无人驾驶车辆处理方法、装置、电子设备及存储介质与流程

1.本公开涉及人工智能技术领域，特别涉及自动驾驶、深度学习以及大数据处理等领域的无人驾驶车辆处理方法、装置、电子设备及存储介质。


背景技术：

2.目前的车辆运力调度主要针对有驾驶员的有人驾驶场景，驾驶员通常会根据从业的经验等来选择去订单最佳的地点进行等待。而随着技术的不断发展，无人驾驶车辆会在不同的场合得到越来越广泛的应用，相应地，就会涉及到无人驾驶车辆的运力调度问题。


技术实现要素：

3.本公开提供了无人驾驶车辆处理方法、装置、电子设备及存储介质。
4.一种无人驾驶车辆处理方法，包括：
5.针对任一无人驾驶车辆区域内的各站点，分别获取所述站点的历史呼单分布信息、所述站点的当前呼单分布信息以及所述站点的当前车辆分布信息，根据获取到的信息确定出所述站点的权重；
6.响应于确定所述无人驾驶车辆区域内出现空闲车辆，按照各站点的权重确定出目标站点，并将所述空闲车辆调度到所述目标站点。
7.一种无人驾驶车辆处理装置，包括：权重获取模块以及车辆调度模块；
8.所述权重获取模块，用于针对任一无人驾驶车辆区域内的各站点，分别获取所述站点的历史呼单分布信息、所述站点的当前呼单分布信息以及所述站点的当前车辆分布信息，根据获取到的信息确定出所述站点的权重；
9.所述车辆调度模块，用于响应于确定所述无人驾驶车辆区域内出现空闲车辆，按照各站点的权重确定出目标站点，并将所述空闲车辆调度到所述目标站点。
10.一种电子设备，包括：
11.至少一个处理器；以及
12.与所述至少一个处理器通信连接的存储器；其中，
13.所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如以上所述的方法。
14.一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使计算机执行如以上所述的方法。
15.一种计算机程序产品，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以上所述的方法。
16.应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
17.附图用于更好地理解本方案，不构成对本公开的限定。其中：
18.图1为本公开所述无人驾驶车辆处理方法实施例的流程图；
19.图2为本公开所述无人驾驶车辆处理装置实施例200的组成结构示意图；
20.图3示出了可以用来实施本公开的实施例的电子设备300的示意性框图。
具体实施方式
21.以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
22.另外，应理解，本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，a和/或b，可以表示：单独存在a，同时存在a和b，单独存在b这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。
23.图1为本公开所述无人驾驶车辆处理方法实施例的流程图。如图1所示，包括以下具体实现方式。
24.在步骤101中，针对任一无人驾驶车辆区域内的各站点，分别获取该站点的历史呼单分布信息、该站点的当前呼单分布信息以及该站点的当前车辆分布信息，根据获取到的信息确定出该站点的权重。
25.在步骤102中，响应于确定无人驾驶车辆区域内出现空闲车辆，按照各站点的权重确定出目标站点，并将空闲车辆调度到目标站点。
26.采用上述方法实施例所述方案，可结合历史呼单分布信息、当前呼单分布信息以及当前车辆分布信息等多种信息确定出不同站点的权重，相应地，可根据所述权重进行无人驾驶车辆的运力动态调度，从而可实现合理地分配有限的运力，让有限的运力发挥最大的价值，进而提升了车辆利用率、成单率以及缓解了交通拥堵压力等。所述呼单也可称为订单。
27.在实际应用中，对于某个城市来说，可按照园区进行无人驾驶车辆的区域划分，每个无人驾驶车辆区域中可包括多个站点，供乘客上下车使用。针对每个无人驾驶车辆区域，可分别按照本公开所述方式进行处理。
28.其中，针对每个无人驾驶车辆区域内的每个站点，可分别获取其权重。具体地，针对每个站点，可分别获取该站点的历史呼单分布信息、该站点的当前呼单分布信息以及该站点的当前车辆分布信息，根据获取到的信息确定出该站点的权重。
