# Relatórios históricos
Os relatórios históricos transformam seus dados operacionais em insights estratégicos ao analisar padrões, tendências e métricas de desempenho ao longo dos períodos de tempo que você definir, permitindo decisões orientadas por dados para otimização da frota e planejamento de recursos.
## Relatório de sensor de medição
**Quando usar**: Planejamento da gestão de combustível, programação de manutenção preditiva e identificação de padrões de desempenho dos equipamentos em vários veículos e períodos de tempo.
**Quais dados você vê**: Medições de sensores em série temporal agregadas em resumos estatísticos, mostrando valores médios, mínimos e máximos de cada sensor ao longo do período selecionado.
Lógica de processamento de dados
O sistema processa os dados dos sensores por meio de uma sofisticada análise de séries temporais:
* **Agregação por intervalos de tempo**: As leituras brutas dos sensores passam por agrupamento em intervalos de 15 segundos usando a função `time_bucket` do PostgreSQL, criando pontos de dados gerenciáveis a partir de fluxos contínuos de sensores. Essa abordagem equilibra precisão analítica e eficiência de processamento.
* **Correlação entre múltiplos sensores**: A consulta faz join de `business_data.sensors_data_by_hours` com `raw_business_data.objects` para combinar medições de sensores com o contexto do veículo. Cada leitura do sensor inclui dados de calibração quando disponíveis, convertendo valores brutos em unidades significativas (litros para combustível, graus para temperatura).
* **Cálculo estatístico**: Para cada intervalo de tempo, o sistema calcula valores médios, mínimos e máximos de todas as leituras. Quando os dados de calibração do sensor estão ausentes ou inválidos, os valores brutos são exibidos sem modificação para manter a transparência dos dados.
* **Filtragem de qualidade**: A validação da qualidade do GPS garante que apenas dados de localização confiáveis (satélites > 3, coordenadas não zero) contribuam para o contexto do sensor, enquanto leituras inválidas são excluídas dos cálculos estatísticos.
Todos os carimbos de data e hora são convertidos para UTC para uma análise consistente, independentemente da localização geográfica do veículo, permitindo a identificação precisa de tendências em diferentes zonas operacionais.
## Relatório de atividade do objeto
**Quando usar**: Análise de otimização de rotas, avaliação da utilização do veículo e medição da eficiência operacional ao longo de períodos de tempo e segmentos de frota definidos.
**Quais dados você vê**: Métricas abrangentes de atividade, incluindo distância total percorrida, duração da viagem, velocidades médias e padrões de rota para cada veículo no subconjunto da frota selecionado.
Lógica de processamento de dados
Este relatório combina dados históricos e em tempo real por meio da geração complexa de trajetos:
* **Origem híbrida de dados**: O sistema seleciona de forma inteligente entre `processed_common_data.trips` para análise histórica e `raw_telematics_data.tracking_data_core` para dados recentes, dependendo do intervalo de tempo. Períodos superiores a 12 horas usam viagens pré-processadas para desempenho ideal, enquanto períodos recentes geram viagens a partir de dados telemáticos brutos.
* **Reconstrução do trajeto**: Para análise em tempo real, o sistema aplica algoritmos de detecção de movimento usando limites de velocidade (≥3 km/h) e lacunas de tempo (>300 segundos) para identificar viagens distintas. Os dados brutos de coordenadas (armazenados como inteiros) são convertidos em graus decimais por meio da divisão por 10.000.000 para cálculos geográficos.
* **Cálculo de distância**: A distância geográfica usa funções do PostGIS para medições precisas entre pontos GPS consecutivos, enquanto os cálculos de duração são derivados das diferenças entre os carimbos de data e hora do início e do fim do trajeto.
* **Integração de zonas**: A análise geográfica cruza as posições do veículo com as zonas definidas usando `ST_DWithin` cálculos, fornecendo contexto operacional para os locais de início e término da viagem.
A estrutura da consulta subjacente se adapta com base nos parâmetros selecionados, otimizando entre a recuperação de dados históricos e a geração de trajetos em tempo real para fornecer uma análise abrangente de atividade.
