[go: up one dir, main page]

CN113033978A - 停车风险确定方法、位置推荐方法、装置和电子设备 - Google Patents

停车风险确定方法、位置推荐方法、装置和电子设备 Download PDF

Info

Publication number
CN113033978A
CN113033978A CN202110262219.9A CN202110262219A CN113033978A CN 113033978 A CN113033978 A CN 113033978A CN 202110262219 A CN202110262219 A CN 202110262219A CN 113033978 A CN113033978 A CN 113033978A
Authority
CN
China
Prior art keywords
candidate point
parking
determining
ticket
ticket rate
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202110262219.9A
Other languages
English (en)
Inventor
王鹏
张金鹏
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Didi Infinity Technology and Development Co Ltd
Original Assignee
Beijing Didi Infinity Technology and Development Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Didi Infinity Technology and Development Co Ltd filed Critical Beijing Didi Infinity Technology and Development Co Ltd
Priority to CN202110262219.9A priority Critical patent/CN113033978A/zh
Publication of CN113033978A publication Critical patent/CN113033978A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0635—Risk analysis of enterprise or organisation activities
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Tourism & Hospitality (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Development Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Educational Administration (AREA)
  • Physics & Mathematics (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明实施例公开了一种停车风险确定方法，所述方法包括获取候选点的多个位置范围，确定各所述位置范围在多个预设历史时间段内的罚单率，以及基于所述罚单率确定所述候选点对应的停车风险。由此，通过候选点的各位置范围在多个预设历史时间段内的罚单率确定候选点对应的停车风险，使得候选点停车风险的计算准确度提高，进而为车辆停靠提供方便，有利于提升司机停车体验。

