CN111737601A - 出行策略的推荐方法、装置、设备及存储介质 - Google Patents

出行策略的推荐方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN111737601A
CN111737601A CN202010515931.0A CN202010515931A CN111737601A CN 111737601 A CN111737601 A CN 111737601A CN 202010515931 A CN202010515931 A CN 202010515931A CN 111737601 A CN111737601 A CN 111737601A
Authority
CN
China
Prior art keywords
travel
time
route
target
determining
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202010515931.0A
Other languages
English (en)
Inventor
刘庆军
张绍瑞
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Qihoo Technology Co Ltd
Original Assignee
Beijing Qihoo Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Qihoo Technology Co Ltd filed Critical Beijing Qihoo Technology Co Ltd
Priority to CN202010515931.0A priority Critical patent/CN111737601A/zh
Publication of CN111737601A publication Critical patent/CN111737601A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/95Retrieval from the web
    • G06F16/953Querying, e.g. by the use of web search engines
    • G06F16/9537Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/95Retrieval from the web
    • G06F16/953Querying, e.g. by the use of web search engines
    • G06F16/9535Search customisation based on user profiles and personalisation

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Navigation (AREA)

Abstract

本发明公开了一种出行策略的推荐方法、装置、设备及存储介质,该方法该方法通过基于历史路况信息预测起始位置与目标位置之间各待选出行路线在不同出行时间分别对应的出行时长,然后通过所述待选出行路线在不同出行时间分别对应的出行时长确定待推荐的出行策略,从而可以方便用户根据自己的出行需求,基于不同的出行时间对应的出行时长选择合适的待选出行路线,保证用户能够在最合适的出行时间出行,且能够准时到达目的地。

