> For the complete documentation index, see [llms.txt](https://navixy.com/docs/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://navixy.com/docs/analytics/ru/explorer-for-iotquery/historical-reports.md).
# Исторические отчеты
Исторические отчеты преобразуют ваши операционные данные в стратегические выводы, анализируя закономерности, тренды и показатели эффективности за определенные вами периоды времени, что позволяет принимать решения на основе данных для оптимизации автопарка и планирования ресурсов.
## Отчет по датчикам измерений
**Когда использовать**: Планирование управления топливом, прогнозирование технического обслуживания и выявление закономерностей работы оборудования на нескольких транспортных средствах и за разные периоды времени.
**Какие данные Вы видите**: Временные ряды измерений датчиков, агрегированные в статистические сводки, показывающие средние, минимальные и максимальные значения для каждого датчика за выбранный период.
Логика обработки данных
Система обрабатывает данные датчиков с помощью сложного анализа временных рядов:
* **Агрегация по временным интервалам**: Сырые показания датчиков группируются по 15-секундным интервалам с использованием функции PostgreSQL `time_bucket` , создавая удобные для обработки точки данных из непрерывных потоков данных датчиков. Такой подход обеспечивает баланс между аналитической точностью и эффективностью обработки.
* **Корреляция нескольких датчиков**: Запрос соединяет `business_data.sensors_data_by_hours` с `raw_business_data.objects` для объединения измерений датчиков с контекстом транспортного средства. Каждое показание датчика включает данные калибровки, если они доступны, преобразуя сырые значения в понятные единицы измерения (литры для топлива, градусы для температуры).
* **Статистический расчет**: Для каждого временного интервала система вычисляет средние, минимальные и максимальные значения по всем показаниям. Если данные калибровки датчика отсутствуют или недействительны, сырые значения отображаются без изменений, чтобы сохранить прозрачность данных.
* **Фильтрация по качеству**: Проверка качества GPS гарантирует, что в контекст датчиков попадают только надежные данные о местоположении (спутники > 3, ненулевые координаты), а недействительные показания исключаются из статистических расчетов.
Все временные метки преобразуются в UTC для согласованного анализа независимо от географического положения транспортного средства, что позволяет точно выявлять тренды в разных операционных зонах.
## Отчет по активности объектов
**Когда использовать**: Анализ оптимизации маршрутов, оценка использования транспортных средств и измерение операционной эффективности за заданные периоды времени и сегменты автопарка.
**Какие данные Вы видите**: Комплексные показатели активности, включая общий пройденный путь, продолжительность поездок, среднюю скорость и маршруты для каждого транспортного средства в выбранной части автопарка.
Логика обработки данных
Этот отчет объединяет исторические и данные в реальном времени через сложную генерацию треков:
* **Гибридный выбор источника данных**: Система интеллектуально выбирает между `processed_common_data.trips` для исторического анализа и `raw_telematics_data.tracking_data_core` для свежих данных в зависимости от выбранного временного диапазона. Периоды длиннее 12 часов используют предварительно обработанные поездки для оптимальной производительности, а недавние периоды генерируют поездки из сырых телематических данных.
* **Восстановление трека**: Для анализа в реальном времени система применяет алгоритмы обнаружения движения, используя пороги скорости (≥3 км/ч) и временные разрывы (>300 секунд) для определения отдельных поездок. Сырые данные координат (хранимые как целые числа) преобразуются в десятичные градусы путем деления на 10 000 000 для географических расчетов.
* **Расчет расстояния**: Географическое расстояние вычисляется с использованием функций PostGIS для точного измерения между последовательными GPS-точками, а расчеты длительности основываются на разнице между временными метками начала и окончания трека.
* **Интеграция зон**: Географический анализ сопоставляет положения транспортного средства с заданными зонами с использованием `ST_DWithin` расчетов, обеспечивая операционный контекст для точек начала и окончания поездки.
Базовая структура запроса адаптируется в зависимости от выбранных параметров, оптимизируя получение исторических данных и генерацию треков в реальном времени для предоставления комплексного анализа активности.
