车辆调度方法、装置、电子设备及存储介质与流程

1.本发明涉及车辆控制技术领域，尤其涉及一种车辆调度方法、装置、电子设备及存储介质。


背景技术：

2.目前市场上的共享电动车越来越多，为了合理利用投放到市场的共享电单车，需要根据共享电单车的实际利用情况进行调度，以提升共享电单车的利用效率。
3.当前一般的车辆调度方法，是根据用户借还车热点地区和热点时间进行调度，满足了一般意义上的热点调度需求。但该调度方法不能针对用户进行个性化调度，无法进一步提升用户体验和用还车效率。


技术实现要素：

4.本发明提供一种车辆调度方法、装置、电子设备及存储介质，用以解决现有技术中不能针对用户进行个性化调度的缺陷，实现能针对用户进行个性化调度，提升用户用还车体验和用还车效率。
5.本发明提供一种车辆调度方法，包括：
6.获取用户用还车行为数据，并基于所述用户用还车行为数据，得到用还车行为特征向量；
7.基于所述用还车行为特征向量，确定用还车信息；其中，所述用还车信息包括用户下次用还车时间、用还车地点、用户身份信息、使用场景信息，以及周期用还车规律信息；
8.基于所述用还车信息，得到车辆调度策略，以基于所述车辆调度策略执行车辆调度。
9.根据本发明提供的车辆调度方法，所述基于所述用户用还车行为数据，得到用还车行为特征向量，包括：
10.将所述用户用还车行为数据，输入至训练好的特征建模算法模型，得到所述用还车行为特征向量。
11.根据本发明提供的车辆调度方法，所述特征建模算法模型，为基于高维向量空间建模所得到的算法模型；
12.所述用还车行为特征向量包括：借车信息以及还车信息对应的特征向量。
13.根据本发明提供的车辆调度方法，所述基于所述用还车行为特征向量，确定用还车信息，包括：
14.基于分类算法，对所述用还车行为特征向量进行分类，确定所述用还车行为特征向量对应的特征向量类别；
15.基于分类阈值判断算法对所述特征向量类别进行模式识别，得到对应的用还车模式；
16.基于所述用还车模式，以及预设的借还车站点信息，得到所述用还车信息。
17.根据本发明提供的车辆调度方法，所述基于所述用还车信息，得到车辆调度策略，包括：
18.基于嵌套循环连接算法，并结合车辆派单需求，对所述用还车信息进行调优，得到所述车辆调度策略。
19.根据本发明提供的车辆调度方法，还包括：
20.获取所述车辆调度策略的确信度；
21.在所述确信度大于预设值的情况下，发出提醒消息至所述车辆调度策略对应的用户终端。
22.本发明还提供一种车辆调度装置，包括：
23.特征提取模块，用于获取用户用还车行为数据，并基于所述用户用还车行为数据，得到用还车行为特征向量；
24.特征处理模块，用于基于所述用还车行为特征向量，确定用还车信息；其中，所述用还车信息包括用户下次用还车时间、用还车地点、用户身份信息、使用场景信息，以及周期用还车规律信息；
25.策略生成模块，用于基于所述用还车信息，得到车辆调度策略，以基于所述车辆调度策略执行车辆调度。
26.本发明还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述车辆调度方法的步骤。
27.本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述车辆调度方法的步骤。
28.本发明还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述车辆调度方法的步骤。
29.本发明提供的车辆调度方法、装置、电子设备及存储介质，通过用户用还车行为数据，得到用还车行为特征向量，进一步得到用还车信息，再基于用还车信息得到车辆调度策略。在本发明所得到的车辆调度策略中，是基于用户用还车行为数据得到，基于用户的用还车行为数据可以对车辆进行个性化调度，提升用户用还车体验和用还车效率。
附图说明
30.为了更清楚地说明本发明或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
31.图1是本发明提供的车辆调度方法的流程示意图之一；
32.图2是本发明提供的车辆调度方法的流程示意图之二；