29.优选地，针对每个站点，根据获取到的信息确定出该站点的权重的方式可包括：
30.一)按照预先确定的计算方式，根据获取到的信息计算出该站点的权重；
31.二)将获取到的信息作为预先训练得到的预测模型的输入，得到输出的该站点的权重。
32.具体采用上述哪种方式可根据实际需要而定，非常的灵活方便。
33.其中，方式一)中，优选地，可首先计算历史呼单分布信息与当前呼单分布信息之和，得到第一计算结果，之后可计算第一计算结果与当前车辆分布信息之差，得到第二计算
结果，将第二计算结果作为该站点的权重。
34.即有：站点的权重＝历史呼单分布信息+当前呼单分布信息-当前车辆分布信息。
35.方式二)中，可根据历史数据构建出训练样本，进而可根据训练样本训练得到预测模型，相应地，在实际进行预测时，针对每个站点，可将获取到的信息作为预测模型的输入，从而得到输出的该站点的权重。
36.在获取到各站点的权重之后，可对其进行缓存，供运力动态调度使用，并且，可周期性地对各站点的权重进行更新，具体的周期时长可根据实际需要而定。
37.无论是采用方式一)还是方式二)，针对每个站点，均需要获取该站点的历史呼单分布信息、当前呼单分布信息以及当前车辆分布信息，以下分别对各信息的获取方式进行说明。
38.1)历史呼单分布信息
39.优选地，针对无人驾驶车辆区域中的各站点，可分别进行以下处理：分别获取最近n天的同一预定时间段内该站点的待处理呼单数量，n为大于一的正整数，预定时间段为包括当前时间的时间段，最近n天不包括当前天；获取最近n天的待处理呼单数量之和，作为该站点的第一统计结果；获取各站点的第一统计结果之和，作为第一综合统计结果；获取该站点的第一统计结果与第一综合统计结果的比值，作为该站点的历史呼单分布信息。
40.所述预定时间段的具体时长可根据实际需要而定，比如，可为30分钟，相应地，假设当前时间为下午4:15分，那么预定时间段可以是指下午4:00-4:30这一时间段。
41.n的具体取值同样可根据实际需要而定，比如7天或更多天。每个呼单均包括起点(始发地)和终点(目的地)。
42.比如，针对某一站点a，可分别获取最近7天中的每天的下午4:00-4:30这一时间段内的站点a的待处理呼单数量，站点a的待处理呼单数量即指起点为站点a的待处理呼单数量，之后可将7天的待处理呼单数量求和，将得到的和作为站点a的第一统计结果，假设无人驾驶车辆区域中共包括站点a、站点b、站点c和站点d四个站点，那么在分别获取到四个站点的第一统计结果之后，可计算四个第一统计结果之和，将得到的和作为第一综合统计结果，仍以站点a为例，之后可计算站点a的第一统计结果与第一综合统计结果的比值(或百分比等)，将得到的比值作为站点a的历史呼单分布信息。
43.上述处理方式中，可结合各站点过往多天的历史呼单情况，高效准确地确定出各站点的历史呼单分布信息。
44.2)当前呼单分布信息
45.优选地，针对每个站点，可分别获取当前时间该站点的待处理呼单数量，5作为该站点的第二统计结果，并可获取各站点的第二统计结果之和，作为第
46.二综合统计结果，进而可获取该站点的第二统计结果与第二综合统计结果的比值，作为该站点的当前呼单分布信息。
47.同样地，待处理呼单数量是指起点为该站点的待处理呼单数量。
48.比如，针对站点a，可获取当前时间站点a的待处理呼单数量，如10个，0并可将其作为站点a的第二统计结果，另外，假设无人驾驶车辆区域中共包括站点a、站点b、站点c和站点d四个站点，在分别获取到四个站点的第二统计结果之后，可计算四个第二统计结果之和，将得到的和作为第二综合统计结果，仍以站点a为例，之后可计算站点a的第二统计结果
与第二综合统计结果的比值，将得到的比值作为站点a的当前呼单分布信息。
49.5上述处理方式中，可结合各站点当前时间的呼单情况，高效准确地确定
50.出各站点的当前呼单分布信息。
51.3)当前车辆分布信息
52.优选地，针对每个站点，可分别获取位于预定区域内的符合要求的目标
53.车辆数量，作为该站点的第三统计结果，预定区域为以该站点为中心的预定0大小区域，并可获取无人驾驶车辆区域内的车辆数量，作为第三综合统计结
54.果，进而可获取该站点的第三统计结果与第三综合统计结果的比值，作为该站点的当前车辆分布信息。
