车辆行驶路线的确定方法及装置、存储介质、电子设备与流程

本技术实施例涉及计算机领域，具体而言，涉及一种车辆行驶路线的确定方法及装置、存储介质、电子设备。

背景技术：

1、传统公共交通(例如，公交车)对于用户而言具有停站多、没有座位、时间不易把握、需要换乘等缺点；对于运营方而言：传统公交车运营成本较高，且难以准确在特定线路安排合适频率的车次。秉承适应城市发展、满足用户要求、兼顾运营方利益的原则，从社会成本最小化、社会效益最大化的角度，公交线网优化模型也逐步从单目标模型向多目标模型转变。

2、而现有技术中，通过遗传算法、蚁群算法规划车辆的行驶路线，即是基于特定时间点和固有需求来配置车辆的运行方案。但车辆运行起终点较为固定，不能兼顾运营成本和用户的多样化需求。在实际应用中普及性较差，对用户需求普遍考虑不足，且不具有实时性，对实际交通状况几乎没有应变。

技术实现思路

1、本技术实施例提供了一种车辆行驶路线的确定方法及装置、存储介质、电子设备，以至少解决相关技术中对车辆行驶路线的规划效率低、灵活性差的问题。

2、根据本技术的一个实施例，提供了一种车辆行驶路线的确定方法，包括：确定需求矩阵，其中，上述需求矩阵中包括时间序列、站点集合以及需求集合，上述时间序列是对象具有乘车需求的时间区间，上述站点集合中包括预设区域中允许目标车辆到达的站点，上述需求集合中包括多个上述对象发出的满足上述时间序列的乘车需求和具有相同乘车需求的需求数量；从上述需求矩阵中提取滑动时间窗口内任意两个站点之间的乘车需求，其中，上述滑动时间窗口是上述时间序列中的一段时间区间，上述任意两个站点是上述站点集合中的站点；基于上述任意两个站点之间的乘车需求确定线路搜索队列，其中，上述线路搜索队列中包括的站点满足上述对象在上述任意两个站点之间的行驶时间大于预设时间；从上述线路搜索队列中确定目标行驶路线，其中，上述目标行驶路线是满足上述滑动时间窗口内的乘车需求的最短路线。

3、在一个示例性实施例中，从上述线路搜索队列中确定目标行驶路线，包括：利用全连接矩阵对上述线路搜索队列中的多个行驶路线进行排序，确定多个上述行驶路线中最远行驶路线，其中，上述最远行驶路线是任意两个站点之间距离最远的路线，上述全连接矩阵中包括上述任意两个上述站点之间的最短距离；利用上述最远行驶路线从上述线路搜索队列进行搜索，确定上述目标行驶路线。

4、在一个示例性实施例中，利用上述最远行驶路线从上述线路搜索队列进行搜索，确定上述目标行驶路线，包括：将上述最远行驶路线从上述线路搜索队列中删除，得到目标线路搜索队列；从上述目标线路搜索队列中确定上述乘车需求的目标起始站点和目标终止站点；利用上述目标起始站点和上述目标终止站点构建搜索树，其中，上述目标终止站点是上述搜索树的根节点，上述目标起始站点是上述搜索树的末端节点；在上述搜索树中搜索上述目标行驶路线。

5、在一个示例性实施例中，利用上述目标起始站点和上述目标终止站点构建搜索树，包括：滑动上述滑动时间窗口，在上述需求矩阵中搜索满足上述目标终止节点和上述目标起始节点的中间站点，确定上述目标终止节点和上述目标起始节点之间的子节点，其中，上述子节点满足预设约束条件，上述预设约束条件包括以下至少之一：上述目标车辆的最大容量，上述目标车辆停靠站点的数量，上述目标车辆到达上述目标终止站点的时间小于上述对象到达上述目标终止站点的时间，上述乘车需求中包括上述中间站点；利用上述目标终止节点、上述目标起始节点以及上述子节点构建上述搜索树。

6、在一个示例性实施例中，在上述搜索树中搜索上述目标行驶路线，包括：在上述搜索树中计算上述每一条路径的评分，其中，上述每一条路径中均包括上述目标终止节点、上述目标起始节点以及对应的子节点，上述每一条路径的评分是从上述每一条路径的上述目标终止节点到上述目标起始节点反向计算得到的，每一条路径的评分用于表示每一条上述路径；基于上述每一条路径的评分确定上述目标行驶路线，其中，上述目标行驶路线对应的需求数量满足预设数量。

