一种地图盲区用车调度的精准分析方法与流程

1.本发明涉及一种地图盲区用车调度的精准分析方法，主要涉及物流调度领域。


背景技术：

2.现有常用地图存在没有完全绘制出来的地图盲区，地图盲区车辆无法通过云平台计算用户距离来进行准确调度，采取已有地图距离计算方法后，无法计算用户与车辆的实际距离，导致车辆调度不准确。


技术实现要素：

3.针对以上现有技术的不足，本发明提出一种地图盲区用车调度的精准分析方法，能够在地图的盲区准确的分析出离用户最近路径的可用车辆，以达到地图盲区车辆无法通过云平台计算来进行可用车辆的准确调度的目的。
4.为达到上述目的，本发明的技术方案是：包括如下步骤：
5.s1，获取地图盲区内现有车辆和用户用车需求位置；
6.s2，绘制盲区地图，通过计算车辆轨迹和采集现有地图盲区的经纬度坐标，将盲区地图线路绘制到现有的地图上层，对盲区地图线路和现有地图线路进行融合计算；
7.s3，以用户位置投影经纬度为圆心，扫描一定半径范围内逐级增加半径可用的车辆；
8.s4，对匹配的车辆定位进行盲区地图线路投影，计算出实际最优的距离，取最佳距离的车辆进行调度。
9.优选地，d1，获取盲区地图线路坐标点集合；
10.d2，获取用户的投影经纬度；
11.优选地，投影经纬度的逻辑如下：
12.以10米为递增层级，直到通过余弦定理能够获取到盲区线路点的集合，同时对获取到的盲区线路点进行经纬度距离的计算,并新增进投影点集合；对投影点集合里的对象按距离进行升序排列，得出最近的两个距离不一样的投影点；
13.对正斜杠与反斜杠两种位置进行差分处理：
14.(lon1-lon2)
÷
n＝ca
15.lon1 n
×
ca＝lon1_ca
16.|(lat1-lat2)|
÷
n＝cb
17.lat1 n
×
cb＝lat1_cb；
18.lon1：第一点的经度；
19.lat1：第一点的纬度；
20.lon2：第二点的经度；
21.lat2：第二点的纬度；
22.n：差分数量；
23.ca：经度插值；
24.lon1_ca：得出2个点之间的插值后点集；
25.cb：纬度插值；
26.lat1_cb：得出2个点之间的插值后点集；
27.由location_n(lon1_ca,lat1_cb)组成新的坐标点队列；再通过余弦定理获取车辆标准位置与location_n的经纬度距离,并新增进距离线路点集合dis_route_local_points；
28.对dis_route_local_points的距离进行升序排序，并获取最小距离点；
29.获取到用户的投影纬度latinit_user_sa和投影经度loninit_user_sa。
30.优选地，计算最近的车辆：
31.用户的投影纬度和投影经度；
32.设置寻车位置计算层级最小值：100米，最大2000米；
33.设置最多车辆数：10台；
34.再通过余弦定理以用户投影位置为圆心，逐层寻找可用车辆，最多取10台，最少1台，否则等待；
35.将车辆与车辆位置信息加入到可用车辆集合。
36.优选地，获取盲区地图线路坐标点集合，按实际线路的顺序，采集盲区线路的频率为0.5hz。
37.本发明的技术原理及有益效果如下：
38.本方案通过对用户与各个车辆在盲区投影位置计算出实际最优的距离，从而解决地图盲区车辆无法通过云平台计算用户距离来进行准确调度的问题。能够在地图的盲区准确的分析出离用户最近路径的可用车辆，以达到地图盲区车辆无法通过云平台计算来进行可用车辆的准确调度的目的。
具体实施方式
39.下面将对本发明中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明的较佳实施例，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做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。
40.实施例
41.本发明实施例包括如下：
42.1在地图盲区时，通过获取现有车辆、用户用车需求位置，来精确计算一定距离范围内车辆与用户用车位置的投影路径，得出最优距离，提高车辆的调度效率。
