本发明与剩余里程的校正有关，尤其是关于一种个人化剩余里程动态校正方法。
背景技术：
一般而言，目前的交通运输工具(例如汽车)均可提供剩余里程信息给驾驶者参考，藉以提醒驾驶者记得加油(或充电)，以避免交通运输工具的油(电)在尚未抵达目的地之前即已耗尽。
然而，目前的交通运输工具所提供的剩余里程信息显示功能仍存在下列缺点，亟待克服：
(1)由于目前的剩余里程信息通常都是针对车辆本身进行计算与分析，因此，即使由不同的驾驶者驾驶同一部车辆时，根据该车辆的剩余油(电)量所分析出的每位驾驶者的剩余里程数均会相同，并不会因为驾驶者的不同而有所差异。
(2)虽然车辆出厂时会按照车辆本身现况进行量测实验而估算出影响剩余里程因子，然而，由于此出厂量测预估值为固定值且出厂后即不会再被重新校正，因此，随着车辆使用时间愈长而不断折旧，此出厂量测预估值亦逐渐失去其参考价值。
(3)传统估算剩余里程信息的作法需倚赖额外设置的多种传感器或采用复杂的演算法，不仅大幅增加成本，精准度却未显著提升，且亦不利于商品化。
因此，有必要设计一种新型的个人化剩余里程动态校正方法，以克服上述缺陷。
技术实现要素：
根据本发明的一实施例，提出一种个人化剩余里程动态校正方法，包含下列步骤：(a)当第一驾驶者驾驶第一车辆时，判断出对应于该第一驾驶者的第一身份信息；(b)根据该第一身份信息从数据库中读取与该第一身份信息相匹配的第一驾驶行为历史数据，其中该第一驾驶行为历史数据包含对应于该第一驾驶者的第一过往耗能均值；(c)根据该第一车辆的第一实时剩余能源量与该第一过往耗能均值估算出第一预估剩余里程数；以及(d)当该第一驾驶者于第一期间驾驶该第一车辆时，动态地记录该第一驾驶者驾驶该第一车辆的第一驾驶数据，并据以动态地更新该数据库中的该第一驾驶行为历史数据。
可选地，步骤(a)还包含：(a1)于该第一期间开始的预设期间内记录该第一驾驶者驾驶该第一车辆的第一驾驶行为模式；以及(a2)根据该第一驾驶行为模式从该数据库中选出该第一身份信息。
可选地，该第一驾驶者的该第一驾驶行为模式选择性地根据该第一驾驶者所进行的踩油门动作、煞车动作、转弯动作、加速动作、熄火动作而得。
可选地，对应于该第一驾驶者的该第一过往耗能均值为该第一驾驶者过去每驾驶一单位距离的平均消耗能源量。
可选地，步骤(c)将该第一实时剩余能源量除以该第一过往耗能均值而得到该第一预估剩余里程数。
可选地，进一步包含：当该第一驾驶者再次驾驶该第一车辆时，判断对应于该第一驾驶者的该第一身份信息；根据该第一身份信息从该数据库中读取与该第一身份信息相匹配的更新后的该第一驾驶行为历史数据，其中更新后的该第一驾驶行为历史数据包含对应于该第一驾驶者的更新后的该第一过往耗能均值；根据该第一车辆的第二实时剩余能源量与更新后的该第一过往耗能均值估算出第二预估剩余里程数；以及当该第一驾驶者于第二期间驾驶该第一车辆时，动态地记录该第一驾驶者驾驶该第一车辆的第二驾驶数据，并据以动态地对更新后的该第一驾驶行为历史数据再次进行更新，其中该第二期间晚于该第一期间。
可选地，还包含下列步骤：(e)当第二驾驶者驾驶该第一车辆时，判断对应于该第二驾驶者的第二身份信息，其中该第二驾驶者异于该第一驾驶者；(f)根据该第二身份信息从该数据库中读取与该第二身份信息相匹配的第二驾驶行为历史数据，其中该第二驾驶行为历史数据包含对应于该第二驾驶者的第二过往耗能均值；(g)根据该第一车辆的第二实时剩余能源量与该第二过往耗能均值估算出第三预估剩余里程数；以及(h)当该第二驾驶者于第二期间驾驶该第一车辆时，动态地记录该第二驾驶者驾驶该第一车辆的第三驾驶数据，并据以动态地更新该数据库中的该第二驾驶行为历史数据。
