基于车位协商的自动停车方法与流程

本发明涉及一种自动车，特别涉及一种基于车位协商的自动停车方法。

背景技术：

目前已有许多具有自动驾驶技术的自动车被提出。用户仅需将目的地输入至自动车，即可令自动车自动驾驶至目的地，而无须用户手动驾驶行为。

此外，目前另有一种自动停车技术被提出。当自动车抵达车位旁时用户可启动自动停车，即可令自动车自动停入车位，而无须用户手动停车行为。

虽现有的自动驾驶技术与自动停车技术具有上述优点，然而，现有的自动驾驶技术并无法自动寻找尚有可用车位的停车场，而必须仰赖用户自行寻找停车场位，再将停车场的位置输入至自动车以使自动车自动驾驶至停车场。

此外，现有的自动停车技术是由用户自行判断自动车已抵达可用车位旁时手动启动，这使得用户必须随自动车前往停车场并人工寻找可用车位，并于停车完成后再从停车场移动至目的地。

有鉴于此，目前的自动驾驶技术与自动停车技术仍必须倚靠人力才能完成停车，而未能达成完全自动化。

技术实现要素：

本发明的主要目的，在于提供一种基于车位协商的自动停车方法，可实现完全自动化的自动停车功能。

于一实施例中，一种基于车位协商的自动停车方法，包括以下步骤：

a)于一云端伺服器与一载具的一载具电脑建立连接；

b)于自一用户移动装置或该载具电脑收到一停车指令时取得该停车指令的一识别数据所对应的一偏好数据；

c)依据该停车指令的一下车位置与一预设搜寻距离执行一可用车位搜寻程序以自至少一停车场伺服器取得多个可用车位的多个车位数据；

d)依据该偏好数据与该多个车位数据执行一车位协商程序以选择该多个车位数据的其中之一；

e)依据该车位数据及该识别数据发送一车位指派指令至提供该车位数据的该停车场伺服器以使该停车场伺服器将该车位数据指派至该识别数据；及

f)依据该车位数据传送一车位导引信息至该载具电脑以使该载具电脑依据该车位导引信息执行一自动驾驶程序来控制该载具从该下车位置移动至该车位数据所对应的该可用车位。

于一实施例中，该可用车位搜寻程序包括下列步骤：

g1)计算该下车位置与各停车场之间的一移动距离；

g2)向该至少一停车场伺服器查询各该停车场是否有任一该可用车位；及

g3)于任一该移动距离不大于该预设搜寻距离且对应的该停车场有该可用车位时取得该可用车位的该车位数据。

于一实施例中，该可用车位搜寻程序更包括一步骤g4)于所有该移动距离大于该预设搜寻距离或所有该停车场皆无该可用车位时发送一无符合车位通知至该用户移动装置或该载具电脑。

