English
Deutsch
Deutsch
  • SWARM Dokumentation
  • Was ist neu?
    • Version 2023.3
      • Update 1
  • Kurz und bündig
    • Übersicht: Swarm Perception Platform
  • Quick start guide
    • P101, P401 und OP101
      • P101 - Perception Box
      • P401 - Perception Box
      • OP101AC - Outdoor Perception Box
      • OP101DC - Outdoor Perception Box
    • Virtual Perception Box
      • Systemanforderungen
      • VPX Agent auf NVIDIA Jetson (Jetpack 4.6) installieren
      • VPX Agent auf NVIDIA Jetson Orin (Jetpack 5.1.x) installieren
      • VPX Agent auf X86/NVIDIA Server installieren
      • IotEdge von 1.1 auf 1.4 upgraden
  • Lösungsbereiche
    • Traffic Insights
      • Setup: Verkehrszählung
      • Setup: Verkehrszählung mit Geschwindigkeitsschätzung
      • Setup: Analysen von Kreuzungen
    • Parking Insights
      • Setup: Schrankenloses Parken
      • Setup: Schrankenloses Parken mit ANPR
        • ANPR: Anleitung und Hilfestellungen
      • Setup: Einzel- und Mehrplatzerfassung
        • Standardbeispiele
    • Advanced Traffic Insights
      • Setup: Adaptive Traffic Control
      • Setup: Journey Time & Traffic Flow
        • Installationsanleitung
        • Technisches Konzept
      • Setup: Verkehrsstaus
    • People Insights
  • Swarm Control Center
    • Geräte
      • Kamera- und Gerätemonitoring
      • Kamerakonfiguration
        • Szenariokonfiguration
          • Modelle
          • Kalibrierung
          • Kameraeinstellungen
        • Rule-Engine
          • Anwendungsbeispiele für die Rule-Engine
      • Device Health
    • Data Analytics
      • Erstellung und Organisation von Dashboards
      • Dashboard-Übersicht und Widgets
        • Verkehrsszenarien
        • Parkplatzszenarien
        • Generisches Szenario
    • Datenintegration
      • Data Analytics API (REST API)
      • Rohdaten via Custom-MQTT-Server
      • Swarm Control Center API
    • Administration
      • Monitoring Alerts
      • Lizenzmanagement
      • Benutzermanagement
  • Test & Performance
    • Benchmarks
      • Wie messen wir die Performance?
    • Whitepaper für Anwendungsfälle
      • Verkehrszählung
      • Schrankenloses Parken und ANRP
  • Useful knowledge
    • 🚒Tipps zur Fehlerbehebung
    • Netzwerkanforderungen
    • SCC: Browserkompatibilität
    • Unsere Objektklassen
    • Ortskennzahl für Nummernschilder
  • Guidelines
    • Wie kann ich auf den Debug-Mode zugreifen?
    • Wie kann ich Azure ioTHub als Custom-Broker verwenden?
  • Getting Support
    • Kontaktieren Sie uns
    • FAQs
Powered by GitBook
On this page
  • Welche Daten können generiert werden?
  • Was muss für eine erfolgreiche Analyse beachtet werden?
  • Spezifikationen für die Umgebung
  • Informationen zur Genauigkeit
  • Hardware Specifications

Was this helpful?

Export as PDF
  1. Lösungsbereiche
  2. Advanced Traffic Insights

Setup: Journey Time & Traffic Flow

Nachfolgend finden Sie detaillierte Informationen zu unserer Lösung für die Fahrzeit- und Verkehrsflussanalyse in Bezug auf Datenerzeugung, Konfiguration und verschiedenen Analysemöglichkeiten.

PreviousSetup: Adaptive Traffic ControlNextInstallationsanleitung

Last updated 1 year ago

Was this helpful?

Neben der Verkehrsfrequenz an bestimmten Standorten interessieren Sie sich auch für Statistiken darüber, wie lange Fahrzeuge von einem Ort zum anderen brauchen und wie der Verkehr in Ihrer Stadt und Gemeinde fließt? Diese Daten können Sie problemlos mit unserer Sensorik lösen. Überzeugen Sie sich selbst:

Welche Daten können generiert werden?

