CN118262524A - 一种特定区域上车点推荐方法、装置、计算机设备和存储介质 - Google Patents

Abstract

本发明提供一种特定区域上车点推荐方法、装置、计算机设备和存储介质，涉及上车点推荐技术领域，包括：S1.在道路两侧相对位置设置主区域和待区域，在所述主区域设置主上车点，在所述待区域设置副上车点，采集所述主上车点和待上车点前后M米的车辆参数、行人参数和高峰期的车流量峰值，所述车辆参数包括车辆流量、车辆速度和道路宽度，所述行人参数包括行人流量和行进速度；S2.将所述主上车点的车辆流量、车辆速度和道路宽度进行数据处理，并进行相关性分析，生成主车辆影响系数，将所述主上车点的行人流量和行进速度进行数据处理。本发明可以动态调整设定的规则，发挥优化效果，继而提高上车点推荐精度，避免出现误判拥堵状况。

Description

一种特定区域上车点推荐方法、装置、计算机设备和存储介质

技术领域

本发明涉及上车点推荐技术领域，具体为一种特定区域上车点推荐方法、装置、计算机设备和存储介质。

背景技术

网络约车逐步融入人们的生活。随着网约车技术的发展，网络车已成为人们出行的首选方式，乘客下单生成出行订单后，由提供服务的司机接单并提供出行服务，网约车平台会根据司机的当前位置和出行订单的接驾点生成接驾线路，分别发送到乘客和司机的客户端上，司机根据接驾线路前往上车点，而乘客则在上车点等待司机的到来。

现有技术中的，公开号为CN116167539A公开了一种基于接驾实时路况优化网约车上车点的方法，所述方法包括以下步骤：获取出行订单的接驾路线和接驾点，监测所述接驾路线是否存在拥堵；识别接驾路线中的连续拥堵路段，所述连续拥堵路段的道路终点为所述接驾点；基于连续拥堵路段计算预估第一通行时间；当连续拥堵路段或第一通行时间满足第一预设规则时，根据接驾点和实时道路状况，获取优化上车点；将优化上车点推送至所述出行订单的乘客端。本发明通过在司机开车去乘客上车点进行接驾时，根据实时路况若接驾路线存在拥堵则计算原上车点的周边是否存在更优上车点，通过优化上车点，实现司机更快到达地点接乘客。

但是还存在如下不足，由上述的陈述可知，由连续拥堵路段或第一通行时间满足第一预设规则时，根据接驾点和实时道路状况，获取优化上车点可知，第一预设规则为静态设定的规则，没有根据实时的交通情况或乘客需求动态调整，某一时段可能会出现交通拥堵，但由于特殊情况或交通管制，拥堵情况可能会做出迅速改变，如果预设规则是静态设定的，无法及时地适应这种变化，导致无法充分发挥优化效果，甚至可能误判拥堵状况。

在所述背景技术部分公开的上述信息仅用于加强对本公开的背景的理解，因此它可以包括不构成对本领域普通技术人员已知的现有技术的信息。

发明内容

本发明的目的在于提供一种特定区域上车点推荐方法、装置、计算机设备和存储介质，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：

一种特定区域上车点推荐方法，具体步骤包括：

S1.在道路两侧相对位置设置主区域和待区域，在所述主区域设置主上车点，在所述待区域设置待上车点，采集所述主上车点和待上车点前后M米的车辆参数、行人参数和高峰期的车流量峰值，所述车辆参数包括车辆流量、车辆速度和道路宽度，所述行人参数包括行人流量和行进速度；

S2.将所述主上车点的车辆流量、车辆速度和道路宽度进行数据处理，并进行相关性分析，生成主车辆影响系数，将所述主上车点的行人流量和行进速度进行数据处理，并进行相关性分析，生成主行人影响系数，将所述待上车点的车辆流量、车辆速度和道路宽度进行数据处理，并进行相关性分析，生成待车辆影响系数，将所述待上车点的行人流量和行进速度进行数据处理，并进行相关性分析，生成待行人影响系数；

S3.将所述主上车点高峰期的车流量峰值设置为主拥堵系数阈值，将待上车点高峰期的车流量峰值设置为待拥堵系数阈值；

S4.将所述主车辆影响系数和主行人影响系数进行数据处理，并进行相关性分析，生成主拥堵系数，将所述待车辆影响系数和待行人影响系数进行数据处理，并进行相关性分析，生成待拥堵系数；

