘客，效率難以提昇。

另外，又例如先透過乘車位置的起迄點規劃該使用者之最佳路徑，再根據使用者之最佳路徑與營業用車之行駛 路徑進行重疊比對以選出一輛營業用車，最後根據使用者之最佳路徑與該營業用車之行駛路徑規劃出一共乘路徑，然而這樣的配對系統亦無法對複數個乘客位置進行路線規劃。又例如，系統接收起點、終點及時間資訊，利用起點及終點決定一地區範圍，然後根據歷史路況資訊及事件資訊產生出從起點至終點之路線規劃資訊，然而，此仍無法有效針對多個乘客的共乘進行規畫路線。

因此，上述習用技術仍有諸多缺失，亟待加以改良。

為解決上述及其他問題，本案揭示一種共乘路線規劃系統及方法，能有效規劃共乘站、共乘站的順序或共乘路線等，可節省車輛繞行時間和停等次數。

本案揭示一種共乘路線規劃系統，係包括：分群模組，用以對複數個搭乘位置進行分群以產生複數個共乘站；匹配模組，用以對該複數個搭乘位置進行匹配或用以對該複數個共乘站進行匹配；以及共乘路線規劃模組，用以根據該複數個共乘站產生路線並根據該複數個共乘站之匹配結果決定該複數個共乘站的共乘順序，或用以根據該複數個搭乘位置產生路線並令該分群模組對該複數個匹配站進行分群以藉此產生複數個路線共乘站及其共乘順序。

於本案之共乘路線規劃系統中，該分群模組可分群該複數個搭乘位置以產生該複數個共乘站，俾供該共乘路線規劃模組根據該複數個共乘站產生該路線，而該匹配模組將該複數個共乘站匹配至該路線上以產生複數個匹配站， 俾供該共乘路線規劃模組根據該複數個匹配站決定該複數個共乘站之共乘順序。

於本案之共乘路線規劃系統中，該共乘路線規劃模組可根據該複數個搭乘位置產生路線，而該匹配模組對該複數個搭乘位置進行匹配以於該路線上產生複數個匹配站，以供該分群模組對該複數個匹配站進行分群，俾供該共乘路線規劃模組產生在該路線上的複數個路線共乘站及其共乘順序。

本案另揭示一種共乘路線規劃方法，係包括：對複數個搭乘位置進行分群以產生複數個共乘站；分析複數個共乘站的空間分布趨勢以產生路線；以及將該複數個共乘站匹配至該路線以決定該複數個共乘站之共乘順序。此外，該複數個搭乘位置係經分群以成為複數個群組，而該複數個共乘站分別為各該群組的中心。再者，對該複數個搭乘位置進行之分群係為密度分群或階層分群，其中，若為密度分群，則進一步包括將無法被分群之搭乘位置分配至離其最近的群組中。

本案又揭示一種共乘路線規劃方法，係包括：分析複數個搭乘位置的空間分布趨勢以產生路線；以及將該複數個搭乘位置匹配至該路線上以產生複數個匹配站。此外，對該複數個匹配站所進行之分群為密度分群或階層分群。本案之共乘路線規劃方法更可包括對該複數個匹配站進行分群以產生在該路線上之複數個路線共乘站及其共乘順序。此外，對該複數個匹配站所進行之分群為密度分群或階層 分群。

因此，本案之共乘路線規劃系統及方法可有效找出乘客密集度高的地點設置共乘站，以減少車輛繞行時間，亦可依搭乘位置有效找出主要路線，藉此將民眾導引至主要路線上搭車，更可有效找出主要路線上乘客密集度高的地點設置共乘站，進而減少車輛停等次數。

12‧‧‧分群模組

13‧‧‧匹配模組

14‧‧‧共乘路線規劃模組

P1~P40‧‧‧搭乘位置

S1~S11‧‧‧共乘站

L‧‧‧路線

T2~T10‧‧‧匹配站

H19、H31‧‧‧匹配站

C1~C5‧‧‧路線共乘站

S201~S208‧‧‧步驟

S301~S306‧‧‧步驟

S401~S405‧‧‧步驟

第1圖為本案之共乘路線規劃系統之實施例的方塊示意圖；第2圖為本案之共乘路線規劃方法之一實施例的流程示意圖；第3圖為本案之共乘路線規劃方法之另一實施例的流程示意圖；第4圖為本案之共乘路線規劃方法之又一實施例的流程示意圖；第5圖為本案對複數個搭乘位置進行分群之示意圖；第6圖為本案對複數個搭乘位置進行分群以產生複數個共乘站之示意圖；第7圖為本案根據複數個共乘站產生路線之示意圖；第8圖為本案之對於複數個共乘站的路線規畫結果之示意圖；第9圖為本案根據複數個搭乘位置產生路線之示意圖；第10圖為本案將複數個搭乘位置匹配至路線之示意 圖；以及第11圖為本案之對於路線上複數個路線共乘站的路線規畫結果之示意圖；

