一种车辆载客状态的预估方法及装置制造方法及图纸

本发明专利技术提供了一种车辆载客状态的预估方法，包括：获取每一终端的历史订单数据中订单的发布时间与当前时间的时间差最小的第一历史订单、相邻的第二历史订单；根据第一历史订单的特征信息和第二历史订单的目的地，预估每一终端的第一历史订单的结束时间；获取预设时间段内每一终端的终端运动轨迹以及历史订单对应UE的UE运动轨迹；根据终端运动轨迹和UE运动轨迹的相似度，确定每一终端对应车辆的载客状态。本发明专利技术还提供了一种车辆载客状态的预估装置，包括：订单获取模块、时间预估模块、轨迹获取模块以及第一判定模块。本发明专利技术根据历史订单和终端与UE运动轨迹对车辆载客状态进行准确的预估，提高打车系统的订单成交率，提升用户打车体验。

【技术实现步骤摘要】
一种车辆载客状态的预估方法及装置
本专利技术涉及计算机处理
，尤其涉及一种车辆载客状态的预估方法及装置。
技术介绍
近年来，随着城市的发展，打车需求已经是社会各个阶层人士的普遍需求。随着智能设备和移动互联网技术的发展，打车软件的普及给人们的出行带来了极大的便利。当前打车软件已基本解决了出租车司机和乘客之间的信息不对称问题。随着使用打车软件的司机和乘客数量日益增多，打车成交率已经成为影响乘客体验的一个重要问题，而准确的成交率预估是优化此问题的关键环节。当前司机是否载客是影响成交率的重要因素，因此成交率预估的关键问题是需要事先知道当前出租车的载客状态。对于已经载客的出租车，司机大部分情况下无需播单(广播订单)，因为，其在载客状态下，司机无法完成抢单操作。但是，实际环境中，由于出租车司机不单单是某一种打车软件的使用者，其乘客还可以来自于其他方式，如路上招手，电话预约、其他打车软件等多种方式，可见出租车司机是完全自主的群体，其载客状态不能完全被打车系统知晓。解决如何较准确预估载客状态成为提高成交率的一个至关重要的问题。
技术实现思路
针对现有技术的缺陷，本专利技术提供一种车辆载客状态的预估方法及装置，根据历史订单数据以及终端、UE运动轨迹对车辆载客状态进行准确的预估，提高打车系统的订单成交率，从而提升用户打车体验。根据本专利技术的一个方面，提供了一种车辆载客状态的预估方法，该方法包括：获取每一终端的历史订单数据中订单的发布时间与当前时间的时间差最小的第一历史订单，以及与该第一历史订单相邻的第二历史订单；根据所述第一历史订单的特征信息以及所述第二历史订单的目的地，预估所述每一终端的第一历史订单的结束时间；获取第一预设时间段内每一终端的终端运动轨迹以及第一历史订单对应UE的UE运动轨迹；根据所述终端运动轨迹和UE运动轨迹的相似度，确定每一终端对应的车辆的载客状态。其中，在获取第一预设时间段内每一终端的终端运动轨迹以及第一历史订单对应UE的UE运动轨迹之前，所述方法还包括：查看打车系统中在所述第一预设时间段内是否存在所述终端运动轨迹以及所述第一历史订单对应UE的UE运动轨迹；若存在所述终端运动轨迹以及所述第一历史订单对应UE的UE运动轨迹，则执行所述获取第一预设时间段内每一终端的终端运动轨迹以及第一历史订单对应UE的UE运动轨迹的步骤；否则，根据预估的结束时间，确定每一终端对应的车辆的载客状态。其中，所述方法还包括：基于所述预估的结束时间与当前时间的时间关系，对所述当前时间赋予置信度；基于所述置信度，执行所述查看打车系统中在所述第一预设时间段内是否存在所述终端运动轨迹以及所述第一历史订单对应UE的UE运动轨迹的步骤。其中，所述获取每一终端的历史订单数据中订单的发布时间与当前时间的时间差最小的第一历史订单，以及与该第一历史订单相邻的第二历史订单，具体包括：获取所述每一终端在第二预设时间段内的历史订单数据；提取所述历史订单数据中订单的发布时间与当前时间的时间差最小的第一历史订单，以及与该第一历史订单相邻的第二历史订单。