55.所述预定区域的具体大小不作限制，可根据实际需要而定，比如，可为以该站点为中心的半径为1千米大小的圆形区域。
56.5以站点a为例，可获取位于预定区域内的符合要求的目标车辆数量，作
57.为站点a的第三统计结果，并可获取整个无人驾驶车辆区域内的车辆数量，即所有车辆的总数量，作为第三综合统计结果，之后可获取站点a的第三统计结果与第三综合统计结果的比值，将得到的比值作为站点a的当前车辆分布信息。
58.上述处理方式中，可根据每个站点对应的目标车辆以及整个无人驾驶车辆内的车辆数量，高效准确地确定出各站点的当前车辆分布信息。
59.另外，优选地，任意两个不同站点对应的预定区域的大小相同，或者，任意两个不同站点对应的预定区域的大小不同。
60.也就是说，不同站点对应的预定区域的大小可以不同，如均为以站点为中心的半径为1千米大小的圆形区域，或者，也可以某个或某些站点对应的预定区域的大小与其它站点不同，比如，某一站点位于地铁口附近，人流量较大，且车辆行驶速度较慢，那么可将其对应的预定区域的大小设置得较小，从而使得确定出的该站点的权重更大，进而可使得将更多的空闲车辆分派到该站点，以缓解该站点的交通拥堵压力等。
61.另外，优选地，针对每个站点，所述目标车辆可包括：位于预定区域内的空闲车辆，以及，位于预定区域内且以该站点为终点的非空闲车辆。
62.空闲车辆即指当前处于空闲状态的车辆，可将位于预定区域内的空闲车辆以及位于预定区域内终点为该站点的非空闲车辆作为目标车辆，这种非空闲车辆通常会很快结束当前呼单的处理，因此也可作为站点的目标车辆进行统计，从而能够更为全面准确地获取到站点的当前车辆分布信息。
63.站点的权重反应的是呼单和车辆的供需平衡关系，站点的权重越小，表明当前站点的呼单和运力越为匹配，无需额外调度太多的运力，反之，站点的权重越大，表明当前站点的呼单与运力越不匹配，需要额外调度一定的运力。
64.相应地，按照各站点的权重确定出目标站点的方式可包括：确定出权重最高的站点，将权重最高的站点作为目标站点。
65.具体地，当无人驾驶车辆区域内出现空闲车辆时，可确定出权重最高的站点，作为目标站点，并可对应生成一个调度单，根据调度单将空闲车辆调度到目标站点，因为目标站点理论上具有最高的用车需求，相应地，将空闲车辆调度到目标站点，可提高乘客的接驾效率及成单率，并可提高车辆的利用率，同时，在用车高峰时期通过提前进行运力调度的方式
可缓解交通拥堵压力。
66.由于各站点的权重是在动态变化的，因此确定出的目标站点是指当前时间权重最高的站点。
67.针对无人驾驶车辆区域内出现的每个空闲车辆，均可按照上述方式进行处理。另外，需要说明的是，假设待调度的空闲车辆本来就位于目标站点，那么则无需对其进行调度，如无需为其生成调度单等，反之，则需要为空闲车辆生成调度单，将其调度到目标站点。
68.优选地，在空闲车辆去往目标站点的过程中，响应于确定存在符合以下条件的待处理呼单：所述待处理呼单的起点与空闲车辆之间的距离小于空闲车辆与目标站点之间的距离，调度空闲车辆去处理所述待处理呼单。
69.也就是说，对于某一空闲车辆来说，假设为其生成了调度单，空闲车辆也按照调度单去往目标站点，但在去往目标站点的过程中，有距离更近的待处理呼单需要处理，那么可优先调度空闲车辆去处理该距离更近的待处理呼单，从而进一步提升了车辆利用率以及提升了成单率等。
70.需要说明的是，对于前述的方法实施例，为了简单描述，将其表述为一系列的动作组合，但是本领域技术人员应该知悉，本公开并不受所描述的动作顺序的限制，因为依据本公开，某些步骤可以采用其它顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本公开所必须的。
71.总之，采用本公开方法实施例所述方案，可实现无人驾驶车辆的运力动态调度，从而提升了车辆利用率、成单率以及缓解了交通拥堵压力等，并可适用于自动驾驶出行场景以及自动驾驶物流场景等各种无人化的场景，具有广泛适用性。
72.以上是关于方法实施例的介绍，以下通过装置实施例，对本公开所述方案进行进一步说明。
73.图2为本公开所述无人驾驶车辆处理装置实施例200的组成结构示意图。如图2所示，包括：权重获取模块201以及车辆调度模块202。
74.权重获取模块201，用于针对任一无人驾驶车辆区域内的各站点，分别获取该站点的历史呼单分布信息、该站点的当前呼单分布信息以及该站点的当前车辆分布信息，根据获取到的信息确定出该站点的权重。
