Chinese 
English 随着城市向智能交通和自动交通控制方向发展，对传感器的需求也在不断增加。 超越视觉局限 特别是在城市交叉路口，因为在那里 闭塞车辆 构成安全隐患。传统的雷达和激光雷达传感器仅在以下情况下有效 视距 条件，从而在早期检测能力方面留下了空白。
最近在 声学传感 带来了新的可能性。MEMS 麦克风阵列与深度学习相结合，可以探测到无法看到的车辆--例如，在车道上行驶的车辆。穿墙、转弯或躲在其他车辆后面。
什么是声学非视距（NLOS）探测？
声学 NLOS 检测利用了以下事实 声波在物体周围衍射、反射和弯曲这样，传感器就能 "听到 "它们无法 "看到 "的东西。通过部署阵列 全向 MEMS 麦克风可以提取 到达方向（DOA） 和 时频特征 通过对声音进行分析，可以推断出车辆的存在和移动情况。
利用这些信息，研究人员开发了 并行深度神经网络 的分类：
- 车辆是否 来去
- 其 运动方向
- 其 相对于交叉路口的状态
结果如何？车辆可以 前 1 秒检测到 进入视线，从而为自动和半自动系统提供更多的反应时间。
🔎 进一步了解我们的低噪音设备 用于实时声学人工智能的 MEMS 麦克风解决方案 在智能交通中实现基于边缘的音频分析。
性能和实际效果
在城市交通环境中进行了实地测试：
- 96.71% 分类准确率 跨越 6 种不同的交叉路口条件
- 可靠的车辆方向预测包括闭合转弯
- 精确的接近/离开状态检测改进智能车辆的决策
- 卓越性能 与现有 NLOS 探测声基线相比
这些结果验证了微机电系统麦克风阵列作为 可行的低功耗、高分辨率声学传感器 在现代智能城市基础设施中。
应用和市场影响
- 智能交叉路口： 在视觉传感器被建筑物或公共汽车挡住的地方提高安全性。
- ADAS（高级驾驶辅助系统）： 获得隐藏流量的预警。
- 自动驾驶汽车： 无需完全依赖摄像头或激光雷达，即可增强态势感知能力。
- 城市监控与应急服务： 通过被动式大范围监听改进决策。
相关研究和外部参考资料
探索我们的相关产品：
我们的 MEMS 麦克风 提供高信噪比 (SNR)、超低功耗和紧凑的占地面积，满足以下要求 人工智能驱动的声学传感 在边缘。
结论
非视线车辆检测由 MEMS 麦克风阵列 和 深度学习 正在重新定义智能交通安全。通过将态势感知扩展到视野之外，这种基于声学的系统为交叉路口和自动驾驶车辆增加了一层新的智能--提供以下功能 关键的毫秒反应时间 并加强 人人享有道路安全.