可选地，步骤(e)还包含：(e1)于该第二期间开始的预设期间内记录该第二驾驶者驾驶该第一车辆的第二驾驶行为模式；以及(e2)根据该第二驾驶行为模式从该数据库中选出该第二身份信息。
可选地，步骤(g)将该第二实时剩余能源量除以该第二过往耗能均值而得到该第三预估剩余里程数。
可选地，该进一步包含：当该第一驾驶者驾驶第二车辆时，判断对应于该第一驾驶者的该第一身份信息，其中该第二车辆异于该第一车辆；根据该第一身份信息从该数据库中读取与该第一身份信息相匹配的更新后的该第一驾驶行为历史数据，其中更新后的该第一驾驶行为历史数据包含对应于该第一驾驶者的更新后的该第一过往耗能均值；根据该第二车辆的第三实时剩余能源量与更新后的该第一过往耗能均值估算出第四预估剩余里程数；以及当该第一驾驶者于第二期间驾驶该第二车辆时，动态地记录该第一驾驶者驾驶该第二车辆的第四驾驶数据，并据以动态地对更新后的该第一驾驶行为历史数据再次进行更新，其中该第二期间晚于该第一期间。
附图说明
图1绘示当第一驾驶者于第一时期驾驶第一车辆时，根据本发明的个人化剩余里程动态校正方法包含步骤s10～s16的流程图。
图2绘示当第一驾驶者于第二时期再次驾驶第一车辆时，根据本发明的个人化剩余里程动态校正方法进一步包含步骤s20～s26的流程图。
图3绘示当第二驾驶者于第二时期驾驶第一车辆时，根据本发明的个人化剩余里程动态校正方法进一步包含步骤s30～s36的流程图。
图4绘示当第一驾驶者于第二时期驾驶第二车辆时，根据本发明的个人化剩余里程动态校正方法进一步包含步骤s40～s46的流程图。
具体实施方式
为使对本发明的目的、构造、特征、及其功能有进一步的了解，兹配合实施例详细说明如下。
根据本发明的具体实施例为一种个人化剩余里程动态校正方法。于此实施例中，个人化剩余里程动态校正方法会先判断驾驶者的身份并根据不同驾驶者驾驶车辆时的驾驶行为动态地更新其个人的驾驶行为历史数据，并搭配车辆的实时剩余能源量估算出不同驾驶者的最新的个人化剩余里程数信息。
请参照图1，图1绘示根据此实施例中的个人化剩余里程动态校正方法的流程图。如图1所示，当第一驾驶者于第一时期驾驶第一车辆时，个人化剩余里程动态校正方法可包含下列步骤：
步骤s10：当第一驾驶者驾驶第一车辆时，判断出对应于第一驾驶者的第一身份信息；
步骤s12：根据第一身份信息从数据库中读取与第一身份信息相匹配的第一驾驶行为历史数据，其中第一驾驶行为历史数据包含对应于第一驾驶者的第一过往耗能均值；
步骤s14：根据第一车辆的第一实时剩余能源量与第一过往耗能均值估算出第一预估剩余里程数；以及
步骤s16：当第一驾驶者于第一期间驾驶第一车辆时，动态地记录第一驾驶者驾驶第一车辆的第一驾驶数据，并据以动态地更新数据库中的第一驾驶行为历史数据。
需说明的是，于步骤s10中，该方法可视实际需求采用不同的判断方式，例如根据第一驾驶者的驾驶行为模式、指纹、脸孔或身份识别证等判断方式，来判断对应于第一驾驶者的第一身份信息，但不以此为限。
举例而言，数据库中可事先储存有不同驾驶者的复数个身份信息以及该些身份信息与复数个驾驶行为模式之间的对应关系。当第一驾驶者开始驾驶第一车辆时，该方法可先于第一期间开始的预设期间内记录第一驾驶者驾驶第一车辆时所进行的踩油门动作、煞车动作、转弯动作、加速动作、熄火动作等并据以得到第一驾驶者的第一驾驶行为模式。接着，该方法再根据第一驾驶者的第一驾驶行为模式从数据库中找出相对应的第一身份信息，并将其设定为第一驾驶者的身份信息。
于实际应用中，步骤s12中所述对应于第一驾驶者的第一过往耗能均值可以是第一驾驶者过去每驾驶一单位距离的平均消耗能源量，例如平均每公里消耗0.3公升的汽油，但不以此为限。