以下藉由特定的實施例說明本案之實施方式，熟習此項技藝之人士可由本文所揭示之內容輕易地瞭解本案之其他優點及功效。本說明書所附圖式所繪示之結構、比例、大小等均僅用於配合說明書所揭示之內容，以供熟悉此技藝之人士之瞭解與閱讀，非用於限定本案可實施之限定條件，故任何修飾、改變或調整，在不影響本案所能產生之功效及所能達成之目的下，均應仍落在本案所揭示之技術內容得能涵蓋之範圍內。

請參閱第1圖，本案之共乘路線規劃系統可對複數個搭乘位置進行共乘路線之規劃，搭乘位置一般可以經緯度座標來表示。本案之共乘路線規劃系統包括分群模組12、匹配模組13和共乘路線規劃模組14。

分群模組12可對複數個搭乘位置進行分群以產生複數個共乘站，其中所進行之分群可為密度分群或階層分群。若為密度分群，則分群模組12可將複數個搭乘位置分為複數個群組，各群組設定一共乘站，可以各群組的中心為共乘站。此外，所述密度分群可例如：以搭乘位置為圓心以預定半徑畫圓，落於該圓範圍內或在該圓周上的即為同一群組，若有不再範圍內亦不在圓周上的，將其歸屬於離其最近的群組中。換言之，即複數個搭乘位置其相對距離小 於預定距離的搭乘位置即屬於同一群組，而未被分群的搭乘位置則分配至離其最近的群組中。另外，所述階層分群可例如：令每個共乘站為一群集，結合兩個最近的群集以成為一群集，再結合兩個最近的群集，直到最終匯聚為所需的群集為止。

匹配模組13可對複數個搭乘位置進行匹配，或可對由複數個搭乘位置經分群後所產生之複數個共乘站進行匹配。所述匹配站可例如：自搭乘位置(或共乘站)作一條直線垂直於該路線，則該直線與該路線的交叉點即為匹配站。換言之，搭乘位置(或共乘站)與路線上匹配站的距離即為搭乘位置(或共乘站)與路線的最短距離。又，分群模組12亦可對由複數個搭乘位置經匹配後所產生之匹配站再進行例如密度分群或階層分群等之分群。

共乘路線規劃模組14可根據複數個搭乘位置產生一路線，或可根據由複數個搭乘位置分群後所產生之複數個共乘站產生一路線。詳言之，共乘路線規劃模組14乃分析複數個搭乘位置或複數個共乘站的空間分布趨勢來產生路線。

進一步言之，分群模組12可將複數個搭乘位置分群以產生複數個共乘站，俾供共乘路線規劃模組14根據複數個共乘站產生路線，而匹配模組13則將複數個共乘站匹配至路線上以產生複數個匹配站，俾供共乘路線規劃模組14根據複數個匹配站決定複數個共乘站之共乘順序。藉此，位於複數個搭乘位置的搭乘者須行至複數個共乘站，而共 乘車便依據匹配站在路線上的順序，依序開車至共乘站供搭乘者上車。

另一方面，共乘路線規劃模組14可根據複數個搭乘位置產生路線，而匹配模組13對複數個搭乘位置進行匹配以於路線上產生複數個匹配站，藉此，位於複數個搭乘位置的搭乘者可被引導至路線上的匹配站，則共乘車便沿著路線行駛以沿路乘載匹配站的搭乘者。此外，分群模組12可再對複數個匹配站進行分群，俾供共乘路線規劃模組14產生在路線上的複數個路線共乘站，經分群後的路線共乘站的數目小於尚未分群前的匹配站，藉此，位於複數個搭乘位置的搭乘者須行至路線上的路線共乘站，則車輛於沿著路線行駛時，無須於各個匹配站停車載客，僅需於分群後的路線共乘站供搭乘者搭載即可。