S5.将所述主拥堵系数和预先设置的主拥堵系数阈值比较，将所述待拥堵系数和预先设置的待拥堵系数阈值比较，根据比较结果，推荐上车点。

进一步地，将所述主上车点的车辆流量、车辆速度和道路宽度进行数据处理，并进行相关性分析，生成主车辆影响系数，依据的公式如下：

其中，为主车辆影响系数，为主上车点的车辆流量，为主上车点的车辆速度，为主上车点的道路宽度，为主上车点的车辆流量和车辆速度的相互影响，为主上车点的车辆流量和道路宽度的相互影响，为主上车点的车辆速度和道路宽度的相互影响，为主上车点的车辆流量的因子系数，为主上车点的车辆速度的因子系数，为主上车点的道路宽度的因子系数，为主上车点的车辆流量和车辆速度的相互影响的因子系数，为主上车点的车辆流量和道路宽度的相互影响的因子系数，为主上车点的车辆速度和道路宽度的相互影响的因子系数，为常数修正系数，，且。

进一步地，将所述主上车点的行人流量和行进速度进行数据处理，并进行相关性分析，生成主行人影响系数，依据的公式如下：

其中，为主行人影响系数，为行人流量，为行进速度，为截距，为主上车点的行人流量的因子系数，为主上车点的行进速度的因子系数，为误差项，，且。

进一步地，将所述待上车点的车辆流量、车辆速度和道路宽度进行数据处理，并进行相关性分析，生成待车辆影响系数，依据的公式如下：

其中，为主车辆影响系数，为主上车点的车辆流量，为主上车点的车辆速度，为主上车点的道路宽度，为主上车点的车辆流量和车辆速度的相互影响，为主上车点的车辆流量和道路宽度的相互影响，为主上车点的车辆速度和道路宽度的相互影响，为主上车点的车辆流量的因子系数，为主上车点的车辆速度的因子系数，为主上车点的道路宽度的因子系数，为主上车点的车辆流量和车辆速度的相互影响的因子系数，为主上车点的车辆流量和道路宽度的相互影响的因子系数，为主上车点的车辆速度和道路宽度的相互影响的因子系数，为常数修正系数，，且。

进一步地，将所述待上车点的行人流量和行进速度进行数据处理，并进行相关性分析，生成待行人影响系数，依据的公式如下：

其中，为待行人影响系数，为行人流量，为行进速度，为截距，为主上车点的行人流量的因子系数，为主上车点的行进速度的因子系数，为误差项，，且。

进一步地，将所述主车辆影响系数和主行人影响系数进行数据处理，并进行相关性分析，生成主拥堵系数，依据的公式如下：

其中，为主拥堵系数，为主车辆影响系数，为主行人影响系数，为主车辆影响系数的因子系数，为主行人影响系数的因子系数，，且；

将所述待车辆影响系数和待行人影响系数进行数据处理，并进行相关性分析，生成待拥堵系数，依据的公式如下：

其中，为主拥堵系数，为主车辆影响系数，为主行人影响系数，为主车辆影响系数的因子系数，为主行人影响系数的因子系数，，且。

进一步地，将主上车点高峰期的车流量峰值设置为主拥堵系数阈值，将待上车点高峰期的车流量峰值设置为待拥堵系数阈值，依据的公式如下：

其中，为主上车点高峰期的车流量峰值，为主拥堵系数阈值，为主上车点高峰期的车流量峰值，为主拥堵系数阈值；

将所述主拥堵系数和预先设置的主拥堵系数阈值比较，将所述待拥堵系数和预先设置的待拥堵系数阈值比较，根据比较结果，推荐上车点的过程如下：

当且仅当，

，时，推荐待上车点为上车点；

，时，推荐主上车点为上车点。

一种特定区域上车点推荐装置，所述用于装置执行上述的特定区域上车点推荐方法，包括：

数据采集模块，用于在道路两侧相对位置设置主区域和待区域，在所述主区域设置主上车点，在所述待区域设置待上车点，采集所述主上车点和待上车点前后M米的车辆参数、行人参数和高峰期的车流量峰值，所述车辆参数包括车辆流量、车辆速度和道路宽度，所述行人参数包括行人流量和行进速度；

数据处理模块，用于将所述主上车点的车辆流量、车辆速度和道路宽度进行数据处理，并进行相关性分析，生成主车辆影响系数，将所述主上车点的行人流量和行进速度进行数据处理，并进行相关性分析，生成主行人影响系数，将所述待上车点的车辆流量、车辆速度和道路宽度进行数据处理，并进行相关性分析，生成待车辆影响系数，将所述待上车点的行人流量和行进速度进行数据处理，并进行相关性分析，生成待行人影响系数；