表1
请参照表1，举例而言，假设在过去的10/30(周一)至11/5(周日)这段期间内，第一驾驶者共进行七次驾驶行为，其驾驶距离分别为10公里、15公里、10公里、14公里、5公里、6公里、10公里且其油耗量分别为5公升、8公升、6公升、6公升、2公升、3公升、5公升，则于步骤s12中，该方法可据以估算出第一驾驶者在前七次驾驶行为中的第一过往耗能均值为(5+8+6+6+2+3+5)/(10+15+10+14+5+6+10)＝35/70＝0.5公升/公里，亦即在过去的10/30(周一)至11/5(周日)这段期间内的前七次驾驶行为中，第一驾驶者无论驾驶的是哪部车辆，其每驾驶一公里的平均耗油量为0.5公升。
于步骤s14中，该方法可将第一车辆的第一实时剩余能源量除以第一驾驶者的第一过往耗能均值而得到第一预估剩余里程数。举例而言，假设第一驾驶者的第八次驾驶行为是在11/6(周一)驾驶第一车辆且第一车辆的第一实时剩余能源量为5公升的汽油，由于前面已计算出第一驾驶者的第一过往耗能均值为0.5公升/公里，则可得到第一预估剩余里程数为5公升除以0.5公升/公里＝10公里，也就是说，第一车辆应该还能再行驶10公里的路程才会耗尽汽油。
接着，于步骤s16中，该方法动态地记录第一驾驶者于第一期间驾驶第一车辆的第八次驾驶行为中的第一驾驶数据(例如第一驾驶者在第八次驾驶行为中的驾驶距离为8公里且油耗量为5公升，但不以此为限)，并据以动态地更新数据库中的第一驾驶行为历史数据(例如将原来的第一过往耗能均值0.5公升/公里更新为(35+5)/(70+8)＝0.513公升/公里，但不以此为限)，也就是说，无论第一驾驶者在过往的八次驾驶行为中所驾驶的车辆为何，第一驾驶者每驾驶1公里的平均耗油量为0.513公升。
接下来，于步骤s16发生的第一期间之后，个人化剩余里程动态校正方法可分成三种可能情况，分别详述如下：
(1)第一种情况：假设于第一期间之后的第二期间仍由第一驾驶者再次驾驶第一车辆，亦即第一驾驶者驾驶第一车辆进行其第九次驾驶行为，则请参照图2，个人化剩余里程动态校正方法可进一步包含下列步骤：
步骤s20：当第一驾驶者再次驾驶第一车辆时，判断对应于第一驾驶者的第一身份信息；
步骤s22：根据第一身份信息从数据库中读取与第一身份信息相匹配的更新后的第一驾驶行为历史数据，其中更新后的第一驾驶行为历史数据包含对应于第一驾驶者的更新后的第一过往耗能均值；
步骤s24：根据对应于第一车辆的第二实时剩余能源量与对应于第一驾驶者的更新后的第一过往耗能均值估算出第二预估剩余里程数；以及
步骤s26：当第一驾驶者于第二期间驾驶第一车辆时，动态地记录第一驾驶者驾驶第一车辆的第二驾驶数据，并据以动态地对更新后的第一驾驶行为历史数据再次进行更新，其中第二期间晚于第一期间。
举例而言，在步骤s22中，当该方法确认第一驾驶者的身份后，即会从数据库中读取已更新后的第一驾驶者的第一驾驶行为历史数据，例如更新后的第一过往耗能均值0.513公升/公里。
接着，在步骤s24中，假设第一车辆目前的第二实时剩余能源量为46.17公升，则该方法即可根据第一车辆的第二实时剩余能源量46.17公升与更新后的第一过往耗能均值0.513公升/公里估算出第二预估剩余里程数为90公里。
接着，在步骤s26中，该方法动态地记录第一驾驶者驾驶第一车辆的第九次驾驶行为的第二驾驶数据，假设第一驾驶者在第九次驾驶行为中的驾驶距离为12公里且油耗量为7公升，并据以动态地将更新后的第一过往耗能均值0.513公升/公里再次更新为(40+7)/(78+12)＝0.522公升/公里，亦即无论第一驾驶者在过往的九次驾驶行为中所驾驶的车辆为何，第一驾驶者每驾驶1公里的平耗油量为0.522公升。
