Statistics: License Plate Recognition
Metrik volume pelat, status dikenal, jenis kendaraan, arah, dan skor confidence (analitik LPR), dashboard Bawaan License Plate Recognition, komponen library, dan contoh query.
Pengenalan
Bayangkan petugas gerbang parkir yang mencatat setiap pelat yang lewat: berapa kendaraan masuk hari ini, berapa yang pelatnya terdaftar sebagai penghuni atau langganan, jenis kendaraannya apa, dan seberapa yakin ia membaca nomor itu. Statistik License Plate Recognition mengotomatiskan catatan tersebut dari event pembacaan pelat Visionaire, termasuk skor confidence deteksi kendaraan dan pembacaan pelat.
Pada Statistics, seluruh varian LPR digabung dalam satu analitik registry dengan ID LPR (label License Plate Recognition) tanpa Logika. Status KNOWN berarti pelat cocok dengan daftar yang di-enroll pada Plate Enrollment; UNKNOWN berarti tidak cocok. Dashboard Bawaan License Plate Recognition menggabungkan volume, status, atribut, tren, stream, dan jam tersibuk.
Varian tipe event yang tercakup: NFV4-LPR, NFV4-LPR2, dan NFV4-LPR3. Dimensi Area (area_name) dan Direction hanya terisi bila konfigurasi analitik mendefinisikan area atau garis arah; tanpa itu nilainya kosong.
Cara Menggunakan
Membaca Dashboard Bawaan License Plate Recognition
Buka dashboard Bawaan
Di daftar Dashboard, buka kartu Bawaan bernama License Plate Recognition. Dashboard ini mendeklarasikan ketiga varian LPR untuk Tampilkan di Detail Stream.
Baca volume dan kualitas pembacaan
Baris pertama berisi Total plates, Known plates, dan Unknown plates; baris kedua berisi Avg vehicle confidence dan Avg plate confidence dalam persen. Confidence kendaraan yang tinggi tetapi confidence pelat yang rendah biasanya menandakan sudut kamera atau pencahayaan yang menyulitkan pembacaan nomor.
Telusuri atribut
Kontainer Tab Attributes menyediakan tab Vehicle type (donat Distribution dan grafik Over time), Direction (Distribution dan Over time), dan Status (Over time). Bagian Time Series Analysis menambahkan line chart Plates over time dengan tiga seri: Total, Known, dan Unknown plates.
Periksa stream dan jam tersibuk
Bagian Stream Distribution memuat donat By Stream dan tabel Stream details (Total, Known, Unknown plates per stream); bagian Peak Time Analysis memuat heatmap Activity by hour.
Metrik & Dimensi
Prop
Type
Berbeda dari Face Recognition, ketiga metrik jumlah pelat bersifat additive (menghitung event, bukan pelat unik), sehingga Known plates + Unknown plates selalu sama dengan Total plates.
Dimensi untuk Kelompokkan:
| Dimensi | Label | Tipe | Nilai | Tersedia sebagai Filter |
|---|---|---|---|---|
stream_id | Stream | string | ID stream | Ya |
analytic_id | Analytic variant | enum | NFV4-LPR, NFV4-LPR2, NFV4-LPR3 | Ya |
vehicle_type | Vehicle type | enum | car, motorcycle, bus, truck, bicycle, person, unknown | Ya |
status | Status | enum | KNOWN, UNKNOWN | Ya |
area_name | Area | string | Nama area pada konfigurasi analitik | Tidak (hanya pengelompokan) |
direction | Direction | string | Arah lintasan | Tidak (hanya pengelompokan) |
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).
Komponen Library
| Komponen | Visualisasi | Isi |
|---|---|---|
| Total plates, Known plates, Unknown plates | Scorecard | Kartu angka besar untuk satu metrik |
| Avg vehicle confidence, Avg plate confidence | Scorecard | Kartu skor confidence rata-rata |
| Tren harian | Line | Total plates per hari |
| Periode puncak | Heatmap | Total plates per jam per hari |
| Periode tersibuk / Periode tersepi | Bar | 10 hari dengan volume tertinggi atau terendah |
| Analisis pengenalan | Line | Total plates per hari dipecah per Status |
| Distribusi Vehicle type, Distribusi Status | Diagram lingkaran | Proporsi per nilai atribut |
| Arus arah | Diagram lingkaran | Proporsi per Direction |
| Stream teratas | Bar | Peringkat stream |
| Distribusi stream | Diagram lingkaran | Proporsi per stream |
| Perbandingan Area | Bar | Peringkat per Area |
Contoh Query API
Pelat dikenal dan tidak dikenal per jenis kendaraan selama seminggu untuk satu gerbang:
{
"analytic": "LPR",
"metrics": ["known_plates", "unknown_plates"],
"dimensions": ["vehicle_type"],
"granularity": "",
"time_range": { "start": "2026-09-12", "end": "2026-09-18", "preset": "last_7d" },
"filters": {
"stream_id": { "op": "in", "value": ["stream-gate-02"] },
"vehicle_type": { "op": "in", "value": ["car", "motorcycle"] }
},
"viz_kind": "bar"
}Tren confidence pembacaan pelat per hari untuk memantau kualitas kamera:
{
"analytic": "LPR",
"metrics": ["avg_plate_confidence", "avg_vehicle_confidence"],
"dimensions": [],
"granularity": "day",
"time_range": { "start": "2026-08-20", "end": "2026-09-18" },
"viz_kind": "line"
}Endpoint legacy GET /api/statistics/lpr2 masih tersedia; lihat API Reference.
Tips & Troubleshooting
Selanjutnya
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.
Sites
Kelola lokasi fisik dan area sebagai kelompok logis untuk stream — mendukung hierarki parent-child seperti gedung, lantai, dan ruangan.