第二十五期“上海交通大学大学生创新实践计划”项目
基于滴滴数据的行程时间估计
创新训练项目
工学
交通运输类
创新类
船舶海洋与建筑工程学院
高林杰
指导教师
登录状态下查看
国家自然科学基金,基于信息效用的动态路径选择行为研究,2009.1-2011.12,结题。
校内文理交叉项目,基于大数据的城市交通需求管理策略研究,2017-2018,结题。
提供网约车轨迹数据
预估行程时间在很多应用场景中扮演着至关重要的角色。例如,在网约车订单分配、费用预估、行程中间预估、路线决策等各个场景。精准的到达时间预估可以帮助平台提升效率,提高用户体验,方便平台和用户做更优的决策。然而,行程时间本身会受到路线长度、路段通行能力、道路等级、实时路况、红绿灯个数相位等因素的影响。其中路线长度,道路信息,红绿灯信息等相对静态,而实时路况等信息相对动态且易变。此外,行程时间本身有很强的时间周期性,相同的路线在工作日与周末,平峰期与高峰期的表现差异较大。综上因素,预估行程时间具有一定的技术难度和挑战。本课题拟以滴滴网约车行程轨迹数据、真实到达时间、道路实时路况数据和基础路网拓扑数据等信息,构建基于深度学习的训练模型与算法,精准预估行程时间,为相关网约车平台高效运营提供理论依据。