本發(fā)明屬于物聯(lián)網(wǎng)技術，尤其涉及一種出租車和地鐵接駁出行線路的查詢方法及系統(tǒng)。

背景技術：

現(xiàn)有的城市居民常用出行工具為出租車，公交車或是地鐵。雖然城市道路上的線路規(guī)劃方案已經(jīng)較為成熟，但是隨著車輛數(shù)的迅猛增加，城市道路變得越來越擁擠，堵車現(xiàn)象的頻繁發(fā)生導致出租車的快捷性大打折扣，同時出租車的高價格使得其可接受性較低。公交車價格低廉，范圍廣闊，是一種最為傳統(tǒng)的出行工具，但是其同樣受到道路擁堵的困擾，同時由于公交線路和車站位置固定，難以完全符合乘客的出行線路，等車時間也較為不可靠。地鐵作為一種新型的出行工具，價格低廉，速度快，占據(jù)著城市居民出行的大部分。雖然其不受堵車的影響，但難以覆蓋城市的各個角落。

在多元交通工具的線路規(guī)劃方面，百度地圖和高德地圖目前只提供地鐵和公交車混合的方式，同時暫未看到其他地圖導航軟件有地鐵和出租車混合線路的查詢功能。實際上公交車的靈活性相對出租車較低，難以覆蓋較為廣闊的區(qū)域，同時其等車時間經(jīng)常無法估計，給乘客出行帶來延誤。另外由于缺乏對數(shù)據(jù)的詳細分析，現(xiàn)有的方案只是給出預計出行時間往往會與實際的時間有較大的偏差，造成乘客旅行的延誤和較差的出行體驗。另外，在時間可變性方面，百度地圖和高德地圖目前在機動車的預計行駛時間上是通過采集當前路況信息計算并給出一個預計值，雖然此方法下能夠準確地預估當前的行駛時間，但其對采集的路況信息的精確度要求較高，同時用戶不能夠事先查詢將來某個時刻下的預計出行時間。雖然在公交線路的查詢上能夠讓乘客選定不同的出發(fā)時間，但其主要功能在于判斷公交線路是否超出其運營時間，在預計出行時間上并沒有根據(jù)不同時段有所區(qū)分。實際上，不同時段對出行時間的影響是比較大的，特別在當線路經(jīng)過擁堵路段的時候。

技術實現(xiàn)要素：

本發(fā)明的目的在于提供一種出租車和地鐵接駁出行線路的查詢方法及系統(tǒng)，旨在解決上述背景技術中現(xiàn)有技術的不足。

本發(fā)明是這樣實現(xiàn)的，一種出租車和地鐵接駁出行線路的查詢方法，該方法包括以下步驟：

s1、統(tǒng)計不同區(qū)域在不同時間區(qū)間下出租車出行時間以及統(tǒng)計每個地鐵車站od在不同區(qū)間的地鐵平均出行時間；

s2、在設定換乘次數(shù)下，根據(jù)所述出行時間計算不同出行方案中乘客起點和目的地之間出行線路信息；

s3、判斷乘客選擇的出行方案是否包含出租車出行方式，若是，將乘車請求發(fā)送給目標區(qū)域內(nèi)出租車司機手持終端。

優(yōu)選地，在步驟s1中，所述統(tǒng)計不同區(qū)域在不同時間區(qū)間下出租車出行時間具體包括以下步驟：

統(tǒng)計設定時間周期內(nèi)出租車gps行駛數(shù)據(jù)中提取的道路行駛時間信息，所述道路行駛時間信息包括起點、終點、開始時刻以及結(jié)束時刻；

根據(jù)所述道路行駛時間信息生成不同時間區(qū)間內(nèi)出租車的出行時間；所述出行時間包括不同時間區(qū)間內(nèi)的平均等車時間，以及各條子道路的行駛時間。

優(yōu)選地，所述子道路為出租車行駛道路交叉點之間的道路，所述子道路位于出租車行駛起始點與終點之間。

優(yōu)選地，在步驟s2中，所述出行方案包括：

方案1：只搭乘出租車；

方案2：只搭乘地鐵；

方案3：先搭乘地鐵到達某個地鐵站，再換乘出租車到達目的地；

方案4：先搭乘出租車到達某個地鐵站，再換乘地鐵達到目的地。

優(yōu)選地，在步驟s2中，所述出行線路信息包括預計出行時間、預計價格以及轉(zhuǎn)乘次數(shù)。

本發(fā)明進一步公開了一種出租車和地鐵接駁出行線路的查詢系統(tǒng)，該系統(tǒng)包括：

數(shù)據(jù)統(tǒng)計模塊，用于統(tǒng)計不同區(qū)域在不同時間區(qū)間下出租車出行時間以及統(tǒng)計每個地鐵車站od在不同區(qū)間的地鐵平均出行時間；