Description

停车风险确定方法、位置推荐方法、装置和电子设备
技术领域
本发明涉及计算机技术领域，具体涉及一种停车风险确定方法、位置推荐方法、装置和电子设备。
背景技术
停车点的罚单率反映了当前停车点违章停车的风险，及时了解停车点的停车风险对于司机快速停车和改善交通状况具有重要意义。而现有的罚单率通常根据一定时间一定范围内的罚单数量确定，信息覆盖范围小，计算准确度仍有待提高。因此，需要一种停车风险确定方法，提高停车点停车风险确定的准确度，进而方便车辆停车和提升司机停车体验。
发明内容
有鉴于此，本发明实施例提供一种停车风险确定方法、位置推荐方法、装置和电子设备，以提高停车风险的计算准确度，为车辆停靠提供方便。
第一方面，本发明实施例提供一种停车风险确定方法，所述方法包括：
获取候选点的多个位置范围，所述多个位置范围相互包含；
确定各所述位置范围在多个预设历史时间段内的罚单率；
基于所述罚单率确定所述候选点对应的停车风险。
进一步地，所述基于所述罚单率确定所述候选点对应的停车风险包括：
确定各位置范围的罚单率；
根据各位置范围的罚单率和对应的位置权重系数确定对应候选点的停车风险。
进一步地，所述根据各位置范围的罚单率和对应的位置权重系数确定对应候选点的停车风险具体为：
对各位置范围的罚单率和对应的位置权重系数进行加权求和，并将所述加权求和的结果确定为对应候选点的停车风险。
进一步地，所述位置权重系数根据位置范围中心与候选点的距离设置，距离候选点最近的位置范围对应的位置权重系数最大。
进一步地，所述确定各位置范围的罚单率包括：
确定目标位置范围在不同预设历史时间段内的罚单率，所述目标位置范围为所述多个位置范围中的一个；
根据各预设历史时间段的罚单率和对应的时间权重系数确定对应目标位置范围的罚单率。
进一步地，所述根据各预设历史时间段的罚单率和对应的时间权重系数确定对应目标位置范围的罚单率具体为：
对各预设历史时间段内的罚单率与对应的时间权重系数进行加权求和，并将所述加权求和的结果确定为对应目标位置范围的罚单率。
进一步地，所述时间权重系数根据预设历史时间段距离当前时刻的时长设置，距离当前时刻时长最短的预设历史时间段对应的时间权重系数最大。
进一步地，所述确定各位置范围在不同预设历史时间段内的罚单率包括：
获取各位置范围在不同预设历史时间段内的罚单数量和停车次数；
将各位置范围在各预设历史时间段内的罚单数量与停车次数的比值确定为对应位置范围在对应预设历史时间段内的罚单率。
第二方面，本发明实施例提供一种停车风险确定装置，所述装置包括：
获取单元，用于获取候选点的多个位置范围，所述多个位置范围相互包含；
处理单元，用于确定所述位置范围在多个预设历史时间段内的罚单率；
确定单元，用于基于所述罚单率确定所述候选点对应的停车风险。
第三方面，本发明实施例提供一种位置推荐方法，所述方法包括：
获取订单信息中的至少一个位置信息；
根据所述位置信息确定候选点集合，所述候选点集合包括至少一个候选点；
获取各候选点的多个位置范围，所述多个位置范围相互包含；
确定各候选点的各所述位置范围在多个预设历史时间段内的罚单率；
基于所述罚单率确定所述候选点对应的停车风险；
基于所述停车风险对所述候选点集合中的候选点进行筛选，确定目标推荐点。
第四方面，本发明实施例提供一种位置推荐装置，所述装置包括：
开始单元，用于获取订单信息中的至少一个位置信息；
集合单元，用于根据所述位置信息确定候选点集合，所述候选点集合包括至少一个候选点；
获取单元，用于获取各候选点的多个位置范围，所述多个位置范围相互包含；
处理单元，用于确定各候选点的各所述位置范围在多个预设历史时间段内的罚单率；
确定单元，用于基于所述罚单率确定所述候选点对应的停车风险；
目标单元，用于基于所述停车风险对所述候选点集合中的候选点进行筛选，确定目标推荐点。
第五方面，本发明实施例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/指令，所述计算机程序/指令被处理器执行时实现如上任一项所述的方法。
第六方面，本发明实施例提供一种电子设备，包括存储器和处理器，所述存储器用于存储一条或多条计算机程序指令，其中，所述一条或多条计算机程序指令被所述处理器执行以实现如上所述的方法。
第七方面，本发明实施例提供一种计算机可读存储介质，所述计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现如上所述的方法。
本发明实施例的技术方案通过获取候选点的多个位置范围，确定各位置范围在多个预设历史时间段内的罚单率，并基于罚单率确定候选点对应的停车风险，使得候选点停车风险的计算准确度提高，进而为车辆停靠提供方便，有利于提升司机停车体验。
附图说明
通过以下参照附图对本发明实施例的描述，本发明的上述以及其它目的、特征和优点将更为清楚，在附图中：
图1是本发明实施例的停车风险确定方法的流程图；
图2是本发明实施例的位置范围的一个示意图；
图3是本发明实施例的位置范围的另一个示意图；
图4是本发明实施例的位置范围的另一个示意图；
图5是本发明实施例的位置范围的另一个示意图；
图6是本发明实施例的位置范围的另一个示意图；
图7是确定各位置范围在各预设历史时间段内罚单率的流程图；
图8是基于罚单率确定候选点停车风险的流程图；
图9是本发明实施例的位置推荐方法的流程图；
图10是本发明实施例的停车风险确定装置的示意图；
图11是本发明实施例的位置推荐装置的示意图；
图12是本发明实施例的电子设备的示意图。
具体实施方式
以下基于实施例对本发明进行描述，但是本发明并不仅仅限于这些实施例。在下文对本发明的细节描述中，详尽描述了一些特定的细节部分。对本领域技术人员来说没有这些细节部分的描述也可以完全理解本发明。为了避免混淆本发明的实质，公知的方法、过程、流程、元件和电路并没有详细叙述。
此外，本领域普通技术人员应当理解，在此提供的附图都是为了说明的目的，并且附图不一定是按比例绘制的。
