Statistics: Vehicle Analytics
Logika Counting, Dwelling, Density (kepadatan per-frame dan ambang crowding), dan Speed untuk statistik kendaraan (analitik MVA), atribut kendaraan, empat dashboard Bawaan, komponen library, dan contoh query.
Pengenalan
Bayangkan petugas lalu lintas yang berdiri di persimpangan dengan empat catatan: berapa kendaraan lewat ke tiap arah, berapa lama kendaraan berhenti di zona tertentu, seberapa padat ruas jalan, dan seberapa cepat kendaraan melaju. Statistik Vehicle Analytics mengotomatiskan keempat catatan itu dari event analitik kendaraan Visionaire, lengkap dengan jenis kendaraan, merek, dan warna.
Pada Statistics, seluruh varian analitik kendaraan digabung dalam satu analitik registry dengan ID MVA (label Vehicle Analytics) yang memiliki empat Logika: Penghitungan (counting, bawaan), Dwelling (dwelling), Kepadatan (density), dan Kecepatan (speed). Lenz menyertakan satu dashboard Bawaan untuk masing-masing logika.
Varian tipe event yang tercakup: NFV4-MVA, NFV4-MVAA, dan NFV4-MVAS. Logika Kecepatan hanya menerima data dari NFV4-MVAS; dashboard Bawaan Speed karenanya mendeklarasikan NFV4-MVAS:speed saja untuk Tampilkan di Detail Stream, dan pilihan Logika: Speed pada dialog dashboard baru hanya muncul untuk varian MVAS.
Cara Menggunakan
Membaca Dashboard Bawaan Counting
Buka dashboard Bawaan Vehicle Analytics untuk logika Counting
Di daftar Dashboard, buka kartu Bawaan Vehicle Analytics (MVAA) dengan akhiran Counting. Scorecard Total vehicles berdampingan dengan line chart Vehicles over time by direction; bagian Stream Distribution, heatmap Vehicles by hour, bar Vehicle type by direction pada In & Out Breakdown, dan Tab Attributes (Direction, Vehicle type, Brand, Color, Advanced attrs, Area, Analytic variant) melengkapinya.

Bandingkan jenis kendaraan per arah
Bar Vehicle type by direction menumpuk dua dimensi (Direction dan Vehicle type) sehingga Anda dapat membaca, misalnya, berapa motor masuk dibanding mobil keluar. Klik ikon info widget untuk melihat spesifikasi query-nya.
Cari jam paling dan paling tidak ramai
Bagian Busiest & Quietest Hours membandingkan Total vehicles per jam: bar horizontal Busiest hours (10 jam dengan angka tertinggi) dan Quietest hours (10 terendah), lalu tabel Busiest hours by stream dan Quietest hours by stream yang memecahnya per stream. Karena granularitasnya Per jam, rentang tanggal maksimal 31 hari.
Membaca Dashboard Bawaan Dwelling
Dashboard Bawaan Dwelling untuk kendaraan mengikuti susunan yang sama dengan People Analytics: scorecard Visits, Avg/Min/Max dwell duration, donat Dwell duration distribution (Short/Medium/Long/Very long visits), line Dwell duration over time, tabel Area details (Visits dan durasi min/rata-rata/maks per area), distribusi per stream, heatmap Visits by hour, dan kontainer Longest & Shortest Stays (bar Longest stays by area dan Shortest stays by area, ranked top/bottom 10, plus tabel Dwell time by stream and area per day) sebelum Tab Attributes. Metrik perilaku pengunjung (Entered, Lookers, Passersby, Solo/Group) tidak tersedia untuk kendaraan — hanya durasi tinggal murni.
Membaca Dashboard Bawaan Density
Dashboard Bawaan Density untuk kendaraan mengikuti susunan yang sama dengan People Analytics, dengan subjek kendaraan (vehicles/frame) alih-alih orang: scorecard Total detections, Avg density, Peak density, Lowest density; line Detections over time dan Vehicles per frame over time; Stream Distribution dan Area Analysis dengan metrik per-frame; bagian Crowding Threshold (Time occupied, Time above threshold, Frames above threshold, Frames observed, N bawaan 10 lewat selektor At least); dan Peak Time Analysis dengan heatmap Detections by hour serta Avg density by hour (vehicles/frame). Lihat People Analytics untuk penjelasan detail tiap bagian.
Membaca Dashboard Bawaan Speed
Baca profil kecepatan
Dashboard Speed membuka dengan Vehicles measured, Avg speed, Min speed, dan Max speed (km/h). Donat Speed distribution membagi kendaraan ke pita Slow (0-30) km/h, Medium (31-60) km/h, Fast (61-100) km/h, dan Very fast (>100) km/h; line chart Speed over time memplot rata-rata, minimum, dan maksimum per hari.

Bandingkan stream, jam, dan atribut
Tabel Stream details merinci keempat metrik per stream, heatmap Avg speed by hour menunjukkan jam dengan kecepatan rata-rata tertinggi, dan Tab Attributes memuat tab Averages (rata-rata per nilai atribut) dan Over time untuk Vehicle type, Brand, Color, Advanced attrs, Area, dan Analytic variant.
Metrik & Dimensi
Logika Penghitungan (counting)
Prop
Type
Dimensi khusus logika ini: direction (Direction, string).
Logika Dwelling (dwelling)
Rilis terbaru mengganti label Dwelling events menjadi Visits di seluruh metrik dwelling — nilai dan cara hitungnya sama, hanya labelnya yang berubah.
Prop
Type
Logika Kepadatan (density)
Sama seperti People Analytics, logika ini menghitung kepadatan per frame: berapa kendaraan yang terdeteksi dalam satu frame kamera. Frame yang sama sekali tidak mendeteksi kendaraan dikeluarkan dari metrik per-frame.
