全部产品
云市场

人员密度指数

更新时间:2019-11-22 14:03:02

1 服务介绍

1.1 概述

  • 面向景区管理者,要求不能出现局部区域人群过度聚集,容易形成拥挤或者踩踏事件,根据视频实时圈定的区域大小、安防人员的数据在线实时计算区域性人群聚集度并给出相应的应急策略。
  • 面向C端场景,基于聚集点输出当前排队人数和未来一小时拥挤指数,便于游客做好提前规划。

1.2 应用场景

  • 管理端管理端

  • C端C端

1.3 应用接口及收费维度

模块 售卖细分维度 数据输出 包含指标与定义说明 模块
人员聚集 实时(小时)/日/周/月热力图 人员聚集点 基于景区景点位置标示人员数量及热力情况 景点热力分析
黑名单告警 到达景区的游客触发黑名单告警 图像、黑名单触发情况
特殊人员比例 单个热力点特殊人员信息显示 类型,人员数量
白名单人员 工作人员信息显示
聚集点视频设备列表 视频设备列表 视频设备列表
聚集点预测 实时(小时) 未来热力中心 未来一小时的聚集点热力预测 /

2、API说明

2.1 API说明

客流预测统计数据查询API,根据model查询不同的统计数据。

Path 版本 是否登录
/tourism/data/touristflow/query 1.0.0

入参

参数名 数据类型 是否必填 参数描述
projectId String Y 项目Id
model String Y 模型名称,具体模型名称参考对照表
paramJson String N json格式

paramJson根据模型需要传相应的参数(具体参数见模型示例),可用参数如下:

startTime String N 开始时间(>=,包含该时间)
endTime String N 结束时间(<,不包含该时间)
size Integer N 数据topN条数
rateType Integer N 景区NPS评价类型,1-正面评价、2-负面评价

出参

参数名 数据类型 参数描述
code Int 错误码,code=200表示正确,其他表示错误
message String 结果信息,正确为success,错误的时候是错误提示
data JSONObject 结果数据
-series JSONArray 结果数据系列集合,可以理解为多个数据列,每个系列代表一列数据
—name String 数据系列名称
—values JSONArray 数据系列值的集合

2.2 API调用方式

SDK依赖

本例提供java sdk pom依赖示例,更多语言SDK详情请参考API调用对接指引

  1. <dependency>
  2. <groupId>com.aliyun.api.gateway</groupId>
  3. <artifactId>sdk-core-java</artifactId>
  4. <version>1.6.0.3</version>
  5. </dependency>

示例代码

  1. HttpClientBuilderParams builderParams = new HttpClientBuilderParams();
  2. builderParams.setAppKey("${appKey}"); // 请填写正确的AppKey
  3. builderParams.setAppSecret("${appSecret}"); // 请填写正确的AppSecret
  4. ApacheHttpClient apacheHttpClient = new ApacheHttpClient(builderParams);
  5. IoTApiRequest request = new IoTApiRequest();
  6. //设置api的版本
  7. request.setApiVer("1.0.0");
  8. //如果需要登陆,设置当前的会话的token
  9. //设置参数
  10. request.putParam("model", "xxxxxx");
  11. request.putParam("projectId", "yyyyy");
  12. Map<String, Object> param = new HashMap<>(8);
  13. param.put("startTime", "2019-01-01");
  14. param.put("endTime", "2019-01-31");
  15. param.put("limit", 10);
  16. request.putParam("paramJson", JSONObject.toJSONString(param));
  17. //请求参数域名、path、request
  18. String host = "api.link.aliyun.com";
  19. String path = "/tourism/statistics/query";
  20. System.out.println(JSON.toJSONString(request));
  21. ApiRequest apiRequest = new ApiRequest(HttpScheme.HTTP, host,
  22. HttpMethod.POST_BODY, path, JSON.toJSONBytes(request));
  23. apiRequest.setHttpConnectionMode(HttpConnectionModel.MULTIPLE_CONNECTION);
  24. ApiResponse response = apacheHttpClient.sendSyncRequest(apiRequest);
  25. System.out.println(request.getId());
  26. System.out.println(
  27. "response code = " + response.getCode() + " response message = " + response.getMessage()
  28. + " response content = " + new String(response.getBody(),
  29. "utf-8"));