## Отчет по эко-вождению
**Когда использовать**: Анализ безопасности водителя, отчетность по соблюдению страховых требований и оценка управления рисками автопарка для разработки целевых программ обучения и снижения операционных затрат.
**Какие данные Вы видите**: Комплексный анализ поведения при вождении, включая нарушения скоростного режима, резкие маневры и рассчитанные показатели безопасности для каждого транспортного средства, с точными GPS-координатами и временными метками для каждого инцидента.
Логика обработки данных
Анализ эко-вождения обрабатывает телематические данные с помощью сложного обнаружения поведенческих шаблонов:
* **Обнаружение превышения скорости**: Система непрерывно отслеживает скорость транспортного средства относительно настраиваемых ограничений, применяя периоды допуска и структуру штрафных баллов в зависимости от тяжести нарушения. События превышения скорости требуют устойчивого нарушения (>60 секунд), чтобы не штрафовать кратковременные всплески скорости, а штрафные баллы масштабируются от легких нарушений (превышение на 0–20 км/ч) до серьезных нарушений (превышение более чем на 60 км/ч).
* **Анализ резкого вождения**: Расчеты ускорения в реальном времени анализируют изменения скорости по временным интервалам для выявления резкого торможения (замедление >3,5 м/с²), резкого ускорения (>3,0 м/с²) и крутых поворотов с использованием порогов изменения курса (>30° при скорости >30 км/ч). Каждое событие включает GPS-координаты для анализа шаблонов с привязкой к местоположению.
* **Динамическая система оценки**: Показатели безопасности рассчитываются на основе накопления штрафных баллов, нормализованных по пройденному расстоянию, что позволяет справедливо сравнивать разные длины маршрутов и операционные шаблоны. Система использует настраиваемые максимальные оценки с нормализацией по расстоянию для обеспечения согласованной оценки.
* **Документирование нарушений**: Каждое обнаруженное событие фиксирует точные GPS-координаты, временные метки и показатели серьезности, создавая подробные журналы инцидентов для обучения водителей и отчетности по соблюдению требований.
Базовый алгоритм обрабатывает GPS-данные, агрегированные за 15 секунд, из `raw_telematics_data.tracking_data_core`, применяя расчеты расстояния по формуле гаверсинуса для точного географического анализа и вычисления ускорения на основе временных меток для поведенческой оценки.
## Отчет по сменам
**Когда использовать**: Анализ производительности персонала, выявление операционных шаблонов и измерение эффективности смен для оптимизации планирования автопарка.
**Какие данные Вы видите**: Ежедневные сводки активности, показывающие общее время работы, среднюю скорость, максимальную скорость и периоды активности для каждого транспортного средства, сгруппированные по дате и рабочим сменам.
Логика обработки данных
Анализ смен обрабатывает сырые данные отслеживания через обнаружение операционных шаблонов:
* **Классификация движения**: Система анализирует показания скорости и временные интервалы, чтобы различать активное движение (≥3 км/ч), временные остановки и периоды стоянки. Промежутки времени, превышающие 300 секунд, запускают обнаружение нового периода активности.
* **Определение границ смены**: Сегментация трека использует настраиваемые пороги скорости и анализ временных разрывов для определения отдельных операционных периодов. Каждый период смены включает точные временные метки начала и окончания с расчетом длительности.
* **Агрегация активности**: Ежедневные сводки объединяют все операционные периоды для каждого транспортного средства, вычисляя общую продолжительность активности, среднюю рабочую скорость и максимальную достигнутую скорость в активные периоды.
* **Показатели производительности**: Система формирует статистику использования, сравнивая активное рабочее время с общим прошедшим временем, предоставляя данные для оценки эффективности принятия решений по управлению автопарком.
Проверка качества GPS-координат гарантирует, что в расчеты расстояния и скорости попадают только надежные данные о местоположении, а стандартизация временных меток в UTC обеспечивает согласованный анализ смен в разных географических зонах.