7、在一个示例性实施例中，利用全连接矩阵对上述线路搜索队列中的多个行驶路线进行排序，确定多个上述行驶路线中最远行驶路线之前，上述方法还包括：利用获取的上述站点集合中每个上述站点的位置信息构建顶点集合，其中，上述顶点集合中包括站点顶点集合和路口顶点集合，上述站点顶点集合用于确定上述行驶路线，上述路口顶点集合用于确定上述行驶路线中的站点；确定多个上述站点之间的有向连接关系，得到边集合；利用上述顶点集合和上述边集合构建上述预设区域中的站点地图；基于上述站点地图确定邻接矩阵和上述全连接矩阵，其中，上述邻接矩阵用于确定上述线路搜索队列中的子节点，上述全连接矩阵中包括两个上述站点之间的最短距离。

8、在一个示例性实施例中，确定需求矩阵之前，上述方法还包括：获取上述对象发出的乘车信息，其中，上述乘车信息中包括上述对象的标识信息、上述对象的上车站点、上述对象的下车站点、到达上述下车站点的时间点；按照上述乘车信息确定上述需求集合；在上述需求集合中的上述需求数量小于第一预设阈值，且在上述时间区间内上述对象的数量峰值小于第二预设阈值的情况下，选择上述目标车辆。

9、在一个示例性实施例中，确定需求矩阵之前，上述方法还包括：确定约束条件，其中，上述约束条件包括以下至少之一：上述对象到达上述站点的时长，车辆的最大容量，车辆的停靠的站点的数量，车辆的票价，车辆开通行驶路线的对象数量，车辆的行驶速度和上述对象的行驶速度之间的关系比，上述时间区间，车辆在预设时间段内在上述站点处允许上述对象上下车的数量，上述对象在车辆中的峰值，上述对象到达目的站点的时长；车辆到达上述站点的时间小于上述对象到达上述站点的时间，车辆停靠上述站点的条件，上述乘车需求相同的多个上述对象被分配至同一车辆。

10、根据本技术的另一个实施例，提供了一种车辆行驶路线的确定装置，包括：第一确定模块，用于确定需求矩阵，其中，上述需求矩阵中包括时间序列、站点集合以及需求集合，上述时间序列是对象具有乘车需求的时间区间，上述站点集合中包括预设区域中允许目标车辆到达的站点，上述需求集合中包括多个上述对象发出的满足上述时间序列的乘车需求和具有相同乘车需求的需求数量；第一提取模块，用于从上述需求矩阵中提取滑动时间窗口内任意两个站点之间的乘车需求，其中，上述滑动时间窗口是上述时间序列中的一段时间区间，上述任意两个站点是上述站点集合中的站点；第二确定模块，用于基于上述任意两个站点之间的乘车需求确定线路搜索队列，其中，上述线路搜索队列中包括的站点满足上述对象在上述任意两个站点之间的行驶时间大于预设时间；第三确定模块，用于从上述线路搜索队列中确定目标行驶路线，其中，上述目标行驶路线是满足上述滑动时间窗口内的乘车需求的最短路线。

11、在一个示例性实施例中，上述第一确定模块，包括：第一确定子模块，用于利用全连接矩阵对上述线路搜索队列中的多个行驶路线进行排序，确定多个上述行驶路线中最远行驶路线，其中，上述最远行驶路线是任意两个站点之间距离最远的路线，上述全连接矩阵中包括上述任意两个上述站点之间的最短距离；第二确定子模块，用于利用上述最远行驶路线从上述线路搜索队列进行搜索，确定上述目标行驶路线。

12、在一个示例性实施例中，上述第二确定子模块，包括：第一删除单元，用于将上述最远行驶路线从上述线路搜索队列中删除，得到目标线路搜索队列；第一确定单元，用于从上述目标线路搜索队列中确定上述乘车需求的目标起始站点和目标终止站点；第一构建单元，用于利用上述目标起始站点和上述目标终止站点构建搜索树，其中，上述目标终止站点是上述搜索树的根节点，上述目标起始站点是上述搜索树的末端节点；第一搜索单元，用于在上述搜索树中搜索上述目标行驶路线。

