[发明专利]一种基于轨迹大数据支持的出租车合乘方法

权利要求书

1.一种基于轨迹大数据支持的出租车合乘方法，其特征在于包含如下步骤：

S1：道路网络单元的构建以及网格距离时间表生成：把GPS数据与地图相结合，根据所在地区的经纬度划分成大小适中的网格,利用出租车GPS大数据,把网格中出租车乘客上、下车人数最多的地点定为网格的中心节点；

S2：出租车选择与乘客动态匹配：基于出租车的GPS数据和乘客发出的订单信息，从出发点、目的点两侧对出租车数据进行处理筛选,找到符合乘客需求的最优出租车；

S3：出租车动态路径规划：采用缓冲时间与延迟时间来比较的方法，规划出共乘乘客与出租车在匹配成功之后的合乘路径；

S4：建立出租车动态路径规划模型：用订单延迟时间和后续各个到达点的缓冲时间之间的大小关系来建立模型；

S5：合理定价：基于乘客出行成本降低幅度与司机收益增加幅度相差较小的原则,得出在不同合乘人数时的折扣率。

2.根据权利要求1所述的一种基于轨迹大数据支持的出租车合乘方法，其特征在于：所述S1的具体步骤为，两个网格之间的距离d_ij用彼此网格中心节点在路网上的距离表示,在本文中采用在此路段出租车限制速度v来计算出行时间t_ij,并把距离、时间按照X_ij＝(d_ij,t_ij)的形式储存在网格距离时间表中,用于后续对共乘匹配的计算。

3.根据权利要求1所述的一种基于轨迹大数据支持的出租车合乘方法，其特征在于：所述S2的具体步骤为，首先根据乘客发出的订单M寻找出发点所在网格g₁和目的点所在网格g₅，然后把周围相邻的网格单元按照t_i1、t_j5由小到大进行排序,分别从每一边选出来的第一个网格进行,挑选出距离出发端最近的网格内能在订单规定的最晚上车时间之前到达的出租车集合,以及距离目的端最近的网格内能在规定的最晚下车时间之前到达的出租车集合,若交集为空，则证明选择的单元网格没有符合条件的出租车,于是将依次计算每一边同一时刻的其他网格单元；如果交集非空,则选择停止，然后选取两个集合的交集中的出租车作为匹配车辆,实现出租车与乘客动态匹配。

4.根据权利要求1所述的一种基于轨迹大数据支持的出租车合乘方法，其特征在于：所述S2的中筛选条件为：

出发端：t_i＝M.p.l-t_i1

其中，t_i1表示出租车从网格单元g_i到网格单元g₁的旅行时间,t_i表示出租车到达网格g_i的时间；满足出发端公式的出租车放在集合S_o中；

目的端：t_j＝M.d.l-t_j5

其中，t_j5表示出租车从网格单元g_j到网格单元g₅的行程时间,t_j表示出租车到达网格g_j的时间；满足目的端公式的出租车放在集合S_d中。

5.根据权利要求1所述的一种基于轨迹大数据支持的出租车合乘方法，其特征在于：所述S3中缓冲时间的计算方法如下：

根据下面公式来计算在M.o、M.d侧的缓冲时间(M.o).bt、(M.d).bt：

(M.o).bt＝M.p.l-t_p；

(M.d).bt＝M.d.l-t_q。

6.根据权利要求1所述的一种基于轨迹大数据支持的出租车合乘方法，其特征在于：所述S3中延迟时间的计算方法如下：

延迟时间(T_L)：根据下面公式计算出延迟时间：

T_L＝T(新路径)-T(原路径)。

7.根据权利要求1所述的一种基于轨迹大数据支持的出租车合乘方法，其特征在于：所述S4中具体采用订单延迟时间T_L和后续各个到达点的缓冲时间M.bt之间的大小关系来建立模型，公式如下：

T_L≤Min{M.bt}；

其中，{M.bt}指出租车加入新订单后,时间表中后续各个到达点的缓冲时间组成的集合。