Prop
Type
Pilihan tetap untuk parameter At least: 2, 3, 4, 5, 6, 8, 10, 12, 15, 20, 25, 30, 40, 50, 75, atau 100 kendaraan per frame; nilai lain ditolak dengan kode INVALID_PARAM.
Logika Kecepatan (speed)
Prop
Type
Dimensi bersama
| Dimensi | Label | Tipe | Nilai / catatan |
|---|---|---|---|
stream_id | Stream | string | ID stream |
area | Area | string | Nama area pada konfigurasi analitik |
analytic_id | Analytic variant | enum | NFV4-MVA, NFV4-MVAA, NFV4-MVAS |
vehicle_type | Vehicle type | enum | car, motorcycle, bus, truck, bicycle, person, unknown |
brand | Brand | string | Merek kendaraan yang dikenali model |
color | Color | string | Warna kendaraan |
vehicle_advance | Advanced attributes | string | Atribut lanjutan gabungan dari model |
Semua filter memakai operator in. Granularitas: hour, day, week, month, quarter, year, atau kosong. Batas rentang: 31 hari (hour), 365 hari (day), 730 hari (lainnya). Pengelompokan Harian mengikuti hari kalender lokal site (bawaan WIB/Asia Jakarta, dapat dikonfigurasi per deployment) untuk Penghitungan, Dwelling, dan Kepadatan — bukan lagi jendela 07:00–07:00 seperti sebelumnya. Logika Kecepatan tidak terpengaruh perubahan ini.
Komponen Library
| Logika | Komponen |
|---|---|
| Penghitungan | KPI Total vehicles; Tren harian; Periode puncak; Periode tersibuk / Periode tersepi; Direction dari waktu ke waktu; Distribusi Vehicle type, Distribusi Brand, Distribusi Color, Distribusi Advanced attributes; Arus arah; Vehicle type per arah; Stream teratas; Distribusi stream; Perbandingan Area |
| Dwelling | KPI Visits, Avg dwell duration, Median dwell duration (approx), Min dwell duration, Max dwell duration; Tren harian; Periode puncak; Periode tersibuk / Periode tersepi; Distribusi per atribut; Durasi menetap dari waktu ke waktu; Distribusi durasi dwell; Proporsi durasi dwell; Stream teratas; Distribusi stream; Perbandingan Area |
| Kepadatan | KPI Total detections, Avg density, Peak density, Lowest density, Frames observed, Time occupied; Tren harian; Periode puncak; Periode tersibuk / Periode tersepi; Distribusi per atribut; Stream teratas; Distribusi stream; Perbandingan Area |
| Kecepatan | KPI Avg speed, Max speed, Min speed, Vehicles measured; Tren harian (rata-rata, maksimum, dan minimum per hari); Periode puncak; Periode tersibuk / Periode tersepi; Distribusi per atribut; Distribusi pita kecepatan; Stream teratas; Distribusi stream; Perbandingan Area |
Seperti pada People Analytics, bagian Busiest & Quietest Hours, Longest & Shortest Stays, dan Crowding Threshold pada dashboard Bawaan disusun manual dengan kontrol Urutan (Semua/N teratas/N terbawah, untuk Bar dan Tabel) dan selektor At least untuk metrik berparameter — bukan komponen Library satu klik.
Contoh Query API
Komposisi pita kecepatan per hari (setara komponen Distribusi pita kecepatan):
{
"analytic": "MVA",
"sub_mode": "speed",
"metrics": ["slow_count", "medium_count", "fast_count", "very_fast_count"],
"dimensions": [],
"granularity": "day",
"time_range": { "start": "2026-09-12", "end": "2026-09-18" },
"filters": {
"stream_id": { "op": "in", "value": ["stream-gate-02"] }
},
"viz_kind": "bar",
"viz_config": { "stacked": true }
}Sepuluh jenis kendaraan teratas per arah selama sebulan:
{
"analytic": "MVA",
"sub_mode": "counting",
"metrics": ["total_vehicles"],
"dimensions": ["direction", "vehicle_type"],
"granularity": "",
"time_range": { "start": "2026-08-20", "end": "2026-09-18" },
"limit": 10,
"viz_kind": "bar"
}Kendaraan per frame di setiap area selama sebulan, ranked 10 area terpadat (setara komponen Perbandingan Area dengan metrik density):
{
"analytic": "MVA",
"sub_mode": "density",
"metrics": ["avg_estimation", "peak_estimation"],
"dimensions": ["area"],
"granularity": "",
"time_range": { "start": "2026-08-20", "end": "2026-09-18" },
"viz_kind": "bar",
"viz_config": { "rank": "top", "rankCount": 10, "orientation": "horizontal" }
}Endpoint legacy GET /api/statistics/mva/{counting,dwelling,density,speed} dan /api/statistics/mvaa/* masih tersedia; lihat API Reference.
Tips & Troubleshooting
Selanjutnya
Statistics
Panduan lengkap dashboard, widget editor, filter, dan ekspor.
API Reference Statistics
Skema analitik, endpoint Query, dan CRUD dashboard.
License Plate Recognition
Statistik pelat nomor: volume, status dikenal, dan confidence.
People Analytics
Logika yang sama untuk orang, ditambah perilaku pengunjung.
Statistics: People Analytics
Logika Counting, Dwelling, dan Density (kepadatan per-frame dan ambang crowding) untuk statistik orang (analitik MPA), atribut demografis termasuk MPA2, tiga dashboard Bawaan, komponen library, dan contoh query.
Statistics: Crowd Estimation
Metrik ukuran kerumunan rata-rata, puncak, dan terendah per area dan stream (analitik CE), dashboard Bawaan Crowd Estimation, komponen library, dan contoh query.