买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：同济大学;八维通科技有限公司

摘要：本申请涉及一种基于深度学习的接驳网约拼车调度方法。该方法包括：获取拟在同一地铁站点下车的所有乘客的乘客出行信息，对其进行基于打车前行同目的地的信息汇总并进行语义编码；然后，构造所有目的地之间的空间拓扑矩阵并进行空间拓扑调制以得到多个空间拓扑调制下同目的地打车乘客出行汇总信息语义编码特征向量；获取司机的行车信息并进行语义编码以得到司机行车信息语义编码特征向量；将得到的两个语义编码特征向量分别输入均衡门限特征向量自适应融合模块以得到多个出行需求‑行车信息语义交互匹配融合特征向量，进而确定多个调度适配概率值。这样，实现多人共享一辆车的出行模式，从而提高交通效率和减少交通拥堵。

主权项：1.一种基于深度学习的接驳网约拼车调度方法，其特征在于，包括：获取拟在同一地铁站点下车的所有乘客的乘客出行信息以得到乘客出行信息的集合，其中，所述乘客出行信息包括起始点、目的地、出发时间、到达时间，以及，是否打车前行目的地；对所述乘客出行信息的集合进行基于打车前行同目的地的信息汇总以得到多个同目的地打车乘客出行汇总信息，其中，所述同目的地打车乘客出行汇总信息包括起始点、目的地、出发时间、到达时间和乘客数量；对所述多个同目的地打车乘客出行汇总信息中的各个同目的地打车乘客出行汇总信息进行语义编码以得到多个同目的地打车乘客出行汇总信息语义编码特征向量；构造所述所有目的地之间的空间拓扑矩阵，并基于所述空间拓扑矩阵对所述多个同目的地打车乘客出行汇总信息语义编码特征向量进行空间拓扑调制以得到多个空间拓扑调制下同目的地打车乘客出行汇总信息语义编码特征向量；获取司机的行车信息，其中，所述行车信息包括车辆类型、座位数、当前位置、行驶速度和所述当前位置与所述地铁站点之间的距离；对所述司机的行车信息进行语义编码以得到司机行车信息语义编码特征向量；将所述多个空间拓扑调制下同目的地打车乘客出行汇总信息语义编码特征向量中的各个空间拓扑调制下同目的地打车乘客出行汇总信息语义编码特征向量和所述司机行车信息语义编码特征向量分别输入均衡门限特征向量自适应融合模块以得到多个出行需求-行车信息语义交互匹配融合特征向量；基于所述多个出行需求-行车信息语义交互匹配融合特征向量，确定多个调度适配概率值；响应于所述多个适配概率值中存在某个适配概率值超过预设阈值，将所述司机的车辆纳入派单备选车辆队列。

全文数据：

权利要求：

百度查询： 同济大学 八维通科技有限公司 基于深度学习的接驳网约拼车调度方法