TW201539013A - 追蹤裝置以及追蹤裝置控制方法 - Google Patents

Abstract

提供智慧安全區界定的追蹤裝置以及其控制方法。所揭露之追蹤裝置包括定位模組、長程收發器以及微控制器。微控制器係組態來操作該長程收發器在一資料收集區間反覆地將該追蹤裝置的位置資訊發送至一伺服器，據以對配備該追蹤裝置的一追蹤物作行為分析、並對該追蹤裝置作安全區界定。本案所作之安全區界定係隨著追蹤物的行為習慣調整，而該追蹤物的行為習慣係觀察自上述行為分析。

Description

追蹤裝置以及追蹤裝置控制方法

本發明係有關於追蹤系統使用的追蹤裝置、且特別有關於追蹤裝置控制方法。

追蹤系統係用於觀察人或物之行動、且會將觀察對象的位置資料即時且循序上傳至一模型。追蹤系統可在所追蹤的人或物上安裝一追蹤裝置，且在所追蹤的人或物離開安全區時發出警示、並發送包含追蹤物位置的信息。所述安全區係由地理圍籬(geo-fencing)定義、或由特別設計之無線電信標(wireless beacon)定義。

地理圍籬係環繞在一預設地點周圍的虛擬周界，也可以是預設的一組圍籬資訊。地理圍籬建立的是靜態的安全區。至於上述特別設計之無線電信標定義的安全區，一燒錄程序為必須，用以將特別設計的無線電信標登錄至該追蹤裝置的記憶體(例如：唯讀記憶體ROM)上。

本案揭露一種採用智慧安全區的追蹤裝置以及追蹤 裝置控制方法。

根據本案一種實施方式所實現的一追蹤裝置包括：衛星導航用的一定位模組；數位蜂巢式通訊用的一長程收發器；以及控制該定位模組以及該長程收發器的一微控制器。該微控制器係組態來操作該長程收發器在一資料接收區間反覆地發送該追蹤裝置的位置資訊至一伺服器，為配備該追蹤裝置的一追蹤物(人或寵物或任何物體)作行為分析，並對該追蹤裝置作安全區界定。以上所界定之安全區係隨著追蹤物的行為習慣調整。追蹤物的行為習慣係觀察自以上行為分析。

另一種實施方式更實現一追蹤裝置控制方法，包括以下步驟：提供對應一追蹤裝置的一伺服器，所述追蹤裝置包括衛星導航用的一定位裝置、且更包括數位蜂巢式通訊用的一長程收發器；以及，操作該長程收發器在一資料接收區間反覆地發送該追蹤裝置的位置資訊至該伺服器，為配備該追蹤裝置的一追蹤物作行為分析，並對該追蹤裝置作安全區界定。以上所界定之安全區係隨著追蹤物的行為習慣調整。追蹤物的行為習慣係觀察自以上行為分析。