(2)第二种情况：假设于第一期间之后的第二期间改由第二驾驶者驾驶第一车辆，则请参照图3，个人化剩余里程动态校正方法可进一步包含下列步骤：
步骤s30：当第二驾驶者驾驶第一车辆时，判断对应于第二驾驶者的第二身份信息，其中第二驾驶者异于第一驾驶者；
步骤s32：根据第二身份信息从数据库中读取与第二身份信息相匹配的第二驾驶行为历史数据，其中第二驾驶行为历史数据包含对应于第二驾驶者的第二过往耗能均值；
步骤s34：根据第一车辆的第二实时剩余能源量与第二过往耗能均值估算出第三预估剩余里程数；以及
步骤s36：当第二驾驶者于第二期间驾驶第一车辆时，动态地记录第二驾驶者驾驶第一车辆的第三驾驶数据，并据以动态地更新数据库中的第二驾驶行为历史数据。
需说明的是，于步骤s30中，该方法可视实际需求采用不同的手段，例如根据第二驾驶者的驾驶行为模式、指纹、脸孔或身份识别证等方式来判断对应于第二驾驶者的第二身份信息，但不以此为限。
举例而言，数据库可储存有复数个身份信息与复数个驾驶行为模式的间的对应关系，当第二驾驶者开始驾驶第一车辆时，该方法可先于第二期间开始的预设期间内记录第二驾驶者驾驶第一车辆时所进行的踩油门动作、煞车动作、转弯动作、加速动作、熄火动作等并据以得到第二驾驶者的第二驾驶行为模式。接着，该方法再根据第二驾驶者的第二驾驶行为模式从数据库中找出相对应的第二身份信息，并将其设定为第二驾驶者的身份信息。
表2
请参照表2，举例而言，假设在过去的11/6(周一)至11/10(周五)这段期间内，第二驾驶者共进行五次驾驶行为，且其驾驶距离分别为12公里、16公里、11公里、14公里、6公里且其油耗量分别为5公升、7公升、5公升、7公升、2公升，则于步骤s32中，该方法可据以估算出第二驾驶者在前五次驾驶行为中的第二过往耗能均值为(5+7+5+7+2)/(12+16+11+14+6)＝26/59＝0.441公升/公里，亦即无论第二驾驶者在过去的11/6(周一)至11/10(周五)这段期间内的五次驾驶行为中所驾驶的车辆为何，第二驾驶者每驾驶一公里的平均耗油量为0.441公升。
于步骤s34中，该方法可将第一车辆的第二实时剩余能源量除以第二驾驶者的第二过往耗能均值而得到第二预估剩余里程数。举例而言，假设第二驾驶者的第六次驾驶行为是在11/11(周六)驾驶第一车辆且第一车辆的第二实时剩余能源量为8.82公升的汽油，由于前面已计算出第二驾驶者的第二过往耗能均值为0.441公升/公里，则可得到第二预估剩余里程数为8.82公升除以0.441公升/公里＝20公里，亦即代表第一车辆应还能再行驶20公里的路程才会耗尽汽油。
接着，于步骤s36中，该方法动态地记录第二驾驶者驾驶第一车辆的第六次驾驶行为的第一驾驶数据，假设第二驾驶者在的第六次驾驶行为中的驾驶距离为14公里且油耗量为6公升，并据以动态地更新数据库中的第二驾驶行为历史数据，例如将原来的第二过往耗能均值0.441公升/公里更新为(40+6)/(78+14)＝0.5公升/公里，亦即无论第二驾驶者在过往的六次驾驶行为中所驾驶的车辆为何，第二驾驶者每驾驶1公里的平均耗油量为0.5公升。
(3)第三种情况：假设于第一期间之后的第二期间，第一驾驶者所驾驶的是第二车辆而非第一车辆，则请参照图4，个人化剩余里程动态校正方法可进一步包含下列步骤：
步骤s40：当第一驾驶者驾驶第二车辆时，判断对应于第一驾驶者的第一身份信息，其中第二车辆异于第一车辆；
