Vehicle Analytics
Deteksi dan analitik kendaraan real-time — counting per garis, counting per zona, dwelling, density, dan (pada satu varian) estimasi kecepatan, dengan klasifikasi atribut opsional.
Pengenalan
Vehicle Analytics adalah keluarga pipeline analitik video real-time yang mendeteksi kendaraan — car, motorcycle, bus, dan truck — dalam stream video, lalu memprosesnya melalui satu atau beberapa logic penghitungan: counting per garis, counting per zona (ROI), deteksi kendaraan berhenti (dwelling), estimasi kepadatan (density), dan pada satu varian, estimasi kecepatan.
Tersedia delapan varian pipeline yang terbagi menjadi empat kelompok:
- Multi-logic (
NFV4-MVA,NFV4-MVAA,NFV4-MVAS) — satu pipeline dapat menjalankan beberapa logic sekaligus (counting, roi_counting, dwelling, density) dalam satu konfigurasisub_analytics.NFV4-MVAAmenambahkan klasifikasi atribut (warna, tipe, merek);NFV4-MVASmenambahkan estimasi kecepatan. - Line counting (
NFV4-VC,NFV4-VC-HW) — satu pipeline, satu logic counting garis saja. Lebih ringan, cocok untuk kebutuhan counting sederhana. - ROI dwelling (
NFV4-VD) — hanya mendeteksi kendaraan yang berhenti/diam di dalam zona polygon. - Proof-of-concept (
NFV4-VAS,NFV4-VCAT) —NFV4-VASmendeteksi dua objek yang tumpang-tindih (overlap) dari sudut pandang aerial;NFV4-VCATmencocokkan kendaraan yang melewati garis dengan database embedding kendaraan terdaftar. Keduanya ditandai sebagai POC pada kode sumber — verifikasi kesesuaian sebelum dipakai di produksi.
Dokumentasi Vehicle Analytics dibagi menjadi beberapa halaman. Mulai dari Varian & Cara Kerja untuk memilih pipeline yang sesuai, lalu pastikan kamera memenuhi Persyaratan. Referensi endpoint ada di API Reference.
Varian & Cara Kerja
Tabel delapan varian, apa yang membedakan tiap varian, dan alur pemrosesan dari frame video sampai event.
Persyaratan
Spesifikasi kamera dan panduan penempatan kamera untuk jalur traffic dan garis counting.
Konfigurasi
Format sub_analytics, konfigurasi garis/zona, atribut, environment variable, dan argumen aplikasi.
Best Practices & Troubleshooting
Penempatan kamera, keterbatasan yang terverifikasi dari kode, dan runbook untuk error umum.
API Reference
Endpoint pipeline, event channel WebSocket, dan struktur event JSON per varian.
Apa yang Dilakukan
Kemampuan
- Deteksi kendaraan real-time — empat label:
car,motorcycle,bus,truck. Deteksi berlabelpedestrianselalu dibuang sebelum tracking. - Counting per garis — menghitung kendaraan yang melewati garis virtual, dengan arah
in/out/both(varianNFV4-MVA,NFV4-MVAA,NFV4-MVAS,NFV4-VC,NFV4-VC-HW). - Counting per zona (ROI) — menghitung kendaraan masuk/keluar area polygon; sisi polygon diperlakukan sebagai garis counting dua arah (varian multi-logic).
- Dwelling — mendeteksi kendaraan yang berhenti di suatu zona lebih lama dari ambang tertentu, dengan opsi alert dini sebelum objek keluar zona (varian multi-logic dan
NFV4-VD). - Density — estimasi jumlah kendaraan dalam zona secara periodik, dengan opsi menyertakan rincian per kendaraan (varian multi-logic).
- Estimasi kecepatan — mengestimasi kecepatan kendaraan (km/jam) memakai kalibrasi bidang (plane calibration) 4 titik (
NFV4-MVASsaja). - Klasifikasi atribut — warna, tipe, dan merek kendaraan (
NFV4-MVAA; parsial padaNFV4-MVAS, lihat Konfigurasi). - Group tracking — opsional, untuk mendeteksi konvoi/kelompok kendaraan yang bergerak bersamaan.
Yang TIDAK Dilakukan
- Tidak mendeteksi pejalan kaki — label
pedestrianselalu diabaikan. Gunakan halaman analitik orang untuk deteksi pejalan kaki. - Tidak membaca nomor plat kendaraan — gunakan License Plate Recognition untuk pembacaan plat.
- Tidak menjalankan semua logic sekaligus pada varian single-logic —
NFV4-VC/NFV4-VC-HWhanya counting garis,NFV4-VDhanya dwelling. Untuk kombinasi counting + roi_counting + dwelling + density dalam satu pipeline, gunakanNFV4-MVA/NFV4-MVAA/NFV4-MVAS. - Atribut tipe/merek tidak tersedia untuk motorcycle — hanya warna yang diklasifikasikan untuk label
motorcycle. NFV4-MVAStidak selalu mengisi atribut warna/tipe/merek — lihat catatan di Konfigurasi dan Keterbatasan.
Use Cases
Traffic Flow & Volume Counting
Hitung volume kendaraan per lajur di jalan raya atau persimpangan menggunakan sub-analitik counting.
Parkir & Occupancy Monitoring
Estimasi okupansi real-time per zona dengan density, dikombinasikan dengan roi_counting untuk masuk/keluar.
Deteksi Parkir Ilegal
Alert saat kendaraan berhenti lebih lama dari durasi yang dikonfigurasi di zona terlarang menggunakan dwelling.
Klasifikasi Kendaraan di Toll Gate
Counting per gate dengan klasifikasi tipe kendaraan (NFV4-MVAA) untuk penerapan tarif diferensial.
Estimasi Kecepatan
Ukur kecepatan kendaraan di jalur lurus dengan kalibrasi bidang 4 titik (NFV4-MVAS).
Modul Terkait
Face Recognition
Deteksi dan pengenalan wajah real-time untuk identifikasi individu.
License Plate Recognition
Deteksi dan pengenalan plat nomor kendaraan secara real-time untuk access control kendaraan.
People Analytics
Counting, dwelling, dan density untuk pejalan kaki dengan struktur sub-analitik serupa.
API Reference — People Analytics
Endpoint REST API untuk membuat, mengelola, dan memantau pipeline People Analytics pada stream Visionaire4, event streaming via WebSocket, dan struktur event JSON.
Varian & Cara Kerja
Delapan varian pipeline Vehicle Analytics, apa yang membedakan tiap varian, dan alur pemrosesan dari frame video sampai event.