其中，所述获取第一预设时间段内每一终端的终端运动轨迹以及第一历史订单对应UE的UE运动轨迹，具体包括：获取第一预设时间段内每一终端上传的终端位置坐标，以及所述第一历史订单对应UE上传的UE位置坐标；根据所述每一终端上传的终端位置坐标以及对应的上传时间生成终端运动轨迹；根据所述第一历史订单对应UE上传的UE位置坐标以及对应的上传时间生成UE运动轨迹。其中，所述根据所述终端运动轨迹和UE运动轨迹的相似度，确定每一终端对应的车辆的载客状态，具体包括：确定所述终端位置坐标对应的上传时间与所述UE位置坐标对应的上传时间之间的时间差；当所述时间差属于预设置信区间时，判断所述终端位置坐标和UE位置坐标之间的距离是否小于预设阈值；若是，则确定该终端对应的车辆为载客，否则为空载。其中，当确定所述终端对应的车辆为空载状态或打车系统中不存在UE运动轨迹时，所述方法还包括：根据每一终端的终端运动轨迹以及该终端所属城市的交通地图信息，确定每一终端对应的车辆的速度数据、经过路段数据以及归属路段数据；计算每一终端的终端运动轨迹的中心点，并对每一终端的终端运动轨迹按照经纬度进行聚类；确定聚类内各个终端对应的车辆的平均经过路段数差以及该车辆的速度数据与在同一路段的最快速度差值、最慢速度差值和平均速度差值；将每一终端的历史订单数据、所述每一终端对应的车辆的速度数据、经过路段数据以及归属路段数据、聚类内各个终端对应的车辆的平均经过路段数差以及每一车辆的速度数据与在同一路段的最快速度差值、最慢速度差值和平均速度差值作为多维输入特征，利用多层神经网络模型，预估每一终端对应的车辆的载客状态。根据本专利技术的另一个方面，提供了一种车辆载客状态的预估装置，该装置包括：订单获取模块，用于获取每一终端的历史订单数据中订单的发布时间与当前时间的时间差最小的第一历史订单，以及与该第一历史订单相邻的第二历史订单；时间预估模块，用于根据所述第一历史订单的特征信息以及所述第二历史订单的目的地，预估所述每一终端的第一历史订单的结束时间；轨迹获取模块，用于获取第一预设时间段内每一终端的终端运动轨迹以及第一历史订单对应UE的UE运动轨迹；第一判定模块，用于根据所述终端运动轨迹和UE运动轨迹的相似度，确定每一终端对应的车辆的载客状态。其中，所述装置还包括查看模块和第二判定模块：查看模块，用于在获取第一预设时间段内每一终端的终端运动轨迹以及第一历史订单对应UE的UE运动轨迹之前，查看打车系统中在所述第一预设时间段内是否存在所述终端运动轨迹以及所述第一历史订单对应UE的UE运动轨迹；第二判定模块，用于当打车系统中在所述第一预设时间段内不存在所述终端运动轨迹以及所述第一历史订单对应UE的UE运动轨迹时，根据预估的结束时间，确定每一终端对应的车辆的载客状态；所述轨迹获取模块，具体用于当打车系统中在所述第一预设时间段内存在所述终端运动轨迹以及所述第一历史订单对应UE的UE运动轨迹时，获取第一预设时间段内每一终端的终端运动轨迹以及第一历史订单对应UE的UE运动轨迹。其中，所述装置还包括：置信度确定模块，用于基于所述预估的结束时间与当前时间的时间关系，对所述当前时间赋予置信度；所述查看模块，具体用于基于所述置信度，执行所述查看打车系统中在所述第一预设时间段内是否存在所述终端运动轨迹以及所述第一历史订单对应UE的UE运动轨迹的操作。其中，所述订单获取模块，包括：历史订单数据获取单元，用于获取所述每一终端在第二预设时间段内的历史订单数据；提取单元，用于提取所述历史订单数据中订单的发布时间与当前时间的时间差最小的第一历史订单，以及与该第一历史订单相邻的第二历史订单。其中，所述轨迹获取模块，包括：位置坐标获取单元，用于获取第一预设时间段内每一终端上传的终端位置坐标，以及所述第一历史订单对应UE上传的UE位置坐标；终端运动轨迹生成单元，用于根据所述每一终端上传的终端位置坐标以及对应的上传时间生成终端运动轨迹；UE运动轨迹生成单元，用于根据所述第一历史订单对应UE上传的UE位置坐标以及对应的上传时间生成UE运动轨迹。其中，所述第一判定模块，包括：确定单元，用于确定所述终端位置坐标对应的上传时间与所述本文档来自技高网...