33.图3是本发明提供的车辆调度装置的结构示意图；
34.图4是本发明提供的电子设备的结构示意图。
具体实施方式
35.为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明中的附图，对本发明中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
36.下面结合图1-图4描述本发明的车辆调度方法、装置、电子设备及存储介质。
37.如图1所示，本发明提供的车辆调度方法，包括：
38.步骤110、获取用户用还车行为数据，并基于所述用户用还车行为数据，得到用还车行为特征向量。
39.可以理解的是，本发明中的用还车包括用车以及还车。用户用还车行为数据包括用户信息以及预设时间段内用户的用车习惯数据。
40.车辆上设置有中控模块，中控模块可以记录用户的用车行为数据，并将用车数据和用户信息上传至后台服务器，由后天服务器进行处理分析。
41.将用户用还车行为数据，进行抽象提取，可以得到用还车行为特征向量。
42.本实施例中的车辆可以是电动车，例如共享两轮电动车，或者共享电动汽车。
43.步骤120、基于所述用还车行为特征向量，确定用还车信息；其中，所述用还车信息包括用户下次用还车时间、用还车地点、用户身份信息、使用场景信息，以及周期用还车规律信息。
44.可以理解的是，用还车行为特征向量，是基于用户历史用还车行为数据得到的特征向量，基于用户的用还车行为特征向量，可以预测用户下次用还车时间以及用还车地点。
45.用户身份信息可以包括用户年龄性别；使用场景可以是在哪些具体生活场景下使用车辆；周期用还车规律信息，可以是用户在设定周期内，例如一周或者一个月内，用车以及还车的规律信息。
46.步骤130、基于所述用还车信息，得到车辆调度策略，以基于所述车辆调度策略执行车辆调度。
47.可以理解的是，在基于用还车行为特征向量预测的下次用还车时间及用还车地点之后，可以确定哪个区域以及哪个时刻有用户需要使用或归还车辆，确定在目标区域以及目标时刻需要使用或者归还的车辆数量之后，结合该目标区域的实际需求数据，进行车辆调度，使得在目标区域以及目标时刻，存在对应数量的车辆，可供用户使用。
48.在一些实施例中，所述基于所述用户用还车行为数据，得到用还车行为特征向量，包括：
49.将所述用户用还车行为数据，输入至训练好的特征建模算法模型，得到所述用还车行为特征向量。
50.可以理解的是，特征建模算法模型可以是在云端服务器训练完成。特征建模算法模型，可以是以收集的用户用还车行为历史数据为训练样本，以及用户用还车行为历史数据对应的用还车行为特征向量为样本标签，训练得到。
51.云端服务器将训练好的特征建模算法模型分发至各调度区域的服务器，由各调度区域的服务器，由各调度区域的服务器对该调度区域的用户用还车行为数据进行处理，得到对应的用还车行为特征向量。
52.在一些实施例中，所述特征建模算法模型，为基于高维向量空间建模所得到的算法模型。
53.所述用还车行为特征向量包括：借车信息以及还车信息对应的特征向量。
54.可以理解的是，借车信息可以包括借车时间以及借车地点等信息；还车信息可以包括还车时间以及还车地点等信息。用还车行为特征向量还可以包括目标时间段内车辆借用与归还的统计特征信息，例如一周内车辆借用与归还的统计特征信息，进一步可以是一周内在目标区域内车辆的借用数量与归还数量、车辆的借用时间与归还时间。
55.在一些实施例中，所述基于所述用还车行为特征向量，确定用还车信息，包括：
56.基于分类算法，对所述用还车行为特征向量进行分类，确定所述用还车行为特征向量对应的特征向量类别；
57.基于分类阈值判断算法对所述特征向量类别进行模式识别，得到对应的用还车模式；
58.基于所述用还车模式，以及预设的借还车站点信息，得到所述用还车信息。
59.可以理解的是，用还车模式可以包括用户借用车辆，以及用户归还车辆。分类算法可以是lvm(las vegas wrapper)算法，lvm算法是一个典型的包裹式特征选择方法。