## Relatório de eco-condução
**Quando usar**: Análise de segurança do motorista, relatório de conformidade com seguros e avaliação de gerenciamento de riscos da frota para desenvolver programas de treinamento direcionados e reduzir custos operacionais.
**Quais dados você vê**: Análise abrangente do comportamento de direção, incluindo violações de velocidade, eventos de condução severa e pontuações de segurança calculadas para cada veículo, com coordenadas GPS e carimbos de data e hora precisos para cada incidente.
Lógica de processamento de dados
A análise de eco-condução processa dados telemáticos por meio de uma sofisticada detecção de padrões comportamentais:
* **Detecção de violação de velocidade**: O sistema monitora continuamente as velocidades dos veículos em relação aos limites configuráveis, aplicando períodos de tolerância e estruturas de penalidade baseadas na gravidade. Os eventos de excesso de velocidade exigem violações sustentadas (>60 segundos) para evitar penalizar picos breves de velocidade, enquanto os pontos de penalidade variam de infrações leves (0-20 km/h acima) a violações graves (>60 km/h acima).
* **Análise de condução severa**: Os cálculos de aceleração em tempo real analisam as variações de velocidade ao longo de intervalos de tempo para detectar frenagem brusca (>3,5 m/s² de desaceleração), aceleração brusca (>3,0 m/s²) e curvas acentuadas usando limites de mudança de direção (>30° em velocidades >30 km/h). Cada evento inclui coordenadas GPS para análise de padrões por localização.
* **Sistema de pontuação dinâmico**: As pontuações de segurança derivam do acúmulo de pontos de penalidade normalizados por distância percorrida, permitindo comparação justa entre diferentes comprimentos de rota e padrões operacionais. O sistema usa pontuações máximas configuráveis com normalização baseada na distância para garantir avaliação consistente.
* **Documentação de violações**: Cada evento detectado captura coordenadas GPS precisas, carimbos de data e hora e medições de gravidade, criando registros abrangentes de incidentes para orientação de motoristas e relatórios de conformidade.
O algoritmo subjacente processa dados GPS agregados em intervalos de 15 segundos de `raw_telematics_data.tracking_data_core`, aplicando cálculos de distância haversine para análise geográfica precisa e cálculos de aceleração baseados em carimbo de data e hora para avaliação comportamental.
## Relatório de turnos
**Quando usar**: Análise de produtividade da força de trabalho, identificação de padrões operacionais e medição da eficiência dos turnos para otimização da programação da frota.
**Quais dados você vê**: Resumos de atividade diária mostrando tempo operacional total, velocidades médias, velocidades máximas e períodos de atividade de cada veículo, agrupados por data e turnos operacionais.
Lógica de processamento de dados
A análise de turnos processa dados brutos de rastreamento por meio da detecção de padrões operacionais:
* **Classificação do movimento**: O sistema analisa leituras de velocidade e intervalos de tempo para distinguir entre movimento ativo (≥3 km/h), paradas temporárias e períodos estacionados. Lacunas de tempo superiores a 300 segundos acionam a detecção de um novo período de atividade.
* **Detecção de limites de turno**: A segmentação de trajetos usa limites configuráveis de velocidade e análise de lacunas de tempo para identificar períodos operacionais distintos. Cada período de turno inclui carimbos de data e hora precisos de início e término, com cálculos de duração.
* **Agregação de atividade**: Os resumos diários combinam todos os períodos operacionais de cada veículo, calculando a duração total da atividade, as velocidades operacionais médias e as velocidades máximas atingidas durante os períodos ativos.
* **Métricas de desempenho**: O sistema gera estatísticas de utilização comparando o tempo operacional ativo com o tempo total decorrido, fornecendo insights de eficiência para decisões de gestão da frota.
A validação das coordenadas GPS garante que apenas dados de posicionamento de qualidade contribuam para os cálculos de distância e velocidade, enquanto a padronização dos carimbos de data e hora para UTC permite uma análise consistente dos turnos em diferentes localizações geográficas.
