实时下车点推荐方法、装置、计算机设备和存储介质与流程

本发明涉及网约车下车点推荐方法，具体为一种实时下车点推荐方法、装置、计算机设备和存储介质。

背景技术：

1、在网约车行业中，当用户的目的地在宽度较窄、路口较多的道路中时，由于路况较为复杂，司机在该道路中更容易产生刮擦碰撞等意外，浪费用户的时间。且这种道路也更加容易产生拥堵，车辆的运动速度甚至不如用户的步行速度。在用户时间较为紧迫，愿意接受在其他下车点下车并步行一段路程的前提下，此时便可向用户推荐与目的地接近的其他下车点，以满足用户的实际需求。但在实际应用中，通常都是在车辆已经堵在道路上时，由用户进行手动修改或系统自动修改下车点，再自行步行到目的地。这种方法不仅浪费了大量的时间，无法满足用户的实际需求，也使得司机难以驶离车辆开始下一单，导致该方法的适用性不高。

2、在所述背景技术部分公开的上述信息仅用于加强对本公开的背景的理解，因此它可以包括不构成对本领域普通技术人员已知的现有技术的信息。

技术实现思路

1、本发明的目的在于提供一种实时下车点推荐方法、装置、计算机设备和存储介质，以解决上述背景技术中提出的问题。

2、为实现上述目的，本发明提供如下技术方案：

3、一种实时下车点推荐方法，具体步骤包括：

4、s1：基于用户的历史订单，采集用户订单起始点与上车点之间的起始距离和上车时间，计算用户的平均步速；

5、s2：基于用户的实时订单，采集用户预设下车点所处道路的车流信息和路况信息，并根据车流信息和路况信息生成该道路的拥堵指数；

6、s3：将拥堵指数与预设的指数阈值进行比较，若拥堵指数小于预设的指数阈值，将预设下车点作为实际下车点，对应的行驶路径作为第一最优路径，若拥堵指数大于等于预设的指数阈值，则执行步骤s4；

7、s4：根据拥堵指数生成预测车辆均速，再根据预测车辆均速和用户的平均步速，生成用于筛选备选下车点的选择半径，以预设下车点为圆心，将选择半径范围内的道路路口均设置为备选下车点；

8、s5：以总时间最短作为条件构建适应度函数，利用遗传算法生成每个备选下车点的行驶路径，并将适应度最高的行驶路径和备选下车点作为第二最优路径和实际下车点。

9、优选的，将订单起始点与上车点之间的起始距离标定为li，对应的上车时间标定为ti，平均步速的计算方式为：

10、

11、式中下标i表示历史订单的编号，i＝1,2,3,…,n。

12、优选的，所述车流信息包括历史车流量、预测车流量、历史车辆均速、预测车辆均速，路况信息包括道路长度、车道数量、天气状况、施工状况。

13、优选的，根据车流信息和路况信息生成拥堵指数的逻辑为：

14、将车流信息中的历史车流量和历史车辆均速按照预设的时间间隔t′进行划分，构建自回归移动平均模型对历史车流量进行分析，生成n倍时间间隔nt′后的预测车流量；

15、分别根据天气状况和施工状况生成第一优先系数和第二优先系数，再根据预测车流量、道路长度、车道数量、第一优先系数、第二优先系数共同生成拥堵指数计算方式为：

16、

17、当拥堵指数时，认为预设下车点所处的道路在时间间隔nt′后会处于拥堵状态；

18、式中μ1、μ2分别表示第一优先系数和第二优先系数，l表示道路长度，m表示预测车流量，n表示车道数量，表示预设的指数阈值。

19、优选的，将天气情况分为良好、一般、较差、极差四种，良好天气为晴天，一般天气为阴天、小雨、能见度在200m～500m之间的小雾，较差天气为大雨、小雪、能见度在50m～200m之间的中雾，极差天气为暴雨、暴雪、能见度在50m以下的浓雾；

20、当天气情况为良好时，第一优先系数μ1＝1；

21、当天气情况为一般时，第一优先系数μ1＝2；

22、当天气情况为较差时，第一优先系数μ1＝3；

23、当天气情况为极差时，第一优先系数μ1＝4；

24、将施工状况分为未施工和施工中；

25、当施工状态为未施工时，第二优先系数μ2＝0；

26、当施工状态为施工中时，第二优先系数μ2＝1。

27、优选的，根据拥堵系数生成预测车辆均速，再根据预测车辆均速和用户的平均步速生成选择半径的逻辑为：

28、将若干组历史车流量依次代替预测车流量，代入拥堵系数的计算公式中，生成与若干组时间段相对应的拥堵系数；

29、根据与若干组时间段相对应的拥堵系数和历史车辆均速构建线性回归模型，生成拥堵系数与历史车辆均速之间的拟合曲线，并将基于预测车流量生成的拥堵系数代入拟合曲线中，得到相对应的预测车辆均速