Description

出行策略的推荐方法、装置、设备及存储介质
技术领域
本发明涉及智能交通技术领域,尤其涉及一种出行策略的推荐方法、装置、设备及存储介质。
背景技术
随着国民生活水平的提高,可供居民选择的出行方式也日益增多,比如选择公交、地铁等公共交通设备出行,或者选择私人交通设备出行。并且,随着智能交通技术发展,为了给居民的出行带来更多的便利,提升用户体验,各种导航设备、导航软件也应运而生。
目前,为了解决用户,比如上下班,早出发或晚出发5分钟,就不堵车或少堵车的问题,现有的导航设备、导航软件通常是基于用户输入的起始位置和当前路况信息为用户推荐出行策略,但是这种推荐方式根本不能有效预测以及解决用户上路后道路的实际拥堵问题,用户体验并不理想。
上述内容仅用于辅助理解本发明的技术方案,并不代表承认上述内容是现有技术。
发明内容
本发明的主要目的在于提供了一种出行策略的推荐方法、装置、设备及存储介质,旨在解决上述技术问题。
为实现上述目的,本发明提供了一种出行策略的推荐方法,所述方法包括以下步骤:
在接收到出行指令时,从所述出行指令中提取起始位置和目标位置;
基于所述起始位置和目标位置确定至少一条待选出行路线;
基于历史路况信息预测所述待选出行路线在不同出行时间分别对应的出行时长;
通过所述待选出行路线在不同出行时间分别对应的出行时长确定待推荐的出行策略。
可选地,所述通过所述待选出行路线在不同出行时间分别对应的出行时长确定待推荐的出行策略的步骤,包括:
从所述出行指令中提取期望到达时间;
根据所述待选出行路线在不同出行时间分别对应的出行时长确定能够满足所述期望到达时间的目标出行路线以及目标出行时间范围;
基于所述目标出行路线以及所述目标出行时间范围确定待推荐的出行策略。
可选地,所述根据所述待选出行路线在不同出行时间分别对应的出行时长确定能够满足所述期望到达时间的目标出行路线以及目标出行时间范围的步骤,包括:
基于所述待选出行路线在不同出行时间分别对应的出行时长确定对应的预计到达时间;
计算所述期望到达时间与各预计到达时间之间的第一时间差;
筛选所述第一时间差小于第一预设时长的预计到达时间;
将筛选的预计到达时间对应的待选出行路线作为所述目标出行路线;
根据筛选的预计到达时间对应的出行时间,确定所述目标出行时间范围。
可选地,所述通过所述待选出行路线在不同出行时间分别对应的出行时长确定待推荐的出行策略的步骤,包括:
从所述出行指令中提取预计出发时间;
计算所述预计出发时间与各出行时间之间的第二时间差;
筛选所述第二时间差小于第二预设时长的出行时间;
将筛选的出行时间对应的待选出行路线作为目标出行路线,并将筛选的出行时间对应的出行时长作出作为目标出行时长;
基于所述目标出行路线以及所述目标出行时长确定待推荐的出行策略。
可选地,所述基于所述目标出行路线以及所述目标出行时长确定待推荐的出行策略的步骤,包括:
基于所述目标出行路线确定目标出行方式;
基于所述目标出行路线对应的历史路况信息和所述目标出行方式确定所述目标出行路线的舒适度;
基于所述目标出行路线、所述目标出行路线的舒适度以及所述目标出行时长确定待推荐的出行策略。
可选地,所述基于所述目标出行路线对应的历史路况信息和所述目标出行方式确定所述目标出行路线的舒适度的步骤,包括:
基于所述目标出行方式,确定影响所述目标出行路线的舒适度的影响因素,及各影响因素的权重;
基于所述目标出行路线对应的历史路况信息,确定各影响因素对应的数值;
基于各影响因素对应的数值和权重进行加权计算,确定所述目标出行路线的舒适度。
可选地,所述通过所述待选出行路线在不同出行时间分别对应的出行时长确定待推荐的出行策略的步骤,包括:
基于所述待选出行路线的不同出行时间,确定若干个第一绘图向量;
基于所述待选出行路线在不同出行时间分别对应的出行时长,确定若干个第二绘图向量;
基于若干个所述第一绘图向量和若干个所述第二绘图向量绘制所述待选出行路线在不同出行时间出行分别对应的出行时长变化图;
基于所述出行时长变化图确定目标出行时间范围;
将所述目标出行时间范围中包含的出行时间所属的待选出行路线作为目标出行路线;
基于所述目标出行路线以及所述目标出行时间范围确定待推荐的出行策略。
可选地,所述基于历史路况信息预测所述待选出行路线在不同出行时间分别对应的出行时长的步骤,包括:
基于所述待选出行路线确定可选出行方式;
基于所述历史路况信息预测所述可选出行方式在不同出行时间分别对应的出行速度;
基于所述出行速度预测所述待选出行路线在不同出行时间分别对应的出行时长。
可选地,所述基于历史路况信息预测所述待选出行路线在不同出行时间分别对应的出行时长的步骤之前,所述方法还包括:
获取所述待选出行路线对应的监控录像;
基于所述监控录像,确定所述历史路况信息。
可选地,所述获取所述待选出行路线对应的监控录像的步骤,包括:
获取所述待选出行路线中各路段设置的摄像头拍摄到的监控录像;
和/或,
获取选择所述待选出行路线的各车辆中的车载设备拍摄到的监控录像。
可选地,所述从所述出行指令中提取起始位置和目标位置的步骤,包括:
从所述出行指令中提取用户提供的出行信息,所述出行信息至少包括两个地点名称和标识起止位置的标识字段;
基于定位***,确定所述出行信息中携带的两个地点名称分别对应的坐标信息;
遍历所述出行信息,将位于所述标识字段前的地点名称对应的坐标信息作为所述起始位置,将位于所述标识字段后的地点名称对应的坐标信息作为所述目标位置。
可选地,所述通过所述待选出行路线在不同出行时间分别对应的出行时长确定待推荐的出行策略的步骤之后,所述方法还包括:
在接收到出行路线选取指令时,从所述出行路线选取指令中提取选取的目标出行路线和预计出发时间,所述目标出行路线为所述出行策略中记录的任一待选出行路线;
判断所述预计出发时间是否与当前***时间匹配;
若所述预计出发时间与所述当前***时间匹配,则获取所述目标出行路线的当前路况信息;
基于所述当前路况信息对所述出行路线进行调整。
此外,为实现上述目的,本发明还提出一种出行策略的推荐设备,所述设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的出行策略的推荐程序,所述出行策略的推荐程序配置为实现如上文所述的出行策略的推荐方法的步骤。
此外,为实现上述目的,本发明还提出一种存储介质,所述存储介质上存储有出行策略的推荐程序,所述出行策略的推荐程序被处理器执行时实现如上文所述的出行策略的推荐方法的步骤。
此外,为实现上述目的,本发明还提出一种出行策略的推荐装置,所述装置包括:
起始位置提取模块,用于在接收到出行指令时,从所述出行指令中提取起始位置和目标位置;
路线确定模块,用于基于所述起始位置和目标位置确定至少一条待选出行路线;
出行时长预测模块,用于基于历史路况信息预测所述待选出行路线在不同出行时间分别对应的出行时长;
出行策略确定模块,用于通过所述待选出行路线在不同出行时间分别对应的出行时长确定待推荐的出行策略。
本发明出行策略的推荐方法,通过基于历史路况信息预测起始位置与目标位置之间各待选出行路线在不同出行时间分别对应的出行时长,然后通过所述待选出行路线在不同出行时间分别对应的出行时长确定待推荐的出行策略,从而可以方便用户根据自己的出行需求,基于不同的出行时间对应的出行时长选择合适的待选出行路线,保证用户能够在最合适的出行时间出行,且能够准时到达目的地。
附图说明
图1是本发明实施例方案涉及的硬件运行环境的出行策略的推荐设备的结构示意图;
图2为本发明出行策略的推荐方法第一实施例的流程示意图;
图3为本发明出行策略的推荐方法第二实施例中步骤S40的一种具体的实现流程示意图;
图4为本发明出行策略的推荐方法第三实施例中步骤S40的又一种具体的实现流程示意图;
图5为本发明出行策略的推荐方法第四实施例中步骤S40的又一种具体的实现流程示意图;
图6为本发明出行策略的推荐方法第四实施例中的出行时长变化图;
图7为本发明出行策略的推荐装置第一实施例的结构框图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
参照图1,图1为本发明实施例方案涉及的硬件运行环境的出行策略的推荐设备结构示意图。
