相关实验视频
Updated: Jul 16, 2026
05:16
Flying Insect Detection and Classification with Inexpensive Sensors
Published on: October 15, 2014
25.2K
一种使用声波和人工智能的新方法,用于检测车辆与骑自行车者和电动滑板车的距离
Amin Al-Habaibeh1, Bubaker Shakmak1, Matthew Watkins2
1Product Innovation Centre, Department of Product Design, Nottingham Trent University, UK.
MethodsX
|January 15, 2024
概括
这项研究引入了一种新的AI驱动系统,使用声音分析来检测自行车手和电动滑板车用户附近的内燃机 (ICE) 车辆. 这种低成本的解决方案有助于理解交通流量.
科学领域:
- 环境科学 环境科学
- 运输工程 运输工程
- 人工智能的人工智能
背景情况:
- 户外空气污染对公共健康产生重大影响.
- 对骑自行车和电动滑板车用户的空气质量监测对于安全分析至关重要.
- 内燃机 (ICE) 车辆明显影响污染水平和监测准确度.
研究的目的:
- 为骑自行车者和电动滑板车用户开发一个低成本,可靠的系统来检测ICE车辆的近距离.
- 解决由于电动/混合动力汽车和成本限制而导致的视觉检测方法的局限性.
- 为了能够全面分析交通对弱势道路使用者所经历的空气质量影响.
主要方法:
- 利用来自内燃机和轮胎噪声的声波与AI (神经网络) 结合用于车辆检测.
- 通过Go-Pro摄像头收集视听数据,并将其与GPS位置和污染数据集成.
- 开发了地理地图,以可视化骑自行车者遇到的汽车密度.
主要成果:
- 成功展示了一种自动化方法,用于选择敏感的声波特征来检测车辆.
- 提出了一种低成本,独立于方向的硬件解决方案,适合与其他传感器集成.
- 实现了传感器融合和神经网络用于ICE车辆检测的成功应用.
结论:
- 这种基于声音的AI方法有效地检测ICE车辆,帮助空气质量研究.
- 这种方法为监测与交通有关的污染暴露提供了一种具有成本效益和多功能性的工具.
- 允许在未来的健康研究中将ICE车辆的近距离与空气污染水平的测量相关联.
