距离矩阵服务上线，实现最优派单及路径解决方案

继一对多的距离计算服务后，腾讯位置服务近日再次升级，推出更为强大的距离矩阵（多对多）距离服务。从计算性能上来看，多对多矩阵最高支持25×25矩阵（一次请求计算路面距离625对），一对多最多支持1×200批量计算，批量计算能力达到业内领先水平。

同时，结合实时返回的ETA及跨城远距离计算能力，以及支持驾车、步行、骑行多种方式，可应用于网约车派单、多目的地最优路径智能计算等场景中，使应用场景得到进一步扩展。

场景一：为网约车接驾提供最优派单

网约车业务中，合理分派订单，减少乘客等待是用户体验的关键环节，用户发起叫车请求后，服务端根据用户上车点查找周边车辆，计算接驾距离（距离近的车辆会得到优先分派），除距离外也可再结合业务需要得出派单优先顺序，实现订单分派。

解决方案要点：

a)  使用多起点（周边车辆）到同一终点（乘客）的距离计算方式。

b) 一般先查找乘客周边直线1公里范围内车辆，再计算接驾距离，以降低计算量。

c) 设置车头方向可以辅助确定车辆所在道路，提高计算准确度。车头方向通过车辆GPS获取，调用本服务时做为输入参数传入。

d) 实时订单，除距离外，建议结合实时路况的预计到达时间（ETA）作为派单优先级条件之一 。

场景二：为顺风车派单提供最优方案

顺风车是高效利用出行资源，降低出行成本的一种出行方式。判断为可拼车的基本逻辑是，A乘客发起拼车，确定初始起/终点，增加B乘客后，距离增加在可接受范围内，即为可拼车。

解决方案要点：

首先初筛存在拼车可能性的订单，根据发起拼车的起终点，查找周边起点相近、方向相同的订单，作为备选拼车订单，当然这个策略可以根据业务实际情况进行设计。

使用多对多矩阵式计算，计算备选订单中的各乘客、各目的地相互间距离。

通过计算得到的互相间距离，并结合实际业务需要，计算得到拼车订单。

场景三：为大件物流装车/送货提供最优路径

城市大件货物配送，一般一趟车负责多件货物、途经多个收货地点完成配送。在出发前，司机需要根据运单自行规划配送路线，安排装车顺序（先送后装，便于卸车），这对司机的路线能力要求非常高，规划过程也会占用较多时间成本，因此实现配送顺序智能规划，是有效解决这一问题的关键。

解决方案要点：

使用多对多矩阵式距离计算，计算得到起点及各收货点两两间距离，再结合您的业务需要，经排序得到最优遍历顺序。

如果您的业务目前仅需考虑距离因素，我们为您提供了基于驾车方式的最优配送顺序的服务，输入起点及若干终点，自动为您计算最优的遍历顺序，可直接使用。

场景四：为配送员提供最优取派件顺序

电商、快递物流类业务，为赢取用户口碑，保持自身竞争力，不断在各各环节进行提速，从当日达到半日达，再到小时达，这背后离不开强大的信息系统与GIS能力的结合。 配送与揽收环节，以往多由配送员自行规划路线，对人依赖较重。而限时达业务的插入，常会打断原有计划，配送员要不断根据订单变化进行调整，稍有不甚订单将无法按时履约。

解决方案要点：

采多对多矩阵式计算，使用骑行方式，计算各订单间距离，并排序得到最优顺序。

与顺风车计算方式接近，不同的是，配送站或配送员有既定的工作范围，备选订单即为工作范围内所有订单，筛选过程相对简单。

往往同一小区、写字楼每天会接收多件包裹，可对同目的地的运单预先进行合并，也可离线预计算各主要收货小区、楼栋两两间距离，减少重复计算，提升系统速度。

场景五：为外卖小哥提供最佳骑行路径

与物流配送情况相近，但即时性要求更高，随时有新订单产生，随时有任务插入。

解决方案要点：

同样使用骑行距离矩阵，计算得到取派地点间距离，从而计算顺路、计算取派顺序。

可对订单进行一定累积之后（订单越多，拼成顺路的概率越大），再进行顺路关系计算，使订单分派更为合理，充分使用运力。

目前已有美团、京东、达达等在各自行业内领先的大客户开始使用该距离矩阵服务，来优化自身的派单或配送效率。随着LBS与各行各业的深度融合，腾讯位置服务正致力于为广大开发者，特别是用车出行、快递物流等行业的开发者提供更加精准和智能的解决方案。