近年来，电动汽车（EV）作为环保交通工具的代表，正在全球范围内迅速推广。相比传统内燃机车，电动汽车在运行时噪音大幅减少，有效缓解了城市噪音污染。然而，安静的电动车同样带来了新的安全挑战，尤其是在低速行驶情况下，行人和骑行者往往难以准确定位车辆所发出的警示声。这不仅影响了交通安全，更是当前交通声学研究的重要课题。 电动汽车警示系统的出现是为了弥补车辆在低速状态下的声音缺失。多国法规要求混合动力及纯电动车辆在低速行驶时必须发出人工合成的声响警示，以提醒周围的非机动车用户和行人注意车辆靠近。
欧洲、中国、日本以及美国等地均制定了相应的标准，规定车辆必须在特定速率以下发出声音，保障交通环境的安全性。然而，现行标准主要对车辆警示音的检测距离和可听性做出规定，鲜有关于警示音定位准确性的强制要求。 来自瑞典查尔姆斯理工大学的最新研究揭示，现阶段大多数电动车警示音信号在低速环境下非常难以被人类准确定位。研究通过在无回声的声学实验室中模拟城市停车场环境，利用环状扬声器阵列播放多种警示信号并叠加背景噪音，邀请志愿者实时识别声音的方向。结果发现，相较于传统内燃机发动机的声响，所有测试的电动车警示音在定位方面均表现不佳。 其中一种由两种固定音调组成的信号尤为困难。
多数受试者无法在十秒内正确判断声音来源的方向，甚至很难分辨是有一辆或多辆车同时发声。这种定位难度直接反映了现代电动车警示音设计中存在的盲点。传统内燃机车的声音包含多频带的短促脉冲，这种复杂的音频特征使得听者可以迅速做出空间判断。此外，人们对内燃机车声音的长期习惯也提高了对其声源的敏感性。 相比之下，电动车的警示音大多为单一或多重固定频率组成，缺乏足够的频率波动和复杂性，导致人耳难以捕捉到有效的声空间线索。随着越来越多电动车在公共场所低速移动，这种情况可能会导致行人和骑行者面临更大安全风险，尤其是在视线有限或环境噪声复杂的情况下。
研究团队成员之一的Leon Müller博士指出，现有国际法规对汽车制造商设计警示音的自由度较大，制造商往往倾向于设计个性化的“声音签名”，以突出品牌识别度。然而，这种个性化设计并未充分考虑声音的定位性能及多车辆环境中的交互影响。此外，警示音测试多在无干扰的理想环境中进行，缺乏对复杂现实环境中背景噪声和多源声混合的敏感度分析。 交通安全层面来看，警示音的核心功能应兼顾检测性和定位性。易于检测但难以定位的声音无法帮助行人做出合理的避让决策。韩国、日本和美国等地的交通政策制定者已经开始关注这一问题，推动相关标准向警示音空间定位能力倾斜。
为解决电动车警示音定位难题，研究提出开发新型声学信号设计的必要性。理想的警示音应具备多频带的复杂波形和动态变化，以便于人耳从声波的时差、强度差异及频谱特征等多个维度准确识别声源位置。同时，信号设计需避免引起噪音困扰，保持良好的用户接受度，减少对居民生活品质的负面影响。 技术层面，结合机器学习和声源定位算法，设计模拟人耳听觉特性的警示信号生成器，是未来研究的一个潜在方向。此外，通过规范统一不同品牌和车型的警示音特征，可以降低混合使用环境中的信号干扰，避免多车辆警示音相互混淆。 社会角度来看，增强公众对电动汽车警示音的认知和适应性亦不可忽视。
除了技术改进，相关部门可以通过宣传教育、环境声学规划等手段，提升行人在多变交通环境中的声音感知能力，从根本上降低安全隐患。 查尔姆斯理工大学团队计划在后续研究中深入考察警示音对非机动车及行人的影响，探索符合交通安全需求且具备良好声学定位特性的警示信号。他们希望通过科学研究驱动国际标准改革，促使电动汽车警示系统更加符合现实交通环境的复杂需求。 总体而言，电动汽车警示音在低速环境下定位困难的现象，体现了技术进步与交通安全之间的矛盾。尽管零排放和静音优势突出，但为了保障交通参与者的安全，必须对警示系统进行优化设计，以实现声学信号的高效检测与精准定位。未来，随着研究的深入及标准的完善，电动汽车警示音必将在安全性和用户体验上取得显著提升，为绿色出行创造更加安全的交通环境。
。