出行路線規(guī)劃模塊，用于在設定換乘次數(shù)下，根據(jù)所述出行時間計算不同出行方案中乘客起點和目的地之間出行線路信息；

出租車乘車請求模塊，用于判斷乘客選擇的出行方案是否包含出租車出行方式，若是，將乘車請求發(fā)送給目標區(qū)域內(nèi)出租車司機手持終端。

優(yōu)選地，在數(shù)據(jù)統(tǒng)計模塊中，所述統(tǒng)計不同區(qū)域在不同時間區(qū)間下出租車出行時間具體包括以下步驟：

統(tǒng)計設定時間周期內(nèi)出租車gps行駛數(shù)據(jù)中提取的道路行駛時間信息，所述道路行駛時間信息包括起點、終點、開始時刻以及結(jié)束時刻；

根據(jù)所述道路行駛時間信息生成不同時間區(qū)間內(nèi)出租車的出行時間；所述出行時間包括不同時間區(qū)間內(nèi)的平均等車時間，以及各條子道路的行駛時間。

優(yōu)選地，所述子道路為出租車行駛道路交叉點之間的道路，所述子道路位于出租車行駛起始點與終點之間。

優(yōu)選地，在出行路線規(guī)劃模塊中，所述出行方案包括：

方案1：只搭乘出租車；

方案2：只搭乘地鐵；

方案3：先搭乘地鐵到達某個地鐵站，再換乘出租車到達目的地；

方案4：先搭乘出租車到達某個地鐵站，再換乘地鐵達到目的地。

優(yōu)選地，在出行路線規(guī)劃模塊中，所述出行線路信息包括預計出行時間、預計價格以及轉(zhuǎn)乘次數(shù)。

相比于現(xiàn)有技術的缺點和不足，本發(fā)明具有以下有益效果：

(1)本發(fā)明結(jié)合出租車和地鐵的出行方案，旨在提供更加精確的線路查詢服務，并根據(jù)出行時刻的不同提供差異化的服務?；谙鄬Ψ€(wěn)定的地鐵列車調(diào)度方案和出租車的分布規(guī)律，地鐵和出租車的混合方案能夠為乘客提高更為快速，精準和經(jīng)濟的服務，在為乘客節(jié)省出行費用的同時降低城市總體交通資源的消耗。

(2)地鐵和出租車的混合出行方案實際上是單獨乘坐地鐵或出租車的折中方案，兼顧兩者的部分優(yōu)點。地鐵的運行時間較為穩(wěn)定，價格低廉，但是其行駛線路固定，常常導致較長的出行時間，同時也不能夠覆蓋廣闊的區(qū)域；出租車的可達區(qū)域非常廣泛，方便快捷，但是其價格較高，在高峰時段容易遇上堵車造成行車時間的上升。相對于只選擇出租車出行的方式，通過混合地鐵和出租車的出行方式能夠減少乘客的出租車行駛距離，這不僅僅幫乘客減少了一定的出行價格，在節(jié)省社會資源上也有很大的幫助；另一方面相對于只選擇地鐵出行的方式，也使得某些地鐵線路不可達的地鐵出行方案變?yōu)榭赡堋?/p>

附圖說明

圖1是本發(fā)明實施例中出租車和地鐵接駁出行線路的查詢方法的步驟流程示意圖；

圖2是本發(fā)明實施例中道路行駛時間提取示意圖；

圖3是本發(fā)明實施例中地圖分區(qū)示意圖；

圖4是本發(fā)明實施例中地鐵和出租車的混合出行方案示意圖；

圖5是本發(fā)明實施例中設定出行線路的地圖；

圖6是本發(fā)明實施例中某出行線路的百度地圖查詢預計時間、歷史平均出行時間、本發(fā)明查詢預計時間的比較結(jié)果示意圖；

圖7是本發(fā)明出租車和地鐵接駁出行線路的查詢系統(tǒng)的結(jié)構(gòu)示意圖。

具體實施方式

為了使本發(fā)明的目的、技術方案及優(yōu)點更加清楚明白，以下結(jié)合附圖及實施例，對本發(fā)明進行進一步詳細說明。應當理解，此處所描述的具體實施例僅僅用以解釋本發(fā)明，并不用于限定本發(fā)明。

