本發(fā)明涉及智能交通系統(tǒng)領(lǐng)域，尤其涉及一種基于期望巡游里程的租賃交通工具巡游路徑計算方法及系統(tǒng)。

背景技術(shù)：

1、在現(xiàn)代城市交通系統(tǒng)中，出租車作為一種重要的公共交通工具，扮演著至關(guān)重要的角色。然而，隨著城市化進程的加快和人口的增加，出租車行業(yè)面臨著一系列挑戰(zhàn)，這些挑戰(zhàn)不僅影響到運營效率和經(jīng)濟效益，也影響到乘客的出行體驗和滿意度。在出租車運營中，運力與需求的匹配問題是影響運營效率和乘客滿意度的關(guān)鍵因素之一。在高峰時間段內(nèi)，某些特定區(qū)域內(nèi)的乘客需求激增，而其他區(qū)域可能出租車空載率較高，造成資源浪費和供需不平衡。這種情況導(dǎo)致高需求區(qū)域的乘客等待時間長，難以打到車，而低需求區(qū)域的出租車則面臨空駛問題，增加了運營成本和司機的疲勞度?，F(xiàn)有的出租車調(diào)度系統(tǒng)通?；跉v史數(shù)據(jù)和經(jīng)驗進行調(diào)度，難以實時調(diào)整，無法有效應(yīng)對突發(fā)變化和動態(tài)需求。由于缺乏對實時需求的精準(zhǔn)預(yù)測和快速響應(yīng)機制，出租車公司難以在高需求時間段內(nèi)迅速調(diào)度足夠的運力到需求集中的區(qū)域，同時也無法在需求低迷時有效減少空駛率。優(yōu)化運力和需求的匹配，實時監(jiān)控和評估各個道路段的供需情況，合理分配出租車資源，提升車輛利用率和乘客滿意度，是當(dāng)前出租車行業(yè)亟待解決的問題之一。出租車的路徑規(guī)劃問題同樣不容忽視，傳統(tǒng)的路徑規(guī)劃方法主要基于最短路徑或最短時間原則，未能充分考慮到實時交通狀況和乘客需求的動態(tài)變化。這種簡單的路徑規(guī)劃方式，常常導(dǎo)致出租車在巡游過程中經(jīng)歷較長的空駛里程，降低了巡游效率。例如，司機在巡游時可能會選擇一條交通擁堵的路徑，導(dǎo)致長時間的低速行駛，浪費燃油和時間，增加運營成本。此外，未能合理規(guī)劃巡游路徑也會增加司機的疲勞度，影響行車安全?，F(xiàn)有的路徑規(guī)劃系統(tǒng)通常缺乏動態(tài)調(diào)整能力，難以適應(yīng)復(fù)雜多變的城市交通環(huán)境。在面對突發(fā)事件、交通管制或道路施工等情況時，司機往往無法得到及時有效的路徑調(diào)整建議，導(dǎo)致行駛時間和行駛距離增加，影響運營效率和服務(wù)質(zhì)量。要解決這些問題，需要一種能夠動態(tài)調(diào)整的路徑規(guī)劃方法，基于實時交通數(shù)據(jù)、乘客需求數(shù)據(jù)和歷史數(shù)據(jù)，智能地選擇最優(yōu)路徑，減少空駛里程，提高巡游效率。同時，還需要建立一個高效的反饋機制，能夠?qū)崟r獲取司機的位置信息和行駛狀態(tài)，及時調(diào)整推薦路徑，確保出租車能夠以最優(yōu)路徑到達乘客位置和目的地。因此，現(xiàn)有的出租車運營中存在運力與需求匹配不當(dāng)和路徑規(guī)劃不合理的問題。這些問題不僅影響了出租車的運營效率和服務(wù)質(zhì)量，也在一定程度上增加了司機的運營成本和乘客的出行不便。因此，迫切需要一種能夠有效解決這些問題的方法，以提升出租車的巡游效率，優(yōu)化資源配置，提高整體運營水平。

技術(shù)實現(xiàn)思路

1、本發(fā)明對上述現(xiàn)有技術(shù)存在的問題，提供一種基于期望巡游里程的租賃交通工具巡游路徑計算方法，主要包括：

2、根據(jù)出租車的實時衛(wèi)星定位數(shù)據(jù)獲取出租車的初步軌跡，計算出租車軌跡點與道路段的距離和角度差，確定符合行駛路徑的道路段并糾偏初步軌跡點，并獲取對應(yīng)道路段編號；