于一实施例中，该可用车位搜寻程序更包括下列步骤：

g5)于所有该移动距离大于该预设搜寻距离或所有该停车场皆无该可用车位时规划一漫游路径并发送该漫游路径至该载具电脑以使该载具电脑控制该载具沿该漫游路径移动；及

g6)于该载具沿该漫游路径移动期间自该载具电脑接收一载具位置，并将该载具位置作为该下车位置来执行该步骤g1)至该步骤g3)。

于一实施例中，该车位协商程序包括以下步骤：

h1)比较该偏好数据的多个偏好条件与各该车位数据的多个车位元素；

h2)于任一该车位数据的该多个车位元素符合该多个偏好条件时记录符合的该车位数据；及

h3)于符合的该多个车位数据中选择其中之一。

于一实施例中，该步骤h3)是取得该下车位置与符合的各该车位数据所对应的一停车场之间的一移动距离，并选择该移动距离最小的该车位数据。

于一实施例中，该步骤h3)是选择费率最便宜的该车位数据。

于一实施例中，该基于车位协商的自动停车方法更包括以下步骤：

i1)于该云端伺服器自该用户装置接收一取车指令时依据该取车指令的一识别数据执行一结算程序以自动支付本次的停车费；及

i2)传送该取车指令的一取车位置至该载具以使该载具执行该自动驾驶程序来移动至该取车位置。

于一实施例中，该基于车位协商的自动停车方法更包括以下步骤：

j1)于自该用户移动装置或该载具收到一服务需求指令时取得一排程条件，其中该服务需求指令包括该识别数据及该下车位置并指定多个服务；

j2)取得该多个服务的一历史等待数据及多个等待因子；

j3)依据该历史等待数据及该多个等待因子计算该多个服务于不同时间点的多个预测等待时间值；

j4)取得自该下车位置移动至各该服务的一服务位置及自各该服务的该服务位置移动至另一该服务的该服务位置所需的多个移动时间值；

j5)依据该排程条件、该多个移动时间值及该多个预测等待时间值决定一建议顺序；及

j6)依据该建议顺序发送各该服务的一服务导引信息至该载具电脑以使该载具电脑控制该载具依据各该服务导引信息执行该自动驾驶程序来依序移动至各该服务的该服务位置。

于一实施例中，该基于车位协商的自动停车方法更包括一步骤j7)依据该建议顺序计算分别对应各该服务的一预测抵达时间，并依据各该预测抵达时间及该识别数据发送一服务预约指令至各该服务所对应的一服务伺服器以完成各该服务于各该预测抵达时间的预约。

本发明可替用户省却停车动作并省却停车所需时间。

以下结合附图和具体实施例对本发明进行详细描述，但不作为对本发明的限定。

附图说明

图1为自出发地前往目的地的时间-空间关系示意图；

图2为本发明一实施例的自动停车系统的架构图；

图3为本发明第一实施例的自动停车方法的流程图；

图4为本发明第二实施例的可用车位搜寻程序的流程图；

图5为本发明第三实施例的车位协商程序的流程图；

图6为本发明第四实施例的自动取车的流程图；

图7为本发明第五实施例的自动停车方法的流程图。

其中，附图标记

10…载具

100…车载电脑

13…用户移动装置

20…云端伺服器

200…数据库

30…停场伺服器

31…服务伺服器

32…路况伺服器

s10-s15…自动停车步骤

s20-s24…可用车位搜寻步骤

s30-35…车位协调步骤

s40-s42…取车步骤

s500-s513…自动停车与服务排程步骤

具体实施方式

兹就本发明的一较佳实施例，配合附图，详细说明如后。

首请参阅图1，为自出发地前往目的地的时间-空间关系示意图。图1用以示例性说明用户自出发地前往目的地的详细过程。于本例子中，用户可先自出发地搭乘自动车前往目的地(费时30分钟)。于抵达目的地后，用户必须手动驾驶自动车来寻找停车场(如第一停车场，费时5分钟)。并且，于抵达第一停车场后，由于无可用车位，用户必须手动驾驶自动车来寻找其他停车场(如第二停车场，费时10分钟)，并于第二停车场中人工找寻可用车位并停车。最后，于停车完成后用户还必须走回目的地(费时15分钟)。

由上述例子中可知，用户虽仅花费30分钟即抵达目的地，但却需额外花费30分钟进行停车，这大幅降低了自行开车在时间上的优势。

有鉴于此，本发明提出一种基于车位协调的自动停车系统与自动停车方法。本发明的自动停车系统与自动停车方法可自动协调可用车位，并控制自动车自行前往可用车位进行自动停车。藉此，用户可于抵达目的地直接下车，而不需额外花费时间寻找可用车位并停车。

续请参阅图2，为本发明一实施例的自动停车系统的架构图。本实施例的自动停车系统主要包括载具10、云端伺服器20及一或多个停车场伺服器30。

载具10(如自动车，前述自动车可为但不限于符合美国自动车工程师协会(societyofautomotiveengineers，sae)所规定的sae等级3以上车辆)用以运输人员或货物，并可包括车载电脑100。车载电脑100连接因特网，并可控制载具10执行无人自动驾驶来移动至指定地点。前述无人自动驾驶技术属于本技术领域的常见技术，其技术细节与详细实施方式于此不细述。

云端伺服器20连接因特网，用以协调可用车位。各停车场伺服器30记录有所管理的停车场的多个车位的车位数据，并记录有各车位的使用状态(如可停车的可用车位或已停车的占用车位)。

于一实施例中，自动停车系统还包括用户移动装置13(如载具10的遥控器或用户持有的智能型手机)，用户移动装置13可连接车载电脑100以经由车载电脑100与云端伺服器20进行通讯，或者，用户移动装置13可直接连接因特网并经由因特网与云端伺服器20进行通讯。

续请一并参阅图2及图3，图3为本发明第一实施例的自动停车方法的流程图。本发明各实施例的自动停车方法可使用图2所示的自动停车系统来加以实现。更进一步地，云端伺服器20储存包括电脑可执行的程序码的应用程序(图未标示)。当云端伺服器20的处理器(图未标示)执行应用程序后可控制云端伺服器20与车载电脑100、用户移动装置13及停车场伺服器30进行互动来执行本发明各实施例的自动停车方法的各步骤。