步骤s42：根据第一身份信息从数据库中读取与第一身份信息相匹配的更新后的第一驾驶行为历史数据，其中更新后的第一驾驶行为历史数据包含对应于第一驾驶者的更新后的第一过往耗能均值；
步骤s44：根据对应于第二车辆的第三实时剩余能源量与对应于第一驾驶者的更新后的第一过往耗能均值估算出第四预估剩余里程数；以及
步骤s46：当第一驾驶者于第二期间内驾驶第二车辆时，动态地记录第一驾驶者驾驶第二车辆的第四驾驶数据，并据以动态地对更新后的第一驾驶行为历史数据再次进行更新，其中第二期间晚于第一期间。
举例而言，在步骤s42中，当该方法确认第一驾驶者的身份后，即会从数据库中读取根据第八次驾驶行为更新后的第一驾驶者的第一驾驶行为历史数据，例如更新后的第一过往耗能均值0.513公升/公里。接着，在步骤s44中，假设第二车辆目前的实时剩余能源量为10.26公升，则该方法即可根据第二车辆的实时剩余能源量10.26公升与更新后的第一过往耗能均值0.513公升/公里估算出第一驾驶者驾驶第二车辆时的预估剩余里程数为20公里。
接着，在步骤s46中，该方法动态地记录第一驾驶者于第二期间驾驶第二车辆的第九次驾驶行为的驾驶数据，假设第一驾驶者在第九次驾驶行为中的驾驶距离为6公里且油耗量为3.3公升，并据以动态地将更新后之的第一过往耗能均值0.513公升/公里再次更新为(40+3.3)/(78+6)＝0.515公升/公里，亦即无论第一驾驶者在过往的九次驾驶行为中所驾驶的车辆为何，第一驾驶者每驾驶1公里的平均耗油量为0.515公升。
至于在第二期间之后所可能发生的状况，亦可根据上述实施例类推，故于此不另行赘述，上述实施例第二车辆异于第一车辆，但仍属于同一型号的车辆，若是属于不同型号的车辆，则存在一个油耗转换比重，例如大客车与小客车的油耗转换比重为1.5，可用于当第一驾驶者驾驶第二车辆时，用以修正第一驾驶者的第一过往耗能均值使其符合驾驶第二车辆的实际状况。
于其他实施例中，假设第一驾驶者的第一过往耗能均值为0.5公升/公里，而第二驾驶者的第二过往耗能均值为0.6公升/公里，即使第一驾驶者与第二驾驶者所驾驶的是同一部车辆，且第一驾驶者与第二驾驶者驾驶该部车辆时的实时剩余能源量均为30公升，本发明所估算出第一驾驶者与第二驾驶者驾驶该部车辆时的预估剩余里程数分别会是60公里及50公里，亦即本发明所预估的剩余里程数会根据驾驶者的不同而有个人化的差异存在，明显与先前技术不同。
此外，由于本发明提出的个人化剩余里程动态校正方法会动态地实时更新每位驾驶者的个人化行车历史数据，因此，就算驾驶者所驾驶的车辆由于车龄不同而具有不同的耗能状态，本发明的个人化剩余里程动态校正方法根据更新后的个人化行车历史数据所估算出的个人化剩余里程仍具有相当高的准确性。
相较于先前技术，根据本发明的个人化剩余里程动态校正方法在每位驾驶者开始驾驶车辆时先进行身分辨识，以分别根据不同驾驶者的驾驶行为及习惯估算出个人化的耗能均值，再根据车辆的实时剩余能源量与个人化的耗能均值估算出个人化的剩余里程，并且每位驾驶者每次驾驶车辆时的驾驶数据均会随时动态地更新至每位驾驶者的个人化行车历史数据内。因此，即使有不同的驾驶者驾驶同一部车辆且该车辆的剩余能源量一样，不同的驾驶者将可分别得到个人化的剩余里程数。
此外，即使车辆的耗油(电)状态会随着车龄大小而有所变化，由于本发明会随时动态地更新每位驾驶者的个人化行车历史数据，使其分析出来的个人化剩余里程数的准确性较不易受到交通运输工具的车龄变化所影响，故仍极具参考价值。
本发明已由上述相关实施例加以描述，然而上述实施例仅为实施本发明的范例。必需指出的是，已揭露的实施例并未限制本发明的范围。相反地，在不脱离本发明的精神和范围内所作的更动与润饰，均属本发明的专利保护范围。