3、根據(jù)出租車軌跡點對應(yīng)的道路段的出租車軌跡數(shù)據(jù)，確定不同道路段的出租車運力量和需求量；

4、根據(jù)不同道路段的歷史出租車運力量和需求量數(shù)據(jù)，預(yù)測各道路段未來的出租車運力量和需求量，并基于道路段載客概率預(yù)測公式，預(yù)測各道路段載客概率；

5、根據(jù)出租車運力量和需求量的歷史數(shù)據(jù)，評估各道路段運力量和需求量的時序周期規(guī)律程度，并基于時序周期規(guī)律程度對各道路段載客概率預(yù)測值進行修正；

6、根據(jù)所有道路段信息確定候選路徑集，基于條件載客概率公式計算候選路徑中各道路段的條件載客概率，并采用路徑期望巡游里程計算公式計算每條候選路徑的期望巡游里程，確定期望巡游里程最短的路徑作為推薦路徑；

7、根據(jù)出租車的實時位置信息，判斷司機是否按推薦路徑行駛，并更新道路段運力數(shù)據(jù)，基于更新后的道路段運力數(shù)據(jù)，重新確定期望巡游里程最短的路徑作為推薦路徑。

8、進一步地，所述根據(jù)出租車的實時衛(wèi)星定位數(shù)據(jù)獲取出租車的初步軌跡，計算出租車軌跡點與道路段的距離和角度差，確定符合行駛路徑的道路段并糾偏初步軌跡點，并獲取對應(yīng)道路段編號，包括:

9、根據(jù)出租車的gps設(shè)備獲取的實時衛(wèi)星定位數(shù)據(jù)和時間戳，獲取包含經(jīng)度和緯度的定位點集合，得到出租車的初步軌跡；通過地圖數(shù)據(jù)，獲取出租車潛在的行駛道路段，包括道路段的坐標(biāo)、方向和連通性信息；根據(jù)出租車初步軌跡點，計算每個軌跡點與潛在的行駛道路段之間的歐幾里得距離，選擇距離小于預(yù)設(shè)距離閾值的道路段作為候選道路段；根據(jù)相鄰的出租車初步軌跡點的經(jīng)緯度差值進行角度計算，確定出租車軌跡點的運動方向；將候選道路段的方向與出租車軌跡點的運動方向進行角度差計算，確定角度差小于預(yù)設(shè)角度差閾值的候選道路段；通過地圖數(shù)據(jù)，根據(jù)角度差小于預(yù)設(shè)角度差閾值的候選道路段的連通性，確定符合實際行駛路徑的道路段；根據(jù)符合實際行駛路徑的道路段，調(diào)整出租車初步軌跡點的坐標(biāo)，將存在偏移的出租車初步軌跡點的坐標(biāo)糾偏到出租車實際行駛的道路道路段上，得到糾偏后的出租車軌跡點，并確定每個糾偏后的出租車軌跡點對應(yīng)的道路段編號。

10、進一步地，所述根據(jù)出租車軌跡點對應(yīng)的道路段的出租車軌跡數(shù)據(jù)，確定不同道路段的出租車運力量和需求量，包括:

11、根據(jù)出租車軌跡點對應(yīng)的道路段，以t分鐘為時間粒度，獲取過去預(yù)設(shè)時間段內(nèi)的出租車軌跡數(shù)據(jù)集合，出租車軌跡數(shù)據(jù)包括時間、道路段、車牌號和載客狀態(tài)，載客狀態(tài)包括空載和有客；通過過去預(yù)設(shè)時間段內(nèi)的出租車軌跡數(shù)據(jù)集合，獲取相同道路段的出租車車牌號，去重重復(fù)的車牌號，確定過去預(yù)設(shè)時間段內(nèi)每t分鐘各道路段的出租車運力量，出租車運力量為空載出租車數(shù)量；獲取過去預(yù)設(shè)時間段內(nèi)每t分鐘內(nèi)出租車車牌號對應(yīng)的載客狀態(tài)，判斷載客狀態(tài)從空載變?yōu)橛锌偷臅r間點和道路段，得到每t分鐘內(nèi)各道路段上客的車牌號集合，確定每t分鐘各道路段上的上客次數(shù)，作為出租車需求量。

12、進一步地，所述根據(jù)不同道路段的歷史出租車運力量和需求量數(shù)據(jù)，預(yù)測各道路段未來的出租車運力量和需求量，并基于道路段載客概率預(yù)測公式，預(yù)測各道路段載客概率，包括:

13、獲取各道路段歷史出租車運力量和需求量數(shù)據(jù)，以t分鐘為時間粒度，獲取歷史出租車運力量和需求量數(shù)據(jù)中每t分鐘的出租車運力量和需求量數(shù)據(jù)，構(gòu)建各道路段的時間序列數(shù)據(jù)；根據(jù)各道路段的時間序列數(shù)據(jù)，使用時空圖卷積神經(jīng)網(wǎng)絡(luò)算法進行模型訓(xùn)練，構(gòu)建出租車運力量和需求量預(yù)測模型；根據(jù)過去預(yù)設(shè)時間段內(nèi)每t分鐘各道路段的出租車運力量和需求量數(shù)據(jù)，使用出租車運力量和需求量預(yù)測模型，預(yù)測未來t分鐘各道路段的運力量和需求量；根據(jù)道路段載客概率預(yù)測公式預(yù)測各道路段載客概率，其中，p表示道路段載客概率預(yù)測值，d為道路段需求量預(yù)測值、s為道路段運力量預(yù)測值。

14、進一步地，所述根據(jù)出租車運力量和需求量的歷史數(shù)據(jù)，評估各道路段運力量和需求量的時序周期規(guī)律程度，并基于時序周期規(guī)律程度對各道路段載客概率預(yù)測值進行修正，包括:

15、獲取各道路段出租車運力量和需求量的歷史數(shù)據(jù)，得到完整的時間序列數(shù)據(jù)集；采用時序周期規(guī)律程度公式評估各道路段運力量和需求量的時序周期規(guī)律程度，其中，代表道路段j在第i個時間段內(nèi)的出租車需求時序，代表道路段j在第i個時間段內(nèi)的的出租車運力時序，代表道路段j在第i+1個時間段內(nèi)的出租車需求時序，代表道路段j在第i+1個時間段內(nèi)的出租車運力時序，m代表歷史數(shù)據(jù)覆蓋的時間段段數(shù)；根據(jù)各道路段運力量和需求量的時序周期規(guī)律程度，確定各道路段載客概率預(yù)測可信度修正系數(shù)βj，其中，根據(jù)各道路段載客概率預(yù)測值，使用可信度修正系數(shù)和可信度修正公式對各道路段載客概率預(yù)測值進行修正，確定修正后全路網(wǎng)各道路段未來t分鐘出租車載客概率；將修正后全路網(wǎng)各道路段未來t分鐘出租車載客概率存儲于基于內(nèi)存的鍵值數(shù)據(jù)庫中，其中，key值為道路段編碼，value值為對應(yīng)道路段的修正后未來t分鐘出租車載客概率預(yù)測值并每隔t分鐘更新緩存數(shù)據(jù)中的未來t分鐘道路段載客概率預(yù)測數(shù)據(jù)。進一步地，所述根據(jù)所有道路段信息確定候選路徑集，基于條件載客概率公式計算候選路徑中各道路段的條件載客概率，并采用路徑期望巡游里程計算公式計算每條候選路徑的期望巡游里程，確定期望巡游里程最短的路徑作為推薦路徑，包括：

16、根據(jù)司機發(fā)起的路徑推薦請求，獲取起點和終點位置，確定起點和終點的經(jīng)緯度坐標(biāo)；獲取地圖數(shù)據(jù)，提取所有道路段信息，使用深度優(yōu)先路徑搜索算法獲取請求發(fā)起點為起點、k公里長的所有路徑，得到候選路徑集g；通過鍵值數(shù)據(jù)庫，查詢所有候選路徑包含的所有道路段對應(yīng)的未來t分鐘載客概率預(yù)測值；定義候選路徑集g中某條候選路徑為gu＝(l1,l2,…,ln)，該候選路徑每條道路段載客概率為其中n表示該候選路徑包含道路段數(shù)量；根據(jù)條件載客概率公式計算單一道路段的條件載客概率，其中，表示累計載客概率，累計載客概率計算式為獲取候選路徑的各道路段的長度，通過公式計算候選路徑的各道路段的累計巡游里程其中l(wèi)i為路段li的長度；根據(jù)累計巡游里程和載客概率預(yù)測值采用路徑期望巡游里程計算公式計算每條候選路徑的期望巡游里程；比較不同候選路徑的期望巡游里程，確定期望巡游里程最短的路徑作為巡游效率最高的推薦路徑。