首先，载具10的车载电脑100与云端伺服器100建立连接。接着，用户可自出发地搭乘载具10至目的地(用户可手动驾驶载具10或由载具10自动驾驶)。于抵达目的地后，用户可直接下车，并操作用户移动装置13或车载电脑100来发出停车指令至云端伺服器20以启动本发明的自动停车功能。

于一实施例中，停车指令包括识别数据，前述识别数据可为载具10的识别数据(如车牌或引击号码等)或用户的识别数据(如身分识别码或注册帐号等)，不加以限定。

于一实施例中，停车指令包括下车位置。具体而言，车载电脑100或用户移动装置1可包括定位装置(如gps定位器，图未标示)。车载电脑100或用户移动装置1可经由前述定位装置感测当前位置(如gps座标)并做为前述下车位置。

接着，云端伺服器20判断是否自用户移动装置13或载具10的载具电脑100收到停车指令(步骤s10)。若云端伺服器20未收到任何停车指令，则持续进行判断。

若云端伺服器20收到停车指令，则分析所收到的停车指令以取得识别数据，并依据识别数据查询对应的偏好数据(步骤s11)。

于一实施例中，云端伺服器20包括数据库200。数据库200储存有多笔偏好数据，各偏好数据分别对应一组识别数据，并用以指示用户对于车位的偏好条件。前述偏好数据可为用户事先设定或云端伺服器20经由分析用户使用习惯及/或回馈意见所获得，不加以限定。

于一实施例中，各偏好数据包括多个偏好条件。前述偏好条件可为用户偏好的停车场与目的地之间的距离(如500公尺内)、停车费率(如低于每小时40元)、停车场品牌、车位类型(如平面车位或机械车位、平面车道或机械车道)、载具尺寸、载具重量、优惠方案(如特定信用卡或特定商家的特约停车场)或预计停车时段(如晚上十点至隔天早上七点)等等。

接着，云端伺服器20分析停车指令以取出下车位置，并取得用户事先设定(或系统预设)的一组预设搜寻距离(如1000公尺)，并依据与预设搜寻距离执行可用车位搜寻程序以自停车场伺服器30取得多个可用车位的多个车位数据(步骤s12)。

于一实施例中，云端伺服器20是以下车位置为原点，并以预设搜寻距离为搜寻半径(或直径)来建立搜寻范围，并向各停车场伺服器30查询此搜寻范围中尚有可用车位的停车场，并于存在任一可用车位时取得此可用车位的车位数据。

于一实施例中，各停车场伺服器30(如停车场的管理主机)分别对应一或多个停车场，并记录有所对应的停车场的多个车位的车位数据及即时的车位状态(如可用车位或占用车位)。藉此，云端伺服器20可经由查询所有车位的车位状态来快速得知各停车场是否有可用车位。

于自多个停车场伺服器30取得多个可用车位的多笔车位数据后，云端伺服器20可依据偏好数据与多个车位数据执行车位协商程序以选择多个车位数据的其中之一(步骤s13)。

于一实施例中，各车位的车位数据包括多个车位元素。前述车位元素可为此车位所属的停车场的相关信息(如停车场代码、品牌或位置)、停车费率、车位类型、车位尺寸、车重上限、可停车时段、适用优惠方案或可停车时段等等。云端伺服器20将偏好数据的各偏好条件逐一与各车位数据的各车位元素进行比较以决定最符合的车位数据。

接着，云端伺服器20依据最符合的车位数据及停车指令的识别数据产生车位指派指令，并发送所产生的车位指派指令至提供此车位数据的停车场伺服器30以预约此可用车位(步骤s14)。停车场伺服器30于收到前述车位指派指令后可将车位指派指令所指示的车位数据指派至车位指派指令所指示的识别数据，即将对应的可用车位指派至对应的载具30或用户。

于一实施例中，当停车场伺服器30将车位数据指派至任一识别数据后可将此车位的车位状态变更为占用车位以避免重复指派同一车位给两笔识别数据。

更进一步地，由于可避免重复指派同一车位给两笔识别数据，本发明可于收到多辆自动车的多个停车指令，正确地进行可用车位协商、指派与预约，而可同时满足大量自动车的停车需求。