## Отчет по пробегу
**Когда использовать**: Анализ использования автопарка, оценка операционной эффективности и выявление шаблонов использования рабочего и нерабочего времени для оптимизации распределения транспортных средств и обнаружения несанкционированного использования.
**Какие данные Вы видите**: Пройденное расстояние, классифицированное по рабочим часам, нерабочим часам и выходным, с тенденциями недельного распределения, сравнением по подразделениям и подробной разбивкой, показывающей активные дни и максимальные расстояния поездок.
Логика обработки данных
Анализ пробега транспортных средств обрабатывает данные GPS-треков посредством временной классификации и агрегации расстояний:
* **Классификация по временным категориям**: Система оценивает каждый сегмент GPS-трека по настраиваемым рабочим часам и календарным дням, чтобы классифицировать пробег по трем отдельным категориям. Пробег в рабочее время фиксирует расстояние, пройденное в заданные рабочие часы по будням, пробег в нерабочее время представляет поездки в будни после рабочего времени, а пробег в выходные охватывает все перемещения в субботу и воскресенье независимо от времени. Эта классификация выполняется на уровне сегмента трека, при этом каждой части поездки назначается категория на основе ее временной метки.
* **Расчет расстояния**: Географические измерения расстояния используют алгоритмы координатной геометрии для расчета пройденного расстояния между последовательными GPS-точками. Система обрабатывает сырые данные о местоположении из `raw_telematics_data.tracking_data_core`, преобразуя координаты, хранящиеся как целые числа (разделенные на 10 000 000), в десятичные градусы для точных расчетов расстояния по формуле гаверсинуса.
* **Временная агрегация**: Анализ недельных шаблонов группирует сегменты трека по номеру недели ISO, суммируя расстояния внутри каждой временной категории. Система формирует как абсолютные значения пробега (в километрах), так и процентные распределения, чтобы показать, как операционные шаблоны меняются из недели в неделю.
* **Анализ группировки**: Сравнение подразделений, объектов и водителей агрегирует данные отдельных транспортных средств в организационные единицы. Система рассчитывает среднемесячный пробег на одно транспортное средство, деля общее расстояние на количество активных дней и нормализуя к 30-дневным месяцам, что позволяет справедливо сравнивать разные периоды анализа.
* **Обнаружение активности**: Расчет активных дней определяет календарные даты с зафиксированным пробегом путем анализа временных меток трека. Определение максимального расстояния трека обрабатывает отдельные сегменты поездок, чтобы выявить самую длинную непрерывную поездку для каждой группы, используя пороги обнаружения движения (≥3 км/ч) и анализ временных разрывов (>300 секунд) для разделения отдельных поездок.
Проверка качества GPS-данных гарантирует, что в расчеты расстояния попадают только надежные данные о местоположении (спутники > 3, ненулевые координаты), а стандартизация временных меток в UTC обеспечивает согласованную классификацию времени независимо от географического положения транспортного средства.
## Отчет по поездкам
**Когда использовать**: Анализ шаблонов поездок, оценка оптимизации маршрутов и оценка операционного поведения для понимания частоты поездок, распределения расстояний и выявления необычных моделей перемещения.
**Какие данные Вы видите**: Показатели отдельных поездок, включая расстояние, продолжительность и среднюю скорость, с недельными трендами объема, сравнением на уровне групп и полными деталями по каждой поездке, показывающими время начала и окончания, а также назначенных водителей.
Логика обработки данных
Анализ поездок транспортных средств выявляет и обрабатывает отдельные поездки посредством интеллектуального обнаружения движения:
* **Алгоритм обнаружения поездок**: Система анализирует данные GPS-треков и информацию о состоянии транспортного средства для выявления отдельных поездок с использованием порогов скорости и времени. Поездка начинается, когда скорость транспортного средства превышает минимальный порог скорости простоя (по умолчанию 3 км/ч), и заканчивается, когда скорость опускается ниже этого порога на минимальную длительность простоя (по умолчанию 5 минут). Краткие остановки короче порога времени простоя считаются паузами внутри той же поездки, а не границами поездки, что позволяет отфильтровывать кратковременные остановки в пробках или задержки при погрузке.