如图1所示,该出行策略的推荐设备可以包括:处理器1001,例如中央处理器(Central Processing Unit,CPU),通信总线1002、用户接口1003,网络接口1004,存储器1005。其中,通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard),可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如无线保真(WIreless-FIdelity,WI-FI)接口)。存储器1005可以是高速的随机存取存储器(RandomAccess Memory,RAM)存储器,也可以是稳定的非易失性存储器(Non-Volatile Memory,NVM),例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解,图1中示出的结构并不构成对出行策略的推荐设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
如图1所示,作为一种存储介质的存储器1005中可以包括操作***、数据存储模块、网络通信模块、用户接口模块以及出行策略的推荐程序。
在图1所示的出行策略的推荐设备中,网络接口1004主要用于与网络服务器进行数据通信;用户接口1003主要用于与用户进行数据交互;本发明出行策略的推荐设备中的处理器1001、存储器1005可以设置在出行策略的推荐设备中,所述出行策略的推荐设备通过处理器1001调用存储器1005中存储的出行策略的推荐程序,并执行本发明实施例提供的出行策略的推荐方法。
本发明实施例提供了一种出行策略的推荐方法,参照图2,图2为本发明出行策略的推荐方法第一实施例的流程示意图。
本实施例中,所述出行策略的推荐方法,包括以下步骤:
步骤S10,在接收到出行指令时,从所述出行指令中提取起始位置和目标位置。
具体的说,在实际应用中,所述出行指令可以是用户手动触发的,也可以是语音触发的,本实施例对此不做限制。
此外,值得一提的是,在本实施例中上述所说的起始位置和目标位置均为具体的坐标信息。但在实际应用中,为了便于用户使用,用户提供的出行信息中只需涉及相应的名称即可。为了便于理解,本实施例给出一种从所述出行指令中提取起始位置和目标位置的具体实现方案,具体如下:
(1)从所述出行指令中提取用户提供的出行信息。
具体的说,所述出行信息至少包括两个地点名称和标识起止位置的标识字段。
需要说明的是,上述所说的标识起止位置的标识字段,在实际应用中可以是“到”、“前往”、“至”等字段,此处不再一一列举,本实施例对此也不做限制。
(2)基于定位***,确定所述出行信息中携带的两个地点名称分别对应的坐标信息。
具体的说,由于在实际应用中,不同的城市可能会存在名称相同的地点,因而为了能够准确的确定用户当前想要确定的起始位置和目标位置之间的待选出行路线。若基于定位***,确定所述出行信息中携带的两个地点名称分别对应的坐标信息时,发现有多个相同的名称,则可以进一步获取提供所述出行指令的移动终端所处的位置信息,然后根据所述位置信息确定用户当前所在的城市,进而根据所述城市、所述出行信息中携带的两个地点名称,确定这两个地点名称分别对应的坐标信息,即实际物理坐标。
进一步地,在实际应用中用户也可能查询的是其他城市的某一起始位置到某一目标位置之间的出行路线,对于这种情况,如果在基于定位***,确定所述出行信息中携带的两个地点名称分别对应的坐标信息时,出现多个相同名称的地点,则可以向用户反馈,进一步确定是哪个城市地点。
应当理解的是,以上仅为举例说明,对本发明的技术方案并不构成任何限制,本领域的技术人员在实际应用中可以基于需要进行设置,此处不做限制。
(3)遍历所述出行信息,将位于所述标识字段前的地点名称对应的坐标信息作为所述起始位置,将位于所述标识字段后的地点名称对应的坐标信息作为所述目标位置。
为了便于理解,以下结合实例进行说明:
假设用户提供的出行信息为“从地点A到地点B”,预设的用于标识起止位置的标识字段有“到”、“前往”、“至”等,则通过对该出行信息的遍历,发现该出行信息的标识字段为“到”。
相应地,就可以将位于“到”前的“地点A”对应的坐标信息作为所述起始位置,将位于“到”后的“地点B”对应的坐标信息作为所述目标位置。
应当理解的是,以上仅为举例说明,对本发明的技术方案并不构成任何限制,本领域的技术人员在实际应用中可以基于需要进行设置,此处不做限制。
步骤S20,基于所述起始位置和目标位置确定至少一条待选出行路线。
具体的说,上述所说的基于确定的所述起始位置和所述目标位置确定至少一条待选出行路线的操作,具体是通过现有的地图和导航***基于起始位置和目标位置制定出的所有可以从所述起始位置到达所述目标位置的出行路线,即在实际应用中,确定的待选出行路线至少有一条。
步骤S30,基于历史路况信息预测所述待选出行路线在不同出行时间分别对应的出行时。
应当理解是,上述所说的历史路况信息具体是指确定的各待选出行路线对应的历史路况信息,即在预测不同待选出行路线在不同出行时间分别对应的出行时长时,是基于当前需要进行预测操作的待选出行路线对应的历史路况信息来预测的。
关于上述所说的历史路况信息,在实际应用中可以是基于所述待选出行路线对应的视频数据分析确定的,也可以是基于所述待选出行路线上行驶的车辆中的车载设备提供的路况信息得到,还可以是从相关网络平台获取的在预设时间选择所述待选出行路线的用户提供的路况信息得到,此处不再一一列举,本实施例对此也不做限制。
为了便于理解,本实施例以所述历史路况信息基于视频数据确定为例,对确定所述历史路况信息的操作进行具体说明。
(1)获取所述待选出行路线对应的监控录像。
具体的说,关于上述所说的获取所述待选出行路线对应的监控录像的操作,本实施例给出三种获取方式,具体如下:
方式一:
获取所述待选出行路线中各路段设置的摄像头拍摄到的监控录像,即直接将所述待选出行路线中各路段中设置的摄像头拍摄的监控录像作为所述待选出行路线对应的监控录像。
方式二:
获取选择所述待选出行路线的各车辆中的车载设备拍摄到的监控录像,即将某一历史时间范围内所述待选出行路线上行驶的各车辆中的车载设备拍摄到的监控录像作为所述待选出行路线对应的监控录像。
方式三:
获取所述待选出行路线中各路段设置的摄像头拍摄到的监控录像,同时获取选择所述待选出行路线的各车辆中的车载设备拍摄到的监控录像,最终将获取的到的上述两种来源的监控录像进行合并,作为所述待选出行路线对应的监控录像。
(2)基于所述监控录像,确定所述历史路况信息
具体的说,关于所述监控录像可以是连续几天,甚至连续几周、几个月的监控录像。
相应地,在基于所述监控录像,确定所述历史路况信息时,具体是通过分析连续几天,甚至连续几周、几个月的监控录像得出的一个能够合理反映所述待选出行路线的历史路况信息。
此外,值得一提的是,在具体应用中,由于出行时长不仅会受出行时间影响,还会受不同的出行方式影响。故而,在基于历史路况信息预测所述待选出行路线在不同出行时间分别对应的出行时长的时候,还可以考虑出行方式这一因素,具体的方式如下:
首先,基于所述待选出行路线确定可选出行方式。
具体的说,在实际应用中出行方式可以是乘坐公交、地铁、骑车、徒步、以及驾车等。
相应地,在基于所述待选出行路线从这些出行方式中确定适合当前待选出行路线的可选出行方式时,具体可以是考虑待选出行路线的路程。
比如说,在待选出行路线对应的路程较远时,确定的可选出行方式具体为乘坐公交、地铁、打车或驾车;反之,确定的可选出行方式具体可以是骑车、徒步,当然也可以是乘坐公交、地铁、打车或驾车。
然后,基于所述历史路况信息预测所述可选出行方式在不同出行时间分别对应的出行速度。
具体的说,如果当前待选出行路线可以对应多种出行方式,即确定的可选出行方式由多种,则在基于历史路况信息预测的出行速度也为多个,即基于所述历史路况信息预测的是每一种可选出行方式在不同出行时间分别对应的出行速度。
最后,基于所述出行速度预测所述待选出行路线在不同出行时间分别对应的出行时长。
相应地,若可选出行方式为多种,则最终预测所述待选出行路线在不同出行时间分别对应的出行时长的操作,同样是基于每一种可选出行方式对应的出行速度来预测所述待选出行路线在不同出行时间分别对应的出行时长,即得的是以各可选出行方式出行时,所述待选出行路线在不同出行时间分别对应的出行时长。
步骤S40,通过所述待选出行路线在不同出行时间分别对应的出行时长确定待推荐的出行策略。