本發(fā)明基于大規(guī)模歷史數(shù)據(jù)中提取出的每條道路在不同時間段的行駛時間，拼接出總的差異化行駛時間能夠較為準確地符合實當前實際的行駛時間，主要基于上海地鐵數(shù)據(jù)和出租車數(shù)據(jù)對地鐵出行時間，出租車行駛時間和出租車等車時間進行時間和空間兩方面的分析，在整體上給予乘客不同時段下的出行線路和出行時間上的指導，同時接駁出租車和地鐵的出行方案能夠在保證較短出行時間的前提下減少乘客的出行價格。

進一步的，本發(fā)明公開了一種出租車和地鐵接駁出行線路的查詢方法，如圖1所示，該方法包括以下步驟：

s1、統(tǒng)計不同區(qū)域在不同時間區(qū)間下出租車出行時間以及統(tǒng)計每個地鐵車站od在不同區(qū)間的地鐵平均出行時間；

s2、在設定換乘次數(shù)下，根據(jù)所述出行時間計算不同出行方案中乘客起點和目的地之間出行線路信息；

s3、判斷乘客選擇的出行方案是否包含出租車出行方式，若是，將乘車請求發(fā)送給目標區(qū)域內(nèi)出租車司機手持終端。

如步驟s1所述，分別對地鐵和出租車的出行時間進行統(tǒng)計。所述od路徑為地鐵任一出發(fā)站o與任一目標站點d之間的路徑。所述od路徑區(qū)間為某個時間區(qū)間下的od路徑。

首先，對于地鐵平均出行時間的統(tǒng)計，由于地鐵出行時間，出租車等車時間和出租車行駛時間都會在一天中隨時間變化，必須將一天劃分成不同的時間區(qū)間統(tǒng)計，一個越小的時間區(qū)間越能夠反映當前時段的信息。由于需要一定的歷史數(shù)據(jù)支撐，每個區(qū)間又不能夠過小，否則無法反映統(tǒng)計規(guī)律。在本發(fā)明實施例中，將一天按每小時劃分出一個時間區(qū)間，根據(jù)地鐵乘客歷史數(shù)據(jù)統(tǒng)計每個地鐵車站od在不同區(qū)間的平均出行時間。

其次，對于出租車出行時間的統(tǒng)計，由于城市不同區(qū)域的車流量密度和道路擁堵情況不同，造成等車時間和車輛行駛時間不同，又由于車流量呈現(xiàn)隨時間變化的特性，對于等車時間和行駛時間需要在時間和空間兩方面考慮。城市道路網(wǎng)絡構(gòu)成了一個有向圖，圖中的節(jié)點是各個道路交叉口，圖中的邊是每一段道路，道路的權重可以是該條道路的長度或是行駛時間。出租車的出行通常會經(jīng)過不同的道路，即一次出行由一組道路序列構(gòu)成，出租車行駛時間是通過各條道路的時間之和，出租車行駛距離時通過各條道路的距離之和。

由于道路網(wǎng)絡節(jié)點個數(shù)較多，不是任意的兩個節(jié)點之間都能從出租車行車軌跡中直接提取行駛時間和行駛距離，但是有超過80％的相鄰節(jié)點對之間都有出租車歷史通行數(shù)據(jù)。如果能夠獲取各條道路的行駛時間和行駛距離，對于一些歷史數(shù)據(jù)中不能直接提取行駛時間的節(jié)點對，利用dijkstra最短路徑方法可以得到該節(jié)點對之間的最短路徑，同時利用其最短路徑包含的各條子道路的行駛時間進行累加可以得到該路徑最終的行駛時間，各條子道路長度之和為該路徑最終的行駛距離。

所以，首先需要提取出租車在不同道路的行駛時間。shapefile文件是描述空間數(shù)據(jù)的幾何和屬性特征的非拓撲實體矢量數(shù)據(jù)結(jié)構(gòu)的一種格式，經(jīng)常在地理信息系統(tǒng)中被用于描述地圖道路信息。在本發(fā)明實施例中，獲取上海的shape地圖文件，并將每個出租車的gps位置點匹配到城市道路中。對于一段旅程，只對其中起點和終點都是道路交叉口的子道路提取行駛時間，如圖2所示，由于起點a和終點e不是道路交叉口，旅程ae可以提取的子道路只有bc，cd。

通過上述方式，本發(fā)明能夠從一周的出租車gps數(shù)據(jù)中提取大量的道路行駛時間信息，每條信息包括起點，終點，開始時刻，結(jié)束時刻。這些信息將用于生成城市任意兩點間的出租車行駛時間。