阈值设定模块，用于将主上车点高峰期的车流量峰值设置为主拥堵系数阈值，将待上车点高峰期的车流量峰值设置为待拥堵系数阈值；

数据分析模块，用于将所述主车辆影响系数和主行人影响系数进行数据处理，并进行相关性分析，生成主拥堵系数，将所述待车辆影响系数和待行人影响系数进行数据处理，并进行相关性分析，生成待拥堵系数；

比较模块，用于将所述主拥堵系数和预先设置的主拥堵系数阈值比较，将所述待拥堵系数和预先设置的待拥堵系数阈值比较，根据比较结果，推荐上车点。

一种计算机设备，包括：

存储器，用于保存计算机程序；

处理器，用于执行所述计算机程序以实现上述的特定区域上车点推荐方法。

一种可读存储介质，用于保存计算机程序，所述计算机程序被处理器执行时实现上述的特定区域上车点推荐方法。

与现有技术相比，本发明的有益效果是：

本发明通过采集主上车点和待上车点前后M米的车辆参数、行人参数和高峰期的车流量峰值，将车辆参数进行数据处理和分析，生成主车辆影响系数，将行人参数进行数据处理和分析，生成主行人影响系数，将车辆参数进行数据处理和分析，生成待车辆影响系数，将行人参数进行数据处理和分析，生成待行人影响系数，将主车辆影响系数和主行人影响系数进行数据处理和分析，生成主拥堵系数，将所述待车辆影响系数和待行人影响系数进行数据处理和分析，生成待拥堵系数，将主上车点高峰期的车流量峰值设置为主拥堵系数阈值，将待上车点高峰期的车流量峰值设置为待拥堵系数阈值，通过实时采集主上车点和待上车点的车辆参数和行人参数，获得主拥堵系数和待拥堵系数，将主拥堵系数和预先设置的主拥堵系数阈值比较，将待拥堵系数和预先设置的待拥堵系数阈值比较，根据比较结果，推荐上车点，因而可以动态调整设定的规则，发挥优化效果，继而提高上车点推荐精度，避免出现误判拥堵状况。

附图说明

图1为本发明整体方法流程示意图；

图2为本发明模块组成框图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明白，以下结合具体实施例，对本发明进一步详细说明。

需要说明的是，除非另外定义，本发明使用的技术术语或者科学术语应当为本发明所属领域内具有一般技能的人士所理解的通常意义。本发明中使用的“第一”“第二”以及类似的词语并不表示任何顺序、数量或者重要性，而只是用来区分不同的组成部分。“包括”或者“包含”等类似的词语意指出现该词前面的元件或者物件涵盖出现在该词后面列举的元件或者物件及其等同，而不排除其他元件或者物件。“连接”或者“相连”等类似的词语并非限定于物理的或者机械的连接，而是可以包括电性的连接，不管是直接的还是间接的。“上”“下”“左”“右”等仅用于表示相对位置关系，当被描述对象的绝对位置改变后，则该相对位置关系也可能相应地改变。

实施例：

请参阅图1，本发明提供一种技术方案：

一种特定区域上车点推荐方法，如图1所示，具体步骤包括：

S1.在道路两侧相对位置设置主区域和待区域，在所述主区域设置主上车点，在所述待区域设置待上车点，采集所述主上车点和待上车点前后M米的车辆参数、行人参数和高峰期的车流量峰值，所述车辆参数包括车辆流量、车辆速度和道路宽度，所述行人参数包括行人流量和行进速度；

S2.将所述主上车点的车辆流量、车辆速度和道路宽度进行数据处理，并进行相关性分析，生成主车辆影响系数，将所述主上车点的行人流量和行进速度进行数据处理，并进行相关性分析，生成主行人影响系数，将所述待上车点的车辆流量、车辆速度和道路宽度进行数据处理，并进行相关性分析，生成待车辆影响系数，将所述待上车点的行人流量和行进速度进行数据处理，并进行相关性分析，生成待行人影响系数；

S3.将所述主上车点高峰期的车流量峰值设置为主拥堵系数阈值，将待上车点高峰期的车流量峰值设置为待拥堵系数阈值；

S4.将所述主车辆影响系数和主行人影响系数进行数据处理，并进行相关性分析，生成主拥堵系数，将所述待车辆影响系数和待行人影响系数进行数据处理，并进行相关性分析，生成待拥堵系数；