具体的说,本实施例中确定的待推荐的出行策略,具体可以是仅记录了从所述起始位置到所述目标位置的所有待选出行路线在不同时间出行分别对应的出行时长;也可以是根据确定的各待选出行路线在不同出行时间分别对应的出行时长筛选的满足最优出行时间,如在能够按时到达目标位置的情况下,尽可能晚出发的时间的待选出行路线;还可以是根据确定的各待选出行路线在不同出行时间分别对应的出行时长筛选的满足最短出行时长的待选出行路线等,此处不再一一列举,本实施例对此也不做限制。
进一步地,为了使用户能够更加直观的从所述出行策略中选取出满足自己出行需求的待选出行路线,确定的待推荐的出行策略中还可以包括相应的图表数据。
进一步地,在实际应用中,如果通过所述待选出行路线在不同出行时间分别对应的出行时长确定待推荐的出行策略之后,即将确定的出行策略推荐给用户的终端设备之后,如果接收到了出行路线选取指令,则可以根据用户选取的目标出行路线以及用户提供的预计出发时间进一步判断,是否需要基于所述目标出行路线的当前路况信息对选取的目标出行路线进行调整。为了便于理解,以下进行具体说明:
首先,监测是否接收到出行路线选取指令。
相应地,若接收到出行路线选取指令,则从所述出行路线选取指令中提取选取的目标出行路线和预计出发时间。
需要说明的是,上述所说的目标出行路线具体为所述出行策略中记录的任一待选出行路线。
然后,判断所述预计出发时间是否与当前***时间匹配。
应当理解的是,上述所说的当前***时间,即为终端设备当前时刻显示的时间。
相应地,若所述预计出发时间与所述当前***时间匹配,则获取所述目标出行路线的当前路况信息。
关于上述获取所述目标出行路线的当前路况信息的方式,具体可以参照上述步骤S20中获取待选出行路线的历史路况信息的实现方式,此处不再赘述。
最后,基于所述当前路况信息对所述出行路线进行调整,比如调整出行时间或者出行方式。
应当理解的是,以上仅为举例说明,对本发明的技术方案并不构成任何限制,本领域的技术人员在实际应用中可以基于需要进行设置,此处不做限制。
本实施例提供的出行策略的推荐方法,通过基于历史路况信息预测起始位置与目标位置之间各待选出行路线在不同出行时间分别对应的出行时长,然后通过所述待选出行路线在不同出行时间分别对应的出行时长确定待推荐的出行策略,从而可以方便用户根据自己的出行需求,基于不同的出行时间对应的出行时长选择合适的待选出行路线,保证用户能够在最合适的出行时间出行,且能够准时到达目的地。
参考图3,图3为本发明出行策略的推荐方法第二实施例的流程示意图。
基于上述第一实施例,在本实施例中,给出了一种通过所述待选出行路线在不同出行时间分别对应的出行时长确定待推荐的出行策略的具体实现方式。为了便于理解,以下结合图3进行具体说明:
步骤S401,从所述出行指令中提取期望到达时间。
步骤S402,根据所述待选出行路线在不同出行时间分别对应的出行时长确定能够满足所述期望到达时间的目标出行路线以及目标出行时间范围。
具体的说,上述所说的“能够满足”,一般来说,可以理解为是在所述期望到达时间之前到达,就算满足所述期望到达时间。
当然,也可以根据需要设置一个时间范围或时间差值,从而通过判断基于所述待选出行路线在不同出行时间分别对应的出行时长确定对应的预计到达时间是否在所述时间范围之内,或者预计到达时间与期望到达时间之间的时间差是否小于所述时间差值。
为了便于理解,本实施例以所述能够满足为满足期望到达时间与预计到达时间之间的时间差小于预设的时间差值为例进行说明,具体实现流程如下:
(1)基于所述待选出行路线在不同出行时间分别对应的出行时长确定对应的预计到达时间。
为了便于理解,以下结合实例进行说明:
假设所述出行时间是以15分钟为间隔设置的,随机选取几个出行时间,如7:15、7:30、7:45和8:00。
如果基于上述步骤S30确定的所述待选出行路线在7:15出行对应的出行时长为20分钟、7:30出行对应的出行时长为30分钟、7:45出行对应的出行时长为60分钟、8:00出行对应的出行时长为90分钟。
相应地,上述四个出行时间对应的预计到达时间依次为:7:35、8:00、8:45、9:30。
(2)计算所述期望到达时间与各预计到达时间之间的第一时间差。
仍以上述确定的四个预计达到时间为例,如果从所述出行指令中提取的期望到达时间为8:25,则分别计算出的与上述四个预计到达时间之间的第一时间差为:50分钟、25分钟、20分钟、65分钟。
(3)筛选所述第一时间差小于第一预设时长的预计到达时间。
假设预设的第一预设时长为30分钟,则通过比较,筛选出的小于所述第一预设时长的预计到达时间分别为第一时间差为25分钟对应的预计到达时间,即8:00,第一时间差为20分钟对应的预计到达时间,即8:45。
(4)将筛选的预计到达时间对应的待选出行路线作为所述目标出行路线。
(5)根据筛选的预计到达时间对应的出行时间,确定所述目标出行时间范围。
具体的说,在筛选出的预计到达时间为8:00和8:45时,基于步骤(1)中的描述可知,预计达到时间为8:00对应的出行时间为7:30,预计到达时间为8:45对应的出行时间为7:45。
相应地,在确定所述目标出行时间范围时,将7:30这个时刻作为开始时间,将7:45这个时刻作为终止时间,进而得到一个目标出行时间范围[7:30,7:45],即从7:30开始,到7:45终止,这期间的15分钟时间,都可以作为出行时间。
步骤S403,基于所述目标出行路线以及所述目标出行时间范围确定待推荐的出行策略。
具体的说,通过上述描述可知,得到的目标出行时间范围给出的是一个最优出行时间的选取范围,故而确定的待推荐的出行策略中记录的就是能够满足所述最优出行时间的各种出行路线的集合。
通过上述描述不难发现,本实施例提供的出行策略的推荐方法,通过所述待选出行路线在不同出行时间分别对应的出行时长,以及从出行指令中提取到的期望到达时间来确定待推荐的出行策略,进而使得向用户推荐的出行策略中记录的是能够满足用户期望到达时间的所有可行的出行路线以及何时的出行时间范围,使得用户能够根据自己的出行需求,选择一个最合适的出行时间以及对应的出行路线出行,进一步保证用户能够在最合适的出行时间出行,且能够准时到达目的地。
参考图4,图4为本发明出行策略的推荐方法第三实施例的流程示意图。
基于上述第一实施例,在本实施例中,给出了又一种通过所述待选出行路线在不同出行时间分别对应的出行时长确定待推荐的出行策略的具体实现方式。为了便于理解,以下结合图4进行具体说明:
步骤S401',从所述出行指令中提取预计出发时间。
具体的说,在实际应用中所述预计出发时间可以是当前时间,也可以是未来某个时间,本实施例对此不做具体限制。
步骤S402',计算所述预计出发时间与各出行时间之间的第二时间差。
为了便于说明,本实施例仍以述出行时间是以15分钟为间隔设置的,随机选取几个出行时间,如7:15、7:30、7:45和8:00。
如果从所述出行指令中提取出的预计出发时间为7:50,则分别计算出的与上述四个出行时间之间的第二时间差为:35分钟、20分钟、5分钟、10分钟。
步骤S403',筛选所述第二时间差小于第二预设时长的出行时间。
假设预设的第二预设时长为15分钟,则通过比较,筛选出的小于所述第二预设时长的出行时间分别为第二时间差为5分钟对应的出行时间,即7:45,第二时间差为10分钟对应的出行时间,即8:00。
步骤S404',将筛选的出行时间对应的待选出行路线作为目标出行路线,并将筛选的出行时间对应的出行时长作出作为目标出行时长。
具体的说,如果出行时间为7:45对应的出行时长为60分钟,出行时间为8:00对应的出行时长为90分钟,则最终确定的目标出行时长即为60分钟和90分钟。
步骤S405',基于所述目标出行路线以及所述目标出行时长确定待推荐的出行策略。
相应地,如果上述确定的两个出行时间是分别对应一条待选出行路线的,比如7:45的出行时间对应的目标出行路线为目标出行路线A,8:00的出行时间对应的目标出行路线为目标出行路线B。则基于上述信息确定的待推荐的出行策略中具体记录的内容可以是“出行时间:7:45,目标出行路线:目标出行路线A,出行时长:60分钟”、“出行时间:8:00,目标出行路线:目标出行路线B,出行时长:90分钟”。
应当理解的是,以上仅为举例说明,对本发明的技术方案并不构成任何限制,本领域的技术人员在实际应用中可以基于需要进行设置,比如以其他格式在所述出行策略中添加信息等,此处不做限制。