13、在一个示例性实施例中，上述第一构建单元，包括：第一确定子单元，用于滑动上述滑动时间窗口，在上述需求矩阵中搜索满足上述目标终止节点和上述目标起始节点的中间站点，确定上述目标终止节点和上述目标起始节点之间的子节点，其中，上述子节点满足预设约束条件，上述预设约束条件包括以下至少之一：上述目标车辆的最大容量，上述目标车辆停靠站点的数量，上述目标车辆到达上述目标终止站点的时间小于上述对象到达上述目标终止站点的时间，上述乘车需求中包括上述中间站点；第一构建子单元，用于利用上述目标终止节点、上述目标起始节点以及上述子节点构建上述搜索树。

14、在一个示例性实施例中，上述第一搜索单元，包括：第一计算子单元，用于在上述搜索树中计算上述每一条路径的评分，其中，上述每一条路径中均包括上述目标终止节点、上述目标起始节点以及对应的子节点，上述每一条路径的评分是从上述每一条路径的上述目标终止节点到上述目标起始节点反向计算得到的，每一条路径的评分用于表示每一条上述路径；第二确定子单元，用于基于上述每一条路径的评分确定上述目标行驶路线，其中，上述目标行驶路线对应的需求数量满足预设数量。

15、在一个示例性实施例中，上述装置还包括：第一构建子模块，用于利用全连接矩阵对上述线路搜索队列中的多个行驶路线进行排序，确定多个上述行驶路线中最远行驶路线之前，利用获取的上述站点集合中每个上述站点的位置信息构建顶点集合，其中，上述顶点集合中包括站点顶点集合和路口顶点集合，上述站点顶点集合用于确定上述行驶路线，上述路口顶点集合用于确定上述行驶路线中的站点；第三确定子模块，用于确定多个上述站点之间的有向连接关系，得到边集合；第二构建子模块，用于利用上述顶点集合和上述边集合构建上述预设区域中的站点地图；第四确定子模块，用于基于上述站点地图确定邻接矩阵和上述全连接矩阵，其中，上述邻接矩阵用于确定上述线路搜索队列中的子节点，上述全连接矩阵中包括两个上述站点之间的最短距离。

16、在一个示例性实施例中，上述装置还包括：第一获取模块，用于确定需求矩阵之前，获取上述对象发出的乘车信息，其中，上述乘车信息中包括上述对象的标识信息、上述对象的上车站点、上述对象的下车站点、到达上述下车站点的时间点；第四确定模块，用于按照上述乘车信息确定上述需求集合；第一选择模块，用于在上述需求集合中的上述需求数量小于第一预设阈值，且在上述时间区间内上述对象的数量峰值小于第二预设阈值的情况下，选择上述目标车辆。

17、在一个示例性实施例中，上述装置还包括：第五确定模块，用于确定需求矩阵之前，确定约束条件，其中，上述约束条件包括以下至少之一：上述对象到达上述站点的时长，车辆的最大容量，车辆的停靠的站点的数量，车辆的票价，车辆开通行驶路线的对象数量，车辆的行驶速度和上述对象的行驶速度之间的关系比，上述时间区间，车辆在预设时间段内在上述站点处允许上述对象上下车的数量，上述对象在车辆中的峰值，上述对象到达目的站点的时长；车辆到达上述站点的时间小于上述对象到达上述站点的时间，车辆停靠上述站点的条件，上述乘车需求相同的多个上述对象被分配至同一车辆。

18、根据本技术的又一个实施例，还提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行上述任一项方法实施例中的步骤。

19、根据本技术的又一个实施例，还提供了一种电子设备，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行上述任一项方法实施例中的步骤。

20、通过本技术，由于确定的需求矩阵中包括规划路线所需的三要素：时间序列、站点集合以及需求集合；基于需求矩阵，利用滑动时间窗口的方式确定任意两个站点之间的乘车需求；依据乘车需求确定线路搜索队列；利用全连接矩阵对线路搜索队列中的多个行驶路线进行排序，并根据搜索树对多个行驶路线进行评分以及约束去除，从而可以高效、准确的确定出滑动时间窗口内的目标车辆的目标行驶路线。因此，可以解决了相关技术对车辆行驶路线的规划效率低、灵活性差的问题，进而达到了灵活、高效规划车辆的行驶路线的效果。