請參閱第2圖，其概略繪示本案共乘路線規劃方法之流程示意圖。於步驟S201中，獲得複數個搭乘位置，接著可分為先分群後匹配之步驟S202~S205和S208以及先匹配後分群之步驟S204~S207。於步驟S202中，將複數個搭乘位置分群，以於步驟S203中產生複數個共乘站，其中所述分群可為密度分群則共乘站即為各群組的中心，或可為階層分群則共乘站則為聚集點。接著於步驟S204中，分析複數個共乘站的空間分布趨勢以產生一路線，接著於步驟S205中，進行匹配以將複數個共乘站匹配至路線以於路線上產生複數個匹配站，接著於步驟S208中，依據匹配站於路線上的順序決定複數個共乘站的順序。或者，另一方面， 於步驟S204中，先分析複數個搭乘位置的空間分布趨勢以產生一路線，接著於步驟S205中，進行匹配以將複數個搭乘位置匹配至路線以於路線上產生複數個匹配站。爾後，可再於步驟S206中對複數個匹配站進行分群以於步驟S207中產生複數個路線共乘站，其中所述分群可為密度分群則路線共乘站即為各群組的中心，或可為階層分群則路線共乘站則為聚集點，是以，沿著路線的方線即為複數個路線共乘站的方向。

接著，第3圖和第4圖為本案共乘路線規劃方法之不同實施例的流程示意圖。首先參閱第3圖，於步驟S301中，獲得複數個搭乘位置，於步驟S302中，對複數個搭乘位置進行分群，於步驟S303中，產生複數個共乘站，於步驟S304中，根據複數個共乘站產生路線，於步驟S305中，對複數個共乘站進行匹配以於路線上產生複數個匹配站，於步驟S306中，根據複數個匹配站決定複數個共乘站的共乘順序。此外，於步驟S401中，獲得複數個搭乘位置，於步驟S402中，根據複數個搭乘位置產生路線，於步驟S403中，對複數個搭乘位置進行匹配以於路線上產生複數個匹配站，於步驟S404中，對複數個匹配站進行分群，於步驟S405中，產生路線上的複數個路線共乘站。

接著以第5-8圖說明本案共乘路線規劃方法之先分群再匹配之具體實施例，再以第9-11圖說明本案共乘路線規劃方法之先匹配再分群之具體實施例。

請參閱第5圖並配合表一，40個搭乘位置P1~P40，每 個搭乘位置包含經緯度座標值，其中第i個搭乘位置表示為Pi，包含經度和緯度。

首先對40個搭乘位置P1~P40進行密度分群，密度分群方法可分為兩階段進行，第一階段可設定一圓半徑值及一群組數量門檻值，對搭乘位置P1~P40進行分群，第二階段中，分群後不符合群組數量門檻值之群組，再經距離計算結果和距離最近的群組自成一群。

舉例說明，第一階段中，設定圓半徑值為250公尺及設定群組數量門檻值為2個搭乘位置。以搭乘位置P1為例， 以搭乘位置P1為圓心以圓半徑250公尺劃一圓，搭乘位置P1和搭乘位置P14的距離透過經緯度距離公式可知為110公尺，故搭乘位置P14落於搭乘位置P1的圓半徑值之範圍內，而搭乘位置P1和其餘搭乘位置P2~P13和P15~P40的距離大於搭乘位置P1的圓半徑值，則落於搭乘位置P1的圓半徑值之範圍外。此外，搭乘位置P1的圓半徑值之範圍內包含搭乘位置P1和搭乘位置P14，符合群組數量門檻值，故先分至同一群組。接著，以搭乘位置P14為圓心以圓半徑250公尺劃一圓，無其他搭乘位置在搭乘位置P14的圓半徑值之範圍內，故此群組包含搭乘位置P1和搭乘位置P14。接著，以搭乘位置P23為圓心以圓半徑250公尺劃一圓，搭乘位置P23與其餘搭乘位置P1~P22和P24~P40的距離大於圓半徑值250公尺，故不符合群組數量門檻值，故先自成一群組。