进一步地,在实际应用中,由于不同的出行方式给用户带来的舒适度是不相同的,因此在基于所述目标出行路线以及所述目标出行时长确定待推荐的出行策略时,还可以考虑目标出行路线的舒适度这一因素来确定待推荐的出行策略,即基于所述目标出行路线、所述目标出行路线的舒适度以及所述目标出行时长作为考虑因素来确定待推荐的出行策略。
关于舒适度的确定,具体如下:
(1)基于所述目标出行路线确定目标出行方式。
关于目标出行方式的确定,可以参考第一实施例中确定可选出行方式的步骤(2)基于所述目标出行路线对应的历史路况信息和所述目标出行方式确定所述目标出行路线的舒适度。
具体的说,在确定所述目标出行路线的舒适度时,具体可以先基于所述目标出行方式,确定影响所述目标出行路线的舒适度的影响因素,及各影响因素的权重;然后,基于所述目标出行路线对应的历史路况信息,确定各影响因素对应的数值;最后,基于各影响因素对应的数值和权重进行加权计算,确定所述目标出行路线的舒适度。
应当理解的是,权重具体是指某一因素在整体评估中所占的相对重要程度。在本实施例中,权重为各类出行影响因素在舒适度计算时所占的比重。
关于上述所说的基于所述目标出行方式确定影响所述目标出行路线的舒适度的影响因素,具体是指每条出行路线中出现影响因素的类型与当前用户选择的出行方式有关,而与路线本身无关,即同一出行方式下,个条目标出行线路中出现的影响因素,及权重是相同的。
此外,在实际应用中,对于每条目标出行路线的舒适度的影响因素,还可以不考虑目标出行方式,直接设置为固定的几项,即每条目标出行线路中的影响因素,对应的权重与目标出行方式和目标出行线路无关,是固定的。
进一步地,由于每条目标出行路线的道路情况会有所不同,因此还可以根据每条目标出行路线的道路情况来设置相应的影响因素和对应的权重。
为了便于理解,本实施例给出几种影响因素,如环境噪音、空气质量、天气情况、明暗程度、路面情况(路面的颠簸、宽窄、坡度、泥泞程度等)、道路情况(拥挤度等)、气味等。
相应地,在基于所述目标出行路线、所述目标出行路线的舒适度以及所述目标出行时长确定待推荐的出行策略时,可以参考如下规则:
比如说,相同出行时长,选择舒适度最高的目标出行路线作为出行策略。
相应地,相同舒适度,则选择出行时间最短的目标出行路线作为出行策略。
应当理解的是,以上仅为举例说明,对本发明的技术方案并不构成任何限制,本领域的技术人员在实际应用中可以基于需要进行设置,此处不做限制。
通过上述描述不难发现,本实施例提供的出行策略的推荐方法,通过所述待选出行路线在不同出行时间分别对应的出行时长,以及从所述出行指令中提取到的预计出发时间来确定待推荐的出行策略,进而使得向用户推荐的出行策略中记录的是能够满足用户预计出发时间的所有可行的出行路线以及对应的出行时长,使得用户能够根据自己的出行需求,选择一个最短的出行时长对应的出行路线出行,保证用户能够以最快的时间到达目的地。
此外,通过结合各目标出行路线的舒适度来确定待推荐的出行策略,从而可以做到既兼顾出行时长,又兼顾舒适度,进一步提升用户体验。
参考图5,图5为本发明出行策略的推荐方法第四实施例的流程示意图。
基于上述第一实施例,在本实施例中,给出了又一种通过所述待选出行路线在不同出行时间分别对应的出行时长确定待推荐的出行策略的具体实现方式。为了便于理解,以下结合图5进行具体说明:
步骤S401”,基于所述待选出行路线的不同出行时间,确定若干个第一绘图向量。
步骤S402”,基于所述待选出行路线在不同出行时间分别对应的出行时长,确定若干个第二绘图向量。
步骤S403”,基于若干个所述第一绘图向量和若干个所述第二绘图向量绘制所述待选出行路线在不同出行时间出行分别对应的出行时长变化图。
具体的说,在本实施例中,具体是将出行时间作为横坐标,即第一绘图向量是表示一个坐标点的横坐标;将出行时长最为纵坐标,即第二绘图向量是表示一个坐标点的纵坐标。因此,基于所述待选出行路线的不同出行时间和所述待选出行路线在不同出行时间分别对应的出行时长便可以确定出若干个坐标点。
通过基于这些坐标点,便可以绘制出一个能够反映所述待选出行路线在不同出行时间出行分别对应的出行时长变化图,比如通过将这些坐标点连接起来,就可以得到一个曲线变化图,如图6所示。
具体的说,图6给出的出行时长变化图中,出行时间是从6:00到9:00,以半个小时为间隔7个出行时间,即第一绘图向量有7个,分别为6:00、6:30、7:00、7:30、8:00、8:30、9:00。
相应地,对应的出行时长也有7个,即第二绘图向量也有7个,分别为:30分、35分、45分、70分、75分、60分、55分。
步骤S404”,基于所述出行时长变化图确定目标出行时间范围。
以所述出行时长变化图为曲线变化图为例,则确定目标出行时间范围的操作可以如下:
比如,通过观察发现,纵坐标在某一出行时间从之前的平稳缓慢的变化直接变化到一个比较高的值,则确定的目标出行时间范围可以是该纵坐标对应的出行时间之前的出行时间到当前出行时间的一个范围。
还比如,通过观察发现,纵坐标在某一出行时间从之前的平稳缓慢的变化直接变化到一个比较低的值,则确定的目标出行时间范围可以是该纵坐标对应的出行时间到之后某一时间范围内的时间。
仍以图6为例,基于上述两种方式,确定的目标出行时间范围有两个,分别为6:00到7:30构成的一个目标出行时间范围,8:30到9:00构成的一个目标出行时间范围。
此外,值得一提的是,在实际应用中,上述确定的目标出行时间范围,可以包括两个端点时间,也可以不包括,本实施例对此不做限制。
应当理解的是,以上仅为举例说明,对本发明的技术方案并不构成任何限制,本领域的技术人员在实际应用中可以基于需要进行设置,此处不做限制。
步骤S405”,将所述目标出行时间范围中包含的出行时间所属的待选出行路线作为目标出行路线。
步骤S406”,基于所述目标出行路线以及所述目标出行时间范围确定待推荐的出行策略。
通过上述描述不难发现,本实施例提供的出行策略的推荐方法,通过基于所述待选出行路线的不同出行时间和所述待选出行路线在不同出行时间分别对应的出行时长来绘制能够反映所述待选出行路线在不同出行时间出行分别对应的出行时长变化图,然后根据绘制的出行时长变化图来确定待推荐的出行策略,进而得用户能够根据自己的出行需求,结合出行时长变化图中展示的出行时长和出行时间,选择一个最合适的出行时间、出行时长以及对应的出行路线出行,进一步保证用户能够在最合适的出行时间出行,且能够准时到达目的地。
此外,值得一提的是,在实际应用中,在向用的终端设备推送所述出行策略时,还可以直接将所述出行时长变化图推送到移动终端。方便用户根据所述出行时长变化图和自己的出行需求,自行选择合适的出行路线和出行时间,从而进一步提升用户体验。
此外,本发明实施例还提出一种存储介质,所述存储介质上存储有出行策略的推荐程序,所述出行策略的推荐程序被处理器执行时实现如上文所述的出行策略的推荐方法的步骤。
参照图7,图7为本发明出行策略的推荐装置第一实施例的结构框图。
如图7所示,本发明实施例提出的出行策略的推荐装置包括:
起始位置提取模块7001,用于在接收到出行指令时,从所述出行指令中提取起始位置和目标位置;
路线确定模块7002,用于基于所述起始位置和目标位置确定至少一条待选出行路线;
出行时长预测模块7003,用于基于历史路况信息预测所述待选出行路线在不同出行时间分别对应的出行时长;
出行策略确定模块7004,用于通过所述待选出行路线在不同出行时间分别对应的出行时长确定待推荐的出行策略
本实施例提供的出行策略的推荐装置,通过基于历史路况信息预测起始位置与目标位置之间各待选出行路线在不同出行时间分别对应的出行时长,然后通过所述待选出行路线在不同出行时间分别对应的出行时长确定待推荐的出行策略,从而可以方便用户根据自己的出行需求,基于不同的出行时间对应的出行时长选择合适的待选出行路线,保证用户能够在最合适的出行时间出行,且能够准时到达目的地。
本发明出行策略的推荐装置的其他实施例或具体实现方式可参照上述各方法实施例,此处不再赘述。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
本发明还公开了A1、一种出行策略的推荐方法,所述出行策略的推荐方法包括以下步骤:
在接收到出行指令时,从所述出行指令中提取起始位置和目标位置;
基于所述起始位置和目标位置确定至少一条待选出行路线;
