用于车辆调度和路线选择的系统及方法技术方案

本公开提供了“用于车辆调度和路线选择的系统及方法”。公开了用于优化路线中的车辆调度以进行车队管理的系统、方法和计算机可读介质。示例性方法可以包括：确定与车队的至少一个第一车辆的一条或多条路线相关联的车流数据并根据所述车流数据确定一个或多个参数；使用所述一个或多个参数执行至少一种第一基于人工智能(AI)的算法以确定与一个或多个第二车辆相关联的社交行驶时间；以及至少部分地基于所述社交行驶时间来执行至少一种第二基于AI的算法以确定一个或多个影响参数。

【技术实现步骤摘要】
用于车辆调度和路线选择的系统及方法
本公开涉及用于车辆调度和路线选择的系统、方法及计算机可读介质。
技术介绍
对于世界上许多城市和自治区来说，车流拥堵是日益严重的问题。车流拥堵可能会导致时间浪费、附加能耗以及因车辆排放过多而造成的污染。另一方面，车流量可能具有时间不对称性，因为在高峰时段期间道路上可能有大量的车辆，而在非高峰时段中车辆的数量要少得多。
技术实现思路
本专利技术针对如何公开用于优化路线中的车辆调度以进行车队管理的系统、方法和计算机可读介质。示例性方法可以包括：确定与车队的至少一个第一车辆的一条或多条路线相关联的车流数据并根据所述车流数据确定一个或多个参数；使用所述一个或多个参数执行至少一种第一基于人工智能(AI)的算法以确定与一个或多个第二车辆相关联的社交行驶时间；以及至少部分地基于所述社交行驶时间来执行至少一种第二基于AI的算法以确定一个或多个影响参数。附图说明图1示出了根据本公开的一个或多个实施例的用于车队管理的示例性非限制性系统的框图。图2A示出了根据本公开的示例性实施例的平台框架的图式。图2B示出了根据本公开的示例性实施例的算法工作流的图式。图3提供了根据本公开的示例性实施例的几个计算实体的示意图。图4示出了可以与本公开的示例性实施例结合使用的用户装置的说明性示意图。图5示出了根据本公开的示例性实施例的速度-密度图的曲线。TreiberM、KestingA.，《车流量动力学》，“车流量动力学：数据、模型和仿真”，柏林海德尔堡施普林格出版社，2013(TreiberM，KestingA.Trafficflowdynamics.TrafficFlowDynamics：Data，ModelsandSimulation，Springer-VerlagBerlinHeidelberg.2013)。图6示出了根据本公开的示例性实施例的表示与各种运营时间表相关联并处于各种运营时间表下的行驶时间和边际社交行驶时间的曲线的图式。图7示出了根据本公开的示例性实施例的表示与各种运营时间表相关联并处于各种运营时间表下的行驶时间和边际社交行驶时间的另一曲线的图式。图8示出了根据本公开的示例性实施例的用于实施车队管理的各方面的示例性流程的图式。图9示出了根据本公开的示例性实施例的用于一个或多个服务器的示例性服务器架构的图示。图10示出了可以结合本公开的示例性实施例使用的云计算环境的图式。具体实施方式本文描述了本公开的实施例。然而，应理解，所公开的实施例仅仅是示例并且其他实施例可以呈现各种和替代形式。附图不一定按比例绘制；一些特征可能被放大或最小化以示出特定部件的细节。因此，本文公开的具体结构和功能细节并不解释为限制性，而仅仅解释为用于教导所属领域技术人员以各种方式采用本专利技术的代表性基础。如所属领域一般技术人员将理解，参考任何一个附图示出并描述的各个特征可以与一个或多个其他附图中所示的特征相结合以产生未明确示出或描述的实施例。所示特征的组合提供用于典型应用的代表性实施例。然而，对于特定应用或实现方式来说，可以期望与本公开的教导一致的特征的各个组合和修改。在各个方面，车流量可能具有时间不对称性，因为在高峰时段期间道路上可能有大量的车辆，而在非高峰时段中车辆的数量要少得多。具体地，对于运行非时间敏感任务的车辆的车队(以下简称为车队)，将行驶时间提前或延迟以避开高峰时段车流可以节省时间、节省燃料并减少事故风险。此外，诸如市政府的各种实体可能寻求促进重新调度车队运营时间以便减少高峰时段车流并同时减少排放以及事故。在各个实施例中，尽管对于给定环境(例如，城市)在宏观水平(例如，车流量水平)下可能难以观察到由于重新调度一辆车或一个车队以避开高峰时段而导致的车流减少，但是可以在微观水平(例如，单一车辆水平)下观察到益处。因此，对于车队本身和它们部署在其中的环境(例如，城市)来说，重新调度车队可能具有各种益处。在各个实施例中，重新调度车队的运营时间表可能会影响与车队有关的许多参数。例如，就用户(例如，车辆驾驶员和/或客户)的不便和潜在财务损失而言，可能存在诸多成本。相比之下，用户(例如，车队管理者、管理实体、驾驶员和/或客户)可能不清楚重新调度的益处，至少是因为所实现的益处可以取决于几个因素，包括但不限于车队的当前时间表、路线、道路基础设施、车流状况、其组合等。因此，在没有计算工具和移动性数据支持的情况下，车队调度可能以试错法(trial-and-errortechnique)执行，这可能引发各种相关成本并且可能花费大量时间。此外，尽管付出了很多努力，但是例如至少由于所观察和分析的试验次数有限以及由于数据嘈杂，手动调度仍然可能不是最佳的。另外，可能存在各种筹运和/或导航工具，所述工具可以用于提供行驶时间估计值以用于车队调度目的。然而，此类运筹和/或导航工具可能无法评估车队时间表优化的其他附带益处，例如，就给定区域的节能和/或事故风险降低度量而言，其他附带益处是可量化的益处。此外，此类工具可能无法评估车队重新调度对车队运营的环境(例如，车队运营的城市)的影响。另一方面，对于诸如城市的相对较大环境，运营重新调度的益处可以取决于本文描述的各种因素。此外，如果仅少量车辆(例如，车辆中的多辆车)调整其时间表，则可能难以观察到各种感兴趣参数(包括但不限于宏观水平的车流、排放和/或事故数据)的相对细微变化。此外，此类宏观水平的益处不仅可能来自车队中重新调度的车辆，而且还可能来自环境中的其他车辆，随着高峰时段车流减少和道路拥堵程度降低，所述其他车辆可能由此而更加顺畅地运行。在各个方面，在诸如管理实体(例如，城市)的用户与车队运营商之间可能没有明确的通信信道，这可能使得管理实体和车队运营商难以协作地确定车队时间表。在各种实施例中，通过使用移动性大数据并通过构建如本文所述的基于人工智能(AI)的分析算法，可以生成通信信道以服务于车队运营商和管理实体。图1示出了根据本公开的一个或多个实施例的用于车队管理的示例性非限制性系统的框图。本公开中描述的系统(例如，系统100等)、设备和/或过程的各方面可以构成体现在机器中(例如，体现在与一个或多个机器相关联的一个或多个计算机可读介质(mediums/media)中的机器可执行部件。这样的部件在由一个或多个机器(例如，计算机、计算装置、虚拟机等)执行时可以所述机器执行所描述的操作。系统100可以可选地包括服务器装置、一种或多种网络以及一个或多个装置(未示出)。系统100还可以包括至少一个处理器102或以其他方式与其相关联，所述至少一个处理器执行存储在存储器104中的计算机可执行部件。系统100还可以包括系统总线106，所述系统总线可以耦合各种部件，包括但不限于数据部件110、处理部件114和分析部件116。系统100可以是可以通信地耦合到装置的任何合适的计算装置或计算装置集合，所述计算装置或计算装置集合的非限制性示例可以包括但不限于服务器计算机、计算机、移动本文档来自技高网...