除非上下文明确要求，否则在说明书的“包括”、“包含”等类似词语应当解释为包含的含义而不是排他或穷举的含义；也就是说，是“包括但不限于”的含义。
在本发明的描述中，需要理解的是，术语“第一”、“第二”等仅用于描述目的，而不能理解为指示或暗示相对重要性。此外，在本发明的描述中，除非另有说明，“多个”的含义是两个或两个以上。
图1是本发明实施例的停车风险确定方法的流程图。如图1所示，本实施例的停车风险确定方法包括如下步骤：
在步骤S100，获取候选点的多个位置范围，多个位置范围相互包含。
本实施例中，如图2-6所示，位置范围可以是包括候选点在内向四周层层扩展形成的封闭式的空间范围，也可以是包括候选点在内沿候选点所在路段方向层层延伸的封闭式的路网范围。
可选地，本实施例中的空间范围可以是任意规则或不规则轮廓围绕形成的位置区域。路网范围可以是沿路段方向一侧延伸或同时向两侧延伸相同或不同预设距离形成的位置区域。
可选地，为方便位置范围的设置，本实施例中的位置范围可以是以候选点为中心对应向外扩展预设半径范围对应的空间范围，也可以是候选点所在路段以候选点为起点向两侧延伸相同预设距离对应的路网范围。
可选地，本实施例中的位置范围的数量可以根据实际情况设置。如图4所示，以3个空间范围为例，本实施例的多个位置范围可以包括空间范围S1、S2和S3。其中，空间范围S1、S2和S3均以候选点I0(0，0)为中心，并分别以半径10米、20米和30米向四周扩展形成圆形位置区域。其中，空间范围S1是S2的子集，S2是S3的子集，空间范围S1和空间范围S2均只覆盖有路段L的部分区域，空间范围S3同时覆盖路段L的部分区域和路段R的部分区域。或者，如图6所示，以3个路网范围为例，L用于表征候选点所在路段，本实施例的多个位置范围可以包括路网范围L1、L2和L3。其中，路网范围L1、L2和L3均以候选点0为中心，并分别以候选点为起点同时向两侧延伸10米、20米和30米形成对应的位置区域，路网范围L1、L2和L3对应的圆形路网跨度范围分别为20米、40米和60米，也即路网范围L1是L2的子集，L2是L3的子集。
应理解，由于罚单率是存在于不同路段上的。本实施例的路网范围对应的是单一路段上的距离范围，空间范围对应的位置范围可以包括一个或多个路段(例如图4中的位置范围S1和位置范围S2只包括路段L，位置范围S3包括路段L和路段R)。当空间范围内只存在一个路段时，空间范围内的停车风险与对应路网范围内的停车风险的确定方法相同。
在步骤S200，确定各位置范围在多个预设历史时间段内的罚单率。
本实施例中，当位置范围为空间范围时，分别确定各空间范围在多个预设历史时间段内的罚单率。当位置范围为路网范围时，分别确定各路网范围在多个预设历史时间段内的罚单率。
可选地，本实施例中的多个预设历史时间段可以包括T1、T2和T3。其中，T1、T2和T3分别对应距离当前时刻0-30天、0-60天和0-90天对应的时间区间。在确定各位置范围在多个预设历史时间段内的罚单率时，分别确定各空间范围或路网范围在0-30天、0-60天以及0-90天内的罚单率。
在步骤S300，基于罚单率确定候选点对应的停车风险。
本实施例中，在确定各位置范围在多个预设历史时间段内的罚单率后，基于确定的各罚单率确定对应候选点的停车风险。由此，通过获取候选点的多个位置范围在多个预设历史时间段内的罚单率，并基于罚单率确定候选点对应的停车风险，使得候选点停车风险的计算准确度提高，进而为车辆停靠提供方便，有利于提升司机停车体验。
图7是确定各位置范围在各预设历史时间段内罚单率的流程图。如图7所示，本实施例的确定各位置范围在多个预设历史时间段内的罚单率包括：
在步骤S210，获取各位置范围在不同预设历史时间段内的罚单数量和停车次数。
本实施例中，各位置范围在不同预设时间段内的停车次数和罚单数量分别为各位置范围内全部路段上发生的停车次数和罚单数量。
可选地，本实施例中的停车次数是指各位置范围内全部路段在各预设时间段内停靠过的全部车辆的数量。并且，当同一车辆在对应位置范围和预设历史时间段内每发生一次停靠，停车次数增加1次。另外，本实施例中的罚单数量是指各位置范围内全部路段在各预设时间段内停靠过的全部车辆因违规停车或其他违规操作产生的罚单的数量。
进一步地，本实施例中的停车次数和罚单数量可以根据位置范围内的交通摄像头或交通数据采集设备采集的数据确定。
在步骤S220，将各位置范围在各预设历史时间段内的罚单数量与停车次数的比值确定为对应位置范围在对应预设历史时间段内的罚单率。
可选地，以一个位置范围在一个预设历史时间短内的罚单率为例，停车次数为N，罚单数量为M，则罚单率为M与N的比值。并且，基于以上方法，分别计算各位置范围在不同预设时间段内的罚单率。
图8是基于罚单率确定候选点停车风险的流程图。如图8所示，本实施例在基于罚单率确定候选点对应的停车风险时包括以下步骤。
在步骤S310，确定各位置范围的罚单率。
本实施例中，各位置范围的罚单率用于表征对应位置范围内的停车风险。
可选地，本实施例中根据各位置范围在多个预设历史时间段内的罚单率确定各位置范围的罚单率。其中，各位置范围在多个预设历史时间段内的罚单率用于表征各位置范围在各预设历史时间段内的停车风险。
可选地，本实施例中各预设历史时间段均设置有对应的时间权重系数。进一步地，在确定各位置范围的罚单率时包括以下步骤S311和步骤S312。
在步骤S311，确定目标位置范围在不同预设历史时间段内的罚单率。其中，目标位置范围为多个位置范围中的一个。
在步骤S312，根据各预设历史时间段的罚单率和对应的时间权重系数确定对应目标位置范围的罚单率。
可选地，本实施例中的各时间权重系数根据预设历史时间段距离当前时刻的时长设置，距离当前时刻时长最短的预设历史时间段对应的时间权重系数最大，距离当前时刻时长最长的预设历史时间段对应的时间权重系数最小。例如，预设历史时间段T1、T2和T3对应的时间权重系数分别为x11、x12和x13，则各时间权重系数的关系为x11>x12>x13。