乘客在某個區(qū)域的等車時間可以直接利用該區(qū)域可用出租車的到達速率進行估計。通常來說，出租車行駛是相互獨立的事件，某個區(qū)域在一定時間內(nèi)的車輛數(shù)服從泊松分布，而等待下一輛車的時間服從指數(shù)分布。而泊松分布用于描述單位時間內(nèi)隨機事件發(fā)生的次數(shù)，例如，如果某個區(qū)域1小時內(nèi)有10輛不同的可用出租車，則平均等車時間為6分鐘。

首先將上海地區(qū)按照1000m*1000m的大小劃分出不同的區(qū)域，計算各個區(qū)域在不同時間區(qū)間下的等車時間，如圖3所示。由于區(qū)域的面積較小，假設出租車在區(qū)域內(nèi)部行駛至乘客位置所需的時間為固定值2分鐘，并統(tǒng)計區(qū)域內(nèi)部不同時間區(qū)間下的歷史平均車輛數(shù)。實際上，一個區(qū)域周圍的車輛也可以通過一定的行駛距離到達該區(qū)域，以每個區(qū)域最靠近中心點的道路交叉口位置作為區(qū)域的起點或終點，計算每個鄰近區(qū)域之間的行駛時間并假設該時間固定不變。對每個區(qū)域而言，統(tǒng)計以其為中心加上周圍8個區(qū)域的單位時間內(nèi)的不同車輛數(shù)的倒數(shù)作為該區(qū)域最終的平均等車時間。例如，如圖3所示，假設區(qū)域a和區(qū)域b在1小時內(nèi)經(jīng)過的出租車分別有6輛和10輛，16輛車互不相同，區(qū)域b行駛至區(qū)域a的時間為5分鐘，則在區(qū)域a中等待一輛來自a區(qū)域出租車并行駛至乘客位置所需的平均時間為(60/6+2)，為12分鐘，在區(qū)域a中等待一輛來自b區(qū)域出租車并行駛至乘客位置所需的平均時間為(60/10+5)，為11分鐘，那么在區(qū)域a中等待一輛來自a區(qū)域或b區(qū)域出租車的平均時間為60/(60/12+60/11)，約為6分鐘。類似的，通過附加周圍8個區(qū)域的車輛數(shù)，能夠獲得每個區(qū)域最終的平均等車時間。

如步驟s2所述，有了上述不同區(qū)域在不同時間區(qū)間下的平均等車時間，地鐵車站對在不同時間區(qū)間下的出行時間，以及各條子道路在不同時間區(qū)間下的行駛時間，本發(fā)明進一步給出各方案下乘客出行線路的計算方法。

考慮到換乘帶來的不便性，本發(fā)明對換乘次數(shù)做出限制。

對于一個查詢請求，地鐵和出租車的混合出行方案只可能產(chǎn)生以下4種結(jié)果：

方案1：只搭乘出租車的方案；

方案2：只搭乘地鐵的方案；

方案3：乘客先搭乘地鐵到達某個地鐵站，再換乘出租車到達目的地；

方案4：乘客先搭乘出租車到達某個地鐵站，再換乘地鐵達到目的地。

各個方案的示意圖如圖4所示。用戶每提交一個查詢請求，包括起始時間、起始地點、目的地點，系統(tǒng)同時為用戶產(chǎn)生上述4種方案的結(jié)果集合，每個結(jié)果包括預計出行時間、預計價格和出行線路等屬性，并由乘客選擇最佳的出行方案，上述請求方式保證了系統(tǒng)最終給出的出行線路最多只需換乘1次。由于出行線路結(jié)果包含出行時間和出行價格兩個評價指標，乘客既可以選擇最小化出行時間也可以選擇最小化出行價格作為查詢條件。

在確定了上述出行方案后，根據(jù)不同方案計算出行線路。

方案1：該方案的路徑規(guī)劃不包含地鐵，可直接將乘客的起點和終點分別匹配到最近的道路交叉口，用作出租車路徑規(guī)劃的起點和終點。如果線路計算的原則是最小化出行時間，道路節(jié)點之間的權重即道路網(wǎng)絡圖中邊的權重被設定為各條道路的行駛時間；如果線路計算的原則是最小化出租車行駛距離，則道路網(wǎng)絡圖中邊的權重被設定為各條道路的長度。通過最短路徑搜索算法可以得到最優(yōu)的出行線路，并將最優(yōu)出行路徑所途徑的各條子道路的行駛距離進行累積可以得到其總的出租車預計行駛距離；將各條子道路的行駛時間進行累加并加上在起始區(qū)域的等車時間可以得到其總的預計出行時間。注意到由于出租車行駛時間存在隨時間變化的特性，子道路的行駛時間必須在搜索和疊加的過程中根據(jù)到達該道路的時間區(qū)間進行相應的更新。