基于历史路况信息预测所述待选出行路线在不同出行时间分别对应的出行时长;
通过所述待选出行路线在不同出行时间分别对应的出行时长确定待推荐的出行策略。
A2、如A1所述的出行策略的推荐方法,所述通过所述待选出行路线在不同出行时间分别对应的出行时长确定待推荐的出行策略的步骤,包括:
从所述出行指令中提取期望到达时间;
根据所述待选出行路线在不同出行时间分别对应的出行时长确定能够满足所述期望到达时间的目标出行路线以及目标出行时间范围;
基于所述目标出行路线以及所述目标出行时间范围确定待推荐的出行策略。
A3、如A2所述的出行策略的推荐方法,所述根据所述待选出行路线在不同出行时间分别对应的出行时长确定能够满足所述期望到达时间的目标出行路线以及目标出行时间范围的步骤,包括:
基于所述待选出行路线在不同出行时间分别对应的出行时长确定对应的预计到达时间;
计算所述期望到达时间与各预计到达时间之间的第一时间差;
筛选所述第一时间差小于第一预设时长的预计到达时间;
将筛选的预计到达时间对应的待选出行路线作为所述目标出行路线;
根据筛选的预计到达时间对应的出行时间,确定所述目标出行时间范围。
A4、如A1所述的出行策略的推荐方法,所述通过所述待选出行路线在不同出行时间分别对应的出行时长确定待推荐的出行策略的步骤,包括:
从所述出行指令中提取预计出发时间;
计算所述预计出发时间与各出行时间之间的第二时间差;
筛选所述第二时间差小于第二预设时长的出行时间;
将筛选的出行时间对应的待选出行路线作为目标出行路线,并将筛选的出行时间对应的出行时长作出作为目标出行时长;
基于所述目标出行路线以及所述目标出行时长确定待推荐的出行策略。
A5、如A4所述的出行策略的推荐方法,所述基于所述目标出行路线以及所述目标出行时长确定待推荐的出行策略的步骤,包括:
基于所述目标出行路线确定目标出行方式;
基于所述目标出行路线对应的历史路况信息和所述目标出行方式确定所述目标出行路线的舒适度;
基于所述目标出行路线、所述目标出行路线的舒适度以及所述目标出行时长确定待推荐的出行策略。
A6、如A5所述的出行策略的推荐方法,所述基于所述目标出行路线对应的历史路况信息和所述目标出行方式确定所述目标出行路线的舒适度的步骤,包括:
基于所述目标出行方式,确定影响所述目标出行路线的舒适度的影响因素,及各影响因素的权重;
基于所述目标出行路线对应的历史路况信息,确定各影响因素对应的数值;
基于各影响因素对应的数值和权重进行加权计算,确定所述目标出行路线的舒适度。
A7、如A1所述的出行策略的推荐方法,所述通过所述待选出行路线在不同出行时间分别对应的出行时长确定待推荐的出行策略的步骤,包括:
基于所述待选出行路线的不同出行时间,确定若干个第一绘图向量;
基于所述待选出行路线在不同出行时间分别对应的出行时长,确定若干个第二绘图向量;
基于若干个所述第一绘图向量和若干个所述第二绘图向量绘制所述待选出行路线在不同出行时间出行分别对应的出行时长变化图;
基于所述出行时长变化图确定目标出行时间范围;
将所述目标出行时间范围中包含的出行时间所属的待选出行路线作为目标出行路线;
基于所述目标出行路线以及所述目标出行时间范围确定待推荐的出行策略。
A8、如A1至A7任一项中所述的出行策略的推荐方法,所述基于历史路况信息预测所述待选出行路线在不同出行时间分别对应的出行时长的步骤,包括:
基于所述待选出行路线确定可选出行方式;
基于所述历史路况信息预测所述可选出行方式在不同出行时间分别对应的出行速度;
基于所述出行速度预测所述待选出行路线在不同出行时间分别对应的出行时长。
A9、如A1至A8任一项中所述的出行策略的推荐方法,所述基于历史路况信息预测所述待选出行路线在不同出行时间分别对应的出行时长的步骤之前,所述方法还包括:
获取所述待选出行路线对应的监控录像;
基于所述监控录像,确定所述历史路况信息。
A10、如A9所述的出行策略的推荐方法,所述获取所述待选出行路线对应的监控录像的步骤,包括:
获取所述待选出行路线中各路段设置的摄像头拍摄到的监控录像;
和/或,
获取选择所述待选出行路线的各车辆中的车载设备拍摄到的监控录像。
A11、如A1至A10任一项中所述的出行策略的推荐方法,所述从所述出行指令中提取起始位置和目标位置的步骤,包括:
从所述出行指令中提取用户提供的出行信息,所述出行信息至少包括两个地点名称和标识起止位置的标识字段;
基于定位***,确定所述出行信息中携带的两个地点名称分别对应的坐标信息;
遍历所述出行信息,将位于所述标识字段前的地点名称对应的坐标信息作为所述起始位置,将位于所述标识字段后的地点名称对应的坐标信息作为所述目标位置。
A12、如A1至A11任一项中所述的出行策略的推荐方法,述通过所述待选出行路线在不同出行时间分别对应的出行时长确定待推荐的出行策略的步骤之后,所述方法还包括:
在接收到出行路线选取指令时,从所述出行路线选取指令中提取选取的目标出行路线和预计出发时间,所述目标出行路线为所述出行策略中记录的任一待选出行路线;
判断所述预计出发时间是否与当前***时间匹配;
若所述预计出发时间与所述当前***时间匹配,则获取所述目标出行路线的当前路况信息;
基于所述当前路况信息对所述出行路线进行调整。
本发明还公开了B13、一种出行策略的推荐设备,所述设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的出行策略的推荐程序,所述出行策略的推荐程序配置为实现如A1至A12中任一项所述的出行策略的推荐方法的步骤。
本发明还公开了C14、一种存储介质,其特征在于,所述存储介质上存储有出行策略的推荐程序,所述出行策略的推荐程序被处理器执行时实现如A1至A12任一项所述的出行策略的推荐方法的步骤。
本发明还公开了D15、一种出行策略的推荐装置,所述出行策略的推荐装置包括:
起始位置提取模块,用于在接收到出行指令时,从所述出行指令中提取起始位置和目标位置;
路线确定模块,用于基于所述起始位置和目标位置确定至少一条待选出行路线;
出行时长预测模块,用于基于历史路况信息预测所述待选出行路线在不同出行时间分别对应的出行时长;
出行策略确定模块,用于通过所述待选出行路线在不同出行时间分别对应的出行时长确定待推荐的出行策略。
D16、如D15所述的出行策略的推荐装置,所述出行策略确定模块,还用于从所述出行指令中提取期望到达时间;根据所述待选出行路线在不同出行时间分别对应的出行时长确定能够满足所述期望到达时间的目标出行路线以及目标出行时间范围;基于所述目标出行路线以及所述目标出行时间范围确定待推荐的出行策略。
D17、如D16所述的出行策略的推荐装置,所述出行策略确定模块,还用于基于所述待选出行路线在不同出行时间分别对应的出行时长确定对应的预计到达时间;计算所述期望到达时间与各预计到达时间之间的第一时间差;筛选所述第一时间差小于第一预设时长的预计到达时间;将筛选的预计到达时间对应的待选出行路线作为所述目标出行路线;根据筛选的预计到达时间对应的出行时间,确定所述目标出行时间范围。
D18、如D15所述的出行策略的推荐装置,所述出行策略确定模块,还用于从所述出行指令中提取预计出发时间;计算所述预计出发时间与各出行时间之间的第二时间差;筛选所述第二时间差小于第二预设时长的出行时间;将筛选的出行时间对应的待选出行路线作为目标出行路线,并将筛选的出行时间对应的出行时长作出作为目标出行时长;基于所述目标出行路线以及所述目标出行时长确定待推荐的出行策略。
D19、如权利要求D18所述的出行策略的推荐装置,所述出行策略确定模块,还用于基于所述目标出行路线确定目标出行方式;基于所述目标出行路线对应的历史路况信息和所述目标出行方式确定所述目标出行路线的舒适度;基于所述目标出行路线、所述目标出行路线的舒适度以及所述目标出行时长确定待推荐的出行策略。
D20、如D15所述的出行策略的推荐装置,所述出行策略确定模块,还用于基于所述待选出行路线的不同出行时间,确定若干个第一绘图向量;基于所述待选出行路线在不同出行时间分别对应的出行时长,确定若干个第二绘图向量;基于若干个所述第一绘图向量和若干个所述第二绘图向量绘制所述待选出行路线在不同出行时间出行分别对应的出行时长变化图;基于所述出行时长变化图确定目标出行时间范围;将所述目标出行时间范围中包含的出行时间所属的待选出行路线作为目标出行路线;基于所述目标出行路线以及所述目标出行时间范围确定待推荐的出行策略。