下文特舉實施例，並配合所附圖示，詳細說明本發明內容。

100‧‧‧追蹤裝置

102‧‧‧定位模組

104‧‧‧長程收發器

106‧‧‧短程收發器

108‧‧‧微控制器

110‧‧‧電信塔

112‧‧‧數據網路

114‧‧‧伺服器

116‧‧‧使用者

118‧‧‧智慧型手機

120‧‧‧個人電腦

400‧‧‧以30日收集位置資訊的表格

A、B、C‧‧‧家、學校、安親班

R1…R7、R1’、R1”、RA‧‧‧路線

S502…S506、S512…S516、S602…S614‧‧‧步驟

第1圖為方塊圖，圖解根據本案一種實施方式所實現的一追蹤裝置100。

第2圖為呼叫流程圖，係關於該追蹤裝置100的控制，圖解如何為配備該追蹤裝置100的追蹤物建立行為模型，並圖解如何以所建立之行為模型界定智慧安全區。

第3圖圖解一追蹤物(用戶小孩)的週間活動習慣。

第4A圖以及第4B圖圖解第3圖所示追蹤物的位置資訊收集表格400，係編輯自一資料收集區間所收集到的位置資訊，其中該資料收集區間係長達N日，N為30。

第5A圖為流程圖，圖解根據本案一種實施方式的一出現位置分析程序。

第5B圖為流程圖，圖解根據本案一種實施方式的一路線分析程序。

第6圖為流程圖，圖解如何基於第5A圖以及第5B圖程序所建立的行為模型界定智慧安全區。

以下敘述列舉本發明的多種實施例。以下敘述介紹本發明的基本概念，且並非意圖限制本發明內容。實際發明範圍應依照申請專利範圍界定之。

第1圖為方塊圖，圖解根據本案一種實施方式所實現的一追蹤裝置100。追蹤裝置100包括一定位模組102、一長程收發器104、一短程收發器106以及一微控制器108。定位模組102(如，全球定位系統(GPS)模組、全球導航衛星系統(GNSS)模組…之類) 係用作衛星導航。長程收發器104(如，全球移動通信(GSM)收發器、第三代行動通信(3G)收發器、或任何電信收發器)係用作數位蜂巢式通訊(digital cellular communication)。短程收發器(如，無線相容認證(Wi-Fi)收發器、藍芽(BT)收發器、近場通信(NFC)收發器、射頻識別(RFID)收發器…等)係應用於較上述數位蜂巢式通訊短程的無線信號通訊。定位模組102、長程收發器104以及短程收發器106係以微控制器108控制。

追蹤裝置100的位置資訊可由定位模組102或短程收發器106偵測。位置資訊可顯示該追蹤裝置100的出現位置(例如，標示該追蹤裝置100出現何處)，包括，確切的經緯度位置(由定位模組102偵測)、或係於無線信號標周邊(由短程收發器106偵測)。位置資訊可更顯示該追蹤物的行動路線，例如，係於一系列的確切經緯度位置(由定位模組102偵測)上運動、或持續位於一行動無線信號標(由短程收發器106偵測)周邊。

資訊收集區間中，微控制器108係組態來操作該長程收發器104反覆地發送該追蹤裝置100的位置資訊，交由一電信塔(cellular tower)110接收，再傳遞至一數據網路(data network)112經網際網路(internet)上傳至一伺服器114。基於資料收集區間收集的位置資訊，伺服器114對配備該追蹤裝置100的追蹤物進行行為分析。追蹤物的行為習慣係自以上行為分析觀察獲得。基於以上自行為分析觀察獲得的行為習慣，伺服器114對該追蹤裝置100作安全區界定。相較於傳統安全區界定技術(一預設地點周圍的虛擬邊界、或一組預設的圍籬資訊、或一預設無線信號標的周邊)，本案所揭露的智慧安全區係隨配備該追蹤裝置100的追蹤物之行為 習慣而調整。

追蹤裝置100的使用者116可操作一個人電腦裝置(一智慧型手機118、一個人電腦120…等)監控該追蹤裝置110。若配備該追蹤裝置100的追蹤物離開根據該追蹤物之行為習慣所建立的智慧安全區，伺服器114可透過數位蜂巢式通訊發送信息至使用者116的智慧型手機118警示該使用者116，或者，伺服器114可透過網際網路發送信息至使用者116的個人電腦120。

第2圖為呼叫流程圖，係關於該追蹤裝置100的控制，圖解如何為配備該追蹤裝置100的追蹤物建立行為模型，並圖解如何以所建立之行為模型界定智慧安全區。如圖所示，在資料接收區間，追蹤裝置100透過電信塔110上傳位置資訊至伺服器114。位置資訊可標示該追蹤裝置100在該資料收集區間中的出現位置，或顯示該追蹤物的行動路線。伺服器114係基於該資料收集區間所收集的位置資訊作行為分析，以建立該追蹤物的行為模型。追蹤裝置100的安全區係由該伺服器114基於該追蹤物的行為模型界定。例如，於資料接收區間後的時間點T，追蹤裝置100係透過電信塔110將出現位置Pnow發送至伺服器114。伺服器114檢查該行為模型對應時間點T的內容，據以基於追蹤物的行為習慣(查詢自基於上述行為分析所建立的該行為模型)界定安全區。在某些實施方式中，行為模型更反映該追蹤物較喜愛的行動路線。伺服器114可更核對該行為模型，搜尋追蹤物的預期移動行動所對應的常用路線，據以界定該追蹤裝置100的安全區。當該出現位置Pnow脫離以上界定之安全區，伺服器114透過電信塔110發送信息給使用者116，通知使用者116該追蹤物的狀況。