75.车辆调度模块202，用于响应于确定无人驾驶车辆区域内出现空闲车辆，按照各站点的权重确定出目标站点，并将空闲车辆调度到目标站点。
76.采用上述装置实施例所述方案，可结合历史呼单分布信息、当前呼单分布信息以及当前车辆分布信息等多种信息确定出不同站点的权重，相应地，可根据所述权重进行无人驾驶车辆的运力动态调度，从而可实现合理地分配有限的运力，让有限的运力发挥最大的价值，进而提升了车辆利用率、成单率以及缓解了交通拥堵压力等。
77.权重获取模块201可针对每个无人驾驶车辆区域内的每个站点，分别获取其权重。具体地，针对每个站点，可分别获取该站点的历史呼单分布信息、该站点的当前呼单分布信息以及该站点的当前车辆分布信息，进而可根据获取到的信息确定出该站点的权重。
78.优选地，针对每个站点，权重获取模块201根据获取到的信息确定出该站点的权重的方式可包括：
79.一)按照预先确定的计算方式，根据获取到的信息计算出该站点的权重；
80.二)将获取到的信息作为预先训练得到的预测模型的输入，得到输出的该站点的权重。
81.其中，方式一)中，优选地，权重获取模块201可首先计算历史呼单分布信息与当前呼单分布信息之和，得到第一计算结果，之后可计算第一计算结果与当前车辆分布信息之差，得到第二计算结果，将第二计算结果作为该站点的权重。
82.即有：站点的权重＝历史呼单分布信息+当前呼单分布信息-当前车辆分布信息。
83.方式二)中，权重获取模块201可根据历史数据构建出训练样本，进而可根据训练样本训练得到预测模型，相应地，在实际进行预测时，针对每个站点，可将获取到的信息作为预测模型的输入，从而得到输出的该站点的权重。
84.在获取到各站点的权重之后，可对其进行缓存，供运力动态调度使用，并且，可周期性地对各站点的权重进行更新。
85.无论是采用方式一)还是方式二)，针对每个站点，均需要获取该站点的历史呼单分布信息、当前呼单分布信息以及当前车辆分布信息，以下分别对各信息的获取方式进行说明。
86.优选地，针对无人驾驶车辆区域中的各站点，权重获取模块201可分别进行以下处理：分别获取最近n天的同一预定时间段内该站点的待处理呼单数量，n为大于一的正整数，预定时间段为包括当前时间的时间段，最近n天不包括当前天；获取最近n天的待处理呼单数量之和，作为该站点的第一统计结果；获取各站点的第一统计结果之和，作为第一综合统计结果；获取该站点的第一统计结果与第一综合统计结果的比值，作为该站点的历史呼单分布信息。
87.优选地，针对每个站点，权重获取模块201可分别获取当前时间该站点的待处理呼单数量，作为该站点的第二统计结果，并可获取各站点的第二统计结果之和，作为第二综合统计结果，进而可获取该站点的第二统计结果与第二综合统计结果的比值，作为该站点的当前呼单分布信息。
88.优选地，针对每个站点，权重获取模块201可分别获取位于预定区域内的符合要求的目标车辆数量，作为该站点的第三统计结果，预定区域为以该站点为中心的预定大小区域，并可获取无人驾驶车辆区域内的车辆数量，作为第三综合统计结果，进而可获取该站点的第三统计结果与第三综合统计结果的比值，作为该站点的当前车辆分布信息。
89.所述预定区域的具体大小不作限制，可根据实际需要而定，比如，可为以该站点为中心的半径为1千米大小的圆形区域。
90.另外，优选地，任意两个不同站点对应的预定区域的大小相同，或者，任意两个不同站点对应的预定区域的大小不同。
91.另外，优选地，针对每个站点，所述目标车辆可包括：位于预定区域内的空闲车辆，以及，位于预定区域内且以该站点为终点的非空闲车辆。
92.进一步地，车辆调度模块202在确定无人驾驶车辆区域内出现空闲车辆时，可按照各站点的权重确定出目标站点，并可将空闲车辆调度到目标站点。
93.优选地，车辆调度模块202可确定出权重最高的站点，将权重最高的站点作为目标站点。
94.优选地，车辆调度模块202还可在空闲车辆去往目标站点的过程中，响应于确定存在符合以下条件的待处理呼单：所述待处理呼单的起点与空闲车辆之间的距离小于空闲车辆与目标站点之间的距离，调度空闲车辆去处理所述待处理呼单。
95.图2所示装置实施例的具体工作流程可参照前述方法实施例中的相关说明，不再赘述。