此外，于完成车位协商程序后云端伺服器20还可依据符合的车位数据产生车位导引信息，并传送车位导引信息至载具电脑100以使载具电脑100依据所收到的车位导引信息执行自动驾驶程序来自下车位置移动至车位数据所对应的可用车位并完成自动停车(步骤s15)。

于一实施例中，车位导引信息可记录有此可用车位所属停车场的入口位置、进场/离场方式(如人工验证或电子栅栏)、停车场图资、可用车位于停车场中的位置、从停车场入口至可用车位的进场导航路线、从可用车位至停车场出口的离场导航路线等等。

前述依据相关位置信息执行自动驾驶程序来抵达停车场及依据停车场图资进行自动停车属于本技术领域的常见技术，于此不再赘述。

本发明可替用户省却停车动作并省却停车所需时间(如图1所示第30分钟至第60分钟之间的时间)。

续请一并参阅图2、图3及图4，图4为本发明第二实施例的可用车位搜寻程序的流程图。相较于图3所示的自动停车方法，本实施例的自动停车方法的步骤s12所执行的可用车位搜寻程序包括以下步骤。

云端伺服器20自停车场伺服器30取得各停车场的位置，并依据计算下车位置与各停车场的位置，计算自下车位置至各停车场的移动距离。接着，云端伺服器20判断下车位置与各停车场的移动距离是否不大于预设搜寻距离(步骤s20)。

若下车位置与任一停车场之间的移动距离不大于预设搜寻距离，则云端伺服器20进一步向对应的停车场伺服器30查询此停车场是否有可用车位(步骤s21)。

若此停车场有可用车位，则云端伺服器20进一步取得所有可用车位的车位数据并储存于云端伺服器20的储存装置(步骤s22)。接着，云端伺服器20执行步骤s13。

若云端伺服器20于步骤s20中判断所有移动距离皆大于预设搜寻距离，或者于步骤s21中判断所有符合的停车场皆无可用车位，则表示预设搜寻范围内无符合的可用车位，云端伺服器20可产生无符合车位通知，并发送无符合车位通知至用户移动装置13或载具电脑100(步骤s23)。

于一实施例中，本发明更提供漫游功能。前述漫游功能主要是令载具10于道路上有规划的进行自动驾驶以等待用户取车。

具体而言，云端伺服器20于步骤s20中判断所有移动距离皆大于预设搜寻距离，或者于步骤s21中判断所有符合的停车场皆无可用车位后可自动执行(或用户于步骤s23收到无符合车位通知后手动执行)漫游程序(步骤s24)。

于漫游程序执行过程中，云端伺服器20规划一条漫游路径并发送所规划的漫游路径至载具电脑100。接着载具电脑100依据漫游路径控制载具10沿漫游路径移动(即沿漫游路径进行自动驾驶)。

于一实施例中，当载具10进行漫游移动期间云端伺服器20可自载具电脑100持续接收最新的载具位置，并持续依据最新的载具位置执行前述可用车位搜寻程序(步骤s12)及前述车位协商程序(步骤s13)，并于取得任一可用车位的车位数据时预约此可用车位(步骤s14)并通知载具10前往停车(步骤s15)。藉此，本发明可大幅降低载具10因漫游而过度消耗燃料的机率。

本发明的漫游功能可避免载具10因为无法取得可用车位而被迫暂停禁止停车区域，而使用户违反交通规则并受罚。

续请同时参阅图2、图3及图5，图5为本发明第三实施例的车位协商程序的流程图。相较于图3所示的自动停车方法，本实施例的自动停车方法的步骤s13所执行的车位协商程序包括以下步骤。

云端伺服器20先自经由车位搜寻程序所获得的多个可用车位的多笔车位数据中选择其中之一(步骤s30，如选择第一笔车位数据)。

接着，云端伺服器20比对偏好数据与所选择的车位数据以判断两者是否相符(步骤s31)。于一实施例中，云端伺服器20是比较偏好数据的各偏好条件与车位数据的相同类型的车位元素进行比较，并于所选择的车位数据的所有车位元素符合所有对应的偏好条件时判定此车位数据符合偏好数据，但不以此限定。

于一实施例中，云端伺服器20是于符合偏好条件的车位元素达特定数量(如3个车位元素符合或一半以上车位元素符合)时判定选择的车位数据符合偏好数据。

若云端伺服器20判定选择的车位数据符合偏好数据，则保留所选择的车位数据(步骤s32)。否则，云端伺服器20滤除所选择的车位数据(步骤s33)。

接着，云端伺服器20判断是否经由车位搜寻程序所获得的所有车位数据皆已比对完成(步骤s34)。

若所有车位数据皆比对完成，则云端伺服器20自符合的车位数据(即步骤s32所保留的车位数据)中选择其中之一来执行后续自动停车步骤(步骤s35)。接着执行步骤s14。