Für diesen Anwendungsfall liefert Ihnen unsere Software die entsprechenden Erkenntnisse zum Straßenverkehr, zunächst die Zählung von Fahrzeugen einschließlich ihrer Klassifizierung.

Darüber hinaus haben Sie dank unserer einfachen Konfiguration verschiedene Möglichkeiten, Ihre Analyse zu erweitern: Neben der , kann durch das Kombinieren mehrerer Sensoren an verschiedenen Standorten ebenfalls die Fahrzeit (Journey Time) sowie die statistische Verteilung des Verkehrsflusses (Traffic Flow Distribution) erfasst werden.

Für die Verkehrsfrequenz erfolgt die Klassifizierung nach unseren , Journey Time sowie Traffic Flow Distribution erfolgen lediglich in den Fahrzeugklassen (car, bus und truck).

Was muss für eine erfolgreiche Analyse beachtet werden?

In der untenstehenden Tabelle finden Sie detaillierte Informationen zu den Anforderungen, Einstellungen sowie Positionierung der Kamera.

Einstellung
Empfohlen

Pixels Per Meter ist eine Maßeinheit, die verwendet wird, um die Menge an potenziellem Bilddetail zu definieren, die eine Kamera bei einer bestimmten Entfernung bietet.

250 PPM (Fahrzeug)

Videoauflösung

1920 x 1080 Pixel

Videoprotokoll/Codec

RTSP/H264

USB 3.0/UYVY, YUY2, YVYU

Brennweite

min. 3,612 mm; motorisch verstellbare Brennweite

Kameramontage - Abstand zum Objektzentrum

Kameramontage - Befestigungshöhe

Kameramontage - vertikaler Winkel zum Objekt

<40°

0° - 20°

Empfohlene Kameras für diesen Anwendungsfall

Hersteller
Modell

Dahua

HikVision

The configuration of the solution can be managed centrally in . Below, you can see how the standard is configured for optimal results.

Die Konfiguration kann zentral im durchgeführt werden. Nachfolgend sehen Sie, wie standardmäßig für optimale Ergebnisse konfiguriert werden muss.

Bevor Sie mit Ihrer Konfiguration beginnen, stellen Sie bitte sicher, dass Sie Ihre bereits vorgenommen haben.

Konfigurationseinstellungen

Konfiguration
Einstellungen

Modell

Konfigurationsoption

Counting Line

Journey Time

Wählen Sie unter Global Settings den Modus Journeytime

Enable or disable raw tracks

Disabled

Was genau sollte konfiguriert werden?

Um die beste Genauigkeit zu erzielen, empfehlen wir dringend, eine Focus Area auf den maximal zwei Fahrspuren zu konfigurieren, die für den Anwendungsfall abgedeckt werden sollten.

Stellen Sie sicher, dass die Focus Areas so platziert werden, dass sie vor dem Auslösen eines Events genügend Raum abdecken, damit das Modell die Objekte ähnlich lange "sehen" kann, wie wenn der Focus Area nicht vorhanden wäre.

Das Modell ignoriert alle Objekte außerhalb der Focus Area, so dass keine Erkennung, keine Klassifizierung, kein Tracking und keine ANPR-Lesung durchgeführt wird. Stellen Sie sich die Areas als umgekehrte Privatzonen vor - das Modell "sieht" nur Objekte innerhalb eines Bereichs, der Rest des Bildes ist schwarz.

Um sowohl die Zähldaten als auch die Fahrzeitdaten zu erhalten, muss eine Counting Line als Event-Trigger konfiguriert werden.

Wie sollten die Event-Trigger platziert werden?

Um die beste Genauigkeit der Zählung einschließlich der Fahrzeitinformationen zu erhalten, sollte die Counting Line an einem Punkt platziert werden, an dem das Fahrzeug und das Kennzeichen in ca. 10 m Entfernung zu sehen sind. Achten Sie außerdem darauf, die CL an einer Stelle zu konfigurieren, an der die Spurenkalibrierung noch stabile Spuren zeigt.

