[发明专利]一种车辆动态合乘匹配方法、系统、介质、设备及终端

说明书

本发明属于车辆合乘技术领域，公开了一种车辆动态合乘匹配方法、系统、介质、设备及终端，该方法包括：环境状态定义；道路环境搭建；基于经验重放的DQN算法构建；基于先验知识的经验池设计。本发明通过使用经验重放机制，将所有训练样本存储在记忆池里面，存储了包括状态转换，奖励和动作在内的经验数据。本发明使动态拼车成为可持续城市交通的一部分，在短时间内实时地将随机产生的订单请求与正在游走的车辆相匹配；通过经验重放机制，减少了DQN训练数据之间的相关性，通过批处理数据提高了学习速度。同时为了解决训练时间过长、收敛缓慢问题，引入先验知识，优化DQN训练过程中的动作选择规则，减少动作选择随机性，避免无效探索。

技术领域

本发明属于车辆合乘技术领域，尤其涉及一种车辆动态合乘匹配方法、系统、介质、设备及终端。

背景技术

在近几年，汽车已经基本覆盖家家户户，更多时候，汽车已经成为人们上下班最主要的交通工具，为人们的日常生活带来了许多便捷和享受，很多人的上下班出行方式已经由原来的公交、地铁等公共交通方式转为了打车出行，在这同时许多的负面影响也随之而来，包括最主要的交通堵塞、能源消耗、环境污染等。随着我国汽车市场的逐渐扩大，宝贵的石油资源消耗也在增多，而我国作为人口大国对于石油的需求则是更大的，所以每年都会花费大量的资金，进口大量的石油。另一方面，中国汽车开动率过高而交通管理水平较低，造成了此前提到的私家车空乘率居高不下，大大浪费了有限而宝贵的石油资源。互联网经济的兴起推动了良好的用车习惯，通过“共享经济+合乘”的方式使得乘客出行更加方便，同时分担了司机的油耗费用，提高车辆使用效率。

汽车尾气排放物是导致温室效应、臭氧层破坏和酸雨等大气环境问题的重要原因。与欧洲一些国家的尾气排放治理标准相比，我国汽车的排放标准和管理水平还很落后，道路使用强度过大，排放超标现象严重，汽油质量不合格等原因导致汽车对环境的污染严重，严重破坏了当前的生态环境平衡，针对这个至命的难题，必须采取合理的措施来维持生态环境的可持续发展。近几十年来，全世界一直在倡导绿色经济，低碳出行，可是随着汽车市场的日益扩大，拥有私家车数量逐渐增多，如何更好的解决日益增长的小汽车数量与道路、石油等有限资源之间的矛盾，成为了一个本发明每个人不得不思考和解决的重要问题。

针对车辆交通拥堵这一大难题，全世界各国在大城市都不约而同的开始推行实施一种相对较完美的解决方案——“拼车”，即车辆合乘。车辆合乘问题，一般来讲是指司机与搭乘车辆服务的同方向目的地的乘客经各方约定好的协议，完成共同出行的出行行为，其中合乘过程中产生的费用由合乘乘客按一定的费用规则共同支付。通过车辆合乘，一方面可以有效提高现有车辆的座位利用率，减少道路资源浪费，降低能源消耗，减轻交通污染；另一方面，可以给没有车辆出行的人们带来极大的出行方便，并可以通过合乘出行适当平摊车辆的出行费用，降低乘客出行成本，具有很强的现实意义。

传统的车辆合乘一般指车辆静态合乘，通常要求乘客提前提交出行信息，然后为愿意搭车的司机设计出行计划表，匹配合适的乘客，类似于车辆调度问题。此种合乘方式适用于长途旅行，尤其是城际旅行，但对于城市内的短途旅行却不够灵活。如今，随着智能技术的飞速发展，车辆动态合乘系统应运而生，动态合乘是指在无需司机和乘客事先同意的情况下在短时间内自动匹配拼车请求和拼车车辆的服务，使乘客可以随时随地发布订单要求并完成拼车出行。

对于具体的合乘算法研究主要分为两个方面：静态合乘研究和动态合乘研究。目前关于车辆合乘的现有研究大多数都集中在车辆静态合乘问题上。例如将出租车的最优路线问题，将其归结为马尔可夫决策过程问题，目的是通过值迭代算法求解马尔可夫过程(MDP)问题寻找车辆运输公司长期利益。状态是由一个空闲出租车所在的节点定义的，而动作是从该节点取出的链接。也有研究人员在考虑了乘客和司机双方的利益的基础上进行了车辆合乘路径优化问题研究，该研究人员针对静态合乘问题，通过建立以车辆出行费用最小化和乘客满意度最大化为目标的目标函数，其中分别用行驶里程、等待时间和因拼车而产生的额外乘坐时间对其两个目标进行量化，建立车辆合乘路径规划数学模型,最后使用传统的模拟退火算法求解该模型。