方案2：該方案的路徑規(guī)劃不包含出租車，所以可直接將乘客的起點和終點分別匹配到最近的地鐵站，用作起點和終點并計算兩段路程的步行時間，同時加上歷史數(shù)據(jù)中當前時間區(qū)間的地鐵平均出行時間作為最終的預計出行時間。由于此方案并不涉及搭乘出租車，此時的出租車預計行駛距離為0。

方案3：該方案實際上是方案1和方案2的組合，主要問題在于如何選擇一個地鐵目的車站使得出行時間最小。首先將乘客起點匹配到最近的地鐵車站，作為起點，乘客終點匹配到最近的道路交叉口，作為目的地。對于一個地鐵目的車站，可以根據(jù)方案1和方案2的計算方式分別計算前后兩段線路的出行時間和行駛距離之和作為總的出行時間和出行行駛距離，通過遍歷地鐵站點集合作為目的車站并依次比較可以得到最優(yōu)的換乘線路。由于時間的可變性，如果乘客到達地鐵目的車站的旅途中跨過了一個時間區(qū)間，對應下一段出租車線路的等車時間，出租車行駛時間都必須更新為新區(qū)間的值。上海地鐵的車站數(shù)量較少，截止到2015年4月份的數(shù)據(jù)總共有289個車站，此方案下的遍歷復雜度不會較高，能夠運用在實時系統(tǒng)中。

方案4：該方案主要問題在于如何選擇一個地鐵起始車站使得出行時間最小。該方案的線路計算方式和方案3類似，遍歷整個車站集合即可得到最優(yōu)解。在線路計算的同時也要考慮時間的可變性。

如步驟s3所述，判斷乘客選擇的出行方案是否包含出租車出行方式，若是，將乘車請求發(fā)送給目標區(qū)域內(nèi)出租車司機手持終端。如果線路涉及到搭乘出租車，乘客可事先或到達相應的區(qū)域后發(fā)起打車請求，服務器端給該區(qū)域附近的出租車發(fā)送訂單，并指派一位合適的出租車前去接送乘客，之后乘客和對應的司機可以直接聯(lián)系無需通過服務器干預。

在本發(fā)明實施例中，當乘客需要查詢出行線路時，通過選定起點和目的地作為一條線路規(guī)劃請求發(fā)往服務器端，服務器端對請求進行對應的線路計算并將結(jié)果返回。

在本發(fā)明中，以圖5所示的出現(xiàn)路線為例，通過百度地圖查詢該出行線路在通暢的路況條件下所需的時間約為38分鐘，同時在不同時段下通過本發(fā)明采用的每條道路在不同時間區(qū)間下的行駛時間進行拼接得到的總行駛時間，最后和歷史記錄中直接提取的該出行線路在不同時段下的平均行駛時間進行對比，最終的結(jié)果如圖6所示。從圖6中可以看到，雖然在此條線路上百度地圖提供的查詢服務能夠給出一個較為保障的行駛時間，但是在非高峰時段即道路通暢情況下該值和實際的行駛時間的差異比較明顯，給乘客出行造成了一定的誤導。

本發(fā)明結(jié)合出租車和地鐵的出行方案，旨在提供更加精確的線路查詢服務，并根據(jù)出行時刻的不同提供差異化的服務。基于相對穩(wěn)定的地鐵列車調(diào)度方案和出租車的分布規(guī)律，地鐵和出租車的混合方案能夠為乘客提高更為快速，精準和經(jīng)濟的服務，在為乘客節(jié)省出行費用的同時降低城市總體交通資源的消耗。

此外，本發(fā)明地鐵和出租車的混合出行方案實際上是單獨乘坐地鐵或出租車的折中方案，兼顧兩者的部分優(yōu)點。地鐵的運行時間較為穩(wěn)定，價格低廉，但是其行駛線路固定，常常導致較長的出行時間，同時也不能夠覆蓋廣闊的區(qū)域；出租車的可達區(qū)域非常廣泛，方便快捷，但是其價格較高，在高峰時段容易遇上堵車造成行車時間的上升。相對于只選擇出租車出行的方式，通過混合地鐵和出租車的出行方式能夠減少乘客的出租車行駛距離，這不僅僅幫乘客減少了一定的出行價格，在節(jié)省社會資源上也有很大的幫助；另一方面相對于只選擇地鐵出行的方式，也使得某些地鐵線路不可達的地鐵出行方案變?yōu)榭赡堋?/p>