进一步地，本实施例中的根据各预设历史时间段的罚单率和对应的时间权重系数确定对应目标位置范围的罚单率具体为：对各预设历史时间段内的罚单率与对应的时间权重系数进行加权求和，并将所述加权求和的结果确定为对应目标位置范围的罚单率。由此，在考虑时间衰减并将时间衰减因素产生的罚单率变化转换为不同时间衰减系数计算各位置范围的罚单率，使得各位置范围内罚单率的计算结果更加贴合实际，进而提高候选点停车风险的计算准确度。同时，本实施例中的时间权重系数可以根据实际使用情况进行设置和调整，有利于进一步提高候选点停车风险的计算准确度。
具体地，以空间范围S1的罚单率a1的计算为例进行说明，其他位置范围(可以是空间范围或路网范围)内罚单率的计算方法与此相同。其中，空间范围S1在预设历史时间段T1内产生的罚单率为a11，在预设历史时间段T2内产生的罚单率为a12，在预设历史时间段T3内产生的罚单率为a13。此时，空间范围S1对应的罚单率按照以下方式计算：
a1＝x11×a11+x12×a12+x13×a13
应理解，本实施例中的预设历史时间段的数量也可以设置为一个，各位置范围内的罚单率通过预设历史时间段内的罚单数量和停车次数的比值来确定。由此，能够提高候选点停车风险的计算速度。
在步骤S320，根据各位置范围的罚单率和对应的位置权重系数确定对应候选点的停车风险。
可选地，本实施例中的各位置范围设置有对应的位置权重系数。并且，各位置权重系数根据位置范围中心与候选点的距离设置，距离候选点最近的位置范围对应的位置权重系数最大，距离候选点最远的位置范围对应的位置权重系数最小。例如，以位置范围为空间范围为例，空间范围S1、S2和S3分别对应不同的位置权重系数w1、w2和w3。并且，空间范围S1整体距离候选点最近，空间范围S3整体距离候选点最远，各空间范围对应的位置权重系数的关系为w1>w2>w3。又例如，以位置范围为路网范围为例，路网范围L1、L2和L3分别对应不同的位置权重系数v1、v2和v3。并且，路网范围L1整体距离候选点最近，路网范围L3整体距离候选点最远，各空间范围对应的位置权重系数的关系为v1>v2>v3。
进一步地，本实施例的根据各位置范围的罚单率和对应的位置权重系数确定对应候选点的停车风险具体为：对各位置范围的罚单率和对应的位置权重系数进行加权求和，并将加权求和的结果确定为对应候选点的停车风险。由此，通过各位置范围的罚单率和对应的位置权重系数实现候选点停车风险的计算，使得候选点停车风险的计算结果更加贴合实际，计算准确度更高。同时，本实施例中的位置权重系数可以根据实际使用情况进行设置和调整，有利于进一步提高候选点停车风险的计算准确度。
具体地，当位置范围为空间范围时，将候选点的停车风险记为a，空间范围S1、S2和S3对应的罚单率依次为a1、a2和a3。此时，候选点的停车风险a按如下方式计算：
a＝w1×a1+w2×a2+w3×a3
当位置范围为路网范围时，将候选点的停车风险记为a，路网范围L1、L2和L3对应的罚单率依次为α1、α2和α3。此时，候选点的停车风险a按如下方式计算：
a＝v1×α1+v2×α2+v3×α3
本发明实施例的技术方案通过依次计算各位置范围在各预设历史时间段内的罚单率，基于各位置范围在各预设历史时间段内的罚单率和各预设历史时间段对应的时间权重系数确定各位置范围的罚单率，并基于各位置范围的罚单率和各位置范围对应的位置权重系数确定候选点的停车风险。由此，提高候选点停车风险的计算准确度，为车辆停靠提供方便，提升司机停车体验。
需要说明的是，本发明实施例的停车风险确定方法能够应用于任何具有停车需求的场合。
下面，以网约车服务中的接驾和送驾服务过程为例，司机需要去往指定位置附近进行接驾或将乘客送往指定位置附近。为避免因违停带来的影响，可以通过确定各相关位置的停车风险，并根据停车风险向网约车车辆或司机推荐合适的上车点或下车点，引导司机将车辆行驶至推荐上车点或推荐下车点进行停靠。
图9是本发明实施例的位置推荐方法的流程图。如图9所示，本实施例的位置推荐方法包括如下步骤：
在步骤S410，获取订单信息中的至少一个位置信息。
本实施例中，订单信息中的位置信息包括第一位置信息和第二位置信息。其中，第一位置信息用于表征订单信息中的起始位置，第二位置信息用于表征订单信息中的到达位置。
可选地，在本实施例中，以根据订单信息中的第一位置信息确定推荐点的过程为例，对本实施例中的位置推荐方法进行介绍，位置推荐方法还包括以下步骤。
在步骤S420，根据位置信息确定候选点集合，候选点集合包括至少一个候选点。
本实施例中，根据第一位置信息确定多个候选点。其中，上述多个候选点均为第一位置信息周边一定预设距离范围内的位置。
在步骤S430，获取各候选点的多个位置范围，多个位置范围相互包含。
本实施例中的位置范围可以是候选点对应的多个相互包含的空间范围或者路网范围。其中，空间范围是指以候选点为中心向外扩展预设半径范围得到的位置区域。路网范围是指以候选点为中心沿候选点所在路段向路段两端分别延伸预设距离对应的路段范围。
应理解的是，实际车辆违停和产生罚单的情况发生在具体路段上。本实施例的路网范围对应于一条道路中的不同路段，而空间范围可以包括位置区域内的至少一个路段。
在步骤S440，确定各候选点的各位置范围在多个预设历史时间段内的罚单率。
本实施例中，当位置范围为空间范围时，分别确定各空间范围在多个预设历史时间段内的罚单率。当位置范围为路网范围时，分别确定各路网范围在多个预设历史时间段内的罚单率。
可选地，本实施例在确定各候选点的各位置范围在多个预设时间段内的罚单率时，首先获取各位置范围在不同预设历史时间段内的罚单数量和停车次数，并将各位置范围在不同预设时间段内罚单数量与停车次数的比值确定为对应位置范围在对应预设历史时间段内的罚单率。其中，各位置范围在不同预设时间段内的停车次数和罚单数量分别为各位置范围内对应路段上发生的全部车辆停车次数和罚单数量。由此，实现各候选点的各位置范围在不同预设历史时间段内罚单率的确定。
可选地，现有网约车服务系统会对运营过程中的全部车辆的订单行程信息、行驶路径信息和违章信息等订单相关信息进行监控。因此，为方便获取候选点对应的多个位置范围在不同预设历史时间段内的停车次数和罚单数量，本实施例中可以通过查询或调用网约车服务平台上的监控数据获取停车次数和罚单数量。