96.总之，采用本公开装置实施例所述方案，可实现无人驾驶车辆的运力动态调度，从而提升了车辆利用率、成单率以及缓解了交通拥堵压力等，并可适用于自动驾驶出行场景以及自动驾驶物流场景等各种无人化的场景，具有广泛适用性。
97.本公开所述方案可应用于人工智能领域，特别涉及自动驾驶、深度学习以及大数据处理等领域。人工智能是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科，既有硬件层面的技术也有软件层面的技术，人工智能硬件技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理等技术，人工智能软件技术主要包括计算机视觉技术、语音识别技术、自然语言处理技术以及机器学习/深度学习、大数据处理技术、知识图谱技术等几大方向。
98.本公开所述实施例中的呼单及车辆等并不是针对某一特定用户的，并不能反映出某一特定用户的个人信息。本公开的技术方案中，所涉及的用户个人信息的收集、存储、使用、加工、传输、提供和公开等处理，均符合相关法律法规的规定，且不违背公序良俗。
99.根据本公开的实施例，本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
100.图3示出了可以用来实施本公开的实施例的电子设备300的示意性框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字助理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。
101.如图3所示，设备300包括计算单元301，其可以根据存储在只读存储器(rom)302中的计算机程序或者从存储单元308加载到随机访问存储器(ram)303中的计算机程序，来执行各种适当的动作和处理。在ram303中，还可存储设备300操作所需的各种程序和数据。计算单元301、rom302以及ram303通过总线304彼此相连。输入/输出(i/o)接口305也连接至总线304。
102.设备300中的多个部件连接至i/o接口305，包括：输入单元306，例如键盘、鼠标等；输出单元307，例如各种类型的显示器、扬声器等；存储单元308，例如磁盘、光盘等；以及通信单元309，例如网卡、调制解调器、无线通信收发机等。通信单元309允许设备300通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
103.计算单元301可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元301的一些示例包括但不限于中央处理单元(cpu)、图形处理单元(gpu)、各种专用的人工智能(ai)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(dsp)、以及任何适当的处理器、控制器、微控制器等。计算单元301执行上文所描述的各个方法和处理，例如本公开所述的方法。例如，在一些实施例中，本公开所述的方法可被实现为计算机软件
程序，其被有形地包含于机器可读介质，例如存储单元308。在一些实施例中，计算机程序的部分或者全部可以经由rom302和/或通信单元309而被载入和/或安装到设备300上。当计算机程序加载到ram303并由计算单元301执行时，可以执行本公开所述的方法的一个或多个步骤。备选地，在其他实施例中，计算单元301可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行本公开所述的方法。
104.本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(fpga)、专用集成电路(asic)、专用标准产品(assp)、芯片上系统的系统(soc)、复杂可编程逻辑设备(cpld)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
105.用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
106.在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦除可编程只读存储器(eprom或快闪存储器)、光纤、便捷式紧凑盘只读存储器(cd-rom)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