在另一種實施方式中，行為分析所需的資料收集係常態啟動。行為模型係實時更新。如此實施例中，資料收集區間係隨該資料裝置100的運行而展延。

以下段落所描述的例子顯示如何為配備該追蹤裝置100的追蹤物建立行為模型，以及該行為模型如何應用來界定智慧安全區。

第3圖圖解一追蹤物(用戶小孩)的週間活動習慣。該名孩童00：00~07：00以及18：00~00：00待在家裡(標號A)，08：00~12：00待在學校(標號B)，13：00~17：00待在安親班(標號C)，07：00~08：00採公車路線R1、R1’或R1”任一自家A移動到學校B，12：00~13：00以固定下課路線R2自學校B移動到安親班C，17：00~18：00與孩子的父親一同自安親班C移動回家A(父親的移動行動視為路線R3)。

第4A圖以及第4B圖圖解第3圖所示追蹤物的位置資訊收集表格400，係編輯自一資料收集區間所收集到的位置資訊，其中該資料收集區間係長達N日，N為30。在週間，上傳的位置資訊顯示該名孩童遵循第3圖的週間活動習慣，除了第16天有例外，該名孩童係以不同於該固定下課路線R2的其他路線RA自學校B移動到安親班C。每個禮拜六，該名孩童是12：00離開家A，且在12：00~13：00以路線R4移動到位置O1，並在位置O1待到17：00，再於17：00~18：00沿著路線R5返回家A。每個禮拜天，該名孩童是在07：00離開家A，且在07：00~08：00沿著路線R6移動到位置O2，並在位置O2待到17：00，再於17：00~18：00沿著路線R7返回家A。

配備該追蹤裝置100的孩童的行為模型係基於表格 400建立。該名孩童的行為分析包括出現位置分析以及路線分析。

第5A圖為流程圖，圖解根據本案一種實施方式的一出現位置分析程序。

步驟S502以N日作出現位置收集，且每天劃分為多個時段。表格400係花30日作出現位置收集，且每天是劃分為24時段，且追蹤物30日中不同時段的出現位置係紀載在表格400中。在30日間，追蹤物出現在位置A、B、C、O1或O2、或係以路線R1、R1’、R1”、RA以及R2~R7行動。

步驟S504係對該追蹤裝置100在N日中同一時段的出現位置作共通性分析。以下對照表格400仔細討論步驟S504。00：00~07：00與18：00~00：00間，該名孩童30日內固定待在家A。出現位置「家A」因而於時段00：00~07：00與18：00~00：00間係對應100%信賴指數。關於時段07：00~08：00，表格400顯示該名孩童週間係根據路線R1、R1’或R1”移動，週六待在家A、週日係沿著路線R6移動。因此，時段07：00~08：00僅「家A」這個出現位置被賦予4/30的信賴指數。關於時段08：00~12：00，表格400顯示該名孩童週間待在學校B，週六待在家A、且週日待在位置O2。因此，對應時段08：00~12：00，出現位置「學校B」被賦予22/30的信賴指數，出現位置「家A」被賦予4/30的信賴指數，且出現位置O2被賦予4/30信賴指數。關於時段12：00~13：00，表格400顯示該名孩童週間係根據路線R2或RA移動，週六係根據路線R4移動、週日係待在位置O2。因此，時段12：00~13：00僅出現位置O2被賦予4/30的信賴指數。關於時段13：00~17：00，表格400顯示該名孩童週間待在安親班C，週六待在位置O1、週日待在位置O2。因此，時段 13：00~17：00，出現位「安親班C」被賦予22/30的信賴指數，出現位置O1被賦予4/30的信賴指數，且出現位置O2被賦予4/30信賴指數。關於時段17：00~18：00，表格400顯示該名孩童週間沿著路線R3移動，週六沿著路線R5移動，週日沿著路線R7移動。因此，時段17：00~18：00，無特定出現位置被賦予信賴指數。特別聲明之，以上信賴指數並非限定為該資料收集區間的位置出現率。其他形式定義的信賴指數也可用於以上技術。