本發(fā)明公開了一種出租車和地鐵接駁出行線路的查詢方法，如圖7所示，該方法包括以下步驟：

數(shù)據(jù)統(tǒng)計模塊1，用于統(tǒng)計不同區(qū)域在不同時間區(qū)間下出租車出行時間以及統(tǒng)計每個地鐵車站od在不同區(qū)間的地鐵平均出行時間；

出行路線規(guī)劃模塊2，用于在設定換乘次數(shù)下，根據(jù)所述出行時間計算不同出行方案中乘客起點和目的地之間出行線路信息；

出租車乘車請求模塊3，用于判斷乘客選擇的出行方案是否包含出租車出行方式，若是，將乘車請求發(fā)送給目標區(qū)域內(nèi)出租車司機手持終端。

如數(shù)據(jù)統(tǒng)計模塊1所述，分別對地鐵和出租車的出行時間進行統(tǒng)計。所述od路徑為地鐵任一出發(fā)站o與任一目標站點d之間的路徑。所述od路徑區(qū)間為某個時間區(qū)間下的od路徑。

首先，對于地鐵平均出行時間的統(tǒng)計，由于地鐵出行時間，出租車等車時間和出租車行駛時間都會在一天中隨時間變化，必須將一天劃分成不同的時間區(qū)間統(tǒng)計，一個越小的時間區(qū)間越能夠反映當前時段的信息。由于需要一定的歷史數(shù)據(jù)支撐，每個區(qū)間又不能夠過小，否則無法反映統(tǒng)計規(guī)律。在本發(fā)明實施例中，將一天按每小時劃分出一個時間區(qū)間，根據(jù)地鐵乘客歷史數(shù)據(jù)統(tǒng)計每個地鐵車站od在不同區(qū)間的平均出行時間。

其次，對于出租車出行時間的統(tǒng)計，由于城市不同區(qū)域的車流量密度和道路擁堵情況不同，造成等車時間和車輛行駛時間不同，又由于車流量呈現(xiàn)隨時間變化的特性，對于等車時間和行駛時間需要在時間和空間兩方面考慮。城市道路網(wǎng)絡構(gòu)成了一個有向圖，圖中的節(jié)點是各個道路交叉口，圖中的邊是每一段道路，道路的權重可以是該條道路的長度或是行駛時間。出租車的出行通常會經(jīng)過不同的道路，即一次出行由一組道路序列構(gòu)成，出租車行駛時間是通過各條道路的時間之和，出租車行駛距離時通過各條道路的距離之和。

由于道路網(wǎng)絡節(jié)點個數(shù)較多，不是任意的兩個節(jié)點之間都能從出租車行車軌跡中直接提取行駛時間和行駛距離，但是有超過80％的相鄰節(jié)點對之間都有出租車歷史通行數(shù)據(jù)。如果能夠獲取各條道路的行駛時間和行駛距離，對于一些歷史數(shù)據(jù)中不能直接提取行駛時間的節(jié)點對，利用dijkstra最短路徑方法可以得到該節(jié)點對之間的最短路徑，同時利用其最短路徑包含的各條子道路的行駛時間進行累加可以得到該路徑最終的行駛時間，各條子道路長度之和為該路徑最終的行駛距離。

所以，首先需要提取出租車在不同道路的行駛時間。shapefile文件是描述空間數(shù)據(jù)的幾何和屬性特征的非拓撲實體矢量數(shù)據(jù)結(jié)構(gòu)的一種格式，經(jīng)常在地理信息系統(tǒng)中被用于描述地圖道路信息。在本發(fā)明實施例中，獲取上海的shape地圖文件，并將每個出租車的gps位置點匹配到城市道路中。對于一段旅程，只對其中起點和終點都是道路交叉口的子道路提取行駛時間，如圖2所示，由于起點a和終點e不是道路交叉口，旅程ae可以提取的子道路只有bc，cd。

通過上述方式，本發(fā)明能夠從一周的出租車gps數(shù)據(jù)中提取大量的道路行駛時間信息，每條信息包括起點，終點，開始時刻，結(jié)束時刻。這些信息將用于生成城市任意兩點間的出租車行駛時間。

乘客在某個區(qū)域的等車時間可以直接利用該區(qū)域可用出租車的到達速率進行估計。通常來說，出租車行駛是相互獨立的事件，某個區(qū)域在一定時間內(nèi)的車輛數(shù)服從泊松分布，而等待下一輛車的時間服從指數(shù)分布。而泊松分布用于描述單位時間內(nèi)隨機事件發(fā)生的次數(shù)，例如，如果某個區(qū)域1小時內(nèi)有10輛不同的可用出租車，則平均等車時間為6分鐘。