## Relatório de quilometragem
**Quando usar**: Análise da utilização da frota, avaliação da eficiência operacional e identificação de padrões de uso do tempo de trabalho versus não trabalho para otimizar a alocação dos veículos e identificar uso não autorizado.
**Quais dados você vê**: Distância percorrida categorizada por horário de trabalho, horário não operacional e fins de semana, com tendências de distribuição semanal, comparações entre departamentos e detalhamentos mostrando dias ativos e distâncias máximas de viagem.
Lógica de processamento de dados
A análise de quilometragem dos veículos processa dados de trajetos GPS por meio de classificação baseada em tempo e agregação de distância:
* **Classificação por categoria de tempo**: O sistema avalia cada segmento de trajeto GPS em relação aos horários de trabalho e dias do calendário configuráveis para classificar a quilometragem em três categorias distintas. A quilometragem no horário de trabalho registra a distância percorrida durante o horário comercial configurado nos dias úteis, a quilometragem fora do horário de trabalho representa o deslocamento após o expediente nos dias úteis, e a quilometragem de fim de semana abrange todo o movimento de sábado e domingo, independentemente do horário. Essa classificação ocorre no nível do segmento do trajeto, com cada parte de uma viagem atribuída com base no seu carimbo de data e hora.
* **Cálculo de distância**: As medições de distância geográfica usam algoritmos de geometria de coordenadas para calcular a distância percorrida entre pontos GPS consecutivos. O sistema processa dados de posição brutos de `raw_telematics_data.tracking_data_core`, convertendo coordenadas armazenadas como inteiros (divididas por 10.000.000) em graus decimais para cálculos precisos de distância haversine.
* **Agregação temporal**: A análise de padrões semanais agrupa os segmentos de trajeto por número da semana ISO, somando as distâncias dentro de cada categoria de tempo. O sistema gera tanto totais absolutos de quilometragem (em quilômetros) quanto distribuições percentuais para revelar como os padrões operacionais mudam ao longo das semanas.
* **Análise de agrupamento**: As comparações entre departamento, objeto e motorista agregam dados individuais dos veículos em unidades organizacionais. O sistema calcula a quilometragem média mensal por veículo dividindo a distância total pelo número de dias ativos e normalizando para meses de 30 dias, permitindo comparação justa entre diferentes períodos de análise.
* **Detecção de atividade**: Os cálculos de dias ativos identificam datas do calendário com quilometragem registrada por meio da análise dos carimbos de data e hora dos trajetos. A determinação da distância máxima do trajeto processa segmentos individuais de viagem para identificar o percurso contínuo mais longo de cada agrupamento, usando limites de detecção de movimento (≥3 km/h) e análise de lacunas de tempo (>300 segundos) para separar viagens distintas.
A validação da qualidade do GPS garante que apenas dados de posicionamento confiáveis (satélites > 3, coordenadas não zero) contribuam para os cálculos de distância, enquanto a padronização dos carimbos de data e hora para UTC permite uma classificação temporal consistente, independentemente da localização geográfica do veículo.
## Relatório de viagens
**Quando usar**: Análise de padrões de jornada, avaliação de otimização de rotas e avaliação do comportamento operacional para entender a frequência das viagens, a distribuição da distância e identificar padrões de deslocamento incomuns.
**Quais dados você vê**: Métricas de viagens individuais, incluindo distância, duração e velocidade média, com tendências de volume semanais, comparações em nível de grupo e detalhes completos de viagem por viagem mostrando horários de início/fim e atribuições de motorista.
Lógica de processamento de dados
A análise de viagens dos veículos identifica e processa jornadas individuais por meio de detecção inteligente de movimento:
* **Algoritmo de detecção de viagem**: O sistema analisa dados de trajeto GPS e informações do estado do veículo para identificar viagens distintas usando limites de velocidade e tempo. Uma viagem começa quando a velocidade do veículo excede o limite mínimo de velocidade em marcha lenta (padrão de 3 km/h) e termina quando a velocidade cai abaixo desse limite pelo tempo mínimo de inatividade (padrão de 5 minutos). Paradas breves inferiores ao limite de tempo de inatividade são tratadas como pausas na mesma viagem, e não como limites de viagem, filtrando paradas momentâneas no trânsito ou atrasos de carregamento.
