CN111985662A - 网络约车方法、装置、电子设备和存储介质 - Google Patents
网络约车方法、装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN111985662A CN111985662A CN202010616996.4A CN202010616996A CN111985662A CN 111985662 A CN111985662 A CN 111985662A CN 202010616996 A CN202010616996 A CN 202010616996A CN 111985662 A CN111985662 A CN 111985662A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- candidate
- candidate vehicle
- network
- data
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 66
- 238000012216 screening Methods 0.000 claims description 23
- 238000011156 evaluation Methods 0.000 claims description 21
- 230000015654 memory Effects 0.000 claims description 18
- 230000002159 abnormal effect Effects 0.000 claims description 17
- 238000013507 mapping Methods 0.000 claims description 8
- 230000005856 abnormality Effects 0.000 claims description 2
- 230000008569 process Effects 0.000 abstract description 19
- 238000010586 diagram Methods 0.000 description 10
- 238000012545 processing Methods 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 7
- 230000001174 ascending effect Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 4
- 238000004590 computer program Methods 0.000 description 4
- 206010039203 Road traffic accident Diseases 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000010295 mobile communication Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000002547 anomalous effect Effects 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
-
- 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
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0633—Lists, e.g. purchase orders, compilation or processing
- G06Q30/0635—Processing of requisition or of purchase orders
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/40—Business processes related to the transportation industry
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- General Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Accounting & Taxation (AREA)
- Data Mining & Analysis (AREA)
- Finance (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Remote Sensing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请公开了一种网络约车方法、装置、电子设备和存储介质,涉及自动驾驶、智能交通、大数据及智能搜索技术领域。该方案为:获取约车请求,并根据约车请求获取第一候选车辆,其中约车请求至少包括约车用户的上车位置;获取第一候选车辆的第一轨迹数据;根据第一轨迹数据和上车位置,获取第一候选车辆行驶至上车位置的行驶路径;获取第一候选车辆按照行驶路径行驶至上车位置的行驶时间;根据行驶时间,从第一候选车辆中选取目标车辆,并向目标车辆下发约车订单。本申请通过采用第一候选车辆的第一轨迹数据,获取第一候选车辆到上车位置的行驶路径,并基于真正的行驶时间进行派单,提高了网络约车过程中的准确性和效率。
Description
技术领域
本申请的实施例总体上涉及数据处理技术领域,并且更具体地涉及自动驾驶、智能交通、大数据及智能搜索技术领域。
背景技术
近年来,网络约车已经成为一种常用的出行方式。采用网络约车的出行方式,能够为出差在外、不拥有私家车或者当前身体不允许驾车的用户带来了极大的便利。因 此,如何提高网络约车过程中的准确性和效率,已成为了重要的研究方向之一。
发明内容
本申请提供了一种网络约车方法、装置、电子设备和存储介质。
根据第一方面,提供了一种网络约车方法,包括:
获取约车请求,并根据所述约车请求获取第一候选车辆,其中所述约车请求至少包括约车用户的上车位置;
获取所述第一候选车辆的第一轨迹数据;
根据所述第一轨迹数据和所述上车位置,获取所述第一候选车辆行驶至所述上车位置的行驶路径;
获取所述第一候选车辆按照所述行驶路径行驶至所述上车位置的行驶时间;以及
根据所述行驶时间,从所述第一候选车辆中选取目标车辆,并向所述目标车辆下发约车订单。
根据第二方面,提供了一种网络约车装置,包括:
请求获取模块,用于获取约车请求,并根据所述约车请求获取第一候选车辆,其中所述约车请求至少包括约车用户的上车位置;
轨迹获取模块,用于获取所述第一候选车辆的第一轨迹数据;
路径获取模块,用于根据所述第一轨迹数据和所述上车位置,获取所述第一候选车辆行驶至所述上车位置的行驶路径;
时间获取模块,用于获取所述第一候选车辆按照所述行驶路径行驶至所述上车位置的行驶时间;以及
订单下发模块,用于根据所述行驶时间,从所述第一候选车辆中选取目标车辆,并向所述目标车辆下发约车订单。
根据第三方面,提供了一种电子设备,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 行的指令,所述指令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 本申请第一方面所述的网络约车方法。
根据第四方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,所述计算机指令用于使所述计算机执行本申请第一方面所述的网络约车方法。
本申请提供的实施例,至少具有如下有益技术效果:
根据本申请实施例的网络约车方法,可以通过获取约车请求,并根据约车请求获取第一候选车辆及第一候选车辆的第一轨迹数据,然后根据第一轨迹数据和上车位置, 获取第一候选车辆行驶至所述上车位置的行驶路径以及第一候选车辆按照行驶路径 行驶至上车位置的行驶时间,并根据行驶时间,从第一候选车辆中选取目标车辆,并 向目标车辆下发约车订单,以实现网络约车的派单。由此,本申请能够通过采用第一 候选车辆的第一轨迹数据,获取第一候选车辆到上车位置的行驶路径,并基于真正的 行驶时间来进行派单,使得获取到的行驶路径和行驶时间更加准确,从而能够更加快 速、准确地筛选出匹配的目标车辆,提高了网络约车过程中的准确性和效率,提升了 用户体验。
应当理解,本部分所描述的内容并非旨在标识本申请的实施例的关键或重要特征, 也不用于限制本申请的范围。本申请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
附图用于更好地理解本方案,不构成对本申请的限定。其中:
图1是根据本申请第一实施例的示意图;
图2是根据本申请第二实施例的示意图;
图3是根据本申请第三实施例的示意图;
图4是一种根据第一轨迹数据形成的轨迹图的示意图;
图5是另一种根据第一轨迹数据形成的轨迹图的示意图;
图6是一种从第一轨迹数据中剔除异常位置,获取到的第二轨迹数据的示意图;
图7是根据本申请第四实施例的示意图;
图8是一种道路路段以及道路路段起止位置的示意图;
图9是一种第一候选车辆的行驶路径的示意图;
图10是根据本申请第五实施例的示意图;
图11是根据本申请第六实施例的示意图;
图12是一种车辆筛选区域的示意图;
图13是一种选取车辆筛选区域内第三候选车辆的示意图;
图14是根据本申请第七实施例的示意图;
图15是一种司机客户端、乘客客户端与多个模块的示意图;
图16是一种约车网络的结构示意图;
图17是用来实现本申请实施例的网络约车方法的网络约车装置的框图;
图18是用来实现本申请实施例的网络约车方法的网络约车装置的框图;
图19是用来实现本申请实施例的网络约车电子设备的框图。
具体实施方式
以下结合附图对本申请的示范性实施例做出说明,其中包括本申请实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当 认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本申请的范围和 精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
下面参考附图描述本申请实施例的网络约车方法、装置、电子设备和存储介质。
图1是根据本申请第一实施例的示意图。其中,需要说明的是,本实施例的网络 约车方法的执行主体为网络约车装置,网络约车装置具体可以为硬件设备,或者硬件 设备中的软件等。其中,硬件设备例如终端设备、服务器等。如图1所示,本实施例 提出的网络约车方法,包括如下步骤:
S101、获取约车请求,并根据约车请求获取第一候选车辆,其中约车请求至少 包括约车用户的上车位置。
其中,约车请求至少包括约车用户的上车位置,还可以包括约车用户输入的目的地等信息。例如,约车请求中包括用户的上车位置为地址甲和目的地为地址乙等信息。
本申请实施例中,用户可以通过点击手机等用户终端上安装的具有约车功能的应用程序中的约车控件、输入语音信息等方式下发约车请求。相应地,在检测到用户下 发的约车请求后,可以根据约车请求获取第一候选车辆。
可选地,在试图获取约车请求时,可以获取用户实施在主界面上的目标操作的位置,并在检测到目标操作的位置为约车控件的操作区域时,则可以确定检测到了约车 请求。
需要说明的是,用户终端上安装的具有约车功能的应用程序,可以为仅用于网络约车的约车应用程序,也可以为集成了网络约车功能的其他类应用程序,例如地图导 航类应用程序等。
需要说明的是,约车请求可以为即时约车请求,也可以为定时约车请求,若约车请求为定时约车请求,则约车请求中至少包括约车用户的上车位置及预约时间。
进一步地,在获取到约车请求后,可以对约车请求进行解析,并至少从中提取出约车用户的上车位置,然后至少根据约车用户的上车位置等信息,从所有待载客车辆 中筛选出符合要求的车辆作为第一候选车辆。
S102、获取第一候选车辆的第一轨迹数据。
其中,第一轨迹数据,指的是包括定位时间戳、经纬度、速度、方向、海拔高度 的数据集合。
可选地,可以通过定位系统对第一候选车辆的第一轨迹数据进行获取。例如,可以通过北斗卫星导航系统(Bei Dou Navigation Satellite System,简称BDS)、全球定 位系统(Global Positioning System,简称GPS)和格洛纳斯卫星导航系统(GlobalNavigation Satellite System,简称GLONASS)等定位系统获取第一轨迹数据。
S103、根据第一轨迹数据和上车位置,获取第一候选车辆行驶至上车位置的行 驶路径。
需要说明的是,在试图获取行驶路径时,可以对于行驶路径进行进一步限定,例如,可以限定行驶路径为避开西直门桥的多种行驶路径中的一条行驶路径。
本申请实施例中,在获取到第一轨迹数据和上车位置后,可以通过多种方式获取第一候选车辆行驶至上车位置的行驶路径。例如,可以通过迪克斯特拉(Dijkstra,简 称Dij)算法、弗洛伊德(Floyd Warshall,简称Floyd)算法和A星(A Star,简称 A*)算法等方式获取第一候选车辆行驶至上车位置的行驶路径。
S104、获取第一候选车辆按照行驶路径行驶至上车位置的行驶时间。
可选地,可以通过调用地图应用程序接口(Application ProgrammingInterface, 简称API)获取第一候选车辆按照行驶路径行驶至上车位置的行驶时间。通过调用地 图API可以访问任一第三方地图,并读取第三方地图中根据行驶路径及上车位置预估 得到的行驶时间。其中,地图API是一种通过Java Script(简称JS)等变成语言将地 图嵌入到网页的API。
S105、根据行驶时间,从第一候选车辆中选取目标车辆,并向目标车辆下发约 车订单。
作为一种可能的实现方式,在获取到行驶时间之后,可以对行驶时间进行排序,以从第一候选车辆中选取目标车辆,进而将约车订单发送至目标车辆。
可选地,可以对行驶时间进行升序排列,并选取排在第一位的第一候选车辆作为目标车辆。
可选地,可以对行驶时间进行升序排列,并选取预设排序范围内的第一候选车辆,然后将预设排序范围内的第一候选车辆推荐给约车用户,由约车用户从中选取最终的 目标车辆。例如,可以将前3辆第一候选车辆推荐给约车用户,由约车用户根据实际 需求,从3辆第一候选车辆中选取最终的目标车辆。
进一步地,在确定了目标车辆后,可以通过第四代移动通信技术(4thGeneration, 简称4G)、第五代移动通信技术(5th Generation,简称5G)等移动网络向目标车辆 下发约车订单。
根据本申请实施例的网络约车方法,可以通过获取约车请求,并根据约车请求获取第一候选车辆及第一候选车辆的第一轨迹数据,然后根据第一轨迹数据和上车位置, 获取第一候选车辆行驶至所述上车位置的行驶路径以及第一候选车辆按照行驶路径 行驶至上车位置的行驶时间,并根据行驶时间,从第一候选车辆中选取目标车辆,并 向目标车辆下发约车订单,以实现网络约车的派单。由此,本申请能够通过采用第一 候选车辆的第一轨迹数据,获取第一候选车辆到上车位置的行驶路径,并基于真正的 行驶时间来进行派单,使得获取到的行驶路径和行驶时间更加准确,从而能够更加快 速、准确地筛选出匹配的目标车辆,提高了网络约车过程中的准确性和效率,提升了 用户体验。
需要说明的是,本申请中,在试图根据第一轨迹数据和上车位置,获取第一候选车辆行驶至上车位置的行驶路径时,可以对第一轨迹数据进行纠偏及路网匹配等处理, 以获取行驶路径。
作为一种可能的实现方式,如图2所示,在上述实施例的基础上,上述步骤S103 中获取第一候选车辆行驶至上车位置的行驶路径的过程,具体包括以下步骤:
S201、对第一轨迹数据进行纠偏,以获取第二轨迹数据。
需要说明的是,在实际应用中,通过定位系统对第一候选车辆的第一轨迹数据进行获取的过程中,常常会因为高层建筑林立等环境因素导致定位信号被遮挡,从而造 成定位坐标飘移。因此,在获取到第一轨迹数据后,可以通过纠偏处理,获取到第一 候选车辆更加准确的第二轨迹数据。
作为一种可能的实现方式,如图3所示,在上述实施例的基础上,上述步骤S201 中对第一轨迹数据进行纠偏,以获取第二轨迹数据的过程,具体包括以下步骤:
S301、对第一轨迹数据中出现漂移的异常位置进行识别。
可选地,可以对第一轨迹数据中与相邻点的横向或者纵向距离相差较大的异常位置进行识别。
可选地,可以根据第一轨迹数据形成轨迹图,并从轨迹图中识别尖峰位置或者异常密集位置。
举例而言,如图4所示,可以根据第一轨迹数据形成轨迹图,并从轨迹图中识别 尖峰位置11-1和11-3,以及异常密集位置11-2,也就是说,识别出11-1、11-2和11-3, 共三个出现漂移的异常位置。
可选地,可以基于路网数据,识别第一轨迹数据中不符合正常驾驶规律的异常位置。
举例而言,如图5所示,基于路网数据,识别第一轨迹数据中从12-1至12-4的 轨迹偏离了道路,将12-1至12-4的定位坐标与路网数据进行匹配,获取到第一轨迹 数据中所显示的车辆轨迹当前行驶于非道路上,由此,可以识别出12-1至12-4,共 四个出现漂移的异常位置。
S302、从第一轨迹数据中剔除异常位置,以获取第二轨迹数据。
本申请实施例中,可以通过绑路处理,从第一轨迹数据中剔除异常位置,将第一轨迹数据中的明显噪点绑定到道路上,以获取到第一候选车辆的真实轨迹,即第二轨 迹数据。
举例而言,如图6所示,获取到13-1至13-4共4个异常位置、以前述4个异常 位置所在直线中与道路15作垂线,得到垂足14-1至14-4,由此,垂足14-1至14-4 组成的轨迹16,即为第一候选车辆的真实轨迹,即第二轨迹数据。
S202、根据第二轨迹数据和路网数据,获取第一候选车辆当前的行驶方向和所 处位置。
作为一种可能的实现方式,如图7所示,在上述实施例的基础上,上述步骤S202 中根据第二轨迹数据和路网数据,获取第一候选车辆的行驶方向和当前位置的过程, 具体包括以下步骤:
S401、将第二轨迹数据和路网数据进行匹配,获取第一候选车辆当前所行驶的 道路路段以及道路路段的起止位置。
其中,路网数据包括道路路段(link)及节点,道路路段包括道路名称、道路等 级和限速等信息,节点包括道路交叉点和图廓点等信息。
本申请实施例中,在获取到第二轨迹数据后,可以将其与路网数据进行匹配,以确定第一候选车辆当前所行驶的道路路段,进而读取该道路路段的起止位置。
举例而言,如图8所示,当前道路17由道路路段17-1、道路路段17-2和节点 17-3组成。在获取到第二轨迹数据后,可以将其与路网数据进行匹配,以确定第一候 选车辆当前所行驶的道路路段为17-2,进而读取该道路路段的起止位置18-1和18-2。
S402、根据起止位置,确定第一候选车辆的行驶方向。
举例而言,获取到图8中所示的道路路段的起止位置18-1和18-2,则可以确定 第一候选车辆的行驶方向为由18-1至18-2,即由西向东。
S403、根据第二轨迹数据中最后一个位置点,确定第一候选车辆的所处位置。
本申请实施例中,可以从第二轨迹数据中的第一个位置点开始,将第二轨迹数据中的每个位置点映射到道路路段上,以获取第一候选车辆在所述道路路段上的映射位 置,并将最后一个位置点对应的所述映射位置作为第一候选车辆的所处位置。
S203、以所处位置为起点、上车位置为终点,根据行驶方向和路网数据,获取 第一候选车辆的行驶路径。
其中,路网数据中包括各城市中不同层级和不同城区的道路信息,可将各道路的路线立体化、动态化,并实现道路的长度、角度等的自动化测量。一般情况下,根据 路网数据获得的以道路为边界的区域中,各区域为多条道路交叉形成的闭环区域。其 中,道路信息可以包括道路的属性信息。
需要说明的是,若第一候选车辆所处位置、约车用户的上车位置一致,针对不同的行驶方向,所获取到的第一候选车辆的行驶路径也是不同的。
举例而言,如图9所示,获取到约车用户甲的上车位置19、第一候选车辆所处 位置20、若第一候选车辆的行驶方向为由东至西,则第一候选车辆的行驶路径为行驶 路径21-1;若第一候选车辆的行驶方向为由西至东,则第一候选车辆的行驶路径为行 驶路径21-2。
根据本申请实施例的网络约车方法,可以通过对第一轨迹数据进行纠偏,以获取第二轨迹数据,并根据第二轨迹数据和路网数据,获取第一候选车辆当前的行驶方向 和所处位置,进而以所处位置为起点、上车位置为终点,根据行驶方向和路网数据, 获取第一候选车辆的行驶路径。由此,本申请能够通过纠偏处理获取第一候选车辆真 实的轨迹数据,即第二轨迹数据,并针对不同的行驶方向,确定匹配的行驶轨迹,确 保获取到的第一候选车辆的行驶轨迹更加准确,进一步提高了网络约车过程中的准确 性和效率。
需要说明的是,本申请中,在试图从第一候选车辆中选取目标车辆时,可以根据行驶时间确定目标车辆,也可以根据行驶时间及其他至少一个维度的评价信息确定目 标车辆。下面针对根据行驶时间及其他至少一个维度的评价信息确定目标车辆进行解 释说明。
作为一种可能的实现方式,如图10所示,在上述实施例的基础上,上述步骤S105中从第一候选车辆中选取目标车辆的过程,具体包括以下步骤:
S501、根据行驶时间,对第一候选车辆进行筛选,以获取行驶时间小于设定时 间的第二标候选车辆。
其中,设定时间可以根据实际情况进行设定。
可选地,可以预先设定统一的设定时间,例如5分钟、10分钟等。
可选地,可以从约车请求中提取约车用户的偏好选择,以将用户的偏好选择中的设定时间作为最终的设定时间。
举例而言,若用户距离期望的上车位置较远、或者需要进行简单的整理才能前往上车位置,则可以于约车应用程序中设定较长的设定时间,例如7分钟。相应的,可 以将7分钟作为最终的设定时间;若用户距离期望的上车位置较近、或者约车用户进 行网络约车的目的较紧急,则可以于约车应用程序中设定较短的设定时间,例如3分 钟。相应的,可以将3分钟作为最终的设定时间。
S502、获取第二候选车辆对应的驾驶员的至少一个维度的评价信息。
其中,评价信息,指的是第二候选车辆对应的驾驶员的个人信息、历史驾驶行为得分、违章记录和历史服务评分等评价信息。
S503、根据行驶时间和至少一个维度的评价信息,从第二候选车辆中选取出目 标车辆。
作为一种可能的实现方式,可以先根据行驶时间对第一候选车辆进行筛选,以得到第二候选车辆。可选地,可以对行驶时间进行升序排列,并选取预设排序范围内的 第一候选车辆作为第二候选车辆。进一步地,根据至少一个维度的评价信息对处于预 设排序范围内的第二候选车辆进行再次筛选,以选取出目标车辆。
举例而言,可以对行驶时间进行升序排列,并选取出排在前三位的第一候选车辆作为第二候选车辆,然后根据历史服务评分对前三位第二候选车辆进行再次筛选,将 历史服务评分大于4.9分的第二候选车辆作为目标车辆。
根据本申请实施例的网络约车方法,可以根据行驶时间,对第一候选车辆进行筛选,以获取行驶时间小于设定时间的第二标候选车辆,然后获取第二候选车辆对应的 驾驶员的至少一个维度的评价信息,并根据行驶时间和至少一个维度的评价信息,从 第二候选车辆中选取出目标车辆。由此,本申请能够根据行驶时间和至少一个维度的 评价信息,对第一候选车辆进行两次筛选,以在确保能够获取到可以快速接驾的目标 车辆的基础上,还能够根据内容更加丰富的评价信息,确定更加符合约车用户需求的 目标车辆,进一步提高了网络约车过程中的准确性和效率,提升了用户体验。
图11是根据本申请第六实施例的示意图。如图11所示,在上述实施例的基础上,本实施例提出的网络约车方法,包括如下步骤:
S601、获取约车请求,并根据所述约车请求获取第一候选车辆。
