[发明专利]出租车轨迹大数据驱动的载客路线推荐方法、装置及介质

说明书

本申请实施例公开了出租车轨迹大数据驱动的载客路线推荐方法、装置及介质，用于快速为车辆规划起点到终点的最短路线。本申请实施例方法包括：获取目标区域的车辆运动轨迹数据集；根据所述车辆运动轨迹数据集生成路网节点数据；根据所述路网节点数据生成路线推荐模型，所述路线推荐模型融合有启发式算法和最优化算法；获取用户的起点和终点，所述起点和所述终点位于所述目标区域；根据所述路线推荐模型生成所述起点到所述终点的推荐路线。

技术领域

本申请实施例涉及数据处理技术领域，尤其涉及出租车轨迹大数据驱动的载客路线推荐方法、装置及介质。

背景技术

在大数据时代，随着数字技术的迅猛发展，生活节奏变得越来越快，随之而来的是，人们对出行需求也变得越来越高。为了满足人们高效出行的需求，出租车轨迹大数据驱动的载客路线推荐方法应运而生。

在现有技术中，传统的出租车轨迹大数据驱动的载客路线推荐方法通常基于贪心算法或者遗传算法，均需访问大量节点以计算得出最短路线。由于需要访问大量节点，极易造成“I/O开销大、内存消耗高”等问题。同时，在计算量庞大且算力受限的情况下，需要大量的计算时间才能得出最短路线，从而导致“运行时间长、计算效率低”等问题。

此外，在城市交通中盲目巡航容易导致“燃油消耗高、交通拥堵严重”等问题。本申请提出一种集成角度和A^*算法的Gurobi优化算法，应用于复杂城市路网中面向出租车轨迹大数据推荐最优载客路线。首先，提出一种基于出租车GPS方向的路网节点提取方法，解决难以从出租车GPS轨迹数据中提取路网节点问题。其次，构造一种基于角度的尖锐点消除方法(ASPE)，优化Gurobi算法的搜索能力，以寻求最短路线。再次，设计一种基于A^*算法的Gurobi优化算法(A-Gurobi)，利用A^*算法的启发式函数，增强出发地到目的地的快速引导能力，提高Gurobi算法的执行效率。

发明内容

本申请实施例提供了出租车轨迹大数据驱动的载客路线推荐方法、装置及介质，可以快速地为车辆规划起点到终点的最短路线。

本申请实施例第一方面提供了一种出租车轨迹大数据驱动的载客路线推荐方法，包括：

获取目标区域的车辆运动轨迹数据集；

根据所述车辆运动轨迹数据集生成路网节点数据；

根据所述路网节点数据生成路线推荐模型，所述路线推荐模型融合有启发式算法和最优化算法；

获取用户的起点和终点，所述起点和所述终点位于所述目标区域；

根据所述路线推荐模型生成所述起点到所述终点的推荐路线。

可选的，所述根据所述路网节点数据生成路线推荐模型包括：

将A^*算法的启发式融入Gurobi算法，生成A-Gurobi算法；

根据所述路网节点数据和所述A-Gurobi算法生成路线推荐模型，其中，所述路网节点数据作为所述路线推荐模型的参数。

可选的，所述根据所述路线推荐模型生成所述起点到所述终点的推荐路线包括：

将所述起点分别与所述路线推荐模型的路网节点数据中的每个路网节点以及所述终点相连，得到多条线段，其中，每个路网节点对应一条线段，所述起点与所述终点形成的线段为目标线段；

计算所述目标线段分别与其他线段形成的夹角的度数；

将与所述目标线段形成的夹角的度数大于或等于第一预设角度的线段对应的路网节点删除，得到推荐路网节点；

根据所述推荐路网节点、所述起点和所述终点生成推荐路线。