在步骤S450，基于罚单率确定候选点对应的停车风险。
本实施例中，在确定各位置范围在多个预设历史时间段内的罚单率后，基于确定的各罚单率确定对应候选点的停车风险。由此，通过获取候选点的多个位置范围在多个预设历史时间段内的罚单率，并基于罚单率确定候选点对应的停车风险，使得候选点停车风险的计算准确度提高，进而为车辆停靠提供方便，有利于提升司机停车体验。
可选地，在基于罚单率确定候选点对应的停车风险时，先根据各候选点的各位置范围在各预设历史时间段内的罚单率确定各候选点在各位置范围内的罚单率，并根据各位置单位的罚单率和不同位置范围对应的位置权重系数进行加权求和运算，确定对应候选点的停车风险。由此，通过各位置范围的罚单率和对应的位置权重系数实现候选点停车风险的计算，使得候选点停车风险的计算结果更加贴合实际，计算准确度更高。
进一步地，本实施例中的位置权重系数可以根据实际使用情况进行设置和调整。具体地，本实施例中的位置权重系数根据位置范围中心与候选点的距离设置，距离候选点最近的位置范围对应的位置权重系数最大，距离候选点最远的位置范围对应的位置权重系数最小。由此，有利于进一步提高候选点停车风险的计算准确度。
进一步地，在确定各候选点在各位置范围内的罚单率时，根据各位置范围在多个预设历史时间段内的罚单率确定各位置范围的罚单率。其中，各位置范围在多个预设历史时间段内的罚单率用于表征各位置范围在各预设历史时间段内的停车风险。
进一步地，可选地，本实施例中各预设历史时间段均设置有对应的时间权重系数。并且，各时间权重系数根据预设历史时间段距离当前时刻的时长设置，距离当前时刻时长最短的预设历史时间段对应的时间权重系数最大，距离当前时刻时长最长的预设历史时间段对应的时间权重系数最小。基于此，通过对各预设历史时间段内的罚单率与对应的时间权重系数进行加权求和，并将所述加权求和的结果确定为对应位置范围的罚单率。由此，在考虑时间衰减并将时间衰减因素产生的罚单率变化转换为不同时间衰减系数计算各位置范围的罚单率，使得各位置范围内罚单率的计算结果更加贴合实际，进而提高候选点停车风险的计算准确度。同时，本实施例中的时间权重系数可以根据实际使用情况进行设置和调整，有利于进一步提高候选点停车风险的计算准确度。
在步骤S460，基于停车风险对候选点集合中的候选点进行筛选，确定目标推荐点。
可选地，本实施例在基于停车风险确定目标推荐点时包括以下步骤。
在步骤S461，基于各候选点的停车风险和属性信息确定目标推荐点集合。
本实施例中，将各候选点的停车风险和属性信息输入至预先配置好的召回模型，并根据召回模型输出的结果确定目标推荐点集合。其中，目标推荐点集合中包括至少一个候选点。
可选地，为保证召回模型的召回率和候选点的确定速度及效率，本实施例中的属性信息包括热度信息、违停信息、跨路信息中的一项或多项。召回模型可以是线性模型、逻辑回归模型等。由此，通过各候选点的停车风险和属性信息进行加权计算，并根据加权计算结果对候选点集合中的候选点进行粗筛选，得到一定数量的候选点，并确定目标推荐点集合。
在步骤S462，从目标推荐点集合中确定目标推荐点。
本实施例中，将目标推荐点集合中的各候选点的特征信息输入至预先训练好的推荐模型，由推荐模型输出各候选点对应的评价分数。再根据评价分数对候选点集合中的候选点进行排序，并将靠前的P个评价分数对应的候选点作为目标推荐点进行推荐。其中，各候选点的特征信息包括各候选点对应位置范围的停车风险、候选点的位置、各位置区域在各预设时间段内的罚单数量和停车次数。由此，根据各候选点的停车风险和推荐模型确定目标推荐点，便于司机快速确定最佳上车点，进而提升司机的停车体验和乘客的订单使用体验。
可选地，本实施例中各候选点的特征信息包括实际上车位置到候选点的距离、实际上车位置和候选点之间是否存在跨路、候选点的停车风险，各特征信息分别对应不同的权重值，并根据不同特征信息和对应的权重值确定各候选点的评价分数。
可选地，本实施例中的推荐模型可以采用GBDT模型、DNN模型或CNN模型。并且，本实施例中的推荐模型可以基于历史订单信息训练得到。具体地，在训练推荐模型时，首先根据预先确定的召回模型和历史订单信息中的第一位置信息确定候选点集合，再将候选点集合中各候选点对应的特征信息确定历史订单中的正样本和负样本。其中，各候选点的特征信息包括实际上车位置到候选点的距离、实际上车位置和候选点之间是否存在跨路、候选点的停车风险，各特征信息分别对应不同的权重值，根据不同特征信息和对应的权重值确定各候选点的评价分数，并根据评价分数从大到小的顺序对对应的候选点进行排序，并将排序结果中靠前的P个候选点对应的候选点作为正样本，候选点集合中的其他候选点作为负样本对选择的推荐模型进行训练，并将训练好的推荐模型应用于位置推荐方法。
可选地，本实施例的目标推荐点的数量可以设置为3个，也即P的值可以设置为3。其中，最高评价分数对应的候选点为默认上车点。由此，通过推荐一定数量的目标推荐点，便于用户根据实际情况进行选择，提高位置推荐的灵活性。同时，通过设置默认上车点，能够方便用户快速确定目标上车点。
可选地，本实施例中的目标推荐点可以通过用户终端(司机终端和/或乘客终端)进行显示，以方便司机或乘客查看和及时调整出行线路。
进一步地，当用户通过用户终端下发选择指令时，根据用户的选择指令从目标推荐点中确定目标上车点。当用户终端上未发生操作时，将默认上车点确定为目标上车点。其中，本实施例的用户终端可以是司机终端或乘客终端。当司机终端和乘客终端同时下发选择指令时，优先采用乘客终端的选择指令确定目标上车点。由此，方便用户快速确定目标上车点，有利于提升乘客的订单使用体验。
本实施例的技术方案通过获取订单信息中的至少一个位置信息，根据位置信息确定候选点集合，并获取各候选点的多个位置范围，确定各候选点的各位置范围在多个预设历史时间段内的罚单率，基于罚单率确定候选点对应的停车风险，基于各候选点的停车风险和属性信息确定目标推荐点集合，并从目标推荐点集合中确定目标推荐点，由此，在提高候选点停车风险的计算准确度，为车辆停靠提供方便，提升司机停车体验的同时，方便用户快速确定目标上车点和目标下车点，进而提升订单使用体验。
