戴着耳机走路虽然可以屏蔽掉周围的喧嚣，但也是一种危险的行为。如何提醒马路耳机族们注意过往的车辆呢？一种方法是给行人装上和汽车相似的防碰撞预警系统，根据周围的汽车声判断路况。
智能耳机系统使用机器学习算法解析周围的汽车声，提醒行人注意方圆60米内的来车。目前的行人音频预警系统（Pedestrian Audio Warning System，PAWS）原型机尚处于初级阶段，它只能检测单辆来车的位置，无法确定来车的具体路线，更无法区分同时有多辆来车的情况。但是考虑到在2018年，美国的行人死亡数量达到30年来之最，在这样的背景下，PAWS可以说是向着以行人为中心的安全援助目标迈出的第一步。
哥伦比亚大学电子工程系助理教授、数据科学研究所成员蒋小凡（音，Xiaofan Jiang）说：“虽然有的新车配有专门的传感器检测行人，但行人通常没有设备能够检测来车的轨迹会不会撞上自己。”
蒋小凡发明PAWS的灵感来源于一次亲身经历，他发现在马路上佩戴降噪耳机会分散他对周围环境的注意力。这促使他和他在哥伦比亚大学、北卡罗莱纳大学教堂山分校和巴纳德学院的同事们开发出了PAWS，并在IEEE Internet of Things Journal发表了他们的研究成果。
尽管很多车用防碰撞预警系统都使用摄像机、雷达或激光雷达来探测附近的物体，但是蒋小凡和他的同事很快意识到，“人用防碰撞预警系统”必须使用低功耗传感器，以便能在标准电池供电情况下续航6个小时以上。“因此，我们决定采用低成本、低功耗的麦克风阵列（作为传感器），”蒋小凡说。
这款可穿戴预警系统的四个麦克风分布在耳机的不同位置，它的主要硬件都位于商用耳机的左耳壳内部，使用可充电锂电池供电。出于省电的考虑，它使用定制的集成电路，只从捕获的音频中提取最相关的声音特征，并将这些特征传输到配套的手机APP中进行处理。
手机APP内嵌了机器学习算法，以解析声音特征。这些算法的训练数据集是在不同环境中采集到的60多种汽车的声音，比如毗邻校园和住宅区的街道、飓风季节里大风肆虐的高速、曼哈顿繁忙的商业街等。
然而，仅仅依靠汽车声来探测车辆是非常困难的。首先，系统往往会定位出声音最大的车辆，但它可能并不是离行人最近的车辆；同时，系统也无法定位多辆车，甚至无法估计有多少辆车。
目前，PAWS能够定位60米外的单辆来车，并根据来车的速度发出持续几秒的警告。但是，一个真正有用的预警系统应该能够追踪附近车辆的行驶轨迹，并只在车辆有可能撞到行人时才发出警报。这需要研究人员找到更好的方法，以便能够同时确定行人和车辆的位置和轨迹信息。
“如果你想象一个人在街上行走的场景，你会发现可能会有很多车从他身边经过，但没有一辆会撞到他，”蒋小凡解释道，“为了使防碰撞预警更有效，我们必须考虑其他的信息。”PAWS能否从噪音或其他信号中解析出更多的有效信息来提醒马路耳机族呢？相关的研究工作仍在继续。巴纳德学院的行为心理学家乔舒亚·纽（Joshua New）计划在实验中研究什么样的警告声最能有效引起注意。目前，研究小组倾向于在立体声耳机的一侧发出警告音，或者模拟3D警告音，以提供更具空间相关性的信息。
“除普通的行人外，在拥堵的马路上执勤的警察或戴着护耳器的建筑工人也可能从这项技术中受益，”蒋小凡说。目前，PAWS项目已经从美国国家科学基金委（NSF）获得了120万美元的资助，他们团队还将努力改进这项技术，并最终交给一家公司进行商业化。
当然，仅靠一项技术来保障行人的安全是不够的。在一篇报告中，州长公路安全协会（Governors Highway Safety Association）将日益升高的行人死亡率归咎于许多因素，比如缺乏安全的道路交叉口，以及超速、分心或饮酒等不安全的驾驶行为。配备PAWS的耳机不太可能大幅度降低行人死亡率，但提前几秒钟的警告足以挽救一些生命。