S5.将所述主拥堵系数和预先设置的主拥堵系数阈值比较，将所述待拥堵系数和预先设置的待拥堵系数阈值比较，根据比较结果，推荐上车点。

在本实施例中，主上车点是第一选择，当主上车点的拥堵系数超过设定的阈值时，才将上车点更换为待上车点；采集所述主上车点和待上车点前后M米的车辆参数、行人参数和高峰期的车流量峰值，其中，M为50米。

在本实施例中，所述主区域和所述待区域均为半径相同的圆形区域。

车辆流量、车辆速度和道路宽度的数值会影响上车点的选择，以下为具体原因：

车辆流量：

车辆流量密度：车辆流量密度高的区域通常表示交通拥堵程度较高，选择这样的区域作为上车点可能会导致乘客等待时间增加和行程延误。

服务能力：上车点周围车辆流量过高可能会影响乘客上车的便利性和车辆停靠的空间，降低了上车点的服务能力。

车辆速度：

通行效率：车辆速度较低的区域往往代表交通拥堵或交通阻塞，选择这样的区域作为上车点可能会导致乘客等待时间增加和行程时间延长。

安全性：选择车辆速度较高的区域作为上车点可以提高乘客的安全性，因为在速度较高的道路上上车和下车更加安全。

道路宽度：

通行能力：道路宽度较窄的区域可能会限制车辆通行能力，导致交通拥堵和行车缓慢，选择这样的区域作为上车点可能会影响交通流畅度和乘客上下车的便利性。

停靠空间：道路宽度足够宽的区域可以提供充足的停靠空间，便于车辆停靠和乘客上下车，提高了上车点的服务效率和便利性。

综上所述，车辆流量、车辆速度和道路宽度的数值会直接影响到上车点的选择，选取合适的上车点需要综合考虑上述参数。

同理，行人流量和行进速度的数值会影响上车点的选择，以下为具体原因：

行人流量：

上下车效率：行人流量高的区域可能会导致上车点周围人群拥挤，影响乘客上下车的效率，特别是在高峰时段或拥挤的交通场景下。

安全考虑：行人流量过大可能会增加交通事故的风险，选择行人流量适中的上车点可以提高乘客的安全性。

行进速度：

行程时间：行进速度较低的区域往往意味着人流密集或交通拥堵，选择这样的区域作为上车点可能会增加乘客的行程时间。

便利性：行进速度较高的区域意味着行人能够更快地抵达上车点，提高了乘客的上车便利性，尤其是在交通流畅的情况下。

综上所述，综合考虑行人流量和行进速度的数值可以帮助选择适合的上车点。

在上述实施例的基础上，将所述主上车点的车辆流量、车辆速度和道路宽度进行数据处理，并进行相关性分析，生成主车辆影响系数，依据的公式如下：

其中，为主车辆影响系数，为主上车点的车辆流量，为主上车点的车辆速度，为主上车点的道路宽度，为主上车点的车辆流量和车辆速度的相互影响，为主上车点的车辆流量和道路宽度的相互影响，为主上车点的车辆速度和道路宽度的相互影响，为主上车点的车辆流量的因子系数，为主上车点的车辆速度的因子系数，为主上车点的道路宽度的因子系数，为主上车点的车辆流量和车辆速度的相互影响的因子系数，为主上车点的车辆流量和道路宽度的相互影响的因子系数，为主上车点的车辆速度和道路宽度的相互影响的因子系数，为常数修正系数，，且。

在道路拥堵情况下，车辆流量的影响系数可能较高，当道路上的车辆流量增加时，道路容量被逼近或超过，车辆之间的间距缩小，导致车辆之间的交互和竞争增加，从而加剧了道路拥堵情况；在一般情况下，较高的车辆速度可能会对道路拥堵的影响系数较小，这是因为较高的车辆速度意味着车辆能够更快地通过道路段，减少了车辆之间的相互干扰和竞争，可以更流畅地行驶，车辆速度的影响系数可能为负值，表示速度越高，对拥堵的影响越小；在一般情况下，道路宽度对道路拥堵的影响系数可能较大，较宽的道路能够容纳更多的车辆，并且给车辆提供更大的行驶空间，减少了车辆之间的干扰和竞争，从而减轻了拥堵现象，道路宽度的影响系数可能为负值，表示宽度越大，对拥堵的影响越小。但是，正常道路宽度不会无线宽，是一个定值，因此车辆速度的因子系数比道路宽度的因子系数大；