于一实施例中，用户可对多个偏好条件设定优先权(如车位尺寸的优先权最高、费率的优先权次之，车位类型的优先权最低)。当同时有多笔车位数据符合偏好数据时，云端伺服器20会依据优先权进行选择(如选择车位尺寸最大的车位数据)。

若任一车位数据皆比对完成，则云端伺服器20再次执行步骤s30至步骤s34以选择另一笔车位数据(如选择第二笔车位数据)，并判断所选择车位数据是否符合偏好数据。

本发明经由车位协商程序可决定最符合用户期待的可用车位，而可提高用户体验。

于一实施例中，前述偏好数据与前述车位数据可以函数形式来加以表示而可加快比较速度。以函数o(i)＝(距离,费率,停车场品牌,车位类型)为例。若用户设定的偏好数据为o(1)＝(1000，100，4，1)，即移动距离(即停车场与下车位置间的距离)小于1000公尺，费率低于每次100元，停车场品牌为第四品牌，且车位型态为第一种(如平面车位)。可用车位的车位数据分别为a(1)＝(1300，50，4，1)、a(1)＝(1300，50，4，1)、a(3)＝(900，80，4，2)、a(4)＝(700，80，4，1)及a(5)＝(500，100，4，1)。云端伺服器20于执行可用车位搜寻程序后可滤除距离不符的车位数据a(1)及a(2)，并于执行车位协商程序后可滤除车位类型不符的车位数据a(3)。最后，云端伺服器20自相符的车位数据a(4)与a(5)选择其中之一(如选择移动距离最小的车位数据a(5)，或选择费率最便宜的车位数据a(4))，并依据车位数据a(4)向停车场伺服器30进行车位预约及向载具10进行停车导引。

于一实施例中，当所有车位数据皆不符合偏好数据时，云端伺服器20于步骤s35中是选择最接近的车位数据来执行后续自动停车步骤。举例来说，偏好数据o(2)＝(1000，300，2，1)。可用车位的车位数据分别为a(5)＝(100，500，2，1)、a(6)＝(1000，30，4，2)、a(7)＝(900，80，4，2)、a(8)＝(1000，80，3，2)及a(9)＝(500，70，3，2)。云端伺服器20于执行可用车位搜寻程序与执行车位协商程序后会侦测到所有车位数据a(5)至a(9)皆不符偏好数据(车位数据a(5)仅有三个车位元素符合，车位数据a(6)至a(8)仅有两个车位元素符合)。此时，云端伺服器20可选择最相符(如符合的车位元素的数量最多)的车位数据a(5)，并依据车位数据a(5)向停车场伺服器30进行车位预约及向载具10进行停车导引。

藉此，当所有可用车位皆不符用户期待时，本发明仍可选择目前最佳的可用车位来进行自动停车，而可避免因载具10暂停禁止停车区域，而使用户违反交通规则并受罚。

续请一并参阅图6，为本发明第四实施例的自动取车的流程图。本发明进一步提供一种自动取车功能，可令载具10从可用车位自动移动至用户所在的取车位置。

首先，用户可操作用户移动装置13来发出取车指令至云端伺服器20以启动本发明的自动取车功能。于一实施例中，取车指令包括识别数据与取车位置(即用户移动装置13所在位置)。

接着，云端伺服器20判断是否自用户移动装置13收到取车指令(步骤s40)。若云端伺服器20未收到任何取车指令，则持续进行判断。

若云端伺服器20收到任一取车指令，则分析所收到的停车指令以取得识别数据与取车位置，并依据识别数据执行结算程序以自动支付本次的停车费(步骤s41)。

接着，云端伺服器20依据识别数据识别对应的车载电脑100，并发送取车位置至载具100以使载具执行自动驾驶程序来移动至取车位置(步骤s42)。

藉此，本发明可有效实现自动取车功能，而可替用户省却取车动作并省却取车所需时间(即移动至停车场与缴纳停车费所需时间)。

续请一并参阅图7，为本发明第五实施例的自动停车方法的流程图。本发明进一步提供一种自动完成服务功能及一种服务完成顺序的规划功能。前述自动完成服务功能可于用户未使用载具10期间控制载具10自动完成服务(如送件服务、收件服务、加油服务或洗车服务等等。)。并且，当载具10有多个服务需完成时，前述服务完成顺序的规划功能可策略性地规画多个服务的最佳完成顺序。并且，当载具10依据所规划的建议顺序完成多个服务后其等待及移动所花费时间将会最少。本实施例的自动停车方法包括以下步骤。

