< 文档首页
全部产品
弹性计算
存储
数据库
安全
大数据
人工智能
网络与CDN
视频服务
容器与中间件
开发与运维
API与工具
物联网
物联网行业方案
专有云
企业应用与服务
数字金融
域名与网站
工商财税与知识产权
钉钉
移动研发平台EMAS-专有云
解决方案
会员服务
更多

    车流分析及预测

    更新时间：2020-02-05 11:04:11

    ★ 我的收藏
    本页目录

    1、服务介绍

    1.1 概述

    接入停车场管理/出入口及重要景点路口摄像头实时数据，结合客流预测数据，高德路况大数据服务，景区整体停车位（正式、备用、公共）、自驾小车、中巴、大巴车等数量及国标安防要求，对于整体停车需求进行预测，结合线上活动提供交付服务以及周边服务，同时通过数据决策服务未来的交通服务。

    1.2 功能

    • 基于时间线的实时车流分析，包含车辆类型，数量，停车场使用情况
    • 未来1小时、1天、1周、1月的总车流量预测

    1.3示例展示页面

    • 实时车流分析

    车流分析

    • 实时车流预测车流预测

    1.4 API说明

    模块 售卖细分维度 数据输出 包含指标与定义说明
    数据质量监测 实时小时/日/周/月级别(默认T-1天数据)
    - 累计记录数
    - 异常值(空值）累计数
    - 物理存储值
    		 所有数据源采集情况说明，便于检查数据来源异常
    景区实时停车画像 实时小时/日/周/月级别 总数
    实时小时/日/周/月级别 车类型比例（小轿车、大巴车、中巴车） 数量、比例
    实时小时/日/周/月级别 车来源地分析（柱状图） 省市及排名、数量，省内省外比例
    实时小时/日/周/月级别 车品牌分布 数量、比例
    实时小时/日/周/月级别 停车时长分布 停车时间按照分钟计算
    实时小时/日/周/月级别 基于时间维度的车流值 支持基于车类型进行筛选
    实时车流预测 实时小时/日/周/月级别 指定时间段的车流量
    实时智能预警 实时小时/日/周级别 低 明天客流量拥挤指数低，请做好日常接待，关注紧急情况。
    实时小时/日/周级别 中 明天客流局部可能有拥挤情况，请关注热门景点区域。
    实时小时/日/周级别 较高 明天客流量拥挤度较高，请关注游客热门路线区域，并做好出入口引导管理。
    实时小时/日/周级别 高 明天客流量拥挤度高，请提前在重要景点设置工作人员，避免踩踏事件

    2 接入指南

    2.1API说明

    车流密度指数统计数据查询API，根据model查询不同的统计数据。

    Path 版本 是否登录
    /tourism/data/traffic/query 1.0.0 否

    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：

    参数名 数据类型 是否必填 参数描述
    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）
    topN Integer N 数据topN条数
    parkId String N 停车场id

    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");
    13. Map<String, Object> param = new HashMap<>(8);
    14. param.put("startTime", "2019-01-01");
    15. param.put("endTime", "2019-01-31");
    16. param.put("limit", 10);
    18. request.putParam("paramJson", JSONObject.toJSONString(param));
    19. //请求参数域名、path、request
    20. String host = "api.link.aliyun.com";
    21. String path = "/tourism/data/traffic/query";
    22. System.out.println(JSON.toJSONString(request));
    23. ApiRequest apiRequest = new ApiRequest(HttpScheme.HTTP, host,
    24.                                        HttpMethod.POST_BODY, path, JSON.toJSONBytes(request));
    25. apiRequest.setHttpConnectionMode(HttpConnectionModel.MULTIPLE_CONNECTION);
    26. ApiResponse response = apacheHttpClient.sendSyncRequest(apiRequest);
    27. System.out.println(request.getId());
    28. System.out.println(
    29.     "response code = " + response.getCode() + " response message = " + response.getMessage()
    30.     + " response content = " + new String(response.getBody(),
    31.                                           "utf-8"));

    2.3 模型示例

    数据质量监测

    model:TRIP_TRAFFIC_DATA_CHECK

    车流相关存储的数据质量统计，包含数据总条数、空值条数。

    入参

    1. {
    2.     "model":"TRIP_TRAFFIC_DATA_CHECK",
    3.     "projectId":"a124KKWfyglJF5rD",
    4.     "paramJson":{
    5.         "startTime":"2019-10-06",
    6.         "endTime":"2019-10-08",
    7.         "parkId":"xxx"  //停车场id，可选
    8.     }
    9. }

    出参

    1. {
    2.     "code":200,
    3.     "data":{
    4.         "series":[
    5.             {
    6.                 "values":[
    7.                     "18"
    8.                 ],
    9.                 "name":"tblAllRecords" //总条数
    10.             },
    11.             {
    12.                 "values":[
    13.                     "0"
    14.                 ],
    15.                 "name":"tblDataSize" //存储空间，暂不支持
    16.             },
    17.             {
    18.                 "values":[
    19.                     "19"
    20.                 ],
    21.                 "name":"tblNullRecords" //空值条数
    22.             }
    23.         ]
    24.     },
    25.     "id":"ef95893535a94a41b08696beff009a2b"
    26. }

