[发明专利]共享交通工具的调度方法、装置、计算机设备和存储介质

说明书

本发明公开了一种共享交通工具的调度方法、装置、计算机设备和存储介质，方法包括：利用预先训练得到的预测模型预测目标站点在当前时刻之后预设时间段内各时间节点的预测车辆总数；获取目标站点的最大容量；确定预测车辆总数最小的时间节点并获取最小预测车辆总数，确定预测车辆总数最大的时间节点并获取最大预测车辆总数；基于最小预测车辆总数、最大预测车辆总数和最大容量之间的数值大小关系，确定出车辆调出数量并生成调度任务，以供工作人员进行车辆调度。本发明基于预测的结果确定出的车辆调出数量，能过提前预警和调度任务派发，避免在发生堆积情况后再分配调度任务和分派工作人员进行调度，提高了工作人员的工作效率和调度的及时性。

技术领域

本发明涉及共享经济技术领域，尤其涉及一种共享交通工具的调度方法、装置、计算机设备和存储介质。

背景技术

在共享经济技术领域，例如共享单车或共享助力车等共享出行领域，为了给用户提供便捷的服务，用户可以在共享服务提供商限定的运营范围内，在任意起点取车，任意终点还车，极大地方便了用户的出行。但是，用户的骑行目的地不可控，部分时段有些站点会存在车辆的持续流入，导致堆积的发生。尤其早晚高晚高峰时段，车辆在地铁站门口、公交站附近、办公区附近或者小区门口可能发生堆积。车辆的堆积一方面降低了车辆的流转效率，更重要的是很可能阻碍交通，影响其他人的正常出行，影响市容市貌。故而，堆积治理是共享单车、共享助力车一个重要挑战和必要工作。当前的堆积治理的主要策略是预先设置每个站点的容量，当车辆数量接近容量上限的时候触发调度任务，指派运维人员将车辆调出该站点。但是，一方面，堆积发生时刻相对集中，如早高峰很多站点同时发生堆积，对运维人力的数量是一个极大的挑战且堆积的发生情况具有一定的随机性，当堆积发生时在分配运维的工作，难以实现人效的最大化，并且及时性较差，已经发生堆积再去处理，已经对交通造成了恶劣影响。

发明内容

有鉴于现有技术的上述缺陷，本发明所要解决现有技术中堆积调度的人效低并且及时性差的技术问题。

为实现上述目的，本发明提供了一种共享交通工具的调度方法，包括：利用预先训练得到的预测模型预测目标站点在当前时刻之后预设时间段内各时间节点的预测车辆总数；获取所述目标站点的最大容量；确定预测车辆总数最小的时间节点并获取最小预测车辆总数，确定预测车辆总数最大的时间节点并获取最大预测车辆总数；基于最小预测车辆总数、最大预测车辆总数和所述最大容量之间的数值大小关系，确定出车辆调出数量并生成调度任务，以供工作人员进行车辆调度。

在本发明的较佳实施方式中，所述基于最小预测车辆总数、最大预测车辆总数和所述最大容量之间的数值大小关系，确定出车辆调出数量，包括：判断所述最大预测车辆总数与所述最小预测车辆总数的差是否大于所述最大容量；当所述差小于等于所述最大容量时，从大于所述最大预测车辆总数与所述最大容量的差的数值范围内确定出所述车辆调出数量。

在本发明的较佳实施方式中，所述车辆调出数量为所述最小预测车辆总数，所述调度任务的执行时间为所述当前时刻到预测车辆总数最小的时间节点之间。

在本发明的较佳实施方式中，当所述差大于所述最大容量时，在所述预测车辆总数最小的时间节点和预测车辆总数最大的时间节点之间，确定一个基准时间节点，所述基准时间节点的预测车辆总数大于所述最大预测车辆总数与所述最大容量的差，并且所述基准时间节点之后的时间节点对应的预测车辆总数随时间递增；从大于等于所述最大预测车辆总数与所述最大容量的差的数值范围内确定出所述车辆调出数量。

在本发明的较佳实施方式中，所述车辆调出数量为所述基准时间节点的预测车辆总数，所述调度任务的执行时间为所述基准时间节点与所述基准时间节点下一个时间节点之间。