Claims (10)

1.一种出行策略的推荐方法,其特征在于,所述出行策略的推荐方法包括以下步骤:
在接收到出行指令时,从所述出行指令中提取起始位置和目标位置;
基于所述起始位置和目标位置确定至少一条待选出行路线;
基于历史路况信息预测所述待选出行路线在不同出行时间分别对应的出行时长;
通过所述待选出行路线在不同出行时间分别对应的出行时长确定待推荐的出行策略。
2.如权利要求1所述的出行策略的推荐方法,其特征在于,所述通过所述待选出行路线在不同出行时间分别对应的出行时长确定待推荐的出行策略的步骤,包括:
从所述出行指令中提取期望到达时间;
根据所述待选出行路线在不同出行时间分别对应的出行时长确定能够满足所述期望到达时间的目标出行路线以及目标出行时间范围;
基于所述目标出行路线以及所述目标出行时间范围确定待推荐的出行策略。
3.如权利要求2所述的出行策略的推荐方法,其特征在于,所述根据所述待选出行路线在不同出行时间分别对应的出行时长确定能够满足所述期望到达时间的目标出行路线以及目标出行时间范围的步骤,包括:
基于所述待选出行路线在不同出行时间分别对应的出行时长确定对应的预计到达时间;
计算所述期望到达时间与各预计到达时间之间的第一时间差;
筛选所述第一时间差小于第一预设时长的预计到达时间;
将筛选的预计到达时间对应的待选出行路线作为所述目标出行路线;
根据筛选的预计到达时间对应的出行时间,确定所述目标出行时间范围。
4.如权利要求1所述的出行策略的推荐方法,其特征在于,所述通过所述待选出行路线在不同出行时间分别对应的出行时长确定待推荐的出行策略的步骤,包括:
从所述出行指令中提取预计出发时间;
计算所述预计出发时间与各出行时间之间的第二时间差;
筛选所述第二时间差小于第二预设时长的出行时间;
将筛选的出行时间对应的待选出行路线作为目标出行路线,并将筛选的出行时间对应的出行时长作出作为目标出行时长;
基于所述目标出行路线以及所述目标出行时长确定待推荐的出行策略。
5.如权利要求4所述的出行策略的推荐方法,其特征在于,所述基于所述目标出行路线以及所述目标出行时长确定待推荐的出行策略的步骤,包括:
基于所述目标出行路线确定目标出行方式;
基于所述目标出行路线对应的历史路况信息和所述目标出行方式确定所述目标出行路线的舒适度;
基于所述目标出行路线、所述目标出行路线的舒适度以及所述目标出行时长确定待推荐的出行策略。
6.如权利要求5所述的出行策略的推荐方法,其特征在于,所述基于所述目标出行路线对应的历史路况信息和所述目标出行方式确定所述目标出行路线的舒适度的步骤,包括:
基于所述目标出行方式,确定影响所述目标出行路线的舒适度的影响因素,及各影响因素的权重;
基于所述目标出行路线对应的历史路况信息,确定各影响因素对应的数值;
基于各影响因素对应的数值和权重进行加权计算,确定所述目标出行路线的舒适度。
7.如权利要求1所述的出行策略的推荐方法,其特征在于,所述通过所述待选出行路线在不同出行时间分别对应的出行时长确定待推荐的出行策略的步骤,包括:
基于所述待选出行路线的不同出行时间,确定若干个第一绘图向量;
基于所述待选出行路线在不同出行时间分别对应的出行时长,确定若干个第二绘图向量;
基于若干个所述第一绘图向量和若干个所述第二绘图向量绘制所述待选出行路线在不同出行时间出行分别对应的出行时长变化图;
基于所述出行时长变化图确定目标出行时间范围;
将所述目标出行时间范围中包含的出行时间所属的待选出行路线作为目标出行路线;
基于所述目标出行路线以及所述目标出行时间范围确定待推荐的出行策略。
8.一种出行策略的推荐设备,其特征在于,所述设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的出行策略的推荐程序,所述出行策略的推荐程序配置为实现如权利要求1至7中任一项所述的出行策略的推荐方法的步骤。
9.一种存储介质,其特征在于,所述存储介质上存储有出行策略的推荐程序,所述出行策略的推荐程序被处理器执行时实现如权利要求1至7任一项所述的出行策略的推荐方法的步骤。
10.一种出行策略的推荐装置,其特征在于,所述出行策略的推荐装置包括:
起始位置提取模块,用于在接收到出行指令时,从所述出行指令中提取起始位置和目标位置;
路线确定模块,用于基于所述起始位置和目标位置确定至少一条待选出行路线;
出行时长预测模块,用于基于历史路况信息预测所述待选出行路线在不同出行时间分别对应的出行时长;
出行策略确定模块,用于通过所述待选出行路线在不同出行时间分别对应的出行时长确定待推荐的出行策略。
CN202010515931.0A 2020-06-08 2020-06-08 出行策略的推荐方法、装置、设备及存储介质 Pending CN111737601A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010515931.0A CN111737601A (zh) 2020-06-08 2020-06-08 出行策略的推荐方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010515931.0A CN111737601A (zh) 2020-06-08 2020-06-08 出行策略的推荐方法、装置、设备及存储介质