其中,约车请求至少包括约车用户的上车位置,还可以包括约车用户的用车需求信息;用车需求信息,指的是约车用户选择的车型、上车时间及是否允许拼车等信息。
举例而言,约车请求中包括用户的上车位置为地址甲、目的地为地址乙以及同时呼叫经济型车辆和豪华型车辆、上车时间为10点钟及不允许拼车等信息。
S602、根据上车位置,生成车辆筛选区域。
本申请实施例中,在获取到上车位置后,可以通过多种方式生成车辆筛选区域。
举例而言,如图12所示,以上车位置22为圆心,3公里为半径作圆,并将作得 的圆所覆盖的范围为车辆筛选区域23。
S603、获取第三候选车辆的定位信息,并选取定位信息处于车辆筛选区域内的 第三候选车辆,作为第一候选车辆。
举例而言,在图12的基础上,如图13所示,车辆24-1至24-4,共四辆第三候 选车辆中,车辆24-1和24-2的定位信息处于车辆筛选区域23中,则可以将车辆24-1 和24-2作为第一候选车辆。
S604、获取第一候选车辆的第一轨迹数据。
需要说明的是,为了缩短第一轨迹数据获取过程的耗时,可以预先对第一轨迹数据的范围进行限定。
可选地,可以从当前时刻开始向前选取预设时长的轨迹数据,作为第一轨迹数据。其中,预设时长可以根据实际情况进行设定,例如5分钟、10分钟等。
可选地,可以从当前所处位置开始向前选取预设距离内的轨迹数据,作为第一轨迹数据。其中,预设距离可以根据实际情况进行设定,例如2公里、3公里等。
S605、对第一轨迹数据中出现漂移的异常位置进行识别。
S606、从第一轨迹数据中剔除异常位置,以获取第二轨迹数据。
S607、将第二轨迹数据和路网数据进行匹配,获取第一候选车辆当前所行驶的 道路路段以及道路路段的起止位置。
S608、根据起止位置,确定第一候选车辆的行驶方向。
S609、根据第二轨迹数据中最后一个位置点,确定第一候选车辆的所处位置。
S610、以所处位置为起点、上车位置为终点,根据行驶方向和路网数据,获取 第一候选车辆的行驶路径。
S611、获取第一候选车辆按照行驶路径行驶至上车位置的行驶时间。
作为一种可能的实现方式,可以通过调用地图API访问任一第三方地图,并读 取第三方地图中根据所处位置及上车位置预估得到的行驶时间。
作为另一种可能的实现方式,如图14所示,具体包括以下步骤:
S701、获取行驶路径中所包含路段的路况信息。
其中,路况信息可以包括交通信号灯的数量、拥堵程度、是否发生了交通事故等信息。
举例而言,行驶路径中共包含路段甲和路段乙共两个路段,获取到路段甲中交通信号灯的数量为1个、拥堵程度为严重拥堵、当前并未发生交通事故;获取到路段乙 中交通信号灯的数量为3个、拥堵程度为严重拥堵、当前并未发生交通事故。
S702、根据所包含路段的路况信息,预测行驶时间。
可选地,可以在由起止位置完成行驶时间预测的基础上,根据所有路段的路况信息对行驶时间进行修正。例如,每包含一个交通信号灯,则在预测行驶时间上增加30 秒、若拥堵程度为严重拥堵再增加2分钟、发生交通事故再增加5分钟。
S612、根据行驶时间,对第一候选车辆进行筛选,以获取行驶时间小于设定时 间的第二标候选车辆。
S613、获取第二候选车辆对应的驾驶员的至少一个维度的评价信息。
S614、根据行驶时间和至少一个维度的评价信息,从第二候选车辆中选取出目 标车辆,并向目标车辆下发约车订单。
需要说明的是,关于步骤S601~S610以及S612~S614的介绍可参见上述实施例中的相关记载,此处不再赘述。
需要说明的是,本申请提出的网络约车方法,可以运用于多种网络约车领域相关的场景中。
针对自动驾驶应用场景,可选地,待载客车辆可以为无人驾驶车辆,此时,在获 取到约车请求后,可以结合智能搜索技术,获取第一候选车辆及其第一轨迹数据,并 根据第一轨迹数据和上车位置,获取第一候选车辆行驶至上车位置的行驶路径,进而 结合智能驾驶技术,根据路况信息,预测行驶时间。进一步地,结合大数据处理技术, 根据行驶时间和待载客车辆的至少一个维度的评价信息,例如车辆累计行驶里程、车 辆是否定期进行保养的识别结果等,确定目标车辆,并向目标车辆下发约车订单,无 人驾驶车辆在接收到约车订单后,可以按照行驶策略行驶至网络约车用户的上车位置。 由此,本申请能够基于无人驾驶车辆真正的行驶时间进行派单,提高了网络约车过程 中的准确性和效率。
根据本申请实施例的网络约车方法,可以通过获取约车请求,并根据约车请求获取第一候选车辆及第一候选车辆的第一轨迹数据,然后根据第一轨迹数据和上车位置, 获取第一候选车辆行驶至所述上车位置的行驶路径以及第一候选车辆按照行驶路径 行驶至上车位置的行驶时间,并根据行驶时间,从第一候选车辆中选取目标车辆,并 向目标车辆下发约车订单,以实现网络约车的派单。由此,本申请能够通过采用第一 候选车辆的第一轨迹数据,获取第一候选车辆到上车位置的行驶路径,并基于真正的 行驶时间来进行派单,使得获取到的行驶路径和行驶时间更加准确,从而能够更加快 速、准确地筛选出匹配的目标车辆,提高了网络约车过程中的准确性和效率,提升了 用户体验。
需要说明的是,如图15所示,本申请实施例中,待载客车辆司机通过司机侧客 户端(例如手机中的约车应用程序等)实时上传司机的轨迹数据,并及时向服务端更 新属性信息(例如司机当前所驾驶车辆的车型相关信息、当前是否空车等),与此同 时,约车用户通过乘客侧客户端(手机中的约车应用程序等)发起用车需求,相应的, 派单服务模块在接收到约车用户的约车请求后,可以基于司机属性信息的检索结果、 司机实时定位数据、指定区域内的候选司机、候选司机所驾驶车辆的行驶路径规划结 果及行驶时间和司机的评价信息,选取最适合接驾的司机,并向该司机的司机侧客户 端下发约车订单,能够通过采用候选车辆的轨迹数据,获取候选司机所驾驶车辆到上 车位置的行驶路径,并基于真正的行驶时间来进行派单,使得获取到的行驶路径和行 驶时间更加准确,从而能够更加快速、准确地筛选出匹配的目标车辆,提高了网络约 车过程中的准确性和效率,提升了用户体验。
需要说明的是,在实际应用中,基于本申请提出的网络约车方法,约车用户、待 载客车辆、作为执行主体的网络约车装置及交通管理云平台,能够搭建如图16所示 的约车网络。其中,网络约车装置能够与至少一个约车用户及至少一个待载客车辆进 行通信,并在获取到约车用户发送的约车请求后,结合交通管理云平台查询结果,以 及待载客车辆的历史数据及实时数据,获取到待载客车辆真正的行驶时间,进而根据 获取到的行驶时间向确定的目标车辆进行派单,使得获取到的行驶路径和行驶时间更 加准确,从而能够更加快速、准确地筛选出匹配的目标车辆,提高了网络约车过程中 的准确性和效率,提升了用户体验。
与上述几种实施例提供的网络约车方法相对应,本申请的一个实施例还提供一种网络约车装置,由于本申请实施例提供的网络约车装置与上述几种实施例提供的网络 约车方法相对应,因此在网络约车方法的实施方式也适用于本实施例提供的网络约车 装置,在本实施例中不再详细描述。图17~图18是根据本申请一个实施例的网络约车 装置的结构示意图。
如图17所示,该网络约车装置1000,包括:请求获取模块100、轨迹获取模块 200、路径获取模块300、时间获取模块400和订单下发模块500。其中:
请求获取模块100,用于获取约车请求,并根据所述约车请求获取第一候选车辆,其中所述约车请求至少包括约车用户的上车位置;
轨迹获取模块200,用于获取所述第一候选车辆的第一轨迹数据;
路径获取模块300,用于根据所述第一轨迹数据和所述上车位置,获取所述第一候选车辆行驶至所述上车位置的行驶路径;
时间获取模块400,用于获取所述第一候选车辆按照所述行驶路径行驶至所述上车位置的行驶时间;以及
订单下发模块500,用于根据所述行驶时间,从所述第一候选车辆中选取目标车辆,并向所述目标车辆下发约车订单。