* **Parâmetros aprimorados de detecção**: Quando disponíveis, o sistema incorpora o status de ignição e dados do sensor de movimento para refinar a precisão da detecção de viagens. Essa abordagem multifator evita encerramentos falsos de viagens durante períodos breves de imobilidade em que o motor permanece ligado, garantindo que apenas eventos significativos de estacionamento acionem a conclusão da viagem.
* **Cálculo de distância e duração**: Para cada viagem detectada, o sistema calcula a distância total usando funções geográficas do PostGIS entre pontos GPS consecutivos de `raw_telematics_data.tracking_data_core`. A duração da viagem é derivada da diferença de tempo entre o primeiro e o último ponto do trajeto. Os cálculos de velocidade média dividem a distância total pela duração, fornecendo uma velocidade operacional realista que inclui quaisquer paradas breves durante a viagem.
* **Agregação temporal**: A análise semanal agrupa as viagens por número da semana ISO, calculando tanto a contagem de viagens quanto as distâncias cumulativas. Essa abordagem de métrica dupla revela se as mudanças no volume operacional se correlacionam com variações no comprimento médio das viagens — altas contagens de viagens com baixa distância total indicam muitas viagens curtas, enquanto o inverso sugere menos viagens, porém mais longas.
* **Análise comparativa por grupo**: Agrupamentos por departamento, objeto, motorista e garagem agregam dados de viagens para permitir análise comparativa. O sistema soma as distâncias totais, conta as viagens individuais e calcula as durações médias das viagens para cada unidade. Essas métricas permitem identificar diferenças de função operacional — frotas de entrega realizam muitas viagens curtas, enquanto veículos de serviços em campo podem apresentar menos viagens, porém mais longas.
* **Disponibilidade de dados de velocidade**: Quando a qualidade do sinal GPS é insuficiente ou a captura de dados de velocidade falha, o sistema não consegue calcular a velocidade média de forma confiável. Essa condição normalmente ocorre durante perda de sinal GPS em áreas com baixa visibilidade de satélites (túneis, áreas urbanas densas, estacionamentos subterrâneos) ou durante anomalias no processamento de dados. O relatório exibe "Sem dados de velocidade disponíveis" para os períodos afetados, indicando que essas viagens exigem investigação ou possuem registros telemáticos incompletos.
Todos os carimbos de data e hora das viagens são convertidos para UTC para uma análise consistente em diferentes zonas operacionais, enquanto a validação da qualidade do GPS (satélites > 3, coordenadas não zero) garante que apenas dados de posicionamento confiáveis contribuam para a detecção de viagens e os cálculos de distância.
## Relatório de inatividade
**Quando usar**: Otimização da utilização do veículo, análise de custo do tempo ocioso, avaliação da eficiência operacional e identificação de inatividade excessiva em locais específicos para melhorar a produtividade da frota e reduzir o desperdício de combustível.
**Quais dados você vê**: Análise abrangente do tempo ocioso mostrando horas paradas e estacionadas, percentuais de utilização, distribuições do status de atividade ao longo do tempo e por zonas, além de detalhamentos que identificam os principais locais de inatividade de cada veículo.
Lógica de processamento de dados
A análise de inatividade processa dados de GPS e velocidade por meio de uma sofisticada classificação de movimento para identificar e quantificar o tempo improdutivo do veículo:
* **Detecção de limite de movimento**: O sistema aplica um limite mínimo de velocidade configurável (padrão de 3 km/h) para classificar os estados de atividade do veículo. Quando a velocidade cai abaixo desse limite, o veículo entra em estado de parada. Esse limite se adapta a diferentes contextos operacionais — veículos de construção podem usar limites mais baixos, enquanto frotas rodoviárias usam valores mais altos para capturar com precisão períodos ociosos relevantes.