Publications (1)

Publication Number Publication Date
CN111737601A true CN111737601A (zh) 2020-10-02

Family

ID=72648648

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010515931.0A Pending CN111737601A (zh) 2020-06-08 2020-06-08 出行策略的推荐方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN111737601A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112884622A (zh) * 2021-01-08 2021-06-01 重庆交通大学 高峰期城市上班族时空均衡出行的诱导***
CN112964269A (zh) * 2021-02-26 2021-06-15 北京嘀嘀无限科技发展有限公司 信息交互方法和装置
CN116628527A (zh) * 2023-07-24 2023-08-22 浙江大学 一种集成出行策略的设计方法及***

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107702729A (zh) * 2017-09-06 2018-02-16 东南大学 一种考虑预期路况的车辆导航方法及***
US20180136003A1 (en) * 2016-11-11 2018-05-17 Ford Global Technologies, Llc Method and apparatus for vehicular travel assistance
CN109059952A (zh) * 2018-10-11 2018-12-21 国家卫星海洋应用中心 一种行程时长预测方法及装置
CN109883437A (zh) * 2019-03-04 2019-06-14 长沙理工大学 一种出行路线推荐方法、装置及其***
CN110378525A (zh) * 2019-07-15 2019-10-25 腾讯科技(深圳)有限公司 出行计划确定方法、装置、设备及存储介质

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20180136003A1 (en) * 2016-11-11 2018-05-17 Ford Global Technologies, Llc Method and apparatus for vehicular travel assistance
CN107702729A (zh) * 2017-09-06 2018-02-16 东南大学 一种考虑预期路况的车辆导航方法及***
CN109059952A (zh) * 2018-10-11 2018-12-21 国家卫星海洋应用中心 一种行程时长预测方法及装置
CN109883437A (zh) * 2019-03-04 2019-06-14 长沙理工大学 一种出行路线推荐方法、装置及其***
CN110378525A (zh) * 2019-07-15 2019-10-25 腾讯科技(深圳)有限公司 出行计划确定方法、装置、设备及存储介质

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112884622A (zh) * 2021-01-08 2021-06-01 重庆交通大学 高峰期城市上班族时空均衡出行的诱导***
CN112884622B (zh) * 2021-01-08 2024-02-02 重庆交通大学 高峰期城市上班族时空均衡出行的诱导***
CN112964269A (zh) * 2021-02-26 2021-06-15 北京嘀嘀无限科技发展有限公司 信息交互方法和装置
CN112964269B (zh) * 2021-02-26 2024-06-04 北京嘀嘀无限科技发展有限公司 信息交互方法和装置
CN116628527A (zh) * 2023-07-24 2023-08-22 浙江大学 一种集成出行策略的设计方法及***
CN116628527B (zh) * 2023-07-24 2023-11-10 浙江大学 一种集成出行策略的设计方法及***

Similar Documents

Publication Publication Date Title
US10648822B2 (en) Systems and methods for simultaneous electronic display of various modes of transportation for viewing and comparing
EP3335210B1 (en) Method and apparatus for providing parking availability detection based on vehicle trajectory information
US20140313058A1 (en) Real-time parking assistant application
US7590488B2 (en) Route condition evaluation method and apparatus for navigation system
US8180557B2 (en) Traffic state predicting apparatus
JP6919405B2 (ja) デジタルサイネージ制御装置、デジタルサイネージ制御方法、プログラム、記録媒体
CN111737601A (zh) 出行策略的推荐方法、装置、设备及存储介质
US20160298974A1 (en) Systems and methods for learning and displaying customized geographical navigational options
US20140214319A1 (en) Computer System and Method for Search of a Parking Spot
EP3009798B1 (en) Providing alternative road navigation instructions for drivers on unfamiliar roads
KR20180134636A (ko) 주차 정보를 제공하는 방법 및 시스템
EP4138051A1 (en) Method of collecting data from fleet of vehicles
CN111858790A (zh) 一种绕路提醒的方法、装置、电子设备及介质
CN111982145B (zh) 行驶路径推荐方法、装置、设备及存储介质
RU2664034C1 (ru) Способ и система создания информации о трафике, которая будет использована в картографическом приложении, выполняемом на электронном устройстве
CN110136438A (zh) 基于人工智能的道路切换方法、装置、设备及存储介质
CN111854777B (zh) 导航路线行驶时间的更新方法、导航方法、***及车辆
CN112945253A (zh) 一种出行路线推荐方法、***和装置
CN110704745A (zh) 一种车载终端的信息搜索方法和装置
CN116110245A (zh) 停车场停车引导方法、装置、设备及其存储介质
JP2021120669A (ja) 経路探索システムおよび経路探索プログラム
CN113112850A (zh) 众包导航***和方法
WO2016054700A1 (en) Online booking system
Rahaman Context-aware mobility analytics and trip planning
CN111159580A (zh) 行程推荐装置、行程推荐方法以及存储有程序的非易失性存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20201002