    车流预测

    通过历史车流数据，预测未来一段时间内的车流数量。
    model:TRIP_TRAFFIC_PREDICT_STAT

    入参

    1. {
    2.     "model":"TRIP_TRAFFIC_PREDICT_STAT",
    3.     "projectId":"a124KKWfyglJF5rD",
    4.     "paramJson":{
    5.         "parkId":"xxx"  //停车场id，可选
    6.     }
    7. }

    出参

    1. {
    2.     "code":200,
    3.     "data":{
    4.         "series":[
    5.             {
    6.                 "values":[
    7.                     "33"
    8.                 ],
    9.                 "name":"r30d"
    10.             },
    11.             {
    12.                 "values":[
    13.                     "11"
    14.                 ],
    15.                 "name":"r1d"
    16.             },
    17.             {
    18.                 "values":[
    19.                     "11"
    20.                 ],
    21.                 "name":"r1h"
    22.             },
    23.             {
    24.                 "values":[
    25.                     "22"
    26.                 ],
    27.                 "name":"r7d"
    28.             }
    29.         ]
    30.     },
    31.     "id":"c7f6271bbffd4504985a130a25a9b8a2"
    32. }

    实时智能预警


    通过预测未来一天的车流量和停车场的车位总数来估算拥挤指数，提供相应的预案。
    model:TOURIST_INTEL_TRAFFIC_PREDICTION_INFO

    入参

    1. {
    2.     "model":"TOURIST_INTEL_TRAFFIC_PREDICTION_INFO",
    3.     "projectId":"a124KKWfyglJF5rD",
    4.     "paramJson":{
    5.         "parkId":"xxx" //停车场id，可选
    6.     }
    7. }

    出参

    1. {
    2.     "code":200,
    3.     "data":{
    4.         "series":[
    5.             {
    6.                 "values":[
    7.                     "拥挤指数低，请做好日常接待，关注紧急情况"
    8.                 ],
    9.                 "name":"predict"
    10.             }
    11.         ]
    12.     },
    13.     "id":"a35b7ba5257048aa9232a31c5b3a4181"
    14. }

    停车类别

    统计一段时间内各个类别车辆的个数
    model:TRIP_TRAFFIC_TYPE_STATISTICS

    入参

    1. {
    2.     "model":"TRIP_TRAFFIC_TYPE_STATISTICS",
    3.     "projectId":"a124KKWfyglJF5rD",
    4.     "paramJson":{
    5.         "startTime":"2019-10-06",
    6.         "endTime":"2019-10-08",
    7.         "parkId":"xxx" //停车场id，可选
    8.     }
    9. }

    出参

    1. {
    2.     "code":200,
    3.     "data":{
    4.         "series":[
    5.             {
    6.                 "values":[
    7.                     "11",
    8.                     "4",
    9.                     "4"
    10.                 ],
    11.                 "name":"count"
    12.             },
    13.             {
    14.                 "values":[
    15.                     "大巴",
    16.                     "中巴车",
    17.                     "小轿车"
    18.                 ],
    19.                 "name":"type"
    20.             }
    21.         ]
    22.     },
    23.     "id":"fc3e3d99970c47ca85822ff56c7c5af6"
    24. }

    停车时长

    统计一段时间内不同停车时段的车辆数量。
    model:TRIP_TRAFFIC_PARKING_TIME_STATISTICS

    入参：

    1. {
    2.     "model":"TRIP_TRAFFIC_PARKING_TIME_STATISTICS",
    3.     "projectId":"a124KKWfyglJF5rD",
    4.     "paramJson":{
    5.         "startTime":"2019-10-06",
    6.         "endTime":"2019-10-08",
    7.         "parkId":"xxx" //停车场id，可选
    8.     }
    9. }

    出参：

    1. {
    2.     "code":200,
    3.     "data":{
    4.         "series":[
    5.             {
    6.                 "values":[
    7.                     "15-30",
    8.                     "30-60",
    9.                     "<15"
    10.                 ],
    11.                 "name":"parkingDuration" //停车时长
    12.             },
    13.             {
    14.                 "values":[
    15.                     "11",
    16.                     "11",
    17.                     "11"
    18.                 ],
    19.                 "name":"count"
    20.             }
    21.         ]
    22.     },
    23.     "id":"36cc6dfe98974026a2f7bc96d5e2082d"
    24. }

    车品牌

    统计一段时间内，各个车辆品牌的车辆个数
    model:TRIP_TRAFFIC_BRAND_ROUTE

    入参：

    1. {
    2.     "model":"TRIP_TRAFFIC_BRAND_ROUTE",
    3.     "projectId":"a124KKWfyglJF5rD",
    4.     "paramJson":{
    5.         "startTime":"2019-10-06",
    6.         "endTime":"2019-10-08",
    7.         "parkId":"xxx" //停车场id，可选
    8.     }
    9. }

