概述
距离矩阵（DistanceMatrix）服务：较原来一对多批量计算来讲，本服务计算能力大幅度提升，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，支持驾车、步行、骑行多种交通方式，满足不同应用需要。
服务主要特点：
1. 支持大批量和多种计算方式
a) 多起点*多目的地矩阵式计算，最高支持25×25矩阵（一次请求计算路面距离625对）
b) 一对多计算：支持1*200对批量计算
2. 支持驾车、骑行、步行多种交通方式
3. 支持返回实时ETA（驾车，结合路况的预估到达时间）
4. 支持跨城远距离计算
5. 极速响应
请求URL
该请求为GET请求
http:// apis.map.qq.com/ws/distance/v1/matrix?parameters
请求参数（GET请求）
| 参数 | 必填 | 说明 | 示例 |
|---|---|---|---|
| mode | 是 | 计算方式，取值： driving：驾车 walking：步行 bicycling：自行车 |
mode=driving |
| from | 是 | 起点坐标 格式：lat,lng[,heading];lat,lng[,heading]… （经度与纬度用英文逗号分隔，坐标间用英文分号分隔） [必填]lat为纬度，lng为经度 [选填]heading为车头方向（正北为0度，顺时针一周为360度） 个数限制： 多对一计算<=200个，多对多计算from和to坐标数乘积<=625 |
例1： from=39.071510,117.190091 例2 from=39.071510,117.190091,270;39.108951,117.279396,180 |
| to | 是 | 终点坐标 格式：lat,lng;lat,lng… （经度与纬度用英文逗号分隔，坐标间用英文分号分隔） 个数限制：一对多计算<=200个，多对多计算from和to坐标数乘积<=625 |
to=39.071510,117.190091;40.007632,116.389160 |
| output | 否 | 返回格式：支持JSON/JSONP，默认JSON | output=json |
| callback | 否 | JSONP方式回调函数 | callback=function1 |
| key | 是 | 开发密钥（Key） | key=OB4BZ-D4W3U-B7VVO-4PJWW-6TKDJ-WPB77 |
响应结果
| 名称 | 类型 | 说明 | ||||
|---|---|---|---|---|---|---|
| status | number | 状态码，0为正常, 310请求参数信息有误， 311Key格式错误, 306请求有护持信息请检查字符串, 110请求来源未被授权 |
||||
| message | string | 对status的描述 | ||||
| result | object | 计算结果 | ||||
| rows | array | 多点到多点距离计算，结果为二维数组，rows为行，elements为列 结果数组（行） | ||||
| elements | array | 结果数组（列） | ||||
| distance | number | 起点到终点的距离，单位：米 | ||||
| duration | number | 表示从起点到终点的结合路况的时间，秒为单位 注：步行/骑行方式不计算耗时，该值始终为0 |
||||
rows/elements结果数组结构说明：
例：计算3个起点到3个终点距离矩阵
from=A,B,C&to=1,2,3
计算结果的二维数组为，以下表格为数组结构示意，行为rows，列为elements：
| [0,0]：A to 1 | [0,1]：A to 2 | [0,2]：A to 3 |
| [1,0]：B to 1 | [1,1]：B to 2 | [1,2]：B to 3 |
| [2,0]：C to 1 | [2,1]：C to 2 | [2,2]：C to 3 |
调用示例
http://apis.map.qq.com/ws/distance/v1/matrix/?mode=driving&
from=39.984092,116.306934;40.007763,116.353798&
to=39.981987,116.362896;39.949227,116.394310&
key=OB4BZ-D4W3U-B7VVO-4PJWW-6TKDJ-WPB77
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
|
//响应示例：{ "status": 0, "message": "query ok", "result": { "rows": [{ "elements": [{ "distance": 5867, "duration": 1052 }, { "distance": 12033, "duration": 2238 }] }, { "elements": [{ "distance": 5614, "duration": 741 }, { "distance": 9539, "duration": 1503 }] }] }}} |
应用场景与方案解析
以下提供一些常见应用场景的解决思路供开发者参考，具体算法、策略需要您根据自业务需要进行设计和实现。
1.网约出租车派单计算
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，除距离以外，建议结合实时路况的预计到达时间（ETA）做为派单优先级条件之一
2.网约出租车顺风车派单计算
顺风车式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：
a. 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
b. 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
c. 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
3.大件物流-装车/送货顺序计算
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：
a. 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。
b. 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。使用本服务，你需要先成为企业开发者并申请key，按配额申请模板 编辑邮件发送至：mapapi@vip.qq.com;mapbd@tencent.com，邮件中的申请接口填写“多目的地最优路径”，您的申请我们会在3个工作日内审批完成，我们会为您提供每秒5次、每天1万次的配额
4.物流配送-配送员最优取派件顺序
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：
a) 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
b) 与顺风车计算方式接近，不同的是，配送站或配送员有即定的工作范围，备选订单即为工作范围内所有订单，筛选过程相对简单
c) 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。
5.外卖业务配送
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：
a. 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。
b. 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。
c) 往往同一小区、写字楼会有多个订单，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。