首先將上海地區(qū)按照1000m*1000m的大小劃分出不同的區(qū)域，計算各個區(qū)域在不同時間區(qū)間下的等車時間，如圖3所示。由于區(qū)域的面積較小，假設出租車在區(qū)域內(nèi)部行駛至乘客位置所需的時間為固定值2分鐘，并統(tǒng)計區(qū)域內(nèi)部不同時間區(qū)間下的歷史平均車輛數(shù)。實際上，一個區(qū)域周圍的車輛也可以通過一定的行駛距離到達該區(qū)域，以每個區(qū)域最靠近中心點的道路交叉口位置作為區(qū)域的起點或終點，計算每個鄰近區(qū)域之間的行駛時間并假設該時間固定不變。對每個區(qū)域而言，統(tǒng)計以其為中心加上周圍8個區(qū)域的單位時間內(nèi)的不同車輛數(shù)的倒數(shù)作為該區(qū)域最終的平均等車時間。例如，如圖3所示，假設區(qū)域a和區(qū)域b在1小時內(nèi)經(jīng)過的出租車分別有6輛和10輛，16輛車互不相同，區(qū)域b行駛至區(qū)域a的時間為5分鐘，則在區(qū)域a中等待一輛來自a區(qū)域出租車并行駛至乘客位置所需的平均時間為(60/6+2)，為12分鐘，在區(qū)域a中等待一輛來自b區(qū)域出租車并行駛至乘客位置所需的平均時間為(60/10+5)，為11分鐘，那么在區(qū)域a中等待一輛來自a區(qū)域或b區(qū)域出租車的平均時間為60/(60/12+60/11)，約為6分鐘。類似的，通過附加周圍8個區(qū)域的車輛數(shù)，能夠獲得每個區(qū)域最終的平均等車時間。

如出行路線規(guī)劃模塊2所述，有了上述不同區(qū)域在不同時間區(qū)間下的平均等車時間，地鐵車站對在不同時間區(qū)間下的出行時間，以及各條子道路在不同時間區(qū)間下的行駛時間，本發(fā)明進一步給出各方案下乘客出行線路的計算方法。

考慮到換乘帶來的不便性，本發(fā)明對換乘次數(shù)做出限制。

對于一個查詢請求，地鐵和出租車的混合出行方案只可能產(chǎn)生以下4種結(jié)果：

方案1：只搭乘出租車的方案；

方案2：只搭乘地鐵的方案；

方案3：乘客先搭乘地鐵到達某個地鐵站，再換乘出租車到達目的地；

方案4：乘客先搭乘出租車到達某個地鐵站，再換乘地鐵達到目的地。

各個方案的示意圖如圖4所示。用戶每提交一個查詢請求，包括起始時間、起始地點、目的地點，系統(tǒng)同時為用戶產(chǎn)生上述4種方案的結(jié)果集合，每個結(jié)果包括預計出行時間、預計價格和出行線路等屬性，并由乘客選擇最佳的出行方案，上述請求方式保證了系統(tǒng)最終給出的出行線路最多只需換乘1次。由于出行線路結(jié)果包含出行時間和出行價格兩個評價指標，乘客既可以選擇最小化出行時間也可以選擇最小化出行價格作為查詢條件。

在確定了上述出行方案后，根據(jù)不同方案計算出行線路。

方案1：該方案的路徑規(guī)劃不包含地鐵，可直接將乘客的起點和終點分別匹配到最近的道路交叉口，用作出租車路徑規(guī)劃的起點和終點。如果線路計算的原則是最小化出行時間，道路節(jié)點之間的權重即道路網(wǎng)絡圖中邊的權重被設定為各條道路的行駛時間；如果線路計算的原則是最小化出租車行駛距離，則道路網(wǎng)絡圖中邊的權重被設定為各條道路的長度。通過最短路徑搜索算法可以得到最優(yōu)的出行線路，并將最優(yōu)出行路徑所途徑的各條子道路的行駛距離進行累積可以得到其總的出租車預計行駛距離；將各條子道路的行駛時間進行累加并加上在起始區(qū)域的等車時間可以得到其總的預計出行時間。注意到由于出租車行駛時間存在隨時間變化的特性，子道路的行駛時間必須在搜索和疊加的過程中根據(jù)到達該道路的時間區(qū)間進行相應的更新。