步驟S506對一天各時段賦予一位置信賴指數臨界值。信賴指數高於該位置信賴指數臨界值的出現位置方為可信賴，且才能用於設定智慧安全區。若沒有出現位置的信賴指數高於該位置信賴指數臨界值，則安全區警示無致能。以下對照表格400詳細討論步驟S506。00：00~07：00以及18：00~00：00內各時段配置對應一位置信賴指數臨界值95%，僅略低於固定出現位置「家A」的絕對信號度100%。時段07：00~08：00配置對應常態之位置信賴指數臨界值80%，遠高於此時段偶然出現位置「家A」的低信賴指數4/30。事實上，時段07：00~08：00，追蹤物有時係預期在家A以及學校B間通勤，有時係在家A以及位置O2之間通勤。08：00~12：00內的時段係統一配置一位置信賴指數臨界值70%，僅略低於頻繁出現位置「學校B」所對應之相當高的信賴指數22/30，卻遠高於非頻繁出現位置O2或家A的低信賴指數4/30。時段12：00~13：00配置對應上述常態的位置信賴指數臨界值80%，遠高於非頻繁出現位置O2的低信賴指數4/30。事實上，時段12：00~13：00，追蹤物有時係預期在學校B以及安親班C間通勤，有時係在家A以及位置O1之間通勤。13：00~17：00內的時段係統一配置對應一位置信賴指數臨界值 70%，僅略低於頻繁出現位置「安親班C」所對應之相當高的信賴指數22/30，卻遠高於非頻繁出現位置O1或O2的低信賴指數4/30。時段17：00~18：00配置對應上述常態的位置信賴指數臨界值80%，原因是追蹤物30日內此時段係習慣到處移動，沒有特定的出現位置對應該時段。時段17：00~18：00，追蹤物係預期自安親班C通勤回家A、自位置O1通勤回家A、或自位置O2通勤回家。位置信賴指數臨界值可在伺服器114端基於表格400內的資料運算獲得。在其他實施方式中，使用者116可操作其個人電腦裝置(如，智慧型手機118、個人電腦120)與伺服器114通訊，手動設定一天中不同時段的位置信賴指數臨界值。

第5B圖為流程圖，圖解根據本案一種實施方式的一路線分析程序。

步驟S512在資料收集區間(如，N日)內作路線收集。如表格400所示，路線收集係進行30日，且追蹤物30日內自任一出發地至任一目的地的路線都被記載下來。此30日內，追蹤物係根據路線R1、R1’或R1”自家A移動到學校B，根據路線R2或RA自學校B移動到安親班C，根據路線R3(隨著孩童父親行動，例如，追蹤裝置持續感測到孩童父親的智慧型手機所發出的短程無線信號)自安親班C回家A，根據路線R4自家A移動到位置O1，根據路線R5自位置O1返回家A，根據路線R6自家A移動到位置O2，根據路線R7自位置O2返家A。

關於各種配對的出發地以及目的地，步驟S514對追蹤者以上30日內採用過的路線作共通性分析，以估算各路線的信賴指數。以下對應表格400仔細討論步驟S514。在家A以及學校B 間，路線R1被設定具信賴指數11/22，路線R1’被設定具信賴指數7/22，且路線R1”被設定具信賴指數4/22。在學校B以及安親班C間，路線R2被設定具信賴指數21/22，且路線RA被設定具信賴指數1/22。在安親班C以及家A之間，路線R3被設定具信賴指數100%。在家A以及位置O1之間，路線R4被設定具信賴指數100%。在位置O1以及家A之間，路線R5被設定具信賴指數100%。在家A以及位置O2之間，路線R6被設定具信賴指數100%。在位置O2以及家A之間，路線R7被設定具信賴指數100%。特別聲明之，以上信賴指數並非限定為該路線於該資料收集區間的發生率。其他形式定義的信賴指數也可用於以上技術。