60.分类阈值判断算法也即是基于预设分类阈值对特征向量类型进行模式识别和判断，进一步，分类阈值判断算法可以是算数平均值算法。也即是，对同一类别下的特征向量计算算数平均值，基于同一类别下的特征向量的算数平均值进行模式识别，将同一类别下特征向量的算数平均值与预设的多个用还车模式分别对应的不同特征向量值进行匹配，确定对应的用还车模式。
61.基于特征向量类别确定的用还车模式，根据借还车点附近的站点信息进行吸附，计算出最适合的用还车站点和时间点。
62.在一些实施例中，所述基于所述用还车信息，得到车辆调度策略，包括：
63.基于嵌套循环连接算法，并结合车辆派单需求，对所述用还车信息进行调优，得到所述车辆调度策略。
64.可以理解的是，车辆派单需求，也即是在目标时间段，在目标区域内，需要借还的车辆数量。在不同的区域，车辆派单需求可以不相同，可以根据实际情况进行调整。
65.嵌套循环连接算法也即是join算法，基于嵌套循环连接算法的大数据批处理功能，叠加车辆派单需求到派单需求池，修正用户下一次用还车地点及时间点特征，叠加后的结果用于匹配待调度车辆，将匹配到的待调度车辆执行调度操作。
66.在一些实施例中，车辆调度方法，还包括：
67.获取所述车辆调度策略的确信度；
68.在所述确信度大于预设值的情况下，发出提醒消息至所述车辆调度策略对应的用户终端。
69.可以理解的是，在得到车辆调度策略之后，可以将该车辆调度策略发送至调度控制终端进行显示，以供调度人员进行确认。在调度人员确认并输入相应的确信度，确信度也即是车辆调度策略的准确率。由服务器系统基于输入的确信度判断该调度策略是否会被执行，确信度越高，则代表车辆调度策略被执行的可能性越高。
70.在所述确信度大于预设值的情况下，则确定调度策略会被执行，因此，发出提醒消
息至该车辆调度策略对应的用户终端，例如手机，对相应的用户进行提醒，提醒用户取车的时间和取车的地点，或者提醒用户还车的时间和还车的地点。
71.在另一些实施例中，本发明提供的车辆调度方法的流程图如图2所示，将用户的用还车行为数据输入至特征建模算法模型，得到用还车行为特征向量，再将用还车行为向量输入至模式拟合算法模型，得到预测的用户下次用还车时间及地点，再将得到的用户下次用还车时间及地点输入至嵌套循环连接算法模型，并结合车辆派单需求，进行数据修正，得到最后的车辆调度策略。
72.综上所述，本发明提供的车辆调度方法，包括：获取用户用还车行为数据，并基于所述用户用还车行为数据，得到用还车行为特征向量；基于所述用还车行为特征向量，确定用还车信息；其中，所述用还车信息包括用户下次用还车时间、用还车地点、用户身份信息、使用场景信息，以及周期用还车规律信息；基于所述用还车信息，得到车辆调度策略，以基于所述车辆调度策略执行车辆调度。
73.在本发明提供的车辆调度方法中，先基于用户用还车行为数据，得到用还车行为特征向量，进一步得到用还车信息，再基于用还车信息得到车辆调度策略。在本发明所得到的车辆调度策略中，是基于用户用还车行为数据得到，基于用户的用还车行为数据可以对车辆进行个性化调度，提升用户用还车体验和用还车效率。
74.下面对本发明提供的车辆调度装置进行描述，下文描述的车辆调度装置与上文描述的车辆调度方法可相互对应参照。
75.如图3所示，本发明提供的车辆调度装置300，包括：特征提取模块310、特征处理模块320和策略生成模块330。
76.特征提取模块310用于获取用户用还车行为数据，并基于所述用户用还车行为数据，得到用还车行为特征向量。
77.特征处理模块320用于基于所述用还车行为特征向量，确定用还车信息；其中，所述用还车信息包括用户下次用还车时间、用还车地点、用户身份信息、使用场景信息，以及周期用还车规律信息。
78.策略生成模块330用于基于所述用还车信息，得到车辆调度策略，以基于所述车辆调度策略执行车辆调度。
79.在一些实施例中，特征提取模块310进一步用于将所述用户用还车行为数据，输入至训练好的特征建模算法模型，得到所述用还车行为特征向量。
80.在一些实施例中，特征建模算法模型，为基于高维向量空间建模所得到的算法模型。
81.所述用还车行为特征向量包括：借车信息以及还车信息对应的特征向量。