由于车辆流量和车辆速度的相互影响，因此会抵消掉部分车辆流量和车辆速度对道路拥堵的影响，使主上车点的车辆流量和车辆速度的相互影响的因子系数小于主上车点的道路宽度的因子系数，由于主上车点的车辆速度的因子系数大于主上车点的道路宽度的因子系数，因此主上车点的车辆流量和车辆速度的相互影响的因子系数大于主上车点的车辆流量和道路宽度的相互影响的因子系数，由于主上车点的车辆流量的因子系数大于主上车点的车辆速度的因子系数，以此为主上车点的车辆流量和道路宽度的相互影响的因子系数大于主上车点的车辆速度和道路宽度的相互影响的因子系数。因此设置，在不考虑其它参数时，。

车辆流量、车辆速度和道路宽度与道路拥堵的关系通常是非线性的，多项式函数能够更灵活地捕捉到非线性关系，通过二次项和交叉项来描述各自的影响，多项式函数能够更准确地反映出车辆流量、车辆速度和道路宽度对道路拥堵的复杂影响，多项式函数还可以通过拟合实际数据来确定各个系数的值，从而建立起车辆流量、车辆速度、道路宽度和主车辆影响系数之间的具体函数关系。通过收集和分析大量的交通数据，可以得到较为准确的函数拟合结果，用以预测和分析不同条件下的道路拥堵情况。

综上所述，使用多项式函数来表达车辆流量、车辆速度、道路宽度和主车辆影响系数之间的函数关系，能够更好地捕捉到非线性关系，具有较好的模型可解释性，并且能够通过数据拟合得到具体的函数形式和参数估计结果，有助于理解和预测道路拥堵的情况。

在上述实施例的基础上，将所述主上车点的行人流量和行进速度进行数据处理，并进行相关性分析，生成主行人影响系数，依据的公式如下：

其中，为主行人影响系数，为行人流量，为行进速度，为截距，为主上车点的行人流量的因子系数，为主上车点的行进速度的因子系数，为误差项，，且。

行人流量的增加可能意味着周围环境中有更多的人口密度，这会增加人与人之间的交互和竞争，从而影响主行人的行为和速度，即使行进速度较快，但在高密度的人群中，行人可能仍然受到拥挤和阻碍，导致主行人影响系数受到行人流量的影响较大，而且行人流量的增加可能会导致交通流动性降低，使得主行人在行进过程中遇到更多的阻碍和延迟，即使行进速度较快，但由于拥挤和阻塞的影响，主行人的行进速度可能仍然受到行人流量的制约。综合来看，行人流量比行进速度对主行人影响系数影响程度大可能是由于人口密度增加、交通流动性降低共同作用的结果。因此设置，在不考虑其它参数时，。

多元线性回归方程假设主行人影响系数和主上车点的行人流量和行进速度之间存在线性关系，即它们之间的关系可以用线性方程来表示，通过最小化预测误差的平方和，可以估计出方程中的主上车点的行人流量的因子系数、主上车点的行进速度的因子系数和截距的值，上述系数描述了自变量对因变量的影响程度，通过使用实际观测数据对模型进行拟合，可以评估模型的拟合程度。

在上述实施例的基础上，同理，将所述待上车点的车辆流量、车辆速度和道路宽度进行数据处理，并进行相关性分析，生成待车辆影响系数，依据的公式如下：

其中，为主车辆影响系数，为主上车点的车辆流量，为主上车点的车辆速度，为主上车点的道路宽度，为主上车点的车辆流量和车辆速度的相互影响，为主上车点的车辆流量和道路宽度的相互影响，为主上车点的车辆速度和道路宽度的相互影响，为主上车点的车辆流量的因子系数，为主上车点的车辆速度的因子系数，为主上车点的道路宽度的因子系数，为主上车点的车辆流量和车辆速度的相互影响的因子系数，为主上车点的车辆流量和道路宽度的相互影响的因子系数，为主上车点的车辆速度和道路宽度的相互影响的因子系数，为常数修正系数，，且。

同理，可以使用多项式函数表征车辆流量、车辆速度和道路宽度对道路拥堵的复杂影响，还可以通过拟合实际数据来确定各个系数的值，从而建立起车辆流量、车辆速度、道路宽度和待车辆影响系数之间的具体函数关系。

在上述实施例的基础上，同理，将所述待上车点的行人流量和行进速度进行数据处理，并进行相关性分析，生成待行人影响系数，依据的公式如下：

其中，为待行人影响系数，为行人流量，为行进速度，为截距，为主上车点的行人流量的因子系数，为主上车点的行进速度的因子系数，为误差项，，且。

同理，使用多元线性回归方程可以表征待行人影响系数和待上车点的行人流量和行进速度之间的线性关系，即它们之间的关系可以用线性方程来表示，通过最小化预测误差的平方和，可以估计出方程中的待上车点的行人流量的因子系数、待上车点的行进速度的因子系数和截距的值，上述系数描述了自变量对因变量的影响程度，通过使用实际观测数据对模型进行拟合，可以评估模型的拟合程度。