* **Classificação entre parado e estacionado**: O sistema distingue entre paradas breves e estacionamento prolongado por meio de análise baseada em tempo. Um veículo permanece em status de parado quando imóvel, mas só passa para estacionado após manter velocidade zero ou quase zero pelo tempo mínimo de estacionamento (padrão de 5 minutos). Essa classificação hierárquica garante que breves paradas no trânsito, atrasos de carregamento ou pausas momentâneas não acionem classificações de estacionamento, enquanto eventos reais de estacionamento são capturados com precisão. Todo tempo estacionado também é tempo parado, mas nem todo tempo parado se qualifica como estacionamento.
* **Agregação do estado de atividade**: Para cada veículo, o sistema calcula o total de horas gastas em cada estado — em movimento, parado e estacionado — processando dados de trajeto GPS de `raw_telematics_data.tracking_data_core`. As leituras de velocidade passam por avaliação contínua em relação ao limite de movimento, com transições de estado registradas em carimbos de data e hora precisos. Os cálculos de duração somam o tempo decorrido em cada estado ao longo do período de análise.
* **Cálculo de inatividade**: A inatividade total representa todo o tempo sem movimento (horas paradas + estacionadas). O sistema calcula a inatividade como o inverso da utilização — quando um veículo não está em movimento, acumula inatividade. Essa métrica fornece uma visão abrangente do tempo ocioso, independentemente de o veículo estar brevemente parado ou totalmente estacionado.
* **Métricas de utilização**: O percentual de utilização é derivado da relação entre o tempo em movimento e o tempo total de atividade: (horas em movimento / horas totais) × 100. A utilização média entre vários veículos usa cálculo ponderado com base no tempo total de atividade de cada veículo. Essas métricas permitem comparação justa da produtividade entre veículos com diferentes padrões operacionais ou períodos de análise.
* **Análise geográfica de inatividade**: O sistema cruza as localizações de paradas e estacionamentos com geofences definidos de `processed_common_data.zones_geom` usando funções espaciais do PostGIS. Para cada período de inatividade, as coordenadas GPS são avaliadas em relação aos limites da zona para determinar se a inatividade ocorreu dentro de uma localização conhecida. A principal zona de inatividade representa a geofence onde o veículo acumulou o maior número de horas parado ou estacionado durante o período de análise.
* **Modos de visualização da linha do tempo**: O modo de exibição Status mostra padrões temporais de atividade coloridos pelo estado de movimento (em movimento, parado, estacionado), revelando quando os veículos transitam entre estados ao longo do dia. O modo de exibição Zonas colore os segmentos da linha do tempo pela localização geográfica, em vez do estado de atividade, mostrando quais zonas o veículo ocupou ao longo do tempo. Essa abordagem de visualização dupla permite tanto a análise de padrões temporais quanto a avaliação da distribuição geográfica.
* **Agregação por zona**: Ao analisar a inatividade por zonas, o sistema agrupa todos os períodos ociosos por sua localização geográfica, calculando o total de horas paradas e estacionadas dentro de cada geofence. Essa agregação identifica pontos de gargalo onde os veículos passam tempo excessivo ociosos — como docas de carga com longos tempos de espera, locais de clientes com processos ineficientes ou locais de parada não autorizados.
A validação da qualidade do GPS garante que apenas dados de posicionamento confiáveis (satélites > 3, coordenadas não zero) contribuam para a classificação de estados e a análise geográfica, enquanto a padronização dos carimbos de data e hora para UTC permite o rastreamento consistente da inatividade em diferentes zonas operacionais.
## Próximos passos
Quando a análise histórica revelar oportunidades de otimização ou levantar questões operacionais específicas, avance para [Custom Analysis & SQL Configurator](/docs/analytics/pt-br/explorer-for-iotquery/custom-analysis-sql-configurator.md) para criar investigações personalizadas que atendam às suas necessidades exclusivas de gestão de frota e desenvolver soluções analíticas sob medida.
---
# Agent Instructions: 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:
```
GET https://navixy.com/docs/analytics/pt-br/explorer-for-iotquery/historical-reports.md?ask=
```
The question should be specific, self-contained, and written in natural language.
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.