在本申请的实施例中,如图18所示,图17中的路径获取模块300,包括:数据 纠偏单元310,用于对所述第一轨迹数据进行纠偏,以获取第二轨迹数据;获取单元 320,用于根据所述第二轨迹数据和路网数据,获取所述第一候选车辆当前的行驶方 向和所处位置;路径获取单元330,用于以所述所处位置为起点、所述上车位置为终 点,根据所述行驶方向和所述路网数据,获取所述第一候选车辆的所述行驶路径。
在本申请的实施例中,如图18所示,图17中的获取单元320,包括:匹配子单 元321,用于将所述第二轨迹数据和所述路网数据进行匹配,获取所述第一候选车辆 当前所行驶的道路路段以及所述道路路段的起止位置;方向确定子单元322,用于根 据所述起止位置,确定所述第一候选车辆的行驶方向;位置确定子单元323,用于根 据所述第二轨迹数据中最后一个位置点,确定所述第一候选车辆的所处位置。
在本申请的实施例中,如图18所示,图17中的获取单元320,还包括:映射子 单元324,用于在获取所述道路路段之后,从所述第二轨迹数据中的第一个位置点开 始,将所述第二轨迹数据中的每个位置点映射到所述道路路段上,以获取所述第一候 选车辆在所述道路路段上的映射位置。
在本申请的实施例中,所述第一候选车辆的所处位置为所述最后一个位置点对应的所述映射位置。
在本申请的实施例中,如图18所示,图17中的数据纠偏单元310,包括:异常 识别子单元311,用于对所述第一轨迹数据中出现漂移的异常位置进行识别;以及异 常剔除单子元312,用于从所述第一轨迹数据中剔除所述异常位置,以获取所述第二 轨迹数据。
在本申请的实施例中,如图18所示,图17中的订单下发模块500,包括:第一 筛选单元510,用于根据所述行驶时间,对所述第一候选车辆进行筛选,以获取所述 行驶时间小于设定时间的第二标候选车辆;信息获取单元520,用于获取所述第二候 选车辆对应的驾驶员的至少一个维度的评价信息;以及第一选取单元530,用于根据 所述行驶时间和所述至少一个维度的评价信息,从所述第二候选车辆中选取出所述目 标车辆。
在本申请的实施例中,如图18所示,图17中的时间获取模块400,包括:路况 获取单元410,用于获取所述行驶路径中所包含路段的路况信息;以及时间预测单元420,用于根据所述所包含路段的路况信息,预测所述行驶时间。
在本申请的实施例中,如图17所示,轨迹获取模块200,用于从所述当前时刻 开始向前选取预设时长的轨迹数据,作为所述第一轨迹数据。
在本申请的实施例中,如图18所示,图17中的请求获取模块100,包括:第二 筛选单元110,用于根据所述用车需求信息,从处于接单状态的多个车辆中筛选出第 三候选车辆;区域生成单元120,用于根据所述上车位置,生成车辆筛选区域;以及 第二选取单元130,用于获取所述第三候选车辆的定位信息,并选取所述定位信息处 于所述车辆筛选区域内的第三候选车辆,作为所述第一候选车辆。
根据本申请实施例的网络约车装置,可以通过获取约车请求,并根据约车请求获取第一候选车辆及第一候选车辆的第一轨迹数据,然后根据第一轨迹数据和上车位置, 获取第一候选车辆行驶至所述上车位置的行驶路径以及第一候选车辆按照行驶路径 行驶至上车位置的行驶时间,并根据行驶时间,从第一候选车辆中选取目标车辆,并 向目标车辆下发约车订单,以实现网络约车的派单。由此,本申请能够通过采用第一 候选车辆的第一轨迹数据,获取第一候选车辆到上车位置的行驶路径,并基于真正的 行驶时间来进行派单,使得获取到的行驶路径和行驶时间更加准确,从而能够更加快 速、准确地筛选出匹配的目标车辆,提高了网络约车过程中的准确性和效率,提升了 用户体验。
根据本申请的实施例,本申请还提供了一种电子设备和一种可读存储介质。
如图19所示,是根据本申请实施例的网络约车电子设备的框图。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 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/或者要求的本申请的实现。
如图19所示,该电子设备包括:一个或多个处理器1100、存储器1200,以及用 于连接各部件的接口,包括高速接口和低速接口。各个部件利用不同的总线互相连接, 并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设 备内执行的指令进行处理,包括存储在存储器中或者存储器上以在外部输入/输出装置 (诸如,耦合至接口的显示设备)上显示GUI的图形信息的指令。在其它实施方式中, 若需要,可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样, 可以连接多个电子设备,各个设备提供部分必要的操作(例如,作为服务器阵列、一 组刀片式服务器、或者多处理器系统)。图19中以一个处理器1100为例。
存储器1200即为本申请所提供的非瞬时计算机可读存储介质。其中,所述存储 器存储有可由至少一个处理器执行的指令,以使所述至少一个处理器执行本申请所提 供的网络约车方法。本申请的非瞬时计算机可读存储介质存储计算机指令,该计算机 指令用于使计算机执行本申请所提供的网络约车方法。
存储器1200作为一种非瞬时计算机可读存储介质,可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块,如本申请实施例中的网络约车方法对应的程序指 令/模块(例如,附图17所示的请求获取模块100、轨迹获取模块200、路径获取模块 300、时间获取模块400和订单下发模块500)。处理器1100通过运行存储在存储器 1200中的非瞬时软件程序、指令以及模块,从而执行服务器的各种功能应用以及数据 处理,即实现上述方法实施例中的网络约车方法。
存储器1200可以包括存储程序区和存储数据区,其中,存储程序区可存储操作 系统、至少一个功能所需要的应用程序;存储数据区可存储根据定位电子设备的使用 所创建的数据等。此外,存储器1200可以包括高速随机存取存储器,还可以包括非 瞬时存储器,例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。 在一些实施例中,存储器1200可选包括相对于处理器1100远程设置的存储器,这些 远程存储器可以通过网络连接至定位电子设备。上述网络的实例包括但不限于互联网、 企业内部网、局域网、移动通信网及其组合。
网络约车电子设备还可以包括:输入装置1300和输出装置1400。处理器1100、 存储器1200、输入装置1300和输出装置1400可以通过总线或者其他方式连接,图 19中以通过总线连接为例。
输入装置1300可接收输入的数字或字符信息,以及产生与定位电子设备的用户设置以及功能控制有关的键信号输入,例如触摸屏、小键盘、鼠标、轨迹板、触摸板、 指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置1400可以 包括显示设备、辅助照明装置(例如,LED)和触觉反馈装置(例如,振动电机)等。 该显示设备可以包括但不限于,液晶显示器(LCD)、发光二极管(LED)显示器和 等离子体显示器。在一些实施方式中,显示设备可以是触摸屏。
此处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、 专用ASIC(专用集成电路)、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。
这些计算程序(也称作程序、软件、软件应用、或者代码)包括可编程处理器的 机器指令,并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来 实施这些计算程序。如本文使用的,术语“机器可读介质”和“计算机可读介质”指 的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和 /或装置(例如,磁盘、光盘、存储器、可编程逻辑装置(PLD)),包括,接收作为 机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器 指令和/或数据提供给可编程处理器的任何信号。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有: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计算机。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)和互联网。