图10是本发明实施例的停车风险确定装置的示意图，如图10所示，本实施例的停车风险确定装置1包括获取单元11、处理单元12和确定单元13。其中，获取单元11用于获取候选点的多个位置范围，多个位置范围相互包含。处理单元12用于确定位置范围在多个预设历史时间段内的罚单率。确定单元13用于基于罚单率确定候选点对应的停车风险。
图11是本发明实施例的位置推荐装置的示意图。如图11所示，本实施例的位置推荐装置2包括开始单元21、集合单元22、获取单元23、处理单元24、确定单元25和目标单元26。其中，开始单元21用于获取订单信息中的至少一个位置信息。集合单元22用于根据位置信息确定候选点集合，候选点集合包括至少一个候选点。获取单元23用于获取各候选点的多个位置范围，多个位置范围相互包含。处理单元24用于确定各候选点的各位置范围在多个预设历史时间段内的罚单率。确定单元25用于基于罚单率确定候选点对应的停车风险。目标单元26用于基于停车风险对候选点集合中的候选点进行筛选，确定目标推荐点。
图12是本发明实施例的电子设备的示意图。如图12所示，本实施例的电子设备为通用数据处理装置，其包括通用的计算机硬件结构，其至少包括处理器31和存储器32。处理器31和存储器32通过总线33连接。存储器32适于存储处理器31可执行的指令或程序。处理器31可以是独立的微处理器，也可以是一个或者多个微处理器集合。由此，处理器31通过执行存储器32所存储的指令，从而执行如上所述的本发明实施例的方法流程实现对于数据的处理和对于其它装置的控制。总线33将上述多个组件连接在一起，同时将上述组件连接到显示控制器34、显示装置以及输入/输出(I/O)装置35。输入/输出(I/O)装置35可以是鼠标、键盘、调制解调器、网络接口、触控输入装置、体感输入装置、打印机以及本领域公知的其他装置。典型地，输入/输出装置35通过输入/输出(I/O)控制器36与系统相连。
其中，存储器32可以存储软件组件，例如操作系统、通信模块、交互模块以及应用程序。以上所述的每个模块和应用程序都对应于完成一个或多个功能和在发明实施例中描述的方法的一组可执行程序指令。
本领域的技术人员应明白，本申请的实施例可提供为方法、装置(设备)或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可读存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品。
本申请是参照根据本申请实施例的方法、装置(设备)和计算机程序产品的流程图来描述的。应理解可由计算机程序指令实现流程图中的每一流程。
本发明的另一实施例涉及一种计算机程序产品，计算机程序产品包括计算机程序/指令，计算机程序/指令用于在被处理器执行时实现上述部分或全部的方法实施例中的部分或全部步骤。这些计算机程序/指令可以存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现流程图一个流程或多个流程中指定的功能。也可提供这些计算机程序/指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程中指定的功能的装置。
本发明的另一实施例涉及一种非易失性存储介质，用于存储计算机可读程序，所述计算机可读程序用于供计算机执行上述部分或全部的方法实施例。
即，本领域技术人员可以理解，实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序存储在一个存储介质中，包括若干指令用以使得一个设备(可以是单片机，芯片等)或处理器(processor)执行本申请各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-OnlyMemory)、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。
本发明实施例公开了A1、一种停车风险确定方法，其中，所述方法包括：
获取候选点的多个位置范围，所述多个位置范围相互包含；
确定各所述位置范围在多个预设历史时间段内的罚单率；
基于所述罚单率确定所述候选点对应的停车风险。
A2、根据A1所述的方法，其中，所述基于所述罚单率确定所述候选点对应的停车风险包括：
确定各位置范围的罚单率；
根据各位置范围的罚单率和对应的位置权重系数确定对应候选点的停车风险。
A3、根据A2所述的方法，其中，所述根据各位置范围的罚单率和对应的位置权重系数确定对应候选点的停车风险具体为：
对各位置范围的罚单率和对应的位置权重系数进行加权求和，并将所述加权求和的结果确定为对应候选点的停车风险。
A4、根据A2或A3所述的方法，其中，所述位置权重系数根据位置范围中心与候选点的距离设置，距离候选点最近的位置范围对应的位置权重系数最大。
A5、根据A2所述的方法，其中，所述确定各位置范围的罚单率包括：
确定目标位置范围在不同预设历史时间段内的罚单率，所述目标位置范围为所述多个位置范围中的一个；
根据各预设历史时间段的罚单率和对应的时间权重系数确定对应目标位置范围的罚单率。
A6、根据A5所述的方法，其中，所述根据各预设历史时间段的罚单率和对应的时间权重系数确定对应目标位置范围的罚单率具体为：
对各预设历史时间段内的罚单率与对应的时间权重系数进行加权求和，并将所述加权求和的结果确定为对应目标位置范围的罚单率。
A7、根据A5或A6所述的方法，其中，所述时间权重系数根据预设历史时间段距离当前时刻的时长设置，距离当前时刻时长最短的预设历史时间段对应的时间权重系数最大。
A8、根据A5所述的方法，其中，所述确定各位置范围在不同预设历史时间段内的罚单率包括：
获取各位置范围在不同预设历史时间段内的罚单数量和停车次数；