30、将预设下车点与第一最优路径中对应的道路路口之间的距离标定为d，根据距离d和预测车辆均速计算车辆的拥堵时间t，再根据拥堵时间t和用户的平均步速计算选择半径r，

31、一种实时下车点推荐装置，所述推荐装置用于执行上述的推荐方法，包括：

32、第一数据采集模块，所述第一数据采集模块与数据处理模块通讯连接，用于采集用户的历史订单和实时订单中包含的起始距离、上车时间、起始点、上车点、预设下车点的信息；

33、第二数据采集模块，所述第二数据采集模块与数据处理模块通讯连接，用于采集预设下车点所处道路的车流信息和路况信息；

34、数据处理模块，所述数据处理模块用于根据起始距离、上车时间、起始点、上车点、预设下车点、车流信息和路况信息生成若干组备选下车点，并利用遗传算法筛选出适应度最高的行驶路径和备选下车点作为最终的最优路径和实际下车点。

35、一种实时下车点推荐计算机设备，所述推荐计算机设备包括：

36、存储介质，用于保存计算机程序；

37、处理器，用于执行所述计算机程序以实现上述的推荐方法。

38、一种实时下车点推荐存储介质，所述存储介质用于保存计算机程序，所述计算机程序被处理器执行时实现上述的推荐方法。

39、与现有技术相比，本发明的有益效果是：

40、本发明通过采集用户的历史订单信息来了解用户的平均步速，并能够对用户预设下车点所处道路的拥堵情况进行预测，根据道路是否拥堵来生成不同的备选下车点和行驶路径，并根据用户的平均步速选择备选下车点中，到达预设下车点所需总时间最短的方案，从而实现对于不同用户的个性化推荐，使用户能够以最短的时间到达目的地，在用户时间紧迫时能够更加贴合用户的实际需要，起到提高系统适用性的效果。

技术特征：

1.一种实时下车点推荐方法，其特征在于，具体步骤包括：

2.根据权利要求1所述的实时下车点推荐方法，其特征在于：将订单起始点与上车点之间的起始距离标定为li，对应的上车时间标定为ti，平均步速的计算方式为：

3.根据权利要求1所述的一种实时下车点推荐方法，其特征在于：所述车流信息包括历史车流量、预测车流量、历史车辆均速、预测车辆均速，路况信息包括道路长度、车道数量、天气状况、施工状况。

4.根据权利要求3所述的一种实时下车点推荐方法，其特征在于：根据车流信息和路况信息生成拥堵指数的逻辑为：

5.根据权利要求4所述的一种实时下车点推荐方法，其特征在于：将天气情况分为良好、一般、较差、极差四种，良好天气为晴天，一般天气为阴天、小雨、能见度在200m～500m之间的小雾，较差天气为大雨、小雪、能见度在50m～200m之间的中雾，极差天气为暴雨、暴雪、能见度在50m以下的浓雾；

6.根据权利要求4所述的一种实时下车点推荐方法，其特征在于：根据拥堵系数生成预测车辆均速，再根据预测车辆均速和用户的平均步速生成选择半径的逻辑为：

7.一种实时下车点推荐装置，其特征在于：所述推荐装置用于执行权利要求1-6任一项所述的推荐方法，包括：

8.一种实时下车点推荐计算机设备，其特征在于：所述推荐计算机设备包括：

9.一种实时下车点推荐存储介质，其特征在于：所述存储介质用于保存计算机程序，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述的推荐方法。

技术总结本发明提供实时下车点推荐方法、装置、计算机设备和存储介质，涉及网约车下车点推荐方法技术领域，本发明通过采集用户的历史订单信息来了解用户的平均步速，并能够对用户预设下车点所处道路的拥堵情况进行预测，根据道路是否拥堵来生成不同的备选下车点和行驶路径，并根据用户的平均步速选择备选下车点中，到达预设下车点所需总时间最短的方案，从而实现对于不同用户的个性化推荐，使用户能够以最短的时间到达目的地，在用户时间紧迫时能够更加贴合用户的实际需要，起到提高系统适用性的效果。技术研发人员：于志杰,董广宇,刘金龙受保护的技术使用者：北京白龙马云行科技有限公司技术研发日：技术公布日：2024/7/23