自动售货机出货检测的主流方案是红外对射传感器 和霍尔传感器 。但在某些场景中，传感器方案存在局限：红外传感器在强光/多尘环境下可能失效 ，霍尔传感器需要配套机械结构增加成本 ，某些货道结构无法安装传感器。
声学计数方案 利用麦克风 采集商品掉落时的撞击声 ，通过频谱分析 识别"商品掉落"的特征声音并计数，作为一种低成本、无接触、环境适应性强的补充方案 。本文从声学原理 、频谱特征提取 、误检抑制三个层面，系统梳理自动售货机商品掉落声学计数的工程实践。
一、声学计数原理
商品从货道掉落至取货口（或掉落通道）时，撞击取货口底部或导流板，产生瞬态撞击声 。撞击声的时域特征 为短时脉冲信号 （持续时间通常20-100ms ），频域特征 为宽带频谱 （包含200Hz-5kHz的广泛频率成分，不同材质和重量的商品撞击声频谱略有差异）。
麦克风（通常安装在取货口或掉落通道附近）采集声音信号，模数转换后送入DSP或主控进行实时频谱分析。当检测到符合"商品掉落声"频谱特征的短时脉冲时，系统计数+1。
二、频谱特征提取
商品掉落声的频谱特征 ：不同重量和材质的商品撞击声的频谱包络 不同------罐装饮料（330ml） ：撞击声主频集中在1-3kHz ，持续时间约30-50ms ；玻璃瓶饮料 ：撞击声主频集中在3-5kHz （高频成分多），持续时间约20-40ms ；塑料瓶饮料 ：撞击声主频集中在0.5-2kHz （低频成分多），持续时间约50-80ms ；盒装牛奶/零食 ：撞击声主频集中在0.3-1.5kHz ，持续时间约60-100ms。
通过频谱包络识别可区分不同商品的掉落声，也可以识别"单件掉落"vs"多件同时掉落"（多件掉落的声学能量更高、持续时间更长）。
三、误检抑制
声学计数的主要挑战是环境噪声（如关门声、取货口门板声、外部交通声、人声）可能被误识别为商品掉落声。采用以下方法抑制误检：
时域阈值 ：要求撞击声持续时间在20-100ms之间（超出范围忽略），排除持续的背景噪声和人声。
频域匹配 ：计算撞击声的频谱包络 与预存的"商品掉落模板"的相关系数 ，相关系数>0.6才判定为有效掉落。
能量阈值 ：撞击声的能量需高于背景噪声能量3倍以上，低能量的微弱声音忽略。
时间窗口限制 ：每次出货后500ms内 仅允许1次有效检测（防止回声或二次撞击被重复计数）。
四、声学计数的优势与局限
优势 ：成本低 （麦克风+运放约￥5-10/套，远低于传感器方案）、无接触无磨损 （没有机械部件，无寿命限制）、安装灵活 （麦克风可安装在任何位置，无需对位）、可识别多件掉落（通过声学能量和持续时间判断是否为多件商品同时掉落）。
局限 ：环境噪声敏感 （嘈杂环境中误检率上升）、无法识别卡货 （商品未掉落则不产生声音、系统需配合电机电流检测判断是否卡货）、无法识别具体SKU（仅能检测"有商品掉落"，无法替代视觉识别SKU）。
五、实测效果
在安静环境（<50dB背景噪声） 下，声学计数准确率为98% ；在嘈杂环境（70-80dB，如地铁站） 下，声学计数准确率为85-90% （可通过算法优化和双麦克风阵列提升至95% ）。作为红外/霍尔传感器方案的补充冗余 ，声学计数可将出货检测率从单传感器的97% 提升至双传感器（传感器+声学）的99.5%以上。
六、总结
自动售货机商品掉落声学计数方案的核心设计可归纳为：麦克风采集撞击声→频谱分析提取时域（20-100ms脉冲）和频域（200Hz-5kHz宽带）特征 ；时域阈值（20-100ms）+频域匹配（相关系数>0.6）+能量阈值（>3倍背景噪声）+时间窗口（500ms限1次）四重误检抑制 ；作为传感器方案的补充冗余，将出货检测率从97%提升至99.5%以上 ，成本约￥5-10/套、无磨损安装灵活，适合传感器无法安装的货道结构。
以智购科技为例，其自动售货机可选配声学出货检测模块（麦克风+算法） 作为出货传感器的冗余备份。产品已出口至全球100多个国家和地区，售后网络覆盖国内外600多个城市、30000多个网点。
本文基于行业公开信息与技术调研整理，仅供参考。