一种乘客需求预测方法和打车路径规划方法技术

本发明专利技术公开了一种乘客需求预测方法和打车路径规划方法，所述乘客需求预测方法包括：S1：将目标城市划分为多个数据获取区域；S2：获取预设时间段内各数据获取区域中的原始载客数据；S3：对所有所述数据获取区域中的原始载客数据进行预处理，得到预处理结果；S4：利用数据训练模型对所述预处理结果进行数据训练操作，得到数据训练结果；S5：根据所述数据训练结果，得到乘客需求预测结果。得到乘客需求预测结果。

【技术实现步骤摘要】
一种乘客需求预测方法和打车路径规划方法


[0001]本专利技术涉及交通规划
，具体涉及一种乘客需求预测方法和打车路径规划方法。

技术介绍

[0002]随着经济社会的发展,城市规模的不断扩大,城市人口显著增长,机动车保有量显著增加，道路交通越来越成为人们关注的话题。城市公共交通对城市政治经济、文化教育、科学技术等方面的发展影响极大,也是城市建设的一个非常重要的方面。发展城市公共交通，缓解城市交通拥堵问题，是促进城市可持续发展的必然要求，是提高交通资源利用率、降低交通污染、节约土地资源和能源的重要手段。
[0003]交通拥堵是由于道路的通行需求大于道路的通行供给能力而形成的道路交通运行速度低、排队缓行的一种交通运行现象。交通拥堵的发展随着交通需求增长而不断加剧和扩散，随着交通瓶颈的改善而转移。交通拥堵直接导致人们的出行效率降低，间接降低了人们的工作效率和城市的经济发展，城市交通中路径规划优化在一定程度上可以提高人们的出行效率，有着巨大研究意义与价值。在路径规划过程中，现有应用软件根据当前交通拥堵状况对用户进行路线规划，未考虑用户根据规划路线行驶一段时间后，交通拥堵状况发生改变，此时的路径规划并非最优。