以此類推可得第一階段分群結果，分群結果如下：群組一中包含搭乘位置P7、P31。

群組二中包含搭乘位置P6、P12、P20、P21、P24。

群組三中包含搭乘位置P5、P26。

群組四中包含搭乘位置P4、P32、P39。

群組五中包含搭乘位置P3、P11、P18、P19。

群組六中包含搭乘位置P9、P29。

群組七中包含搭乘位置P8、P30、P34。

群組八中包含搭乘位置P2、P13、P27、P33。

群組九中包含搭乘位置P10、P15、P25、P35、P36、 P37。

群組十中包含搭乘位置P28、P40。

群組十一中包含搭乘位置P1、P14。

其餘站位點P16、P17、P22、P23、P38先各自成一個群組。

接著，第二階段將第一階段分群結果中各自成一個群組的搭乘位置P16、P17、P22、P23、P38和距離最近的群組合併成一群組。以搭乘位置P22為例，搭乘位置P22和搭乘位置P26距離最近，距離係838公尺，故搭乘位置P22分至與搭乘位置P26同一群中。

以此類推可得第二階段分群結果，分群結果如下：群組一中包含搭乘位置P7、P31。

群組二中包含搭乘位置P6、P12、P20、P21、P24。

群組三中包含搭乘位置P5、P26、P22。

群組四中包含搭乘位置P4、P32、P39、P17。

群組五中包含搭乘位置P3、P11、P18、P19。

群組六中包含搭乘位置P9、P29、P16。

群組七中包含搭乘位置P8、P30、P34。

群組八中包含搭乘位置P2、P13、P27、P33、P38。

群組九中包含搭乘位置P10、P15、P25、P35、P36、P37。

群組十中包含搭乘位置P28、P40。

群組十一中包含搭乘位置P1、P14、P23。

接著，請參考第6圖，將每一群組透過中心點公式算 出群的中點，以此當作共乘的共乘站。以群組一為例，將搭乘位置P7、P31的經緯度座標取得中心點，搭乘位置P7的經緯度座標值{121.49107,25.02259}和搭乘位置P31的經緯度座標值{121.49103,25.02262}透過中心點位置計算，可以得到共乘站S1的經緯度座標值{121.49105,25.02261}。

以此類推可得共乘站S1~S11的經緯度座標，如表二所示。

接著參閱第7圖，以共乘站S1為起點，以共乘站S11 為終點找出一條路線L。例如，透過線性回歸y=ax+b，將S1{121.49105,25.02261}和S11{121.57366,25.02226}帶入計算，可得出a=-0.00423，b=25.53652，即得y=-0.00423x+25.53652，此為共乘站S1~S11之趨勢線。接著，計算出所有共乘站S1~S11到路線L之最短直線距離。以共乘站S2{121.49105,25.02261}為例，可透過向量與路線L：y=-0.00423x+25.53652取得法向量，垂直於路線L，得到匹配站T2於路線L上。因此，可依照匹配站的順序得到T3、T2、T4、T5、T7、T6、T8、T9、T10，因此可推算共乘站S1~S11的順序為S1、S3、S2、S4、S5、S7、S6、S8、S9、S10、S11。

接著參閱第8圖，由於每個共乘站S1~S11為每一群乘客的最佳搭車位置，則共乘車的開車路線即為第8圖所示的虛線，依序通過共乘站S1、S3、S2、S4、S5、S7、S6、S8、S9、S10、S11。

其次，參閱第9圖配合表三，40個搭乘位置P1~P40，每個搭乘位置包含經緯度座標值，其中第i個搭乘位置表示為Pi，包含經度和緯度。

接著，對40個搭乘位置P1~P40進行線性回歸分析找出一條趨勢線為共乘路線。此路線為L：y=0.0023x+24.738，為此40個搭乘位置P1~P40的趨勢線。

接著請參閱第10圖，將所有搭乘位置P1~P40分別以最短距離匹配到路線L。以P1{121.49105,25.02261}為例，匹配到路線L：y=0.0023x+24.738，可利用公式：

給定搭乘位置P{X0,Y0}與路線L：ax+by+c=0，搭乘位 置P到路線L的交點即為匹配站，因此，搭乘位置P1~P40可利用上述公式可得到在路線L上的匹配站，如表四。

接著，請參閱第11圖，將40個匹配站(第10圖僅示意繪出H31和H19)進行聚合式階層分群方法，將40個匹配站當作40個群聚，意即每個群聚含有一筆資料，第一階段將每筆資料視為Hi,i=1(1至n)，第二階段找出所有群聚中距離最接近的兩個群聚，分別是Hi、Hj；第三階段合併Hi、Hj成為一個新的群聚；第四階段，假如目前的群聚數目多於我們預期的群聚數目，則重複第二到第四階段， 直到群聚數目以降到我們所要求的數目。