【技术保护点】
1.一种装置，其包括：/n至少一个存储器，其包括计算机可执行指令；以及/n一个或多个计算机处理器，其被配置为访问所述至少一个存储器并执行所述计算机可执行指令以：/n确定与车队中的至少一个第一车辆的一条或多条路线相关联的车流数据并根据所述车流数据确定一个或多个参数；/n使用所述一个或多个参数执行至少一种第一基于人工智能(AI)的算法以确定与一个或多个第二车辆相关联的社交行驶时间；以及/n至少部分地基于所述社交行驶时间来执行至少一种第二基于AI的算法以确定一个或多个影响参数。/n

【技术特征摘要】
20181221 US 16/230,5251.一种装置，其包括：
至少一个存储器，其包括计算机可执行指令；以及
一个或多个计算机处理器，其被配置为访问所述至少一个存储器并执行所述计算机可执行指令以：
确定与车队中的至少一个第一车辆的一条或多条路线相关联的车流数据并根据所述车流数据确定一个或多个参数；
使用所述一个或多个参数执行至少一种第一基于人工智能(AI)的算法以确定与一个或多个第二车辆相关联的社交行驶时间；以及
至少部分地基于所述社交行驶时间来执行至少一种第二基于AI的算法以确定一个或多个影响参数。


2.如权利要求1所述的装置，其中所述车流数据还包括道路地图数据、历史车流速度数据、道路速度-密度数据、车队远程信息处理数据、车流密度数据、排放数据和交通事故数据。


3.如权利要求1所述的装置，其中所述一个或多个影响参数包括劳动成本、能量成本或安全度量中的一者或多者。


4.如权利要求1所述的装置，其中所述一个或多个影响参数包括能量成本、排放成本、安全度量或与所述车队相关联的环境的拥堵程度中的一者或多者。


5.如权利要求1所述的装置，其中所述至少一种第一基于AI的算法包括单一车辆行驶时间估计器算法或边际社交行驶时间估计器算法中的一者或多者。


6.如权利要求1所述的装置，其中所述至少一种第二基于AI的算法包括劳动时间成本估计算法、车队能量成本和事故风险评估算法、城市能量成本估计算法、排放和事故评估算法、或拥堵估计算法中的一者或多者。


7.如权利要求1所述的装置，其中所述一个或多个参数包括一系列路段、与所述路段相关联的车流速度、或与所述路段相关联的速度-密度图中的至少一者。

【专利技术属性】
技术研发人员：曾祥瑞，阿米特·默汉迪，阿诺德·巴比拉，
申请(专利权)人：福特全球技术公司，
类型：发明
国别省市：美国;US