107.为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，crt(阴极射线管)或者lcd(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
108.可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(lan)、广域网(wan)和互联网。
109.计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，也可以为分布式系统的服务器，或者是结合了区块链的服务器。
110.应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。
111.上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。

技术特征：
1.一种无人驾驶车辆处理方法，包括：针对任一无人驾驶车辆区域内的各站点，分别获取所述站点的历史呼单分布信息、所述站点的当前呼单分布信息以及所述站点的当前车辆分布信息，根据获取到的信息确定出所述站点的权重；响应于确定所述无人驾驶车辆区域内出现空闲车辆，按照各站点的权重确定出目标站点，并将所述空闲车辆调度到所述目标站点。2.根据权利要求1所述的方法，其中，所述根据获取到的信息确定出所述站点的权重包括：按照预先确定的计算方式，根据获取到的信息计算出所述站点的权重；或者，将获取到的信息作为预先训练得到的预测模型的输入，得到输出的所述站点的权重。3.根据权利要求2所述的方法，其中，所述按照预先确定的计算方式，根据获取到的信息计算出所述站点的权重包括：计算所述历史呼单分布信息与所述当前呼单分布信息之和，得到第一计算结果；计算所述第一计算结果与所述当前车辆分布信息之差，得到第二计算结果，将所述第二计算结果作为所述站点的权重。4.根据权利要求1～3中任一项所述的方法，其中，所述获取所述站点的历史呼单分布信息包括：针对所述无人驾驶车辆区域中的各站点，分别进行以下处理：分别获取最近n天的同一预定时间段内所述站点的待处理呼单数量，n为大于一的正整数，所述预定时间段为包括当前时间的时间段，所述最近n天不包括当前天；获取所述最近n天的所述待处理呼单数量之和，作为所述站点的第一统计结果；获取各站点的第一统计结果之和，作为第一综合统计结果；获取所述站点的第一统计结果与所述第一综合统计结果的比值，作为所述站点的历史呼单分布信息。5.根据权利要求1～3中任一项所述的方法，其中，获取所述站点的当前呼单分布信息包括：获取当前时间所述站点的待处理呼单数量，作为所述站点的第二统计结果；获取各站点的第二统计结果之和，作为第二综合统计结果；获取所述站点的第二统计结果与所述第二综合统计结果的比值，作为所述站点的当前呼单分布信息。6.根据权利要求1～3中任一项所述的方法，其中，获取所述站点的当前车辆分布信息包括：获取位于预定区域内的符合要求的目标车辆数量，作为所述站点的第三统计结果，所述预定区域为以所述站点为中心的预定大小区域；获取所述无人驾驶车辆区域内的车辆数量，作为第三综合统计结果；获取所述站点的第三统计结果与所述第三综合统计结果的比值，作为所述站点的当前车辆分布信息。7.根据权利要求6所述的方法，其中，
任意两个不同站点对应的所述预定区域的大小相同；或者，任意两个不同站点对应的所述预定区域的大小不同。8.根据权利要求6所述的方法，其中，所述目标车辆包括：位于所述预定区域内的空闲车辆，以及，位于所述预定区域内且以所述站点为终点的非空闲车辆。9.根据权利要求1～3中任一项所述的方法，其中，所述按照各站点的权重确定出目标站点包括：确定出权重最高的站点，将所述权重最高的站点作为所述目标站点。10.根据权利要求1～3中任一项所述的方法，还包括：在所述空闲车辆去往所述目标站点的过程中，响应于确定存在符合以下条件的待处理呼单：所述待处理呼单的起点与所述空闲车辆之间的距离小于所述空闲车辆与所述目标站点之间的距离，调度所述空闲车辆去处理所述待处理呼单。11.