    出参：

    1. {
    2.     "code":200,
    3.     "data":{
    4.         "series":[
    5.             {
    6.                 "values":[
    7.                     "19"
    8.                 ],
    9.                 "name":"count"
    10.             },
    11.             {
    12.                 "values":[
    13.                     "大众"
    14.                 ],
    15.                 "name":"brand"
    16.             }
    17.         ]
    18.     },
    19.     "id":"46efa8acc0ea4b8e9e305d52e107ae9b"
    20. }

    车流值

    以小时维度统计各个类型车辆个数
    model:TRIP_TRAFFIC_TYPE_STATISTICS_BY_HOUR

    入参：

    1. {
    2.     "model":"TRIP_TRAFFIC_TYPE_STATISTICS_BY_HOUR",
    3.     "projectId":"a124KKWfyglJF5rD",
    4.     "paramJson":{
    5.         "startTime":"2019-10-06",
    6.         "endTime":"2019-10-08",
    7.         "parkId":"xxx" //停车场id，可选
    8.     }
    9. }

    出参：

    1. {
    2.     "code":200,
    3.     "data":{
    4.         "series":[
    5.             {
    6.                 "values":[
    7.                     "4",
    8.                     "11"
    9.                 ],
    10.                 "name":"cnt" // 数量
    11.             },
    12.             {
    13.                 "values":[
    14.                     "中巴车",
    15.                     "大巴"
    16.                 ],
    17.                 "name":"type" // 类别
    18.             },
    19.             {
    20.                 "values":[
    21.                     "11-21 11:00",
    22.                     "11-21 11:00"
    23.                 ],
    24.                 "name":"time" //时间
    25.             }
    26.         ]
    27.     },
    28.     "id":"7f9c3762789e421584744a62fc5cac7e"
    29. }

    车流趋势

    统计一段时间内的各个时间的车辆个数
    model:TRIP_TRAFFIC_STATISTICS_BY_HOUR

    image.png

    入参：

    1. {
    2.     "model":"TRIP_TRAFFIC_STATISTICS_BY_HOUR",
    3.     "projectId":"a124KKWfyglJF5rD",
    4.     "paramJson":{
    5.         "startTime":"2019-10-06",
    6.         "endTime":"2019-10-08",
    7.         "parkId":"xxx" //停车场id，可选
    8.     }
    9. }

    出参：

    1. {
    2.     "code":200,
    3.     "data":{
    4.         "series":[
    5.             {
    6.                 "values":[
    7.                     "70",
    8.                     "13",
    9.                     "9",
    10.                     "2"
    11.                 ],
    12.                 "name":"count"
    13.             },
    14.             {
    15.                 "values":[
    16.                     "16:00",
    17.                     "17:00",
    18.                     "18:00",
    19.                     "19:00"
    20.                 ],
    21.                 "name":"time"
    22.             }
    23.         ]
    24.     },
    25.     "id":"408b338fe46445ccbbf5a422bf5c2bd4"
    26. }

    车辆省份统计

    统计一段时间内车辆的来源省份个数
    model：TRIP_TRAFFIC_REGION_PROVINCE_STATISTICS

    入参：

    2. {
    3.     "model":"TRIP_TRAFFIC_REGION_PROVINCE_STATISTICS",
    4.     "projectId":"a124KKWfyglJF5rD",
    5.     "paramJson":{
    6.         "startTime":"2019-10-06",
    7.         "endTime":"2019-10-08",
    8.         "parkId":"xxx" //停车场id，可选
    9.     }
    10. }

    出参：

    1. {
    2.     "code":200,
    3.     "data":{
    4.         "series":[
    5.             {
    6.                 "values":[
    7.                     "陕西",
    8.                     "湖北"
    9.                 ],
    10.                 "name":"province"
    11.             },
    12.             {
    13.                 "values":[
    14.                     "15",
    15.                     "4"
    16.                 ],
    17.                 "name":"count"
    18.             }
    19.         ]
    20.     },
    21.     "id":"d75f94fa8fe54edd95ddda32188c82e9"
    22. }

    车辆城市

    统计一段时间内车辆的来源城市个数
    model：TRAFFIC_PROVICNE_CITY_ROUTE

    入参：

    _provice非必填，为空时代表查询全国的城市

    2. {
    3.     "model":"TRAFFIC_PROVICNE_CITY_ROUTE",
    4.     "projectId":"a124KKWfyglJF5rD",
    5.     "paramJson":{
    6.         "startTime":"2019-10-06",
    7.         "endTime":"2019-10-08",
    8.         "topN":10,    
    9.         "province":"西安",
    10.         "parkId":"xxx" //停车场id，可选
    11.     }
    12. }

    出参：

    1. {
    2.     "code":200,
    3.     "data":{
    4.         "series":[
    5.             {
    6.                 "values":[
    7.                     "西安",
    8.                     "北京"
    9.                 ],
    10.                 "name":"city"
    11.             },
    12.             {
    13.                 "values":[
    14.                     "15",
    15.                     "4"
    16.                 ],
    17.                 "name":"count"
    18.             }
    19.         ]
    20.     },
    21.     "id":"096b940f21d74b22be55189b1f329f46"
    22. }
    上一篇：客流分析及预测
    下一篇：人员密度指数
    相关文档