将各位置范围在各预设历史时间段内的罚单数量与停车次数的比值确定为对应位置范围在对应预设历史时间段内的罚单率。
本发明实施例还公开了B1、一种停车风险确定装置，其中，所述装置包括：
获取单元，用于获取候选点的多个位置范围，所述多个位置范围相互包含；
处理单元，用于确定所述位置范围在多个预设历史时间段内的罚单率；
确定单元，用于基于所述罚单率确定所述候选点对应的停车风险。
本发明实施例还公开了C1、一种位置推荐方法，其中，所述方法包括：
获取订单信息中的至少一个位置信息；
根据所述位置信息确定候选点集合，所述候选点集合包括至少一个候选点；
获取各候选点的多个位置范围，所述多个位置范围相互包含；
确定各候选点的各所述位置范围在多个预设历史时间段内的罚单率；
基于所述罚单率确定所述候选点对应的停车风险；
基于所述停车风险对所述候选点集合中的候选点进行筛选，确定目标推荐点。
本发明实施例还公开了D1、一种位置推荐装置，其中，所述装置包括：
开始单元，用于获取订单信息中的至少一个位置信息；
集合单元，用于根据所述位置信息确定候选点集合，所述候选点集合包括至少一个候选点；
获取单元，用于获取各候选点的多个位置范围，所述多个位置范围相互包含；
处理单元，用于确定各候选点的各所述位置范围在多个预设历史时间段内的罚单率；
确定单元，用于基于所述罚单率确定所述候选点对应的停车风险；
目标单元，用于基于所述停车风险对所述候选点集合中的候选点进行筛选，确定目标推荐点。
本发明实施例还公开了E1、一种计算机程序产品，其中，所述计算机程序产品包括计算机程序/指令，所述计算机程序/指令被处理器执行时实现如A1-A8或A10中任一项所述的方法。
本发明实施例还公开了F1、一种电子设备，包括存储器和处理器，其中，所述存储器用于存储一条或多条计算机程序指令，其中，所述一条或多条计算机程序指令被所述处理器执行以实现如A1-A8或A10中任一项所述的方法。
本发明实施例还公开了G1、一种计算机可读存储介质，其中，所述计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现A1-A8或A10中任一项所述的方法。
以上所述仅为本发明的优选实施例，并不用于限制本发明，对于本领域技术人员而言，本发明可以有各种改动和变化。凡在本发明的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种停车风险确定方法，其特征在于，所述方法包括：
获取候选点的多个位置范围，所述多个位置范围相互包含；
确定各所述位置范围在多个预设历史时间段内的罚单率；
基于所述罚单率确定所述候选点对应的停车风险。
2.根据权利要求1所述的方法，其特征在于，所述基于所述罚单率确定所述候选点对应的停车风险包括：
确定各位置范围的罚单率；
根据各位置范围的罚单率和对应的位置权重系数确定对应候选点的停车风险。
3.根据权利要求2所述的方法，其特征在于，所述确定各位置范围的罚单率包括：
确定目标位置范围在不同预设历史时间段内的罚单率，所述目标位置范围为所述多个位置范围中的一个；
根据各预设历史时间段的罚单率和对应的时间权重系数确定对应目标位置范围的罚单率。
4.根据权利要求3所述的方法，其特征在于，所述时间权重系数根据预设历史时间段距离当前时刻的时长设置，距离当前时刻时长最短的预设历史时间段对应的时间权重系数最大。
5.一种停车风险确定装置，其特征在于，所述装置包括：
获取单元，用于获取候选点的多个位置范围，所述多个位置范围相互包含；
处理单元，用于确定所述位置范围在多个预设历史时间段内的罚单率；
确定单元，用于基于所述罚单率确定所述候选点对应的停车风险。
6.一种位置推荐方法，其特征在于，所述方法包括：
获取订单信息中的至少一个位置信息；
根据所述位置信息确定候选点集合，所述候选点集合包括至少一个候选点；
获取各候选点的多个位置范围，所述多个位置范围相互包含；
确定各候选点的各所述位置范围在多个预设历史时间段内的罚单率；
基于所述罚单率确定所述候选点对应的停车风险；
基于所述停车风险对所述候选点集合中的候选点进行筛选，确定目标推荐点。
7.一种位置推荐装置，其特征在于，所述装置包括：
开始单元，用于获取订单信息中的至少一个位置信息；
集合单元，用于根据所述位置信息确定候选点集合，所述候选点集合包括至少一个候选点；
获取单元，用于获取各候选点的多个位置范围，所述多个位置范围相互包含；
处理单元，用于确定各候选点的各所述位置范围在多个预设历史时间段内的罚单率；
确定单元，用于基于所述罚单率确定所述候选点对应的停车风险；
目标单元，用于基于所述停车风险对所述候选点集合中的候选点进行筛选，确定目标推荐点。
8.一种计算机程序产品，其特征在于，所述计算机程序产品包括计算机程序/指令，所述计算机程序/指令被处理器执行时实现如权利要求1-4或6中任一项所述的方法。
9.一种电子设备，包括存储器和处理器，其特征在于，所述存储器用于存储一条或多条计算机程序指令，其中，所述一条或多条计算机程序指令被所述处理器执行以实现如权利要求1-4或6中任一项所述的方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1-4或6中任一项所述的方法。
CN202110262219.9A 2021-03-10 2021-03-10 停车风险确定方法、位置推荐方法、装置和电子设备 Pending CN113033978A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110262219.9A CN113033978A (zh) 2021-03-10 2021-03-10 停车风险确定方法、位置推荐方法、装置和电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110262219.9A CN113033978A (zh) 2021-03-10 2021-03-10 停车风险确定方法、位置推荐方法、装置和电子设备