在上述实施例的基础上，将所述主车辆影响系数和主行人影响系数进行数据处理，并进行相关性分析，生成主拥堵系数，依据的公式如下：

其中，为主拥堵系数，为主车辆影响系数，为主行人影响系数，为主车辆影响系数的因子系数，为主行人影响系数的因子系数，，且。

因为车辆通常需要更多的空间和时间来移动，尤其是在高密度交通的情况下，会引起道路容量的饱和和交通阻塞，相比之下，行人流量对交通拥堵的影响可能相对较小，尤其是在车辆主导的交通系统中，行人通常能够更灵活地适应和绕过交通拥堵，而车辆的移动受到道路条件和其他车辆的影响更为显著，因此设置。

上述的方程是一种简化函数，只考虑主车辆影响系数和主行人影响系数对主拥堵系数的影响，由于主车辆影响系数和主行人影响系数分别和主拥堵系数之间存在线性关系，可以使用上述的函数表示三者之间的关系。

同理，将所述待车辆影响系数和待行人影响系数进行数据处理，并进行相关性分析，生成待拥堵系数，依据的公式如下：

其中，为主拥堵系数，为主车辆影响系数，为主行人影响系数，为主车辆影响系数的因子系数，为主行人影响系数的因子系数，，且。

在上述实施例的基础上，将主上车点高峰期的车流量峰值设置为主拥堵系数阈值，将待上车点高峰期的车流量峰值设置为待拥堵系数阈值，依据的公式如下：

其中，为主上车点高峰期的车流量峰值，为主拥堵系数阈值，为主上车点高峰期的车流量峰值，为主拥堵系数阈值。

其中，高峰期的车流量峰值获取过程：

数据收集：收集主上车点和待上车点车流量的实时或历史数据，这些数据来自交通监测设备、交通摄像头；

确定观测时段：确定主上车点和待上车点高峰期的时间段，通常高峰期是在一天中交通流量最大的时段，例如早晨上班时间或下班时间；

数据筛选：对收集到的数据进行筛选，只保留高峰期内的数据；

车流量统计：对高峰期内的车流量数据进行统计和分析，找到车流量的峰值，可以通过计算每个时间间隔内的车流量，并找到最大值来实现。

在上述实施例的基础上，将所述主拥堵系数和预先设置的主拥堵系数阈值比较，将所述待拥堵系数和预先设置的待拥堵系数阈值比较，根据比较结果，推荐上车点的过程如下：

当且仅当，

，时，推荐待上车点为上车点；

，时，推荐主上车点为上车点。

公式中的、、、、、、、、、、、、、、、、、、和的具体取值一般由本领域技术人员根据实际情况来确定，该公式本质为加权求和进行综合分析，由本领域技术人员采集多组样本数据，并对每一组样本数据设定对应的预设比例系数，将设定的预设比例系数和采集的样本数据代入公式，通过反复试验和参数调整，观察模型输出的准确性和结果的合理性，逐步调整这些因子系数，并对比不同参数设置下模型的性能和效果，找到最优的系数组合，将计算得到的因子系数进行筛选并取均值，得到、、、、、、、、、、、、、、、、、、和的取值。

另外，预设因子系数的大小是为了将各个参数进行量化得到的一个具体的数值，其为了便于后续比较，关于系数的大小，取决于样本数据的多少及本领域技术人员对每一组样本数据初步设定对应的预设比例系数，并不唯一，只要不影响参数与量化后数值的比例关系即可。

一种特定区域上车点推荐装置，所述装置用于执行上述的特定区域上车点推荐方法，如图2所示，包括：

数据采集模块，用于在道路两侧相对位置设置主区域和待区域，在所述主区域设置主上车点，在所述待区域设置待上车点，采集所述主上车点和待上车点前后M米的车辆参数、行人参数和高峰期的车流量峰值，所述车辆参数包括车辆流量、车辆速度和道路宽度，所述行人参数包括行人流量和行进速度；

数据处理模块，用于将所述主上车点的车辆流量、车辆速度和道路宽度进行数据处理，并进行相关性分析，生成主车辆影响系数，将所述主上车点的行人流量和行进速度进行数据处理，并进行相关性分析，生成主行人影响系数，将所述待上车点的车辆流量、车辆速度和道路宽度进行数据处理，并进行相关性分析，生成待车辆影响系数，将所述待上车点的行人流量和行进速度进行数据处理，并进行相关性分析，生成待行人影响系数；