2.3 模型示例

游客人员聚集

model: TOURIST_LOCATION_CLUSTER
查询指定时间的最新人员聚集情况

入参

  1. {
  2. "paramJson": "{\"time\":\"2019-10-31 17:08:00\"}",
  3. "model": "TOURIST_LOCATION_CLUSTER",
  4. "projectId": "a124KKWfyglJF5rD"
  5. }

出参

  1. {
  2. "code": 200,
  3. "data": {
  4. "series": [{
  5. "values": ["xxxx", "yyyy", "zzzz", "qqqq"],
  6. "name": "iotId" //摄像头iotId
  7. }, {
  8. "values": ["0", "51", "50", "110"],
  9. "name": "count"
  10. }, {
  11. "values": ["120.148449,30.230287", "120.109653,30.218866", "120.142527,30.232067", "120.116863,30.252384"],
  12. "name": "location" // 摄像头的位置坐标
  13. }, {
  14. "values": ["2019-10-31 17:08:00", "2019-10-31 17:08:00", "2019-10-31 17:08:00", "2019-10-31 17:08:00"],
  15. "name": "time" // 时间
  16. }]
  17. },
  18. "message": "success"
  19. }

游客人居聚集告警

model: TOURIST_LOCATION_ALARM
游客人员聚集告警,当前支持老人儿童特殊人员告警

入参

  1. {
  2. "paramJson": "{\"startTime\":\"2019-10-31 22:43:00\",\"endTime\":\"2019-10-31 23:13:00\"}",
  3. "model": "TOURIST_LOCATION_ALARM",
  4. "projectId": "a124KKWfyglJF5rD"
  5. }

出参

  1. {
  2. "code": 200,
  3. "data": {
  4. "series": [{
  5. "values": ["aaa", "bbb", "ccc", "ddd"],
  6. "name": "iotId"//摄像头iotId
  7. }, {
  8. "values": ["TOURIST_SPECIAL_ALARM", "TOURIST_SPECIAL_ALARM", "TOURIST_SPECIAL_ALARM", "TOURIST_SPECIAL_ALARM"],
  9. "name": "alarmType"//告警类型,目前只有特殊人员告警
  10. }, {
  11. "values": ["120.142527,30.232067", "120.142527,30.232067", "120.142527,30.232067", "120.142527,30.232067"],
  12. "name": "location" // 摄像头的位置坐标
  13. }, {
  14. "values": ["特殊人群告警,儿童1人", "特殊人群告警,儿童1人", "特殊人群告警,儿童1人", "特殊人群告警,老人1人"],
  15. "name": "alarmMessage"//告警消息
  16. }, {
  17. "values": ["2019-10-31 23:01:24", "2019-10-31 23:03:25", "2019-10-31 23:05:25", "2019-10-31 23:05:26"],
  18. "name": "time"// 时间
  19. }]
  20. },
  21. "message": "success"
  22. }

游客人员聚集预测

model: TOURIST_LOCATION_CLUSTER_PREDICT
当前最新的预测人员聚集,同时也会返回当前的人员聚集以方便对比。

入参

  1. {
  2. "model": "TOURIST_LOCATION_CLUSTER_PREDICT",
  3. "projectId": "a124KKWfyglJF5rD"
  4. }

出参

  1. {
  2. "code": 200,
  3. "data": {
  4. "series": [{
  5. "values": ["aaa", "bbb", "ccc", "ddd"],
  6. "name": "iotId"//摄像头iotId
  7. }, {
  8. "values": ["100", "46", "38", "60"],
  9. "name": "currentCount"//当前聚集人数
  10. }, {
  11. "values": ["125", "45", "40", "85"],
  12. "name": "predictCount"//最新预测聚集人数
  13. }, {
  14. "values": ["120.142527,30.232067", "120.148449,30.230287", "120.109653,30.218866", "120.116863,30.252384"],
  15. "name": "location"//摄像头位置
  16. }, {
  17. "values": ["2019-10-31 11:20:00", "2019-10-31 11:20:00", "2019-10-31 11:20:00", "2019-10-31 11:20:00"],
  18. "name": "time"//对应最新预测的时间
  19. }]
  20. },
  21. "message": "success"
  22. }