计算机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。
根据本申请实施例的网络约车方法,可以通过获取约车请求,并根据约车请求获取第一候选车辆及第一候选车辆的第一轨迹数据,然后根据第一轨迹数据和上车位置, 获取第一候选车辆行驶至所述上车位置的行驶路径以及第一候选车辆按照行驶路径 行驶至上车位置的行驶时间,并根据行驶时间,从第一候选车辆中选取目标车辆,并 向目标车辆下发约车订单,以实现网络约车的派单。由此,本申请能够通过采用第一 候选车辆的第一轨迹数据,获取第一候选车辆到上车位置的行驶路径,并基于真正的 行驶时间来进行派单,使得获取到的行驶路径和行驶时间更加准确,从而能够更加快 速、准确地筛选出匹配的目标车辆,提高了网络约车过程中的准确性和效率,提升了 用户体验。
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,本发申请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,只要能够实现本申请公开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,并不构成对本申请保护范围的限制。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 在本申请的精神和原则之内所作的修改、等同替换和改进等,均应包含在本申请保护 范围之内。
Claims (22)
1.一种网络约车方法,其中,包括:
获取约车请求,并根据所述约车请求获取第一候选车辆,其中所述约车请求至少包括约车用户的上车位置;
获取所述第一候选车辆的第一轨迹数据;
根据所述第一轨迹数据和所述上车位置,获取所述第一候选车辆行驶至所述上车位置的行驶路径;
获取所述第一候选车辆按照所述行驶路径行驶至所述上车位置的行驶时间;以及
根据所述行驶时间,从所述第一候选车辆中选取目标车辆,并向所述目标车辆下发约车订单。
2.根据权利要求1所述的网络约车方法,其中,所述根据所述第一轨迹数据和所述上车位置,获取所述第一候选车辆行驶至所述上车位置的行驶路径,包括:
对所述第一轨迹数据进行纠偏,以获取第二轨迹数据;
根据所述第二轨迹数据和路网数据,获取所述第一候选车辆当前的行驶方向和所处位置;
以所述所处位置为起点、所述上车位置为终点,根据所述行驶方向和所述路网数据,获取所述第一候选车辆的所述行驶路径。
3.根据权利要求2所述的网络约车方法,其中,所述根据所述第二轨迹数据和路网数据,获取所述第一候选车辆的行驶方向和当前位置,包括:
将所述第二轨迹数据和所述路网数据进行匹配,获取所述第一候选车辆当前所行驶的道路路段以及所述道路路段的起止位置;
根据所述起止位置,确定所述第一候选车辆的行驶方向;
根据所述第二轨迹数据中最后一个位置点,确定所述第一候选车辆的所处位置。
4.根据权利要求3所述的网络约车方法,其中,所述获取所述候选车辆当前所行驶的道路路段之后,还包括:
从所述第二轨迹数据中的第一个位置点开始,将所述第二轨迹数据中的每个位置点映射到所述道路路段上,以获取所述第一候选车辆在所述道路路段上的映射位置。
5.根据权利要求4所述的网络约车方法,其中,所述第一候选车辆的所处位置为所述最后一个位置点对应的所述映射位置。
6.根据权利要求2-5任一项所述的网络约车方法,其中,所述对所述第一轨迹数据进行纠偏,以获取第二轨迹数据,包括:
对所述第一轨迹数据中出现漂移的异常位置进行识别;以及
从所述第一轨迹数据中剔除所述异常位置,以获取所述第二轨迹数据。
7.根据权利要求1所述的网络约车方法,其中,所述根据所述行驶时间,从所述第一候选车辆中选取目标车辆,包括:
根据所述行驶时间,对所述第一候选车辆进行筛选,以获取所述行驶时间小于设定时间的第二标候选车辆;
获取所述第二候选车辆对应的驾驶员的至少一个维度的评价信息;以及
根据所述行驶时间和所述至少一个维度的评价信息,从所述第二候选车辆中选取出所述目标车辆。
8.根据权利要求1-5、7任一项所述的网络约车方法,其中,所述获取所述第一候选车辆按照所述行驶路径行驶至所述上车位置的行驶时间,包括:
获取所述行驶路径中所包含路段的路况信息;以及
根据所述所包含路段的路况信息,预测所述行驶时间。
9.根据权利要求1-5任一项所述的网络约车方法,其中,所述获取所述第一候选车辆的第一轨迹数据,包括:
从所述当前时刻开始向前选取预设时长的轨迹数据,作为所述第一轨迹数据。
10.根据权利要求1-5任一项所述的网络约车方法,其中,所述约车请求还包括所述约车用户的用车需求信息,所述根据所述约车请求获取第一候选车辆,包括:
根据所述用车需求信息,从处于接单状态的多个车辆中筛选出第三候选车辆;
根据所述上车位置,生成车辆筛选区域;以及
获取所述第三候选车辆的定位信息,并选取所述定位信息处于所述车辆筛选区域内的第三候选车辆,作为所述第一候选车辆。
11.一种网络约车装置,其中,包括:
请求获取模块,用于获取约车请求,并根据所述约车请求获取第一候选车辆,其中所述约车请求至少包括约车用户的上车位置;
轨迹获取模块,用于获取所述第一候选车辆的第一轨迹数据;
路径获取模块,用于根据所述第一轨迹数据和所述上车位置,获取所述第一候选车辆行驶至所述上车位置的行驶路径;
时间获取模块,用于获取所述第一候选车辆按照所述行驶路径行驶至所述上车位置的行驶时间;以及
订单下发模块,用于根据所述行驶时间,从所述第一候选车辆中选取目标车辆,并向所述目标车辆下发约车订单。
12.根据权利要求11所述的网络约车装置,其中,所述路径获取模块,包括:
数据纠偏单元,用于对所述第一轨迹数据进行纠偏,以获取第二轨迹数据;
获取单元,用于根据所述第二轨迹数据和路网数据,获取所述第一候选车辆当前的行驶方向和所处位置;
路径获取单元,用于以所述所处位置为起点、所述上车位置为终点,根据所述行驶方向和所述路网数据,获取所述第一候选车辆的所述行驶路径。
13.根据权利要求12所述的网络约车装置,其中,所述获取单元,包括:
匹配子单元,用于将所述第二轨迹数据和所述路网数据进行匹配,获取所述第一候选车辆当前所行驶的道路路段以及所述道路路段的起止位置;
方向确定子单元,用于根据所述起止位置,确定所述第一候选车辆的行驶方向;
位置确定子单元,用于根据所述第二轨迹数据中最后一个位置点,确定所述第一候选车辆的所处位置。
14.根据权利要求13所述的网络约车装置,其中,还包括:
映射子单元,用于在获取所述道路路段之后,从所述第二轨迹数据中的第一个位置点开始,将所述第二轨迹数据中的每个位置点映射到所述道路路段上,以获取所述第一候选车辆在所述道路路段上的映射位置。
15.根据权利要求14所述的网络约车装置,其中,所述第一候选车辆的所处位置为所述最后一个位置点对应的所述映射位置。
16.根据权利要求12-15任一项所述的网络约车装置,其中,所述数据纠偏单元,包括:
异常识别子单元,用于对所述第一轨迹数据中出现漂移的异常位置进行识别;以及
异常剔除单子元,用于从所述第一轨迹数据中剔除所述异常位置,以获取所述第二轨迹数据。
17.根据权利要求11所述的网络约车装置,其中,所述订单下发模块,包括:
第一筛选单元,用于根据所述行驶时间,对所述第一候选车辆进行筛选,以获取所述行驶时间小于设定时间的第二标候选车辆;
信息获取单元,用于获取所述第二候选车辆对应的驾驶员的至少一个维度的评价信息;以及