* **Расширенные параметры обнаружения**: Если доступны, система учитывает состояние зажигания и данные датчика движения для повышения точности обнаружения поездок. Этот многопараметрический подход предотвращает ложное завершение поездки во время кратких неподвижных периодов, когда двигатель остается включенным, обеспечивая завершение поездки только при действительно значимой стоянке.
* **Расчет расстояния и длительности**: Для каждой обнаруженной поездки система вычисляет общее расстояние с использованием географических функций PostGIS между последовательными GPS-точками из `raw_telematics_data.tracking_data_core`. Продолжительность поездки определяется как разница во времени между первой и последней точкой трека поездки. Расчет средней скорости делит общее расстояние на длительность, предоставляя реалистичную рабочую скорость, включающую любые краткие остановки во время поездки.
* **Временная агрегация**: Недельный анализ группирует поездки по номеру недели ISO, вычисляя как количество поездок, так и накопленное расстояние. Этот подход с двумя метриками показывает, коррелируют ли изменения операционного объема с изменением средней длины поездки — большое количество поездок при небольшом общем расстоянии указывает на множество коротких поездок, тогда как обратная ситуация предполагает меньшее число, но более длинные поездки.
* **Аналитика сравнения групп**: Группировки по подразделениям, объектам, водителям и гаражам агрегируют данные о поездках для сравнительного анализа. Система суммирует общее расстояние, подсчитывает отдельные поездки и вычисляет среднюю продолжительность поездок для каждой единицы. Эти показатели позволяют выявлять различия в операционных ролях — у служб доставки много коротких поездок, тогда как у полевых сервисных автомобилей может быть меньше, но более длинных поездок.
* **Доступность данных о скорости**: Когда качество GPS-сигнала недостаточно или сбор данных о скорости не выполняется, система не может надежно вычислить среднюю скорость. Эта ситуация обычно возникает при потере GPS-сигнала в местах с плохой видимостью спутников (туннели, плотная городская застройка, подземные парковки) или из-за аномалий обработки данных. В отчете для таких периодов отображается "Нет доступных данных о скорости", что указывает на необходимость проверки этих поездок или на неполноту телематических записей.
Все временные метки поездок преобразуются в UTC для согласованного анализа в разных операционных зонах, а проверка качества GPS (спутники > 3, ненулевые координаты) гарантирует, что в обнаружение поездок и расчеты расстояния попадают только надежные данные о местоположении.
## Отчет по простоям
**Когда использовать**: Оптимизация использования транспортных средств, анализ стоимости времени простоя, оценка операционной эффективности и выявление чрезмерного простоя в определенных местах для повышения производительности автопарка и сокращения расхода топлива.
**Какие данные Вы видите**: Комплексный анализ времени простоя с отображением часов остановки и стоянки, процентом использования, распределением статусов активности по времени и зонам, а также подробной разбивкой с указанием основных мест простоя для каждого транспортного средства.
Логика обработки данных
Анализ простоя обрабатывает данные GPS и скорости посредством сложной классификации движения для выявления и количественной оценки непродуктивного времени транспортного средства:
* **Обнаружение порога движения**: Система применяет настраиваемый минимальный порог скорости (по умолчанию 3 км/ч) для классификации состояний активности транспортного средства. Когда скорость падает ниже этого порога, транспортное средство переходит в состояние остановки. Этот порог адаптируется к разным операционным условиям — для строительной техники можно использовать более низкие значения, а для магистральных автопарков — более высокие, чтобы точно фиксировать значимые периоды простоя.
* **Классификация остановки и стоянки**: Система различает краткие остановки и длительную стоянку посредством анализа времени. Транспортное средство остается в состоянии остановки, когда оно неподвижно, но переходит в состояние стоянки только после поддержания нулевой или почти нулевой скорости в течение минимальной длительности стоянки (по умолчанию 5 минут). Такая иерархическая классификация гарантирует, что краткие остановки в пробке, задержки при погрузке или мгновенные паузы не будут ошибочно классифицированы как стоянка, тогда как реальные случаи стоянки будут точно зафиксированы. Все время стоянки является также временем остановки, но не все время остановки считается стоянкой.