17、進一步地，所述根據(jù)出租車的實時位置信息，判斷司機是否按推薦路徑行駛，并更新道路段運力數(shù)據(jù)，基于更新后的道路段運力數(shù)據(jù)，重新確定期望巡游里程最短的路徑作為推薦路徑，包括：

18、獲取推薦路徑的經(jīng)緯度序列信息，并通過api接口，將推薦路徑的經(jīng)緯度序列信息傳輸?shù)胶笈_服務(wù)器；使用地圖渲染api，加載推薦路徑的經(jīng)緯度數(shù)據(jù)，渲染推薦路徑到地圖上，得到可視化的推薦路徑路線；獲取司機的實時位置信息，比對司機行駛路線與推薦路徑，判斷司機是否按推薦路徑行駛；若司機是按推薦路徑行駛，則遍歷司機按推薦路徑行駛的所有道路段，將每個道路段的道路段運力累加1，得到更新后的道路段運力數(shù)據(jù)；根據(jù)更新后的道路段運力數(shù)據(jù)，重新計算更新后的載客概率預(yù)測值，并調(diào)整鍵值數(shù)據(jù)庫中對應(yīng)道路段的載客概率；根據(jù)更新后的載客概率預(yù)測值，重新確定期望巡游里程最短的路徑，作為巡游效率最高的推薦路徑。

19、本發(fā)明第二方面實施例提供一種基于期望巡游里程的租賃交通工具巡游路徑計算系統(tǒng)，主要包括：

20、衛(wèi)星定位數(shù)據(jù)實時地圖匹配模塊，用于確定符合出租車行駛路徑的道路段并糾偏行駛軌跡，并獲取對應(yīng)道路段編號；

21、道路段級出租車運力需求量計算模塊，用于根據(jù)出租車軌跡點對應(yīng)的道路段的出租車軌跡數(shù)據(jù)，確定不同道路段的出租車運力量和需求量；

22、道路段級出租車載客概率預(yù)測模塊，用于根據(jù)不同道路段的歷史出租車運力量和需求量數(shù)據(jù)，預(yù)測各道路段未來的出租車運力量、需求量和各道路段載客概率；

23、出租車載客概率可信度修正模塊，用于評估各道路段運力量和需求量的時序周期規(guī)律程度，并基于時序周期規(guī)律程度對各道路段載客概率預(yù)測值進行修正；

24、巡游路徑實時推薦模塊，用于根據(jù)所有道路段信息確定候選路徑集，計算各候選路徑的期望巡游里程，并確定期望巡游里程最短的路徑作為推薦路徑；

25、巡游路徑更新模塊，用于判斷司機是否按推薦路徑行駛，并更新道路段運力數(shù)據(jù)，重新確定期望巡游里程最短的路徑作為推薦路徑。

26、本發(fā)明實施例提供的技術(shù)方案可以包括以下有益效果：

27、本發(fā)明提供了一種基于期望巡游里程的租賃交通工具巡游路徑計算方法及系統(tǒng)。本發(fā)明通過精確獲取出租車的實時衛(wèi)星定位數(shù)據(jù)，計算軌跡點與道路段的距離和角度差，并對初步軌跡點進行糾偏，從而確保每個軌跡點準(zhǔn)確地映射到實際行駛的道路段編號上，有效減少定位誤差，提高路徑規(guī)劃的精準(zhǔn)度。通過分析出租車軌跡點對應(yīng)的道路段的軌跡數(shù)據(jù)，實時監(jiān)控和評估各個道路段的供需情況，合理分配出租車資源，提升車輛利用率和乘客滿意度。本發(fā)明還能夠根據(jù)歷史數(shù)據(jù)預(yù)測各道路段未來的運力量和需求量，提前了解未來的供需變化，為路徑規(guī)劃提供數(shù)據(jù)支持，避免供需不匹配的情況發(fā)生。通過評估各道路段運力量和需求量的周期性變化特征，對預(yù)測結(jié)果進行修正，提高預(yù)測的準(zhǔn)確性和可靠性。在確定候選路徑時，本發(fā)明能夠計算每條路徑的期望巡游里程，并確定巡游效率最高的推薦路徑，減少空駛里程，提高運營效率。此外，通過實時獲取司機的位置信息，判斷司機是否按推薦路徑行駛，并動態(tài)更新道路段運力數(shù)據(jù)和重新推薦最優(yōu)路徑，確保路徑推薦的時效性和有效性。本發(fā)明有效提升了出租車的巡游效率，優(yōu)化了資源配置，提高了整體運營水平，減少了運營成本，增強了乘客的出行體驗和滿意度。