第一选取单元,用于根据所述行驶时间和所述至少一个维度的评价信息,从所述第二候选车辆中选取出所述目标车辆。
18.根据权利要求11-15、17任一项所述的网络约车装置,其中,所述时间获取模块,包括:
路况获取单元,用于获取所述行驶路径中所包含路段的路况信息;以及
时间预测单元,用于根据所述所包含路段的路况信息,预测所述行驶时间。
19.根据权利要求11-15任一项所述的网络约车装置,其中,所述轨迹获取模块,用于从所述当前时刻开始向前选取预设时长的轨迹数据,作为所述第一轨迹数据。
20.根据权利要求11-15任一项所述的网络约车装置,其中,所述约车请求还包括所述约车用户的用车需求信息,所述请求获取模块,包括:
第二筛选单元,用于根据所述用车需求信息,从处于接单状态的多个车辆中筛选出第三候选车辆;
区域生成单元,用于根据所述上车位置,生成车辆筛选区域;以及
第二选取单元,用于获取所述第三候选车辆的定位信息,并选取所述定位信息处于所述车辆筛选区域内的第三候选车辆,作为所述第一候选车辆。
21.一种电子设备,其特征在于,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指令,所述指令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中任一项所述的网络约车方法。
22.一种存储有计算机指令的非瞬时计算机可读存储介质,其特征在于,所述计算机指令用于使所述计算机执行权利要求1-10中任一项所述的网络约车方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010616996.4A CN111985662B (zh) | 2020-06-30 | 2020-06-30 | 网络约车方法、装置、电子设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010616996.4A CN111985662B (zh) | 2020-06-30 | 2020-06-30 | 网络约车方法、装置、电子设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111985662A true CN111985662A (zh) | 2020-11-24 |
CN111985662B CN111985662B (zh) | 2024-01-12 |
Family
ID=73438436
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010616996.4A Active CN111985662B (zh) | 2020-06-30 | 2020-06-30 | 网络约车方法、装置、电子设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111985662B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113407871A (zh) * | 2021-06-21 | 2021-09-17 | 北京畅行信息技术有限公司 | 上车点推荐方法、装置、电子设备和可读存储介质 |
CN114004546A (zh) * | 2021-12-30 | 2022-02-01 | 南京领行科技股份有限公司 | 网约车分配方法、装置、电子设备及存储介质 |
CN114368357A (zh) * | 2022-01-11 | 2022-04-19 | 北京小米移动软件有限公司 | 车辆控制方法、车辆、智能穿戴设备及可读存储介质 |
CN114565304A (zh) * | 2022-03-04 | 2022-05-31 | 北京百度网讯科技有限公司 | 无人驾驶车辆的调度方法、电子设备和调度运营系统 |
CN115291267A (zh) * | 2022-08-03 | 2022-11-04 | 浙江吉利控股集团有限公司 | 数据处理方法、设备和系统 |
WO2023100306A1 (ja) * | 2021-12-02 | 2023-06-08 | 日本電気株式会社 | 情報処理端末装置の制御プログラムが格納された記録媒体、及び、移動体管理装置 |
CN117391399A (zh) * | 2023-12-06 | 2024-01-12 | 厦门蓝斯通信股份有限公司 | 一种拼单出行方法、系统及存储介质 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2120015A2 (en) * | 2008-05-15 | 2009-11-18 | Denso Corporation | Apparatus and program for finding the position of a vehicle |
CN103000025A (zh) * | 2012-11-28 | 2013-03-27 | 北京百度网讯科技有限公司 | 一种为用户提供乘车参考信息的方法和装置 |
CN104318767A (zh) * | 2014-10-22 | 2015-01-28 | 北京建筑大学 | 一种基于公交gps轨迹数据的路况信息生成方法 |
CN106384174A (zh) * | 2016-10-26 | 2017-02-08 | 北京小米移动软件有限公司 | 确定应答车辆的方法及装置 |
CN106595680A (zh) * | 2016-12-15 | 2017-04-26 | 福州大学 | 一种基于隐马尔可夫模型的车辆gps数据地图匹配方法 |
CN106840178A (zh) * | 2017-01-24 | 2017-06-13 | 中南大学 | 一种基于ArcGIS的地图创建与智能车辆自主导航方法及系统 |
WO2018021870A1 (ko) * | 2016-07-29 | 2018-02-01 | 현대엠엔소프트 주식회사 | 내비게이션 시스템 및 내비게이션 시스템의 위치 보정 방법 |
CN109035755A (zh) * | 2017-06-12 | 2018-12-18 | 北京嘀嘀无限科技发展有限公司 | 路况分析方法、装置、服务器和计算机可读存储介质 |
CN109658203A (zh) * | 2018-12-28 | 2019-04-19 | 永安行科技股份有限公司 | 订单分配方法、分配系统及计算机可读存储介质 |
CN111275225A (zh) * | 2018-12-04 | 2020-06-12 | 北京嘀嘀无限科技发展有限公司 | 空车轨迹预测方法、预测装置、服务器和可读存储介质 |
-
2020
- 2020-06-30 CN CN202010616996.4A patent/CN111985662B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2120015A2 (en) * | 2008-05-15 | 2009-11-18 | Denso Corporation | Apparatus and program for finding the position of a vehicle |
CN103000025A (zh) * | 2012-11-28 | 2013-03-27 | 北京百度网讯科技有限公司 | 一种为用户提供乘车参考信息的方法和装置 |
CN104318767A (zh) * | 2014-10-22 | 2015-01-28 | 北京建筑大学 | 一种基于公交gps轨迹数据的路况信息生成方法 |
WO2018021870A1 (ko) * | 2016-07-29 | 2018-02-01 | 현대엠엔소프트 주식회사 | 내비게이션 시스템 및 내비게이션 시스템의 위치 보정 방법 |