* **Агрегация состояний активности**: Для каждого транспортного средства система вычисляет общее количество часов в каждом состоянии — движении, остановке и стоянке — обрабатывая данные GPS-трека из `raw_telematics_data.tracking_data_core`. Показания скорости непрерывно оцениваются относительно порога движения, а переходы между состояниями фиксируются с точными временными метками. Расчеты длительности суммируют время, проведенное в каждом состоянии за период анализа.
* **Расчет простоя**: Общий простой представляет собой все время без движения (часы остановки + часы стоянки). Система рассчитывает простой как обратную величину использования — когда транспортное средство не движется, оно накапливает время простоя. Этот показатель дает полное представление о времени бездействия независимо от того, находится ли транспортное средство в краткой остановке или полностью припарковано.
* **Показатели использования**: Процент использования рассчитывается как отношение времени движения к общему времени активности: (часы движения / общие часы) × 100. Средний показатель использования по нескольким транспортным средствам вычисляется как взвешенное значение на основе общего времени активности каждого транспортного средства. Эти показатели позволяют справедливо сравнивать производительность транспортных средств с разными операционными шаблонами или периодами анализа.
* **Географический анализ простоя**: Система сопоставляет местоположения остановки и стоянки с заданными геозонами из `processed_common_data.zones_geom` с использованием пространственных функций PostGIS. Для каждого периода простоя GPS-координаты оцениваются относительно границ зоны, чтобы определить, произошел ли простой в известном месте. Основная зона простоя представляет собой геозону, в которой транспортное средство накопило больше всего часов остановки или стоянки за период анализа.
* **Режимы визуализации временной шкалы**: Режим отображения статуса показывает временные шаблоны активности, окрашенные по состоянию движения (движение, остановка, стоянка), раскрывая, когда транспортные средства переходят из одного состояния в другое в течение дня. Режим отображения зон окрашивает сегменты временной шкалы по географическому местоположению, а не по состоянию активности, показывая, какие зоны занимало транспортное средство с течением времени. Этот двойной подход к визуализации позволяет проводить как анализ временных шаблонов, так и оценку географического распределения.
* **Агрегация по зонам**: При анализе простоя по зонам система группирует все периоды бездействия по их географическому местоположению, вычисляя общее количество часов остановки и стоянки внутри каждой геозоны. Такая агрегация выявляет узкие места, где транспортные средства проводят чрезмерно много времени в простое — например, погрузочные площадки с длительным временем ожидания, клиентские объекты с неэффективными процессами или места несанкционированных остановок.
Проверка качества GPS-данных гарантирует, что в классификацию состояний и географический анализ попадают только надежные данные о местоположении (спутники > 3, ненулевые координаты), а стандартизация временных меток в UTC обеспечивает согласованное отслеживание простоя в разных операционных зонах.
## Обработка потоковых данных не поддерживается.
Когда исторический анализ выявляет возможности для оптимизации или поднимает конкретные операционные вопросы, перейдите к [Настраиваемый анализ и SQL-конфигуратор](/docs/analytics/ru/explorer-for-iotquery/custom-analysis-sql-configurator.md) чтобы создавать целевые исследования, которые отвечают вашим уникальным требованиям к управлению автопарком и разрабатывать индивидуальные аналитические решения.
---
# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.
## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.
Perform an HTTP GET request on the current page URL with the `ask` query parameter, and the optional `goal` query parameter:
```
GET https://navixy.com/docs/analytics/ru/explorer-for-iotquery/historical-reports.md?ask=&goal=
```
`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is optional and describes the broader end goal you are ultimately trying to accomplish on behalf of the user. GitBook uses it to tailor the answer towards what is most useful for that goal.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.
Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.