[发明专利]一种出租车空载巡航路线推荐的方法、装置和系统

说明书

本发明公开了一种出租车空载巡航路线推荐的方法、装置和系统。该系统包括服务器和出租车终端，其中服务器通过图神经网络以人工智能的方法对运营区域的营运收益进行预期分析，然后结合出租车司机个性化的空载巡航路线对未来轨迹进行预测，通过未来轨迹所涉及的运营区域结合营运收益预期计算出的预期收益分析，得到优选的空载巡航路线。由此出租车可以依据优选的空载巡航路线进行空载巡航，以提高出租车空载巡航的订单转化率，并提高出租车司机的收入。

技术领域

本发明涉及深度学习应用领域，尤其深度学习在出租车空载调度的应用。

背景技术

现代城市公共交通系统中，出租车是必不可少的一环。而出租车资源有限，提高出租车利用效率，同时为使得出租车司机收益最大化，对出租车进行调度是必不可少的。现有的出租车调度系统都是基于订单或载客状态的调度，也就是，当大量出租车订单出现或载客量满负荷运转时，调度服务器通过算法为出租车调度，从而提高出租车资源的利用率的同时尽可能地满足各个订单的执行。比如，现有技术的专利文献CN 103971512A、CN107784619A都是基于当前出租车订单状态或者载客状态，通过算法调度使得出租车资源的利用得到最大化的同时快速完成各个订单，以满足用户需求。

然而上述情形通常出现于出租车使用的高峰时段。对于非高峰时段，出租车经常多空载。为使得出租车空载巡航时能够尽可能地接收到潜在订单，空载出租车的调度也非常重要。因为出租车空载巡航转化成订单是出租车司机收入的重要来源。而现有技术缺乏这方面的手段。

发明内容

本发明所要解决的问题：提高出租车空载巡航的订单转化率和出租车司机的营运收入。

为解决上述问题，本发明采用的方案如下：

根据本发明的一种出租车空载巡航路线推荐的方法，该方法包括区域营运收益分析步骤、未来轨迹预测分析步骤以及优选巡航路线分析步骤；

所述区域营运收益分析步骤包括如下步骤：

S11：获取各出租车的历史订单记录；

S12：根据所述历史订单记录，统计客人上车下车区域概率矩阵HPM；

HPM={HP(i,j)|i∈[1,N], j∈[1,N]}；

S13：根据所述历史订单记录，统计客人上车下车区域收益矩阵BM；

BM={B(i,j)|i∈[1,N], j∈[1,N]}；

S14：将所述客人上车下车区域概率矩阵HPM输入至图神经网络，得到客人上车下车区域预期矩阵PPM={PP(i,j)|i∈[1,N], j∈[1,N]}；

S15：根据所述客人上车下车区域预期矩阵PPM和所述客人上车下车区域收益矩阵BM计算区域营运收益集VS={vx(i)|i∈[1,N]}；

其中，HPM表示为客人上车下车区域概率矩阵；HP(i,j)表示为客人在第i区域上车后在第j区域下车的概率；BM表示为客人上车下车区域收益矩阵；B(i,j)表示为客人在第i区域上车后在第j区域下车所产生的平均收益；PPM表示为客人上车下车区域预期矩阵；PP(i,j)表示为客人在第i区域上车后在第j区域下车的预期概率；VS表示为区域营运收益集；vx (i)表示为客人在第i区域上车后所产生的预期收益：

vx (i)=PP(i,1)×B(i,1)+ PP(i,2)×B(i,2)+ PP(i,3)×B(i,3)+…+ PP(i,N)×B(i,N)；

所述未来轨迹预测分析步骤包括如下步骤：

S21：获取待分析的出租车的历史轨迹；