在支持物聯(lián)網(wǎng)的智能家居和高級安全系統(tǒng)成為常態(tài)的時代，人們比以往更加需要精密、可靠的傳感器。在各種安全設(shè)備中，玻璃破碎傳感器是第一道防線。它能夠正確檢測玻璃破碎聲音（一種常見的強行闖入方法），準(zhǔn)確地提醒房主或安全系統(tǒng)存在潛在闖入危險。AI/ML 的出現(xiàn)徹底改變了智能傳感器和玻璃破碎檢測器技術(shù)，其通過自適應(yīng)學(xué)習(xí)提高了準(zhǔn)確度，同時還減小了設(shè)備尺寸，降低了設(shè)備價格。Silicon Labs 支持 AI/ML 的無線 SoC 處于該突破性創(chuàng)新技術(shù)的前沿。

支持 AI/ML 的 SoC 在玻璃破碎檢測方面的優(yōu)勢

現(xiàn)有聲學(xué)玻璃破碎傳感器通常依靠簡單的傳統(tǒng) DSP 算法對麥克風(fēng)執(zhí)行電平閾值和聲音頻率分析，以檢測窗戶玻璃是否在被破碎。雖然這種傳感器在某種程度上有效，但容易因其他常見的高頻、尖銳聲音（如門鈴聲、盤子嘩啦聲，說話的聲音甚至喧鬧的音樂聲）而發(fā)生誤報情況。還有一種玻璃破碎傳感器，稱為震動傳感器，其利用震動沖擊力發(fā)出警報。當(dāng)窗玻璃上的振動幅度超過預(yù)設(shè)閾值時，它會檢測到窗玻璃上的振動并激活警報。然而，即使是大聲敲門或輕扣窗戶玻璃，它有時也會誤解為有人企圖破窗而入。

這兩種傳感器的缺點包括誤報檢測結(jié)果，需要調(diào)節(jié)靈敏度，并且這些傳感器的精度會變化，通常需要手動校準(zhǔn)和調(diào)節(jié)才能保持最佳性能。此外，如果使用的是震動傳感器，需要在每塊玻璃上都單獨安裝該設(shè)備，因此會增加總安裝成本。

Silicon Labs 支持 AI/ML 的 SoC 解決了傳統(tǒng)玻璃破碎傳感器的這些局限性。這種 SoC 在傳感器設(shè)計中集成了 AI 和 ML 功能，可快速檢測到情況且具有更大的靈活性，同時降低了誤觸發(fā)率，顯著提高了玻璃破碎檢測的準(zhǔn)確性和可靠性。

可以通過以下方法實現(xiàn)這一點：利用包含各種環(huán)境聲音和玻璃破碎聲音樣本的大型數(shù)據(jù)集訓(xùn)練基于 ML 的模式匹配算法，使傳感器能夠?qū)W習(xí)和識別玻璃破碎的獨特聲音特征并能將其與環(huán)境聲音區(qū)分開來。這樣，傳感器可以有效地減少誤報，并且只有在檢測到真正的玻璃破碎事件時才會觸發(fā)警報。

本視頻展示了 Silicon Labs 支持 ML 的玻璃破碎傳感器比市場上采用傳統(tǒng)算法的玻璃破碎傳感器具有更高的效率。