方案2：該方案的路徑規(guī)劃不包含出租車，所以可直接將乘客的起點和終點分別匹配到最近的地鐵站，用作起點和終點并計算兩段路程的步行時間，同時加上歷史數(shù)據(jù)中當前時間區(qū)間的地鐵平均出行時間作為最終的預計出行時間。由于此方案并不涉及搭乘出租車，此時的出租車預計行駛距離為0。

方案3：該方案實際上是方案1和方案2的組合，主要問題在于如何選擇一個地鐵目的車站使得出行時間最小。首先將乘客起點匹配到最近的地鐵車站，作為起點，乘客終點匹配到最近的道路交叉口，作為目的地。對于一個地鐵目的車站，可以根據(jù)方案1和方案2的計算方式分別計算前后兩段線路的出行時間和行駛距離之和作為總的出行時間和出行行駛距離，通過遍歷地鐵站點集合作為目的車站并依次比較可以得到最優(yōu)的換乘線路。由于時間的可變性，如果乘客到達地鐵目的車站的旅途中跨過了一個時間區(qū)間，對應下一段出租車線路的等車時間，出租車行駛時間都必須更新為新區(qū)間的值。上海地鐵的車站數(shù)量較少，截止到2015年4月份的數(shù)據(jù)總共有289個車站，此方案下的遍歷復雜度不會較高，能夠運用在實時系統(tǒng)中。

方案4：該方案主要問題在于如何選擇一個地鐵起始車站使得出行時間最小。該方案的線路計算方式和方案3類似，遍歷整個車站集合即可得到最優(yōu)解。在線路計算的同時也要考慮時間的可變性。

如出租車乘車請求模塊3所述，判斷乘客選擇的出行方案是否包含出租車出行方式，若是，將乘車請求發(fā)送給目標區(qū)域內(nèi)出租車司機手持終端。如果線路涉及到搭乘出租車，乘客可事先或到達相應的區(qū)域后發(fā)起打車請求，服務器端給該區(qū)域附近的出租車發(fā)送訂單，并指派一位合適的出租車前去接送乘客，之后乘客和對應的司機可以直接聯(lián)系無需通過服務器干預。

在本發(fā)明實施例中，當乘客需要查詢出行線路時，通過選定起點和目的地作為一條線路規(guī)劃請求發(fā)往服務器端，服務器端對請求進行對應的線路計算并將結(jié)果返回。

在本發(fā)明中，以圖5所示的出現(xiàn)路線為例，通過百度地圖查詢該出行線路在通暢的路況條件下所需的時間約為38分鐘，同時在不同時段下通過本發(fā)明采用的每條道路在不同時間區(qū)間下的行駛時間進行拼接得到的總行駛時間，最后和歷史記錄中直接提取的該出行線路在不同時段下的平均行駛時間進行對比，最終的結(jié)果如圖6所示。從圖6中可以看到，雖然在此條線路上百度地圖提供的查詢服務能夠給出一個較為保障的行駛時間，但是在非高峰時段即道路通暢情況下該值和實際的行駛時間的差異比較明顯，給乘客出行造成了一定的誤導。

本發(fā)明結(jié)合出租車和地鐵的出行方案，旨在提供更加精確的線路查詢服務，并根據(jù)出行時刻的不同提供差異化的服務?；谙鄬Ψ€(wěn)定的地鐵列車調(diào)度方案和出租車的分布規(guī)律，地鐵和出租車的混合方案能夠為乘客提高更為快速，精準和經(jīng)濟的服務，在為乘客節(jié)省出行費用的同時降低城市總體交通資源的消耗。

此外，本發(fā)明地鐵和出租車的混合出行方案實際上是單獨乘坐地鐵或出租車的折中方案，兼顧兩者的部分優(yōu)點。地鐵的運行時間較為穩(wěn)定，價格低廉，但是其行駛線路固定，常常導致較長的出行時間，同時也不能夠覆蓋廣闊的區(qū)域；出租車的可達區(qū)域非常廣泛，方便快捷，但是其價格較高，在高峰時段容易遇上堵車造成行車時間的上升。相對于只選擇出租車出行的方式，通過混合地鐵和出租車的出行方式能夠減少乘客的出租車行駛距離，這不僅僅幫乘客減少了一定的出行價格，在節(jié)省社會資源上也有很大的幫助；另一方面相對于只選擇地鐵出行的方式，也使得某些地鐵線路不可達的地鐵出行方案變?yōu)榭赡堋?/p>

以上所述僅為本發(fā)明的較佳實施例而已，并不用以限制本發(fā)明，凡在本發(fā)明的精神和原則之內(nèi)所作的任何修改、等同替換和改進等，均應包含在本發(fā)明的保護范圍之內(nèi)。