例如，n有40筆資料，預期群聚數目為5個位置點；第一階段將每筆資料視為Hi,i=1(1至40)；第二階段找出所有群聚中，距離最接近的兩個群聚，分別是H19{121.55141,25.01757}、H31{121.55178,25.01757}；第三階段合併H19、H31成為一個新的群聚{121.55156,25.01757}；第四階段繼續下一回重複第二階段到第四階段過程。以此類推，最後可得預期的群聚數目5個位置點，分別為路線共乘站C1、C2、C3、C4、C5，即為所有乘客的最佳搭乘位置，同時也是路線行進方向。

綜上所述，本案之共乘路線規劃系統可針對多個乘客進行規劃，可減少共乘站的數目，進而減少停車次數，藉由分析空間分布趨勢以規劃出適當的共乘路線，減少車輛繞行時間。

上述實施例僅例示性說明本案之功效，而非用於限制本案，任何熟習此項技藝之人士均可在不違背本案之精神及範疇下對上述該些實施態樣進行修飾與改變。因此本案之權利保護範圍，應如後述之申請專利範圍所列。

12‧‧‧分群模組

13‧‧‧匹配模組

14‧‧‧共乘路線規劃模組

Claims (12)

1. 一種共乘路線規劃系統，係包括：分群模組，用以對複數個搭乘位置進行分群以產生複數個共乘站；共乘路線規劃模組，用以根據該複數個共乘站或該複數個搭乘位置產生路線；以及匹配模組，用以將該複數個共乘站或該複數個搭乘位置匹配至該路線；其中，當該路線是根據該複數個共乘站所產生時，由該共乘路線規劃模組根據該複數個共乘站之匹配結果決定該複數個共乘站的共乘順序，其中，當該路線是根據該複數個搭乘位置所產生時，由該分群模組先對該複數個搭乘位置之匹配結果進行分群，該共乘路線規劃模組再根據分群結果產生在該路線上的複數個路線共乘站及其共乘順序。
2. 如申請專利範圍第1項所述之共乘路線規劃系統，其中，該分群模組分群該複數個搭乘位置以產生該複數個共乘站，俾供該共乘路線規劃模組根據該複數個共乘站產生該路線，而該匹配模組將該複數個共乘站匹配至該路線上以產生複數個匹配站，俾供該共乘路線規劃模組根據該複數個匹配站決定該複數個共乘站之共乘順序。
3. 如申請專利範圍第1項所述之共乘路線規劃系統，其中，該分群模組對該複數個搭乘位置所進行之分群為密度分群或階層分群。
4. 如申請專利範圍第3項所述之共乘路線規劃系統，其中，該分群模組對該複數個搭乘位置進行密度分群，以將無法被分群之搭乘位置分配至離其最近的群組中。
5. 如申請專利範圍第1項所述之共乘路線規劃系統，其中，該共乘路線規劃模組根據該複數個搭乘位置產生路線，而該匹配模組對該複數個搭乘位置進行匹配以於該路線上產生複數個匹配站，以供該分群模組對該複數個匹配站進行分群，俾供該共乘路線規劃模組產生在該路線上的複數個路線共乘站及其共乘順序。
6. 如申請專利範圍第5項所述之共乘路線規劃系統，其中，該分群模組對該複數個匹配站之所進行之分群為密度分群或階層分群。
7. 一種共乘路線規劃方法，係包括：對複數個搭乘位置進行分群以產生複數個共乘站；分析複數個共乘站的空間分布趨勢以產生路線；以及將該複數個共乘站匹配至該路線以決定該複數個共乘站之共乘順序。
8. 如申請專利範圍第7項所述之共乘路線規劃方法，其中，該複數個搭乘位置係經分群以成為複數個群組，而該複數個共乘站分別為各該群組的中心。
9. 如申請專利範圍第7項所述之共乘路線規劃方法，其中，對該複數個搭乘位置進行之分群係為密度分群或階層分群。
10. 如申請專利範圍第9項所述之共乘路線規劃方法，其中，對該複數個搭乘位置進行密度分群進一步包括：將無法被分群之搭乘位置分配至離其最近的群組中。
11. 一種共乘路線規劃方法，係包括：分析複數個搭乘位置的空間分布趨勢以產生路線；將該複數個搭乘位置匹配至該路線上以產生複數個匹配站；以及對該複數個匹配站進行分群以產生在該路線上之複數個路線共乘站及其共乘順序。
12. 如申請專利範圍第11項所述之共乘路線規劃方法，其中，對該複數個匹配站所進行之分群為密度分群或階層分群。

Images