阈值设定模块，用于将主上车点高峰期的车流量峰值设置为主拥堵系数阈值，将待上车点高峰期的车流量峰值设置为待拥堵系数阈值；

数据分析模块，用于将所述主车辆影响系数和主行人影响系数进行数据处理，并进行相关性分析，生成主拥堵系数，将所述待车辆影响系数和待行人影响系数进行数据处理，并进行相关性分析，生成待拥堵系数；

比较模块，用于将所述主拥堵系数和预先设置的主拥堵系数阈值比较，将所述待拥堵系数和预先设置的待拥堵系数阈值比较，根据比较结果，推荐上车点。

一种计算机设备，包括：

存储器，用于保存计算机程序；

处理器，用于执行所述计算机程序以实现执行上述的特定区域上车点推荐方法。

一种可读存储介质，用于保存计算机程序，所述计算机程序被处理器执行时实现执行上述的特定区域上车点推荐方法。

上述公式均是去量纲取其数值计算，公式是由采集大量数据进行软件模拟得到最近真实情况的一个公式，公式中的预设参数由本领域的技术人员根据实际情况进行设置。

上述实施例，可以全部或部分地通过软件、硬件、固件或其他任意组合来实现。当使用软件实现时，上述实施例可以全部或部分地以计算机程序产品的形式实现。本领域技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够通过电子硬件，或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方法来执行，取决于技术方案的特定应用和设计约束条件。

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，既可以位于一个地方，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单元来实现本实施例方案的目的。

以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。

Claims (10)

1.一种特定区域上车点推荐方法，其特征在于，具体步骤包括：

S1.在道路两侧相对位置设置主区域和待区域，在所述主区域设置主上车点，在所述待区域设置待上车点，采集所述主上车点和待上车点前后M米的车辆参数、行人参数和高峰期的车流量峰值，所述车辆参数包括车辆流量、车辆速度和道路宽度，所述行人参数包括行人流量和行进速度；

S2.将所述主上车点的车辆流量、车辆速度和道路宽度进行数据处理，并进行相关性分析，生成主车辆影响系数，将所述主上车点的行人流量和行进速度进行数据处理，并进行相关性分析，生成主行人影响系数，将所述待上车点的车辆流量、车辆速度和道路宽度进行数据处理，并进行相关性分析，生成待车辆影响系数，将所述待上车点的行人流量和行进速度进行数据处理，并进行相关性分析，生成待行人影响系数；

S3.将所述主上车点高峰期的车流量峰值设置为主拥堵系数阈值，将待上车点高峰期的车流量峰值设置为待拥堵系数阈值；

S4.将所述主车辆影响系数和主行人影响系数进行数据处理，并进行相关性分析，生成主拥堵系数，将所述待车辆影响系数和待行人影响系数进行数据处理，并进行相关性分析，生成待拥堵系数；

S5.将所述主拥堵系数和预先设置的主拥堵系数阈值比较，将所述待拥堵系数和预先设置的待拥堵系数阈值比较，根据比较结果，推荐上车点。

2.根据权利要求1所述的特定区域上车点推荐方法，其特征在于：将所述主上车点的车辆流量、车辆速度和道路宽度进行数据处理，并进行相关性分析，生成主车辆影响系数，依据的公式如下：

；

其中，为主车辆影响系数，为主上车点的车辆流量，为主上车点的车辆速度，为主上车点的道路宽度，为主上车点的车辆流量和车辆速度的相互影响，为主上车点的车辆流量和道路宽度的相互影响，为主上车点的车辆速度和道路宽度的相互影响，为主上车点的车辆流量的因子系数，为主上车点的车辆速度的因子系数，为主上车点的道路宽度的因子系数，为主上车点的车辆流量和车辆速度的相互影响的因子系数，为主上车点的车辆流量和道路宽度的相互影响的因子系数，为主上车点的车辆速度和道路宽度的相互影响的因子系数，为常数修正系数，，且。

3.根据权利要求1所述的特定区域上车点推荐方法，其特征在于：将所述主上车点的行人流量和行进速度进行数据处理，并进行相关性分析，生成主行人影响系数，依据的公式如下：

；

其中，为主行人影响系数，为行人流量，为行进速度，为截距，为主上车点的行人流量的因子系数，为主上车点的行进速度的因子系数，为误差项，，且。

4.根据权利要求1所述的特定区域上车点推荐方法，其特征在于：将所述待上车点的车辆流量、车辆速度和道路宽度进行数据处理，并进行相关性分析，生成待车辆影响系数，依据的公式如下：

