遇见数据集

Roadway Movement & Volume Counts (15-min) - Public Camera Network

收藏
Snowflake2026-06-02 更新2026-06-03 收录
官方服务:

资源简介:

Aggregated 15-minute movement and volume counts derived from publicly operated roadway and transit cameras across 25 government networks (US, Canada, UK, Finland), keyed to the same stable source identifiers as the Public Traffic Camera Registry. Each row is a (camera, 15-minute bin, movement class) count with a quality grade, validation status, and lineage. Counts are **screening-grade (unvalidated)** - suitable for trend detection, relative volume comparison, coverage analysis, and model seeding, not for safety-critical or billing-grade measurement. Pairs with rule-derived event records. Use it for traffic-pattern analytics, demand and congestion modeling, site-selection signals, and feature engineering for mobility models. Derived counts and metadata only - no raw video or imagery is included or redistributed.

提供机构:
Ekstra AI
创建时间:
2026-05-31
原始信息汇总

数据集概述:Roadway Movement & Volume Counts (15-min) - Public Camera Network

数据集简介

  • 提供方:Ekstra AI
  • 定价:免费,无限制访问
  • 更新频率:近实时(Near real-time)
  • 交付方式:Secure share(安全共享)

数据内容

该数据集提供从美国政府(美国、加拿大、英国、芬兰)的25个公共道路和交通摄像头网络中聚合的筛选级(screening-grade)15分钟运动与流量计数。数据与公共交通摄像头注册表中的同一稳定源标识符(SOURCE_ID)相关联。

  • 数据范围:约9,800个公共道路摄像头。
  • 数据精度:筛选级(未验证),适用于趋势检测、相对流量比较、覆盖分析和模型播种,不适用于安全关键或计费级测量。
  • 数据类型:仅包含导出的计数和元数据,不包含原始视频或图像。
  • 与规则派生的事件记录搭配使用

数据字典

数据集表名为 MARKETPLACE_COUNTS_15MIN,包含以下列:

列名 数据类型 描述
SOURCE_ID Varchar 摄像头源标识符
BIN_START_TS Timestamp_TZ 15分钟时间窗口开始时间
BIN_END_TS Timestamp_TZ 15分钟时间窗口结束时间
MOVEMENT_CODE Varchar 运动类型编码(如 passing, parked)
OBJECT_CLASS Varchar 对象类别(如 other)
COUNT Number 计数
CONFIDENCE_SCORE Float 置信度分数
QUALITY_GRADE Varchar 质量等级(如 C)
VALIDATION_STATUS Varchar 验证状态(如 unvalidated)
LINEAGE_JSON Object 数据谱系JSON(包含 tiers, track_ids_sampled 等)

业务应用场景

  1. 交通与需求建模:用于拥堵、需求和移动性模型的相对流量和运动趋势。
  2. 选址与规划:基于公共道路位置的运动强度信号,辅助选址决策。
  3. 机器学习特征工程:将时间分箱的运动计数作为交通和移动性机器学习的特征。

使用示例

  1. 获取每个摄像头最近的15分钟计数:按时间降序排列,返回源ID、时间窗口、运动代码、计数、质量等级和验证状态。
  2. 按总流量排名最繁忙的摄像头:按源ID分组,计算总计数并降序排列。
  3. 生成小时级流量剖面:按小时聚合计数,进行趋势分析。
二维码
社区交流群
二维码
科研交流群
商业服务