随着物联网和自动驾驶技术迅速发展,自动驾驶出租车逐渐出现在大家的视野中。相比传统的人工驾驶出租车,自动驾驶出租车系统不受司机个人偏好的约束,自动搜集和处理交通信息,智能匹配乘客,全局优化行驶路线,避免了空驶率高、挑客、宰客等问题。自动驾驶出租车完成接单任务后,会进入到空载状态。如何对空载状态的车辆进行调度是实现司乘匹配全局优化的关键问题。针对自动驾驶系统对空载状态的出租车的调度算法问题,本文设计了一个基于需求预测的自动驾驶出租车调度算法。算法主要分为两个阶段:需求预测阶段和空载调度阶段。在需求预测阶段,本文将大量的车辆轨迹数据转化为网格OD矩阵数据,并使用了Bi Lstm网络建立需求预测模型,这个预测模型能使用历史需求数据预测下一个时刻的需求数据。随后,在空载调度阶段。本文根据需求预测模型预测出的OD信息,针对网格区域的不同建立了流网络模型进行区域之间的调度,并使用最小代价最大流算法保证了完成区域调度的最小代价。最后,根据真实地图数据对实验进行了仿真,并在该系统中对传统的调度算法和基于需求预测的调度算法进行了实验。通过对比传统的调度算法,本文所提出的空载调度算法能降低45%的乘客的等待时间和提高54%的出租车总载客时长,较传统调度算法有更好的性能。