技术实现思路

[0004]本专利技术的目的在于提供一种乘客需求预测方法和打车路径规划方法，以解决现有的出行效率低下的问题。
[0005]本专利技术解决上述技术问题的技术方案如下：
[0006]本专利技术提供一种乘客需求预测方法，所述乘客需求预测方法包括：
[0007]S1：将目标城市划分为多个数据获取区域；
[0008]S2：获取预设时间段内各数据获取区域中的原始载客数据；
[0009]S3：对所有所述数据获取区域中的原始载客数据进行预处理，得到预处理结果；
[0010]S4：利用数据训练模型对所述预处理结果进行数据训练操作，得到数据训练结果；
[0011]S5：根据所述数据训练结果，得到乘客需求预测结果。
[0012]可选择地，所述步骤S3包括：
[0013]S31：获取所有所述数据获取区域中的原始载客数据，其中所述原始载客数据包括车辆状态信息；
[0014]S32：根据所述车辆状态信息，获取各区域的多个乘客上车点；
[0015]S33：获取不同时间段内各乘客上车点的乘客人数；
[0016]S34：根据所有区域内所述不同时间段内各乘客上车点的乘客人数，得到连续的区域乘客分布数据；
[0017]S35：根据所述连续的区域乘客分布数据，得到所述预处理结果。
[0018]可选择地，所述步骤S4中，所述数据训练模型为LSTM模型。
[0019]可选择地，所述LSTM模型包括依次连接的输入层、第一全连接层、LSTM单元层、第二全连接层和输出层，所述输入层用于接收所述预处理结果，所述第一全连接层用于对所述预处理结果进行初步分类并将所述初步分类结果传输至所述LSTM单元层，所述LSTM单元层用于对所述初步分类结果进行数据筛选分类操作，并将筛选分类结果传输至所述第二全连接层，所述第二全连接层用于接收所述筛选分类结果，并对所述筛选分类结果进行处理，以形成数据训练结果传输至所述输出层。
[0020]基于上述技术方案，本专利技术还提供一种打车路径规划方法，所述路径规划方法包括上述的乘客需求预测方法，还包括：
[0021]获取目标城市的实时交通状况以及乘客需求预测结果；
[0022]获取乘客搜索需求指示；
[0023]根据所述乘客搜索需求指示和所述实时交通状况，得到多条原始路径规划方案；
[0024]根据多条所述路径规划方案和所述乘客需求预测结果，得到最优路径规划方案。
[0025]本专利技术具有以下有益效果：
[0026]本专利技术利用LSTM模型进行乘客需求预测，能够较准确地预测乘客的分布，提供给司机后，一方面能提高出租车的载客效率，方便乘客和司机；另一方面也能避免造成交通的长时间拥堵，节约了资源。
附图说明
[0027]图1为本专利技术所提供的乘客需求预测方法的流程图；
[0028]图2为图1中步骤S3的分步骤流程图；
[0029]图3为本专利技术所提供的LSTM模型结构示意图；
[0030]图4为本专利技术所提供的乘客需求预测方法中缺失、无效与重复的GPS轨迹样例；
[0031]图5为出租车处于不同状态下的速度展示图；
[0032]图6为公交车不同状态下的速度展示图。
具体实施方式
[0033]以下结合附图对本专利技术的原理和特征进行描述，所举实例只用于解释本专利技术，并非用于限定本专利技术的范围。
[0034]实施例1
[0035]本专利技术解决上述技术问题的技术方案如下：
[0036]本专利技术提供一种乘客需求预测方法，参考图1所示，所述乘客需求预测方法包括：
[0037]S1：将目标城市划分为多个数据获取区域；
[0038]S2：获取预设时间段内各数据获取区域中的原始载客数据；
[0039]S3：对所有所述数据获取区域中的原始载客数据进行预处理，得到预处理结果；
[0040]S4：利用数据训练模型对所述预处理结果进行数据训练操作，得到数据训练结果；
[0041]S5：根据所述数据训练结果，得到乘客需求预测结果。
[0042]可选择地，参考图2所示，所述步骤S3包括：
[0043]S31：获取所有所述数据获取区域中的原始载客数据，其中所述原始载客数据包括
车辆状态信息；
[0044]S32：根据所述车辆状态信息，获取各区域的多个乘客上车点；
[0045]S33：获取不同时间段内各乘客上车点的乘客人数；
[0046]S34：根据所有区域内所述不同时间段内各乘客上车点的乘客人数，得到连续的区域乘客分布数据；
[0047]S35：根据所述连续的区域乘客分布数据，得到所述预处理结果。
[0048]可选择地，所述步骤S4中，所述数据训练模型为长短时记忆神经网络模型(Long Short Term Memory Neural Networks,简称LSTM)。
[0049]可选择地，参考图3所示，所述LSTM模型包括依次连接的输入层、第一全连接层、LSTM单元层、第二全连接层和输出层，所述输入层用于接收所述预处理结果，所述第一全连接层用于对所述预处理结果进行初步分类并将所述初步分类结果传输至所述LSTM单元层，所述LSTM单元层用于对所述初步分类结果进行数据筛选分类操作，并将筛选分类结果传输至所述第二全连接层，所述第二全连接层用于接收所述筛选分类结果，并对所述筛选分类结果进行处理，以形成数据训练结果传输至所述输出层。
[0050]基于上述技术方案，本专利技术还提供一种打车路径规划方法，所述打车路径规划方法包括上述的乘客需求预测方法，还包括：
[0051]获取目标城市的实时交通状况以及乘客需求预测结果；
[00本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种乘客需求预测方法，其特征在于，所述乘客需求预测方法包括：S1：将目标城市划分为多个数据获取区域；S2：获取预设时间段内各数据获取区域中的原始载客数据；S3：对所有所述数据获取区域中的原始载客数据进行预处理，得到预处理结果；S4：利用数据训练模型对所述预处理结果进行数据训练操作，得到数据训练结果；S5：根据所述数据训练结果，得到乘客需求预测结果。2.根据权利要求1所述的乘客需求预测方法，其特征在于，所述步骤S3包括：S31：获取所有所述数据获取区域中的原始载客数据，其中所述原始载客数据包括车辆状态信息；S32：根据所述车辆状态信息，获取各区域的多个乘客上车点；S33：获取不同时间段内各乘客上车点的乘客人数；S34：根据所有区域内所述不同时间段内各乘客上车点的乘客人数，得到连续的区域乘客分布数据；S35：根据所述连续的区域乘客分布数据，得到所述预处理结果。3.根据权利要求1所述的乘客需求预测方法，其特征在于，所述步骤S4中，所述数据训练模型为LST...

【专利技术属性】
技术研发人员：刘剑丽，李传学，
申请(专利权)人：四川星网易视信息技术有限公司，
类型：发明
国别省市：