滴滴巴士创新(从商业机会角度分析,滴滴打车)

　　滴滴巴士创新(从商业机会角度分析,滴滴打车)、本站经过数据分析整理出滴滴巴士创新(从商业机会角度分析,滴滴打车)相关信息，仅供参考！

　　 1.

　　产品背景介绍

　　传统的公共交通系统以固定路线和时刻表的形式提供公共出行服务。近年来，随着信息技术的快速发展和与各行业的深度融合，个性化服务逐渐兴起。在公共交通领域，滴滴、优步、Lyft等科技出行公司利用新技术赋能传统出行行业，推出了更便捷、更优质的出行解决方案。

　　目前，中国每天约有2.5亿人选择公共出行。基于滴滴让出行更美好的愿景，依托优质交通大数据优势，不断思考改善公共出行领域的解决方案，积极与交管部门等合作伙伴合作，用技术力量改善城市交通，造福大众。

　　在此背景下，滴滴按需公交服务应运而生。可根据用户个性化出行需求，灵活调整运力，实时计算客流和虚拟站点最优路径，快速动态分配公交运力资源，实现整体效率最佳。可以有效弥补传统公共交通在特定区域和时段的运力与需求不匹配的问题，提高公共交通的运营效率，有效满足乘客出行的多样化需求，有效改善用户的公共出行体验，增加公共交通的可达性。目前，该服务已在青岛、Xi等城市上线，为用户提供经济、直接、有座、少步行的响应式公交服务。

　　在ToG与ToB的合作过程中，滴滴创新巴士团队主要致力于输出产品技术能力，赋能B端，孵化多场景下的多元化产品解决方案。公共出行的细分场景多样化，包括通勤、指定疏散、商务、旅游、城际枢纽场景、社区、工业园区、大学城等微循环场景。不同场景下可以设计不同模式的公交产品。，需要一套完整的运营体系来支撑产品的运营。如果每个B端自己开发，成本高，周期长，风险大。与滴滴按需公交技术平台产品对接，可以大大降低合作伙伴的成本，加速产品的落地。，有助于提升公共出行的信息化和网络化还原水平，让乘客方便地获取实时、准确的出行信息，运营方可以实时监控车辆运行状态，及时了解用户诉求。

　　 2.巴士商业模式

　　我们谈出行问题，本质上是解决时间和空间的问题，公共交通也是如此。通过抽象下面的业务模型，分解模型层，如下图所示。第一层是静态区域站点层，可以规划设计大、中、虚拟站点；第二层是线路层，描绘车站之间的接入路径；第三层是综合服务层，通过各种模式提供人车的运输调度等服务。在不同的出行场景下，时空分布存在差异，可以通过三层不同的模式优化公交服务。在图的右上角，旅行时空非常密集。在这种场景下，规划大中型车站、固定路线、投入大车、固定调度的枢纽模式是主要模式；在图的左下角，旅行时空并不密集。在这种情况下，规划虚拟站、输入车、实时聚合和动态微循环模式是主要模式；在时间密集型、空间少密集型、空间密集型和时间少密集型条件下，结合枢纽和微循环结合模式更有效率。

　　 3.

　　产品服务架构

　　为了实现产品价值，基于滴滴的基础生产和研发能力，滴滴实现了一套动态的公交产品和服务。依托底层弹性云平台的基础能力，地图、算法、调度引擎等。构建人、车、线动态智能匹配的服务。应用包括乘客、司机和数据运营管理平台。

　　 4.