步驟S516對各配對之出發地以及目的地之間的通勤事件配置一路線信賴指數臨界值。僅信賴指數高於該路線信賴指數臨界值的路線方為可信賴、且允許用來設定智慧安全區。若沒有路線的信賴指數高於該路線信賴指數臨界值，安全區警示不致能。以下對照表格400詳細討論步驟S516。家A至學校B的通勤被配置對應常態的路線信賴指數臨界值40%，僅略低於路線R1對應之相當數量的信賴指數11/22，但高於非頻繁路線R1’與R1”的低信賴指數7/22與4/22。學校B至安親班C的通勤被配置對應一路線信賴指數臨界值90%，僅略低於一般路線R2可觀的信賴指數11/22，但遠高於例外路線R2的低信賴指數1/22。安親班C返家A的通勤被配置對應一路線信賴指數臨界值95%，僅略低於路線R3的絕對信賴指數100%。家A至位置O1的通勤被配置對應一路線信賴指數臨界值95%，僅略低於路線R4的絕對信賴指數100%。位置O1返家A的通勤被配置對應一路線信賴指數臨界值95%，僅略低於路線R5 的絕對信賴指數100%。家A至位置O2的通勤被配置對應一路線信賴指數臨界值95%，僅略低於路線R6的絕對信賴指數100%。位置O2返家A的通勤被配置對應一路線信賴指數臨界值95%，僅略低於路線R7的絕對信賴指數100%。路線信賴指數臨界值可在伺服器114端基於表格400內的資料運算獲得。在其他實施方式中，使用者116可操作其個人電腦裝置(如，智慧型手機118、個人電腦120)與伺服器114通訊，以手動設定各種配對的出發地以及目的地所對應的路線信賴指數臨界值。

第6圖為流程圖，圖解如何基於第5A圖以及第5B圖程序所建立的行為模型界定智慧安全區。圖中所示實施例係基於時間點T核對以上技術所建立的行為模型。步驟S602自行為模型找出一日中時間點T所對應的時段之位置信賴指數臨界值TH_p，以之比對所有出現位置在此時段的信賴指數。步驟S604核對時間T所對應時段是否有任何出現位置的信賴指數高於該位置信賴指數臨界值TH_p。若有，時間點T所對應時段中，信賴指數高於該位置信賴指數臨界值的出現位置周邊係以步驟S606界定為安全區。若有多個出現位置之信賴指數高於該位置信賴指數臨界值TH_p，則步驟S606係設定複數個安全區。

若步驟S604判定時間點T所對應時段沒有出現位置的信賴指數高於該位置信賴指數臨界值TH_p，步驟S608將核對是否該追蹤物係預期有任何移動(自任何出發地到任何目的地)。若無，程序結束且安全區警示不致能。若有，流程進入步驟S610。步驟S610自行為模型觀察到一出發地至一目的地的預期移動所對應的一路線信賴指數臨界值TH_r，使之比對該預期移動之所有 歷史路線的信賴指數。步驟S612將檢查該預期移動是否有任何路線的信賴指數高於以上觀察到的路線信賴指數臨界值TH_r。若無，程序結束且安全區警示不致能。若是，該預期移動中信賴指數高於該路線信賴指數臨界值TH_r的路線沿線係由步驟S614界定為安全區。若有多條路線的信賴指數高於該路線信賴指數臨界值TH_r，步驟S614將對應設定多個安全區。特別是，步驟S606完成後更會進行步驟S608作確認。

根據第6圖所示程序，智慧安全區係隨著追蹤物的行為習慣而調整。對應第4A圖以及第4B圖的表格400所收集的位置資訊，以下段落基於第6圖所示程序定義智慧安全區。

00：00~07：00以及18：00~00：00間，安全區係設定在家A週邊。07：00~08：00，安全區係沿著路線R1以及路線R6設定。08：00~12：00，安全區設定在學校B週邊。12：00~13：00，安全區係沿著路線R2以及路線R4設定。13：00~17：00，安全區係設定在安親班C週邊。17：00~18：00，安全區係沿著路線R3、R5以及R7設定。以上技術提供的智慧安全區係隨著追蹤物的行為習慣調整。安全區警示致能時，追蹤物若離開以上設定的安全區，警示信息可傳送給使用者(第1圖標號116)。