Sie können die Richtung IN/OUT frei wählen, um die Daten entsprechend nach Bedarf abzurufen, bzw. zu sammeln. Zudem haben Sie die Möglichkeit, eine eigene Bezeichnung für die IN- und OUT-Richtung zu vergeben:

Datenvisualierung

Szenario

Im Abschnitt Verkehrsszenarien finden Sie weitere Details zu den möglichen Widgets, die Sie dafür in Ihren Dashboards anlegen und nutzen können:

Beispiele

Hier sehen Sie ein Beispiel für ein Journey-Time-Widget. Die Journey Time kann als Durchschnitt, Median oder bis zu zwei verschiedene Perzentile angezeigt werden.

Nachfolgend ein weiteres Beispiel, das die Verteilung visualisiert. Es gibt einen Schieberegler, um durch die verschiedenen Zeiträume der gewählten Aggregationsebene zu gehen. Oben können die Zahlen ganz leicht zwischen absoluten und relativen Werten gewechselt werden.

Ihre Daten abrufen

Wenn Sie Ihre Daten für weitere Analysen lokal benötigen, haben Sie die Möglichkeit, die Daten pro Widget als CSV-Datei zu exportieren und beispielsweise in Excel weiter zu verarbeiten.

Spezifikationen für die Umgebung

Objektgeschwindigkeit

< 80 km/h

Tag/Nacht/Beleuchtung

Tagsüber/Gut beleuchtet/Nachtsicht

Innen-/Außenanwendung

Außen

Informationen zur Genauigkeit

Wenn wir hier von Genauigkeit sprechen, meinen wir den Erfassungsgrad eines einzelnen Sensors, der den Prozentsatz der korrekt erkannten Kennzeichen im Verhältnis zur Gesamtzahl der während einer Ground-Truth-Zählung erfassten Fahrzeuge darstellt.

Der aktuelle Erfassungsgrad für diesen Anwendungsfall beträgt 60%, unter Berücksichtigung unterschiedlicher Tages-/Nachtzeiten, Wetterbedingungen und Verkehrssituationen. Bei der Berechnung der Fahrzeit zwischen zwei Sensoren werden etwa 36% der Fahrten als Grundlage verwendet, was durch die Multiplikation des Erfassungsgrades beider Sensoren berechnet wird.

Diese Genauigkeit ist absolut ausreichend, um Daten zu generieren, die valide Rückschlüsse auf Verkehrsmuster und Fahrzeiten zulassen.

Hardware Specifications

Supported Products

VPX, P401, P101/OP101

Frames Per Second

25

Die Verwendung der unten definierten Kameraparameter gewährleistet das Erreichen des mindestens erforderlichen PPM-Werts. Tipp: Verwenden Sie den oder einen .

5-20 m Bitte beachten Sie, dass der Zoom je nach Abstand angepasst werden muss. Weitere Details finden Sie in der .

3-8 m Bitte befolgen Sie die im Detail.

Hinweis: Durch das Einstellen des korrekten Abstands zum Fahrzeug und der optimalen Montagehöhe sollte der korrekte vertikale Winkel zum Objekt erreicht werden. Weitere Informationen dazu finden Sie ebenfalls in der .

Kameramontage - horizontaler Winkel zum Objekt

Sie können Ihre Daten über in verschiedenen Widgets visualisieren.

Wenn Sie die Daten in Ihre IT-Umgebung integrieren möchten, können Sie die verwenden. In Data Analytics im Control Center finden Sie eine Beschreibung des Anforderungstyps, um die Daten jedes Widgets abzurufen.

Data Analytics
Verkehrsszenarien
API
Pixels per Meter (PPM)
Objektivrechner von Axis
generischen Objektivrechner
Installationsanleitung
Installationsanweisungen
Installationsanleitung
IPC_HFW5442EP-ZE-B
DS-2CD2646G2-IZS
Traffic & Parking (Standard)
Geschwindigkeitsschätzung
Standard-Swarm-Klassen
SWARM Control Center
Swarm Control Center
Kamera- und Datenkonfiguration
Journey Time-Widget
Journey-Time-Widget mit Verteilung
csv. export
REST API