【技术保护点】
一种车辆载客状态的预估方法，其特征在于，该方法包括：获取每一终端的历史订单数据中订单的发布时间与当前时间的时间差最小的第一历史订单，以及与该第一历史订单相邻的第二历史订单；根据所述第一历史订单的特征信息以及所述第二历史订单的目的地，预估所述每一终端的第一历史订单的结束时间；获取第一预设时间段内每一终端的终端运动轨迹以及第一历史订单对应UE的UE运动轨迹；根据所述终端运动轨迹和UE运动轨迹的相似度，确定每一终端对应的车辆的载客状态。

【技术特征摘要】
1.一种车辆载客状态的预估方法，其特征在于，该方法包括：获取每一终端的历史订单数据中订单的发布时间与当前时间的时间差最小的第一历史订单，以及与该第一历史订单相邻的第二历史订单；根据所述第一历史订单的特征信息以及所述第二历史订单的目的地，预估所述每一终端的第一历史订单的结束时间；获取第一预设时间段内每一终端的终端运动轨迹以及第一历史订单对应UE的UE运动轨迹；根据所述终端运动轨迹和UE运动轨迹的相似度，确定每一终端对应的车辆的载客状态；其中，所述获取每一终端的历史订单数据中订单的发布时间与当前时间的时间差最小的第一历史订单，以及与该第一历史订单相邻的第二历史订单，具体包括：获取每一终端在第二预设时间段内的历史订单数据；提取所述历史订单数据中订单的发布时间与当前时间的时间差最小的第一历史订单，以及与该第一历史订单相邻的第二历史订单。2.根据权利要求1所述的方法，其特征在于，在获取第一预设时间段内每一终端的终端运动轨迹以及第一历史订单对应UE的UE运动轨迹之前，所述方法还包括：查看打车系统中在所述第一预设时间段内是否存在所述终端运动轨迹以及所述第一历史订单对应UE的UE运动轨迹；若存在所述终端运动轨迹以及所述第一历史订单对应UE的UE运动轨迹，则执行所述获取第一预设时间段内每一终端的终端运动轨迹以及第一历史订单对应UE的UE运动轨迹的步骤；否则，根据预估的结束时间，确定每一终端对应的车辆的载客状态。3.根据权利要求2所述的方法，其特征在于，所述方法还包括：基于所述预估的结束时间与当前时间的时间关系，对所述当前时间赋予置信度；基于所述置信度，执行所述查看打车系统中在所述第一预设时间段内是否存在所述终端运动轨迹以及所述第一历史订单对应UE的UE运动轨迹的步骤。4.根据权利要求1-3任一项所述的方法，其特征在于，所述获取第一预设时间段内每一终端的终端运动轨迹以及第一历史订单对应UE的UE运动轨迹，具体包括：获取第一预设时间段内每一终端上传的终端位置坐标，以及所述第一历史订单对应UE上传的UE位置坐标；根据所述每一终端上传的终端位置坐标以及对应的上传时间生成终端运动轨迹；根据所述第一历史订单对应UE上传的UE位置坐标以及对应的上传时间生成UE运动轨迹。5.根据权利要求4所述的方法，其特征在于，所述根据所述终端运动轨迹和UE运动轨迹的相似度，确定每一终端对应的车辆的载客状态，具体包括：确定所述终端位置坐标对应的上传时间与所述UE位置坐标对应的上传时间之间的时间差；当所述时间差属于预设置信区间时，判断所述终端位置坐标和UE位置坐标之间的距离是否小于预设阈值；若是，则确定该终端对应的车辆为载客，否则为空载。6.根据权利要求1-3任一项所述的方法，其特征在于，当确定所述终端对应的车辆为空载状态或打车系统中不存在UE运动轨迹时，所述方法还包括：根据每一终端的终端运动轨迹以及该终端所属城市的交通地图信息，确定每一终端对应的车辆的速度数据、经过路段数据以及归属路段数据；计算每一终端的终端运动轨迹的中心点，并对每一终端的终端运动轨迹按照经纬度进行聚类；确定聚类内各个终端对应的车辆的平均经过路段数差以及该车辆的速度数据与在同一路段的最快速度差值、最慢速度差值和平均速度差值；将每一终端的历史订单数据、所述每一终端对应的车辆的速度数据、经过路段数据以及归属路段数据、聚类内各个终端对应的车辆的平均经过路段数差以及每一车辆的速度数据与在同一路段的最快速度差值、最慢速度差值和平均速度差值作为多维输入特征，利用多层神经网络模型，预估每一终端对应的车辆的载客状态。7.一种车辆载客状态的预估装置，其特征在于，该装置包括：订单获取模块，用于获取每一终端的历史订单数据中订单的发布时间与当前时间的时间差最小的第一历史订...

【专利技术属性】
技术研发人员：卓呈祥，
申请(专利权)人：滴滴中国科技有限公司，
类型：发明
国别省市：天津;12