Publications (1)

Publication Number Publication Date
CN113033978A true CN113033978A (zh) 2021-06-25

Family

ID=76469371

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110262219.9A Pending CN113033978A (zh) 2021-03-10 2021-03-10 停车风险确定方法、位置推荐方法、装置和电子设备

Country Status (1)

Country Link
CN (1) CN113033978A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115795184A (zh) * 2023-02-06 2023-03-14 北京合思信息技术有限公司 一种基于rpa的场景化上车点推荐方法和装置

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106332005A (zh) * 2016-08-12 2017-01-11 南京工程学院 一种基于手机定位的车辆违停报警和处理方法
CN106909923A (zh) * 2017-02-20 2017-06-30 汪爱民 一种违章车辆处理系统
CN107735825A (zh) * 2014-12-02 2018-02-23 凯文·孙林·王 合法停车的方法和系统
CN107833286A (zh) * 2016-09-08 2018-03-23 福特全球技术公司 车辆重新定位系统
CN109064002A (zh) * 2018-07-26 2018-12-21 阿里巴巴集团控股有限公司 车辆风险评估方法、装置及设备
CN109658733A (zh) * 2018-12-28 2019-04-19 北京摩拜科技有限公司 停车区域的获取方法、服务器及车辆系统
WO2019078025A1 (ja) * 2017-10-16 2019-04-25 株式会社日立製作所 ダイヤ作成装置および自動列車制御システム
CN110047318A (zh) * 2019-04-12 2019-07-23 深圳壹账通智能科技有限公司 周边停车位推送方法、装置及计算机可读存储介质
CN110838239A (zh) * 2019-11-18 2020-02-25 腾讯科技（深圳）有限公司 车位导航方法、装置、计算机可读存储介质和计算机设备
CN111859173A (zh) * 2019-10-23 2020-10-30 北京嘀嘀无限科技发展有限公司 一种上车点推荐方法和系统
CN111859172A (zh) * 2019-09-24 2020-10-30 北京嘀嘀无限科技发展有限公司 信息推送方法、装置、电子设备和计算机可读存储介质
CN111881713A (zh) * 2020-05-21 2020-11-03 北京嘀嘀无限科技发展有限公司 一种识别违停地点的方法、系统、装置及存储介质
CN111951144A (zh) * 2020-08-26 2020-11-17 腾讯科技（深圳）有限公司 一种违章路段的确定方法、设备及计算机可读存储介质

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107735825A (zh) * 2014-12-02 2018-02-23 凯文·孙林·王 合法停车的方法和系统
CN106332005A (zh) * 2016-08-12 2017-01-11 南京工程学院 一种基于手机定位的车辆违停报警和处理方法
CN107833286A (zh) * 2016-09-08 2018-03-23 福特全球技术公司 车辆重新定位系统
CN106909923A (zh) * 2017-02-20 2017-06-30 汪爱民 一种违章车辆处理系统
WO2019078025A1 (ja) * 2017-10-16 2019-04-25 株式会社日立製作所 ダイヤ作成装置および自動列車制御システム
CN109064002A (zh) * 2018-07-26 2018-12-21 阿里巴巴集团控股有限公司 车辆风险评估方法、装置及设备
CN109658733A (zh) * 2018-12-28 2019-04-19 北京摩拜科技有限公司 停车区域的获取方法、服务器及车辆系统
CN110047318A (zh) * 2019-04-12 2019-07-23 深圳壹账通智能科技有限公司 周边停车位推送方法、装置及计算机可读存储介质
CN111859172A (zh) * 2019-09-24 2020-10-30 北京嘀嘀无限科技发展有限公司 信息推送方法、装置、电子设备和计算机可读存储介质
CN111859173A (zh) * 2019-10-23 2020-10-30 北京嘀嘀无限科技发展有限公司 一种上车点推荐方法和系统
CN110838239A (zh) * 2019-11-18 2020-02-25 腾讯科技（深圳）有限公司 车位导航方法、装置、计算机可读存储介质和计算机设备
CN111881713A (zh) * 2020-05-21 2020-11-03 北京嘀嘀无限科技发展有限公司 一种识别违停地点的方法、系统、装置及存储介质
CN111951144A (zh) * 2020-08-26 2020-11-17 腾讯科技（深圳）有限公司 一种违章路段的确定方法、设备及计算机可读存储介质

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115795184A (zh) * 2023-02-06 2023-03-14 北京合思信息技术有限公司 一种基于rpa的场景化上车点推荐方法和装置

Similar Documents

Publication Publication Date Title
JP6842574B2 (ja) 自律車両運転イベントに応答して乗車者フィードバックを取得するシステムおよび方法
CN107832882A (zh) 一种基于马尔科夫决策过程的出租车寻客策略推荐方法
CN109949611A (zh) 无人车的变道方法、装置及存储介质
US11906318B2 (en) Personalized routing based on driver fatigue map
JP7074069B2 (ja) 情報処理装置および方法、並びにプログラム
JP2020531993A (ja) 自律車両に関する物体予測を優先順位化するためのシステムおよび方法
CN108091132B (zh) 一种交通流量预测方法及装置
JP2020095694A5 (zh)
JP5691237B2 (ja) 運転支援装置
JP6697998B2 (ja) 移動体保険料算出方法、移動体保険料算出装置、移動体保険料算出プログラム及び移動体
CN108615129B (zh) 一种运力监测方法、装置及电子设备
CN112989222A (zh) 一种位置确定方法、装置及电子设备
CN108363953A (zh) 一种行人检测的方法及双目监控设备
CN110363984A (zh) 交通流量预测方法和设备
CN113383208A (zh) 信息处理系统、健康管理系统、程序和信息处理方法
CN113033978A (zh) 停车风险确定方法、位置推荐方法、装置和电子设备
US20200050258A1 (en) Vehicle and wearable device operation
CN113407871B (zh) 上车点推荐方法、装置、电子设备和可读存储介质
CN108764956A (zh) 信息推荐系统及其推荐方法
CN110579220A (zh) 基于大数据的交通导航系统及方法
CN107150690A (zh) 一种基于道路标线的驾驶疲劳预警方法
JP4728202B2 (ja) 交通量調査プログラム及び交通量調査方法
CN113012455A (zh) 风险路段确定方法、装置、电子设备和可读存储介质
CN112650794A (zh) 位置数据处理方法、装置、电子设备和存储介质
JP6366296B2 (ja) 経路探索装置および経路探索方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20210625

RJ01 Rejection of invention patent application after publication