CN106384174A (zh) * | 2016-10-26 | 2017-02-08 | 北京小米移动软件有限公司 | 确定应答车辆的方法及装置 |
CN106595680A (zh) * | 2016-12-15 | 2017-04-26 | 福州大学 | 一种基于隐马尔可夫模型的车辆gps数据地图匹配方法 |
CN106840178A (zh) * | 2017-01-24 | 2017-06-13 | 中南大学 | 一种基于ArcGIS的地图创建与智能车辆自主导航方法及系统 |
CN109035755A (zh) * | 2017-06-12 | 2018-12-18 | 北京嘀嘀无限科技发展有限公司 | 路况分析方法、装置、服务器和计算机可读存储介质 |
CN111275225A (zh) * | 2018-12-04 | 2020-06-12 | 北京嘀嘀无限科技发展有限公司 | 空车轨迹预测方法、预测装置、服务器和可读存储介质 |
CN109658203A (zh) * | 2018-12-28 | 2019-04-19 | 永安行科技股份有限公司 | 订单分配方法、分配系统及计算机可读存储介质 |
Non-Patent Citations (1)
Title |
---|
刘张;王心迪;闫小勇;: "面向复杂城市道路网络的GPS轨迹匹配算法", 电子科技大学学报, no. 06 * |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113407871A (zh) * | 2021-06-21 | 2021-09-17 | 北京畅行信息技术有限公司 | 上车点推荐方法、装置、电子设备和可读存储介质 |
CN113407871B (zh) * | 2021-06-21 | 2024-04-02 | 北京畅行信息技术有限公司 | 上车点推荐方法、装置、电子设备和可读存储介质 |
WO2023100306A1 (ja) * | 2021-12-02 | 2023-06-08 | 日本電気株式会社 | 情報処理端末装置の制御プログラムが格納された記録媒体、及び、移動体管理装置 |
CN114004546A (zh) * | 2021-12-30 | 2022-02-01 | 南京领行科技股份有限公司 | 网约车分配方法、装置、电子设备及存储介质 |
CN114368357A (zh) * | 2022-01-11 | 2022-04-19 | 北京小米移动软件有限公司 | 车辆控制方法、车辆、智能穿戴设备及可读存储介质 |
CN114368357B (zh) * | 2022-01-11 | 2024-01-09 | 北京小米移动软件有限公司 | 车辆控制方法、车辆、智能穿戴设备及可读存储介质 |
CN114565304A (zh) * | 2022-03-04 | 2022-05-31 | 北京百度网讯科技有限公司 | 无人驾驶车辆的调度方法、电子设备和调度运营系统 |
CN114565304B (zh) * | 2022-03-04 | 2023-05-05 | 北京百度网讯科技有限公司 | 无人驾驶车辆的调度方法、电子设备和调度运营系统 |
CN115291267A (zh) * | 2022-08-03 | 2022-11-04 | 浙江吉利控股集团有限公司 | 数据处理方法、设备和系统 |
CN117391399A (zh) * | 2023-12-06 | 2024-01-12 | 厦门蓝斯通信股份有限公司 | 一种拼单出行方法、系统及存储介质 |
CN117391399B (zh) * | 2023-12-06 | 2024-04-16 | 厦门蓝斯通信股份有限公司 | 一种拼单出行方法、系统及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN111985662B (zh) | 2024-01-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111985662B (zh) | 网络约车方法、装置、电子设备和存储介质 | |
US11551325B2 (en) | Travel coordination system implementing pick-up location optimization | |
CN110909096B (zh) | 推荐上车点确定方法及装置、存储介质、电子设备 | |
CN107305131B (zh) | 以节点为中心的导航优化 | |
CN112581763A (zh) | 道路事件检测的方法、装置、设备和存储介质 | |
AU2014244449B2 (en) | Determining an amount for a toll based on location data points provided by a computing device | |
US20140188788A1 (en) | Multi-modal journey planner | |
EP3591339B1 (en) | Method, apparatus, and computer program product for generation of a route including multiple waypoints | |
US20050071081A1 (en) | Guiding device, system thereof, method thereof, program thereof and recording medium storing the program | |
US20050096839A1 (en) | Traffic-condition notifying device, its system, its method, its program and recording medium storing the program | |
US8825376B1 (en) | System and method for providing alternative routes | |
CN115585816B (zh) | 车道级地图匹配方法和装置 | |
CN110765227A (zh) | 道路交通网络模型构建方法及装置 | |
CN101566479A (zh) | 导航装置以及利用导航规划路径预估耗费总时间的计算方法 | |
CN112579614A (zh) | 地图数据的采集方法、装置、电子设备和介质 | |
CN113819910A (zh) | 车辆导航中高架桥区识别方法及其装置 | |
CN112235362B (zh) | 位置确定方法、装置、设备以及存储介质 | |
CN109102712A (zh) | 用于实现车辆平滑移动的数据处理方法及装置 | |
CN113706857A (zh) | 道路通行性的确定方法、装置、设备及存储介质 | |
CN111750889B (zh) | 路径导航的方法、装置、电子设备及可读存储介质 | |
CN113276888B (zh) | 基于自动驾驶的乘车方法、装置、设备和存储介质 | |
CN111814072A (zh) | 用于在线车辆服务的行程管理的方法、装置、设备和存储介质 | |
CN112417072B (zh) | 凭证信息处理方法、装置、设备及可读存储介质 | |
CN112148010A (zh) | 自动驾驶功能控制方法、装置、电子设备及存储介质 | |
CN111783037A (zh) | 一种车辆里程预估模型优化方法、装置、设备及存储介质 |
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 |