在另外一種實施方式中，行為模型係僅基於第5B圖的路線分析而建立，未考量第5A圖的出現位置分析。此實施例中，核對行為模型時，係排除第6圖的步驟S602至步驟S606而執行步驟S68至S614。

若將資料收集區間延長為30日以上，將可觀察到追蹤物更多的行為習慣。例如，公車路線R1’以及R1”的信賴指數可 能隨著資料收集區間的延長而更加強。在延長後的資料收集區間結束後，公車路線R1’以及R1”可視為可信賴，且係用於設定智慧安全區。更有其他實施方式揭露一種追蹤裝置控制方法，以下基於第1圖說明之。追蹤裝置控制方法包括以下步驟：提供對應一追蹤裝置100的一伺服器114，所述追蹤裝置包括衛星導航用的一定位裝置102、且更包括數位蜂巢式通訊用的一長程收發器104；以及操作該長程收發器104在一資料接收區間反覆地發送該追蹤裝置100的位置資訊至伺服器114，為配備該追蹤裝置100的一追蹤物作行為分析，並對該追蹤裝置100作安全區界定。以上所界定之安全區係隨著追蹤物的行為習慣調整。追蹤物的行為習慣係觀察自以上行為分析。

雖然本發明已以較佳實施例揭露如上，然其並非用以限定本發明，任何熟悉此項技藝者，在不脫離本發明之精神和範圍內，當可做些許更動與潤飾，因此本發明之保護範圍當視後附之申請專利範圍所界定者為準。

100‧‧‧追蹤裝置

102‧‧‧定位模組

104‧‧‧長程收發器

106‧‧‧短程收發器

108‧‧‧微控制器

110‧‧‧電信塔

112‧‧‧數據網路

114‧‧‧伺服器

116‧‧‧使用者

118‧‧‧智慧型手機

120‧‧‧個人電腦

Claims (20)