；

其中，为主车辆影响系数，为主上车点的车辆流量，为主上车点的车辆速度，为主上车点的道路宽度，为主上车点的车辆流量和车辆速度的相互影响，为主上车点的车辆流量和道路宽度的相互影响，为主上车点的车辆速度和道路宽度的相互影响，为主上车点的车辆流量的因子系数，为主上车点的车辆速度的因子系数，为主上车点的道路宽度的因子系数，为主上车点的车辆流量和车辆速度的相互影响的因子系数，为主上车点的车辆流量和道路宽度的相互影响的因子系数，为主上车点的车辆速度和道路宽度的相互影响的因子系数，为常数修正系数，，且。

5.根据权利要求1所述的特定区域上车点推荐方法，其特征在于：将所述待上车点的行人流量和行进速度进行数据处理，并进行相关性分析，生成待行人影响系数，依据的公式如下：

；

其中，为待行人影响系数，为行人流量，为行进速度，为截距，为主上车点的行人流量的因子系数，为主上车点的行进速度的因子系数，为误差项，，且。

6.根据权利要求1所述的特定区域上车点推荐方法，其特征在于：将所述主车辆影响系数和主行人影响系数进行数据处理，并进行相关性分析，生成主拥堵系数，依据的公式如下：

；

其中，为主拥堵系数，为主车辆影响系数，为主行人影响系数，为主车辆影响系数的因子系数，为主行人影响系数的因子系数，，且；

将所述待车辆影响系数和待行人影响系数进行数据处理，并进行相关性分析，生成待拥堵系数，依据的公式如下：

；

其中，为主拥堵系数，为主车辆影响系数，为主行人影响系数，为主车辆影响系数的因子系数，为主行人影响系数的因子系数，，且。

7.根据权利要求1所述的特定区域上车点推荐方法，其特征在于：将所述主上车点高峰期的车流量峰值设置为主拥堵系数阈值，将待上车点高峰期的车流量峰值设置为待拥堵系数阈值，依据的公式如下：

；

其中，为主上车点高峰期的车流量峰值，为主拥堵系数阈值，为主上车点高峰期的车流量峰值，为主拥堵系数阈值；

将所述主拥堵系数和预先设置的主拥堵系数阈值比较，将所述待拥堵系数和预先设置的待拥堵系数阈值比较，根据比较结果，推荐上车点的过程如下：

当且仅当，

，时，推荐待上车点为上车点；

，时，推荐主上车点为上车点。

8.一种特定区域上车点推荐装置，所述装置执行如权利要求1至7任一项所述的特定区域上车点推荐方法，包括：

数据采集模块，用于在道路两侧相对位置设置主区域和待区域，在所述主区域设置主上车点，在所述待区域设置待上车点，采集所述主上车点和待上车点前后M米的车辆参数、行人参数和高峰期的车流量峰值，所述车辆参数包括车辆流量、车辆速度和道路宽度，所述行人参数包括行人流量和行进速度；

数据处理模块，用于将所述主上车点的车辆流量、车辆速度和道路宽度进行数据处理，并进行相关性分析，生成主车辆影响系数，将所述主上车点的行人流量和行进速度进行数据处理，并进行相关性分析，生成主行人影响系数，将所述待上车点的车辆流量、车辆速度和道路宽度进行数据处理，并进行相关性分析，生成待车辆影响系数，将所述待上车点的行人流量和行进速度进行数据处理，并进行相关性分析，生成待行人影响系数；

阈值设定模块，用于将所述主上车点高峰期的车流量峰值设置为主拥堵系数阈值，将待上车点高峰期的车流量峰值设置为待拥堵系数阈值；

数据分析模块，用于将所述主车辆影响系数和主行人影响系数进行数据处理，并进行相关性分析，生成主拥堵系数，将所述待车辆影响系数和待行人影响系数进行数据处理，并进行相关性分析，生成待拥堵系数；

比较模块，用于将所述主拥堵系数和预先设置的主拥堵系数阈值比较，将所述待拥堵系数和预先设置的待拥堵系数阈值比较，根据比较结果，推荐上车点。

9.一种计算机设备，其特征在于，包括：

存储器，用于保存计算机程序；

处理器，用于执行所述计算机程序以实现如权利要求1至7任一项所述的特定区域上车点推荐方法。

10.一种可读存储介质，其特征在于，用于保存计算机程序，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的特定区域上车点推荐方法。