[发明专利]一种基于自动驾驶共享出租车系统的司乘匹配方法

说明书

本发明公开了一种基于自动驾驶共享出租车系统的司乘匹配方法，包括步骤：通过自动驾驶共享出租车系统获取自动驾驶共享出租车车辆信息；获取到的实时处于空载或存在空余座位情况的自动驾驶共享出租车进行交通流预测，使得该些自动驾驶共享出租车均有一个对应各自虚拟行驶预测的计划表；通过自动驾驶共享出租车系统获取订单中乘客的打车需求；获取订单中乘客所处上车点的设定范围内现存以及未来将到达的自动驾驶共享出租车；进行司乘匹配，最终挑选出全部计划中行驶时间增加最小的计划；发送乘客匹配计划以及个更新自动驾驶共享出租车的路径安排。本发明具有人车匹配效率高、能提高乘客安全性、最大化出租车运载能力、路径规划智能化等优点。

技术领域

本发明涉及计算机及交通运输的技术领域，尤其涉及到一种基于自动驾驶共享出租车系统的司乘匹配方法。

背景技术

人工智能的日益强大和移动互联网的蓬勃发展催生了车联网等大规模数据分析应用场景。随着车联网技术的成熟，自动驾驶的研究也有了许多质的飞跃。当在自动驾驶应用于出租车运营时，一个不可忽略的问题是：如何在没有干预情况下完成人车匹配过程。尤其是其与共享出行进一步融合时，传统的“就近服务”原则显然行不通。因此，我们需要一套成熟的自动人车匹配策略。

目前市场上已存在很多出租车的人车匹配方法。对于传统出租车而言，空车巡航沿路寻客或者电话预约方式是最常用的匹配方法。这种方法无疑产生极大的运力浪费。不仅如此，还会导致一些偏僻路段等待的乘客常常难以获得出租车服务。而当下流行的网约车，如滴滴，Uber，其运营模式为：后台服务器接受到用户请求后，锁定用户的附近一个范围内的所有空置车辆，进而按照司机的评分高低对部分司机进行优先分配，根据出租车的位置和状态信息，向司机发送应答信息。滴滴平台将会向锁定的一批司机(如20位优质司机)发送乘客需求信息，司机将会在手机APP上进行“抢单”操作，如果所有司机都不愿意接客，平台将重新挑选下一批司机。而Uber对于锁定一群司机，按顺序发送乘客请求，每位司机有20秒决策时间，超过时间限制则失去资格，平台将乘客用车请求发送给下一位司机。滴滴的做法对用户来说应答速度快，降低候车时间，而Uber的做法则减少司机挑客载客的可能性。他们之中都存在一个“司机决策”的过程，从经济效益和用户体验上，这都不是一个必要的步骤。在司机驾驶过程中，“司机决策”反而是一个会导致司机不能集中精神的潜在危险事件；在无司机的自动驾驶模式中，“司机决策”显然更加不可能存在。

目前已有一些方法用于解决上述问题。论文《Shared Autonomous Taxi Systemand Utilization of Collected Travel-Time Information》针对自动驾驶出租车在需求生成、出租车分配操作、实时动态路径规划三个方面构建调度模型，并对比分析了实时数据和历史数据对调度策略的影响。但是其缺乏考虑合乘共享绕路问题，总体上仍是按照“就近服务”的原则。在共享出行模式下，由于要考虑不同乘客旅程的相似性，时空上最近的车辆可能不是最适合的出租车。论文《Fleet scheduling and dispatching for demand-responsive passenger services》考虑了共享服务，但只将新订单的插入在最前面，这可能大幅度降低共享出行的效益；论文《T-share:A large-scale dynamic taxiridesharing service》中，作者也考虑了共享服务，提出一种Insertion FeasibilityCheck算法实现最小化距离的订单插入方法；而论文《The shared-taxi problem:Formulation and solution methods》则针对动态系统提出增量成本的启发式算法，《Amechanism for dynamic ride sharing based on parallel auctions》利用滚动时间窗口，在考虑时间预算的情况下尽可能晚地进行安排行程。

上述研究中从各方面考虑了自动驾驶共享出行的改善，都有可取之处，但是他们忽略了如今人们乘车时对出行耗时尤为敏感。在高速发展的时代，人们大部分希望在节约出行成本的同时减少乘车时间，因此这些方法无法达到人们的最大期望。

发明内容