1. 一種追蹤裝置，包括：一定位模組，用作衛星導航；一長程收發器，用作數位蜂巢式通訊；以及一微控制器，控制該定位模組以及該長程收發器，其中：該微控制器更組態來操作該長程收發器在一資料收集區間反覆發送該追蹤裝置的位置資訊至一伺服器，以實行配備該追蹤裝置的一追蹤物之行為分析、並對該追蹤裝置作安全區界定，上述安全區界定係隨著該追蹤物的行為習慣調整，且該追蹤物的行為習慣係觀察自上述行為分析。
2. 如申請專利範圍第1項所述之追蹤裝置，其中：上述位置資訊顯示該追蹤裝置的出現位置。
3. 如申請專利範圍第2項所述之追蹤裝置，其中：該資料收集區間長達N日，N為數字，且N日中每日更劃分為複數個時段；上述N日中同樣時段內該追蹤裝置的出現位址係收集作共通性分析，以估算一日中各時段內不同出現位置的信賴指數；且一日中各時段係分別對應一位置信賴指數臨界值。
4. 如申請專利範圍第3項所述之追蹤裝置，其中： 上述N日後，於一時間點T，一日中對應該時間點T的時段所對應的上述位置信賴指數臨界值係與上述出現位置關於該時間點T所對應的時段而估算出的上述信賴指數作比較；且信任指數在該時間點T所對應時段高於上述位置信任指數臨界值的出現位置的周邊係界定為安全區。
5. 如申請專利範圍第4項所述之追蹤裝置，其中：上述位置資訊更顯示上述N日中該追蹤物自一出發地移動至一目的地所採用的各種路線。
6. 如申請專利範圍第5項所述之追蹤裝置，其中：上述路線係收集作共通性分析，以估算上述路線的信賴指數；以及該出發地至該目的地的通勤行為係對應一路線信賴指數臨界值。
7. 如申請專利範圍第6項所述之追蹤裝置，其中：上述N日後，該追蹤物預期係自該出發地移動至該目的地時，該路線信賴指數臨界值係與上述路線的信賴指數作比較；且信賴指數高於該路線信賴指數臨界值的路線沿線係界定為安全區。
8. 如申請專利範圍第1項所述之追蹤裝置，其中： 在該資料收集區間反覆發送至該伺服器的上述位置資訊顯示該追蹤物自一出發地移動到一目的地所採用的各種路線；上述路線係收集作共通性分析，以估算上述路線的信賴指數；且該出發地至該目的地的通勤行為係對應一路線信賴指數臨界值。
9. 如申請專利範圍第8項所述之追蹤裝置，其中：上述資料收集區間後，該追蹤物預期係自該出發地移動至該目的地時，該路線信賴指數臨界值係與上述路線的上述信賴指數作比較；且信賴指數高於該路線信賴指數臨界值的路線沿線係界定為安全區。
10. 如申請專利範圍第1項所述之追蹤裝置，更包括：一短程收發器，用作相較上述數位蜂巢式通訊短程的無線信號通訊，其中，該短程收發器以及該定位模組係用來偵測上述位置資訊。
11. 一種追蹤裝置控制方法，包括：提供對應一追蹤裝置的一伺服器，該追蹤裝置包括衛星導航用的一定位裝置、且更包括數位蜂巢式通訊用的一長程收發器；以及 操作該長程收發器在一資料接收區間反覆地發送該追蹤裝置的位置資訊至該伺服器，為配備該追蹤裝置的一追蹤物作行為分析，並對該追蹤裝置作安全區界定，其中上述安全區界定係隨著該追蹤物的行為習慣調整，且該追蹤物的行為習慣係觀察自以上行為分析。
12. 如申請專利範圍第11項所述之追蹤裝置控制方法，其中：上述位置資訊顯示該追蹤裝置的出現位置。
13. 如申請專利範圍第12項所述之追蹤裝置控制方法，其中：該資料收集區間長達N日，N為數字，且N日中每日更劃分為複數個時段；上述N日中同樣時段內該追蹤裝置的出現位址係收集作共通性分析，以估算一日中各時段內不同出現位置的信賴指數；且一日中各時段係分別對應一位置信賴指數臨界值。
14. 如申請專利範圍第13項所述之追蹤裝置控制方法，其中：上述N日後，於一時間點T，一日中對應該時間點T的時段所對應的上述位置信賴指數臨界值係與上述出現位置關於該時間點T所對應的時段而估算出的上述信賴指數作比較；且信任指數在該時間點T所對應時段高於上述位置信任指數臨界值的出現位置的周邊係界定為安全區。
15. 如申請專利範圍第14項所述之追蹤裝置控制方法，其中： 上述位置資訊更顯示上述N日中該追蹤物自一出發地移動至一目的地所採用的各種路線。
16. 如申請專利範圍第15項所述之追蹤裝置控制方法，其中：上述路線係收集作共通性分析，以估算上述路線的信賴指數；以及該出發地至該目的地的通勤行為係對應一路線信賴指數臨界值。
17. 如申請專利範圍第16項所述之追蹤裝置控制方法，其中：上述N日後，該追蹤物預期係自該出發地移動至該目的地時，該路線信賴指數臨界值係與上述路線的信賴指數作比較；且信賴指數高於該路線信賴指數臨界值的路線沿線係界定為安全區。
18. 如申請專利範圍第11項所述之追蹤裝置控制方法，其中：在該資料收集區間反覆發送至該伺服器的上述位置資訊顯示該追蹤物自一出發地移動到一目的地所採用的各種路線；上述路線係收集作共通性分析，以估算上述路線的信賴指數；且該出發地至該目的地的通勤行為係對應一路線信賴指數臨界值。
19. 如申請專利範圍第18項所述之追蹤裝置控制方法，其中： 上述資料收集區間後，該追蹤物預期係自該出發地移動至該目的地時，該路線信賴指數臨界值係與上述路線的上述信賴指數作比較；且信賴指數高於該路線信賴指數臨界值的路線沿線係界定為安全區。
20. 如申請專利範圍第11項所述之追蹤裝置控制方法，其中：於該追蹤裝置更提供有一短程收發器，用作相較上述數位蜂巢式通訊短程的無線信號通訊；且該短程收發器以及該定位模組係用來偵測上述位置資訊。