[发明专利]一种车费预估的方法、装置、设备和计算机存储介质有效

专利信息
申请号: 201710101445.2 申请日: 2017-02-23
公开(公告)号: CN106952110B 公开(公告)日: 2022-02-25
发明(设计)人: 李浩;陈秀义 申请(专利权)人: 北京百度网讯科技有限公司
主分类号: G06Q30/02 分类号: G06Q30/02;G06Q50/30
代理公司: 北京鸿德海业知识产权代理有限公司 11412 代理人: 袁媛
地址: 100085 北京市*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 车费 预估 方法 装置 设备 计算机 存储 介质
【说明书】:

发明提供了一种车费预估的方法、装置、设备和计算机存储介质,其中车费预估的方法包括:获取客户端发送的用户乘车请求,所述用户乘车请求包括出发地地址和目的地地址;依据出发地地址距离最近充电桩的距离或目的地地址距离最近充电桩的距离,以及从所述出发地地址到目的地地址的乘客乘坐距离,进行车费预估;将所得到的预估车费反馈给客户端。本发明通过获取出发地地址距离最近充电桩的距离、目的地地址距离最近充电桩的距离以及从出发地地址到目的地地址的乘客乘坐距离,充分考虑了无人车的特有属性,实现了对无人车出行车费的预估,提高无人车计费的准确度。

【技术领域】

本发明涉及出行服务技术领域,尤其涉及一种车费预估的方法、装置、设备和计算机存储介质。

【背景技术】

在日常生活中,人们出行乘车所需的费用往往是人们最终决定使用何种出行方式的重要依据之一。因此,如何精准预估人们出行乘车时所需的费用是一个关键问题。现有技术在进行车费预估时,通常是将路面距离代入车费预估模型计算得到的,即根据用户乘车请求中的出发地址和目的地址计算路面距离,将路面距离代入由历史数据训练所得到的车费预估模型后,预估用户乘车请求所需的费用。现有技术进行车费预估的方法大多是基于有人车进行的,而随着自动驾驶技术的发展,将会有越来越多的无人车投入到出租运营中。但无人车具有与有人车不同的特殊属性,例如无人车位置、无人车电量以及充电桩位置等。因此,将应用于有人车车费预估的方法应用到无人车车费预估是不合适的,且现有技术也没有应用于无人车车费预估的方法。因此,亟需提供一种能够结合无人车的特有属性对无人车出行费用进行精准预估的车费预估方法、装置、设备和计算机存储介质。

【发明内容】

有鉴于此,本发明提供了一种车费预估的方法、装置、设备和计算机存储介质,实现对无人车出行车费的预估,提高无人车出行计费的准确度。

本发明为解决技术问题而采用的技术方案是提供一种车费预估的方法,所述方法包括:获取客户端发送的用户乘车请求,所述用户乘车请求包括出发地地址和目的地地址;依据出发地地址距离最近充电桩的距离或目的地地址距离最近充电桩的距离,以及从所述出发地地址到目的地地址的乘客乘坐距离,进行车费预估;将所得到的预估车费反馈给客户端。

根据本发明一优选实施例,所述依据出发地地址距离最近充电桩的距离或目的地地址距离最近充电桩的距离,以及从所述出发地地址到目的地地址的乘客乘坐距离,进行车费预估包括:预估车费等于第二单价与乘客乘坐距离之积以及第三单价与目的地地址距离最近充电桩的距离之积的和;或者,预估车费等于第二单价与乘客乘坐距离之积以及第四单价与出发地地址距离最近充电桩的距离之积的和。

根据本发明一优选实施例,所述方法还包括获取车辆当前电量以及车辆剩余行驶距离;所述依据出发地地址距离最近充电桩的距离或目的地地址距离最近充电桩的距离,以及从所述出发地地址到目的地地址的乘客乘坐距离,进行车费预估包括:若车辆剩余行驶距离大于乘客乘坐距离且车辆当前电量大于满电量的50%,预估车费等于第一单价与乘客乘坐距离的乘积;若车辆剩余行驶距离大于乘客乘坐距离但车辆当前电量小于满电量的50%,预估车费等于第二单价与乘客乘坐距离之积以及第三单价与目的地地址距离最近充电桩的距离之积的和;若车辆剩余行驶距离小于乘客乘坐距离,预估车费等于第二单价与乘客乘坐距离之积以及第四单价与出发地地址距离最近充电桩的距离之积的和。

根据本发明一优选实施例,所述获取出发地地址距离最近充电桩的距离以及目的地地址距离最近充电桩的距离包括:根据所述出发地地址、目的地地址以及充电桩索引方程,获取距离出发地地址最近充电桩的位置以及距离目的地地址最近充电桩的位置;根据所述出发地地址以及目的地地址与所述获取的距离出发地地址最近充电桩的位置以及距离目的地地址最近充电桩的位置,分别获取出发地地址距离最近充电桩的距离以及目的地地址距离最近充电桩的距离;其中,充电桩索引方程是预先根据城市充电桩的位置分布数据得到。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京百度网讯科技有限公司,未经北京百度网讯科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201710101445.2/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top