　　产品界面

　　下面是动态公交产品的效果截图。前三个是旅客终点站

　　公共交通本身的场景将是多元化的，包括通勤场景、枢纽疏散场景、商业、旅游、城际、社区、工业园区、大学城等。不同的场景可能适合设计不同模式的公共交通产品来服务。下图为某客运枢纽疏散场景，不间段动态线路。青岛西站出站旅客电话订票。根据不同的上下车站点，系统动态聚合并规划动态路线，将乘客疏散到下方的大区域。

　　下图是某大学城区域，小巴投入运营，有固定站点，根本没有固定线路。该地区的乘客可以打电话或实时预约。系统实时聚合匹配，实时生成动态路线。司机根据系统调度任务，按顺序接送乘客。

　　为了支持多样化的产品，我们对商业模式做了统一的抽象。对于公共交通服务，核心模块设计包括站线模式、线路模式、调车模式、公交共享模式、计价支付模式、取消模式等。线路模式包括固定线路、非固定线路、部分约束固定模式等。出行方式包括固定班次出行，出行人数足够，车票支付达标。调车模式包括固定调度、实时动态优化、循环调度等模式；乘坐模式包括换挡、效率优先乘坐和平衡乘客体验。定价模式包括固定票价、阶梯票价、里程定价等模式；支付方式包括预付费、后付费、不付费等方式；取消方式包括不可撤销、免费取消、罚款取消等。在这种商业模式中，每种模式都是模板化的，运营者可以根据场景的实际情况自由灵活地选择组合，快速创造和运营新产品。

　　 6.

　　线站模型的维数增加

　　按需公交是对传统公交的创新，融合了网约车服务的便捷性和公交优惠。其本质是一种公共交通的形式，强调规划，要求规划设计有线站模式。

　　为了表达多样化的产品运营模式，我们升级了线站模式，从目前的线为主的行业升级为网络结构。有了车站可达性的约束图，我们就可以开拓线条的表达空间，创造出更多可能的灵活线型。

　　公共交通的运营主体有公交集团、客运公司、小型公园、社区管委会等。不同运营商会根据自身需求、运营特点、当地交通规则和实际情况设计不同的线路约束。

　　典型的线路可达性设计限制有

　　部分或全部车站可能要求相对站序，不允许倒站序行驶，通常见于火车站到市区、机场到市区的集散中心疏散场景。要求设置一个或多个过站，一般在旅游景点、车站、学校等。它允许系统动态微调乘客下单的上车站点，以提高车辆的运营效率。比如将乘客的上客站修改为马路对面，这种情况一般出现在公园或者市区无方向的微循环场景中，以减少车辆的转弯。特殊情况下，站间路线应根据运输载体实际线下体验规划路线设置，而不是根据导航服务动态推荐路线进行规划。类似的场景还有很多。从功能上看，似乎都是不相关的定制需求，从技术层面上，我们可以将这些需求抽象成一个特殊的有向图表达。如果站点需要相对有序，我们可以通过配置站点的连通性来达到同样的效果。如果需要换站，可以通过训练和挖掘的方式找出可以换站的站，在引擎算法的支持下达到最终的效果。

　　通过配置、挖掘、训练等手段。构建了一个特殊的有向图结构，应用于引擎，最终转化为不同的“定制”需求，我们称之为需求响应公交网络模型。

　　因为它是一种属性

　　车辆调度和调度

　　不同的运营商，在不同的场景下，运营方式各不相同。有些场景是车辆在一定范围内不停地行驶，有些场景是在多个站点之间有预定的班次，有些场景是根据需要在多个站点之间有班次。公交运营商通常有一个离线调度员，负责车辆调度。如何利用在线数据和技术手段替代或辅助车辆调度，满足多种不同场景需求，也是需求响应型公交面临的重要问题。根据实际情况，提炼出静态和动态两种调度模式。

　　静态调度根据不期的客流和方向分布，以及不期的路况，规划运能或班次投入计划。并利用智能算法，考虑驾驶员的工作时间要求、疲劳驾驶、休息时段、驾驶表现，以及车辆续驶里程、加油充电时段、全程时间等相关信息。智能计算推荐的排班表，然后快速手动选择并修正，高效生成最佳排班表。

　　动态调度动态生成组合路线后，调度引擎会为其寻找最佳车辆进行匹配，实时分配任务。系统会结合规则、车辆状态、车辆位置等一系列因素进行评估计算。如果通过计算确定可以响应路线任务，就将行程与车辆绑定，车辆接到任务后按顺序接送乘客。

　　上图是简单的示意图。在途中，车辆B1和B2已经被分配了路线，并且它们正在执行现有的路线。有两辆车辆B3和B4具有未分配的路线，实时在线等待分配。，此时此刻，我们聚合形成一个新的行程。后续订单可以继续汇总旅程，并通知用户旅程已经汇总。车辆信息后面会说，暂时没有合适的车辆。我们会根据运力规则、路况、预测计费情况实时更新最合适的车辆，最终指定车辆B4执行未分配车辆的行程。

　　 9.