43.2盲区地图绘制，通过车辆轨迹的计算，采集现有地图盲区的经纬度坐标，将盲区线路绘制到现有的地图上层，同时对现有地图线路进行融合计算。
44.3车辆经纬度采集，通过车辆tbox的定位芯片，采集原始的经纬度信息，频率：0.5hz。
45.4用户用车经纬度采集，通过用户手机的定位芯片，采集用户发起用车的经纬度信息。
46.5对用户叫车位置进行盲区线路位置投影；
47.6以用户位置投影经纬度为圆心，以一定的半径范围扫描可用的车辆，如果没有则逐级扩展，直到设定的最大值为止。
48.7对匹配到的车辆定位进行盲区线路进行投影；
49.8通过用户与各个车辆在盲区投影位置计算出实际最优的距离，从而解决地图盲区车辆无法通过云平台计算用户距离来进行准确调度的问题。
50.技术原理，主要包括纠偏算法：
51.1获取盲区线路坐标点集合：
52.按实际线路的顺序，采集盲区线路，设置频率：0.5hz，eg.根据实际盲区与采集需要，避免过度采集造成算力需求过大。
53.2获取用户的投影经纬度
54.用户经纬度latinit_user(用户纬度)loninit_user(用户经度)
55.盲区线路坐标点集合route_latsroute_lons
56.2.1投影计算逻辑如下
57.{以10米为递增层级，直到通过余弦定理能够获取到盲区线路点的集合，同时对获取到的盲区线路点进行经纬度距离的计算,并新增进投影点集合dis_route_points(距离线路点的投影距离集合)
58.对dis_route_points里的对象按距离进行升序排列，得出最近的两个距离不一样的点。
59.对正斜杠\与反斜杠类型/两种位置进行差分处理：
60.lon1第一点的经度；
61.lat1第一点的纬度；
62.lon2第二点的经度；
63.lat2第二点的纬度；
64.n差分数量；
65.(lon1-lon2)
÷
n＝ca(经度插值)
66.lon1 n
×
ca＝lon1_ca(得出2个点之间的插值后点集)
67.同理
68.|(lat1-lat2)|
÷
n＝cb(纬度插值)
69.lat1 n
×
cb＝lat1_cb(得出2个点之间的插值后点集)
70.由location_n(lon1_ca,lat1_cb)组成新的坐标点队列；再通过余弦定理获取车辆标准位置与location_n的经纬度距离,并新增进距离线路点集合dis_route_local_points；
71.对dis_route_local_points的距离进行升序排序，并获取最小距离点；
72.获取到用户的投影经纬度latinit_user_sa(用户投影纬度)loninit_user_sa(用户投影经度)；
73.3计算最近的车辆
74.用户的投影经纬度latinit_user_sa、loninit_user_sa；
75.设置寻车位置计算层级最小值：100米，最大2000米；
76.设置最多车辆数：10台
77.再通过余弦定理以用户投影位置为圆心，逐层寻找可用车辆，最多取10台，最少1台，否则等待。
78.将车辆与车辆位置信息加入到enable_vehicles可用车辆集合
79.同样通过2.1所述方法，对可用车辆集合进行投影计算，得出车辆投影经纬度。
80.以用户投影点为起点，车辆投影点为终点，通过余弦定理按一定的采样规则(比如10个点算一次)遍历计算盲区有序的线路点的距离之和，得出精确的用户与可用车辆集合的每一台的实际距离集合enable_vehicles_dist。
81.对可用车辆集合的距离进行排序，取最小距离车辆进行调度；
82.其中以最小距离车辆进行调度派车。
83.通过以上计算，能够在地图的盲区准确的分析出离用户最近路径的可用车辆，以达到地图盲区车辆无法通过云平台计算来进行可用车辆的准确调度的目的。
84.在地图盲区，可以实现对车辆的定位信息进行纠偏，使得车辆位置显示不会跑偏到非线路上的位置。
85.以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，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。