82.在一些实施例中，特征处理模块320包括：特征分类单元、特征识别单元和信息提取单元。
83.特征分类单元用于基于分类算法，对所述用还车行为特征向量进行分类，确定所述用还车行为特征向量对应的特征向量类别。
84.特征识别单元用于基于分类阈值判断算法对所述特征向量类别进行模式识别，得到对应的用还车模式。
85.信息提取单元用于基于所述用还车模式，以及预设的借还车站点信息，得到所述
用还车信息。
86.在一些实施例中，策略生成模块330进一步用于基于嵌套循环连接算法，并结合车辆派单需求，对所述用还车信息进行调优，得到所述车辆调度策略。
87.在一些实施例中，车辆调度装置300还包括：确信度获取模块和消息提醒模块。
88.确信度获取模块用于获取所述车辆调度策略的确信度。
89.消息提醒模块用于在所述确信度大于预设值的情况下，发出提醒消息至所述车辆调度策略对应的用户终端。
90.下面对本发明提供的电子设备、计算机程序产品以及存储介质进行描述，下文描述的电子设备、计算机程序产品以及存储介质与上文描述的车辆调度方法可相互对应参照。
91.图4示例了一种电子设备的实体结构示意图，如图4所示，该电子设备可以包括：处理器(processor)410、通信接口(communications interface)420、存储器(memory)430和通信总线440，其中，处理器410，通信接口420，存储器430通过通信总线440完成相互间的通信。处理器410可以调用存储器430中的逻辑指令，以执行车辆调度方法，该方法包括：
92.步骤110、获取用户用还车行为数据，并基于所述用户用还车行为数据，得到用还车行为特征向量；
93.步骤120、基于所述用还车行为特征向量，确定用还车信息；其中，所述用还车信息包括用户下次用还车时间、用还车地点、用户身份信息、使用场景信息，以及周期用还车规律信息；
94.步骤130、基于所述用还车信息，得到车辆调度策略，以基于所述车辆调度策略执行车辆调度。
95.此外，上述的存储器430中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)、磁碟或者光盘等各种可以存储程序代码的介质。
96.另一方面，本发明还提供一种计算机程序产品，所述计算机程序产品包括计算机程序，计算机程序可存储在非暂态计算机可读存储介质上，所述计算机程序被处理器执行时，计算机能够执行上述各方法所提供的车辆调度方法，该方法包括：
97.步骤110、获取用户用还车行为数据，并基于所述用户用还车行为数据，得到用还车行为特征向量；
98.步骤120、基于所述用还车行为特征向量，确定用还车信息；其中，所述用还车信息包括用户下次用还车时间、用还车地点、用户身份信息、使用场景信息，以及周期用还车规律信息；
99.步骤130、基于所述用还车信息，得到车辆调度策略，以基于所述车辆调度策略执行车辆调度。
100.又一方面，本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各方法提供的车辆调度方法，该方法包括：
101.步骤110、获取用户用还车行为数据，并基于所述用户用还车行为数据，得到用还车行为特征向量；
102.步骤120、基于所述用还车行为特征向量，确定用还车信息；其中，所述用还车信息包括用户下次用还车时间、用还车地点、用户身份信息、使用场景信息，以及周期用还车规律信息；
103.步骤130、基于所述用还车信息，得到车辆调度策略，以基于所述车辆调度策略执行车辆调度。
104.以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
105.通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如rom/ram、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
106.最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。