　　系统核心架构

　　需求响应型公交车主要由乘客、司机、管理后台和发动机组成。整个系统从用户的话单开始，订单经过分析处理后放入订单池。订单池以特定的频率向引擎发送请求，引擎对请求进行分析，适配合适的算法，为订单匹配最佳车辆，并为车辆规划取送订单，然后将结果返回后台系统进行缓存。驾驶员和乘客接收背景信息进行显示，并反复更新信息，从而形成系统的完整闭环。

　　整个系统的架构图如下

　　 10.

　　拼写和计划引擎

　　动态公交预订与规划引擎主要是解决多车多车在时间和空间上的匹配问题，在满足各种前提条件的情况下，尽可能多的接单，保证司机和乘客的体验。公交车车型有很多种，有几座的，也有几十座的。与网约车相比，动态公交在两个维度上有了更多的扩展如何为每辆车分配多个订单，如何将多个订单与不同的线路组合起来。这个维度的增加导致组合的指数增长。

　　假设某个场景下有M辆车，N个订单，可能的组合方案(车和订单的无序组合)将是

　　物种；，如果一个方案中有K辆车，某辆车有Q个订单，那么该方案下的解将是

　　物种组合；那么，理论上，M-cars和N-cars的可能组合的数量是

　　面对如此大规模的VRP问题，暴力检索是不可想象的。在小范围区域，可以用传统运筹学范畴的算法精确求解；当面积较大时，精确解是不切实际的，需要寻找一种合理的智能算法，既考虑搜索性能，又合理避免陷入局部最优。为了更好地处理这个NP难问题，找到一个更好的次优解是关键。

　　公共交通的动态VRP问题有其独特的限制条件(如车辆容量的限制、用户时间窗的限制、停车顺序的限制等。).在这种情况下，一个合理的初始解是非常重要的，它可以大大降低搜索规模。这里，我们可以结合拼写逻辑，启发式地生成初始解；在搜索过程中引入禁忌表，避免重复操作；使用可变域搜索避免陷入局部最优等。在集中和疏散之间取得了很好的平衡。，目标函数决定了搜索的方向。如何设计合理的目标函数，如何平衡拼读率和体验的关系，一直是我们探索的方向。目前也在布局供需自动平衡方案，比如通过机器学习智能推荐合理站点，引导车辆合理分配等。，我们也在利用现有的历史订单数据和用户行为数据，通过深度学习，积极构建我们的仿真系统，为不同运营区域的独立建模打下基础。

　　 11.

　　开放平台

　　以赋能公交行业为目的，除了支持滴滴主app话单之外，还提供开放的平台合作模式，由客户更自主地实现自己的需求。

　　公共交通是多方合作的业务，技术平台以开放平台的模式搭建。开放api的使用支持以各种方式合作的可能性。运营商可以直接在滴滴app上操作产品，也可以通过我们提供的开放api和sdk接入自己的系统和app产品。

　　作者马滴滴高级专家工程师，2016年加入滴滴，创新公交负责人，主要负责动态公交整体业务架构设计。

　　高滴滴，高级工程师，2018年加入滴滴，主要负责创新公交乘客后台、开放平台、仿真平台。

　　萧声滴滴专家工程师，2016年加入滴滴，主要负责动态公交的司机后端和规划引擎。

　　黄大卫，R&D高级工程师，2019年加入滴滴，主要负责动态公交规划引擎和可视化平台。

　　更多关于滴滴巴士创新(从商业机会角度分析,滴滴打车)的请关注本站。