首先，云端伺服器20判断是否自用户移动装置13或载具10的载具电脑100收到停车指令(步骤s500)。

若云端伺服器20收到任一停车指令，则执行步骤s509至步骤s513。本实施例的步骤s509至步骤s513是分别与图3所示的步骤s11至步骤s15相对应，其执行细节于此不再赘述。

若云端伺服器20未收到任何停车指令，则进一步判断是否自用户移动装置13或载具10的载具电脑100收到服务需求指令(步骤s501)。

具体而言，前述服务需求指令可包括识别数据、载具10的位置(即下车位置)及多个服务的达成信息，并用以指定一或多个服务。用户可操作用户移动装置13或车载电脑100来选择多个服务，并设定各服务的达成信息以产生服务需求指令并发送至云端伺服器20。前述达成信息可包括服务的服务位置及/或达成条件(如达成时限、停留时间或接受特定操作)。

以送件服务或收件服务为例，达成信息可记录停留时间(如5分钟)，载具10可载送货物至目标位置，等待5分钟以供当地人员收件或寄件。以加油服务或洗车服务为例，达成信息可记录加油站位置或洗车场位置，并记录服务的达成条件(如车载电脑100的完成按键被按下)。载具10可经由执行自动驾驶程序来移动至加油站位置或洗车场位置，再由员工进行加油或洗车。于完成加油或洗车后员工可按下车载电脑100的完成钮以供车载电脑100理解服务已达成。

若云端伺服器20未收到任何服务需求指令，则再次执行步骤s500。

若云端伺服器20收到任一服务需求指令，则可依据服务需求指令设定排程条件(步骤s502)。前述排程条件可包括欲达成的服务及达成信息。

云端伺服器20从数据库200取得服务需求指令所指定的多个服务的历史等待数据及多个等待因子。于一实施例中，前述历史等待数据可包括所指定的各服务于过去不同时间点(例如过去一年中的每一天)的历史等待时间值，或前述多个历史等待时间值的统计结果。

此外，前述多个等待因子是可能影响所指定的多个服务的等待时间的因子(如是否为假日、各服务的使用人数或天气状态等等)。

接着，云端伺服器20依据所取得的历史等待数据及多个等待因子计算所指定的多个服务于未来的不同时间点的多个预测等待时间值(步骤s504)。于一实施例中，云端伺服器20是使用统计方式来依据历史等待数据中的多个历史等待时间值及多个等待因子预测多个服务于未来的不同时间点的多个预测等待时间值。

云端伺服器20取得自下车位置移动至各服务的服务位置及自各服务的服务位置移动至另一服务的服务位置所需的多个移动时间值(步骤s505)。于一实施例中，云端伺服器20连接路况伺服器32。路况伺服器32用以提供历史路况信息、即时路况信息或预测路况信息。云端伺服器20依据前述路况信息来计算前述多个移动时间值。

云端伺服器20依据排程条件、多个移动时间值及多个预测等待时间值决定多个服务的一或多个建议顺序(步骤s506)。

接着，云端伺服器20可依据建议顺序、识别数据及各服务的达成信息产生各服务的服务导引信息，并传送建议顺序与各服务的服务导引信息至载具电脑100以使载具电脑100依据所收到的服务导引信息执行自动驾驶程序来依序移动至各服务位置并达成服务(步骤s507)。

此外，云端伺服器20还连接多个服务伺服器31，该多个服务伺服器31分别用来管理不同服务。云端伺服器20

可依据建议顺序计算分别对应各服务的预测抵达时间，并依据各预测抵达时间及识别数据产生服务预约指令，并发送所产生的服务指令至提供对应的服务伺服器31以完成各服务于各预测抵达时间的预约(步骤s508)。

本发明所自动规划的建议顺序，可有效节省使用者的排队等待时间及移动时间，而供使用者有效率地使用多个服务。

当然，本发明还可有其它多种实施例，在不背离本发明精神及其实质的情况下，熟悉本领域的技术人员当可根据本发明作出各种相应的改变和变形，但这些相应的改变和变形都应属于本发明所附的权利要求的保护范围。