一种无人驾驶车辆处理装置，包括：权重获取模块以及车辆调度模块；所述权重获取模块，用于针对任一无人驾驶车辆区域内的各站点，分别获取所述站点的历史呼单分布信息、所述站点的当前呼单分布信息以及所述站点的当前车辆分布信息，根据获取到的信息确定出所述站点的权重；所述车辆调度模块，用于响应于确定所述无人驾驶车辆区域内出现空闲车辆，按照各站点的权重确定出目标站点，并将所述空闲车辆调度到所述目标站点。12.根据权利要求11所述的装置，其中，所述权重获取模块按照预先确定的计算方式，根据获取到的信息计算出所述站点的权重；或者，所述权重获取模块将获取到的信息作为预先训练得到的预测模型的输入，得到输出的所述站点的权重。13.根据权利要求12所述的装置，其中，所述权重获取模块计算所述历史呼单分布信息与所述当前呼单分布信息之和，得到第一计算结果，并计算所述第一计算结果与所述当前车辆分布信息之差，得到第二计算结果，将所述第二计算结果作为所述站点的权重。14.根据权利要求11～13中任一项所述的装置，其中，所述权重获取模块针对所述无人驾驶车辆区域中的各站点，分别进行以下处理：分别获取最近n天的同一预定时间段内所述站点的待处理呼单数量，n为大于一的正整数，所述预定时间段为包括当前时间的时间段，所述最近n天不包括当前天；获取所述最近n天的所述待处理呼单数量之和，作为所述站点的第一统计结果；获取各站点的第一统计结果之和，作为第一综合统计结果；获取所述站点的第一统计结果与所述第一综合统计结果的比值，作为所述站点的历史呼单分布信息。15.根据权利要求11～13中任一项所述的装置，其中，所述权重获取模块获取当前时间所述站点的待处理呼单数量，作为所述站点的第二统计结果，获取各站点的第二统计结果之和，作为第二综合统计结果，获取所述站点的第二统计结果与所述第二综合统计结果的比值，作为所述站点的当前呼单分布信息。16.根据权利要求11～13中任一项所述的装置，其中，
所述权重获取模块获取位于预定区域内的符合要求的目标车辆数量，作为所述站点的第三统计结果，所述预定区域为以所述站点为中心的预定大小区域，获取所述无人驾驶车辆区域内的车辆数量，作为第三综合统计结果，获取所述站点的第三统计结果与所述第三综合统计结果的比值，作为所述站点的当前车辆分布信息。17.根据权利要求16所述的装置，其中，任意两个不同站点对应的所述预定区域的大小相同；或者，任意两个不同站点对应的所述预定区域的大小不同。18.根据权利要求16所述的装置，其中，所述目标车辆包括：位于所述预定区域内的空闲车辆，以及，位于所述预定区域内且以所述站点为终点的非空闲车辆。19.根据权利要求11～13中任一项所述的装置，其中，所述车辆调度模块确定出权重最高的站点，将所述权重最高的站点作为所述目标站点。20.根据权利要求11～13中任一项所述的装置，其中，所述车辆调度模块进一步用于，在所述空闲车辆去往所述目标站点的过程中，响应于确定存在符合以下条件的待处理呼单：所述待处理呼单的起点与所述空闲车辆之间的距离小于所述空闲车辆与所述目标站点之间的距离，调度所述空闲车辆去处理所述待处理呼单。21.一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-10中任一项所述的方法。22.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使计算机执行权利要求1-10中任一项所述的方法。23.一种计算机程序产品，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权利要求1-10中任一项所述的方法。

技术总结
本公开提供了无人驾驶车辆处理方法、装置、电子设备及存储介质，涉及自动驾驶、深度学习以及大数据处理等人工智能领域。其中的方法可包括：针对任一无人驾驶车辆区域内的各站点，分别获取该站点的历史呼单分布信息、该站点的当前呼单分布信息以及该站点的当前车辆分布信息，根据获取到的信息确定出该站点的权重；响应于确定无人驾驶车辆区域内出现空闲车辆，按照各站点的权重确定出目标站点，并将空闲车辆调度到目标站点。应用本公开所述方案，可提升车辆利用率及成单率等。可提升车辆利用率及成单率等。可提升车辆利用率及成单率等。


技术研发人员：龚芷汀 王成亮
受保护的技术使用者：北京百度网讯科技有限公司
技术研发日：2022.12.12
技术公布日：2023/6/12