近些年，随着人们对环境保护的重视及对自身健康提升的不断追求，空气质量已经成为了热点话题。然而目前我们能查看到的空气检测数据都是基于较大范围的测量而非个性化的，此文就着重介绍能够为用户提供更小范围周围空气质量数据的技术和原理。空气污染测量的两个重要指标是2.5微米或更小的微粒物质（PM2.5）和挥发性有机化合物（VOC）。例如，壁炉和蜡烛在燃烧过程中便会在室内空间释放这类物质。日常物品，例如清洁用品、家具或纺织品也可能排放VOC。通过全新PM2.5和VOC传感技术，则能够实现个性化空气质量监测，从而改善人们的健康。

个性化PM2.5监测

我们知道，暴露在颗粒物环境中会导致严重的健康问题，世界卫生组织（WHO）称：“通过改善空气质量，各国可以降低中风、心脏病、肺癌，以及慢性和急性呼吸系统疾病，包括哮喘的发病率。”

虽然所有粒径的颗粒物都具有危害性，但对人类健康影响最大的依然是PM2.5范围内，即直径小于2.5 µm的颗粒物。这些微小的PM2.5颗粒很容易进入肺部深处，并导致严重的健康问题。尽管研究仍在进行中，但有证据表明，暴露在PM2.5环境中可能与对病毒性疾病（包括SARS-CoV-2在内）的敏感性有关，如哈佛大学最近的一项研究所述。

官方空气质量监测站仅提供室外环境的合并或平均数据，而并不包含相应的室内空气质量数据。这些检测站无法生成个性化信息，仅会测量一段时间内所在地附近的平均空气质量，因此缺乏实时效应，无法用于跟踪我们周围多变的环境状况，或监测当地PM水平的波动。

用于空气污染测量的便携式空气质量测量设备或剂量计（例如装于我们的智能手机或可穿戴设备中）可以解决此问题。到目前为止，对于移动设备而言，PM2.5传感器的尺寸依然过大。Bosch Sensortec最近开发了一种传感器技术，可监测个人暴露在空气污染中的程度。

借助全新博世PM2.5技术，如今能够将PM2.5感应功能集成于移动设备中，以测量一个人每天的PM暴露量。用户可以查看自己所在地空气污染水平的数据和趋势。通过例如智能手机监控个人在空气污染环境中的暴露程度，用户可获得可靠、透明的信息，从而采取行动，并根据WHO空气质量准则将其PM2.5暴露程度降至最低。

例如，图1展示了与BreezoMeter公司合作打造的PM2.5剂量计演示应用程序。Dosimeter App通过将使用博世PM 2.5传感器技术在本地测量的PM数据，与BreezoMeter空气污染数据彼此结合，来计算个人每天的PM暴露量。

图1： 颗粒测量剂量计

微粒传感器技术

常规的光学消费电子PM传感器依靠内置风扇将空气抽吸通过一个测量单元，由此记录颗粒数，并计算每单位体积的颗粒浓度。这种方法的问题在于，此类传感器的物理尺寸非常大，通常近乎火柴盒大小，因此无法应用在平板便携式设备，诸如智能手机中。

Bosch Sensortec最近开发的独特PM传感器技术仅需要自然的环境气流即可展开测量。其原理类似照相机，在一个玻璃盖后侧集成了三个1级人眼安全激光器，与智能手机中的照相机十分相似。

这种新颖的方法使Bosch Sensortec能够开发出物理尺寸大大缩小的PM感应解决方案，体积约是市场上其他解决方案的五百分之一（0.2 %）。其尺寸已缩减至类似火柴头大小，这使此项新技术非常适合消费类设备中的个性化PM2.5测量。它具有低功耗、免维护的特点，并可集成到防水应用中。

VOC检测

挥发性有机化合物（VOC）是另一个必须关注的空气污染问题，这是可在任何房间出现的一组范围广泛的化学反应性气体。人们通常90%的时间都在室内度过，因此室内环境空气中VOC的浓度会对我们的健康造成巨大影响。

VOC传感器可以检测建筑物内和室外的各种气体，包括（氢）碳化合物（例如酒精或CO）、硫化物（会引起难闻的气味，例如H2S）和溶剂（例如丙酮）。这些可能来自油漆、清漆或清洁剂。在智能家居中，VOC信息可帮助操控多种设备，例如打开和关闭厨房抽油烟机或启动空气净化器。另外，这些信息可用于生成警报，例如火灾检测，甚至是识别冰箱中的食物变质。VOC数据也可以与其他物联网（IoT）应用配合使用，例如基于空气质量数据优化办公楼的通风。

图2：VOC和PM2.5对空气质量的影响

为测量VOC，博世开发出一款紧凑型高性能气体传感器。BME680是世界上最小的解决方案，提供4合1空气质量监测功能。它可以测量环境温度、大气压力、相对湿度和气体，并拥有3 x 3 x 0.93 mm3尺寸封装，可在低于0.1 mA的超低功率范围内运行。

该传感器能够区分新鲜空气（即清洁空气，主要是氮气、氧气和湿气）和使用过的带有其他污染物的空气。通常，如果有人在房间中，呼气是造成空气质量下降的最重要原因之一。了解周围空气中的呼气量有助于优化通风，从而降低诸如SARS-CoV-2等病毒的空气传播机率。

智能软件将收集到的传感器数据转换为对用户有用的信息输出。通过将现代气体传感技术与人工智能（AI）相结合，可以识别和分类不同的环境条件，从而实现众多全新应用。

让我们以森林气候测绘和早期森林火灾风险评估这一高级用例进行说明。首先，传感器网络通过实时监测所有环境活动测绘整个区域。其次，机器学习以原始数据为基础创建数学模型，由此对不同情况进行分类和预测，并评估各自风险。最后，终端人工智能使最终产品能够匹配各个用户的特定区域条件，并降低功耗。

图3：森林气候用例示图

另一个用例为确定何时需要为婴儿更换尿布。传感器硬件可以测量温度、压力、湿度和气体，但父母并不需要如此详细的信息，他们只需要知道何时应采取行动。由于20岁以上的人口中约有19 %患有嗅觉障碍，因此这些基本信息可以帮助他们在一定程度上提升生活质量。通过机器学习开发的数学模型能够用于将原始传感器数据转换为简单的状态指示，并通过人工智能对模型进行微调。

Fig.4：尿布用例示图

博世正在进一步扩展气体传感器的范围，以增加新功能并实现新用例。全新气体传感技术将包括更先进的软件和更广泛的气体检测功能。例如，气体传感器可以检测不同的气体成分，通过与参考数据进行对比，识别单独气味（图5）。潜在的用例包括监视公共场所的清洁状况、对口臭进行分类，或监测食物变质。

图5：环境感应检测不同气体成分

结语

通过生成准确、实时、个性化的空气质量数据，全新传感器技术将改变我们评估周围空气质量的方式，帮助我们做出回应。我们将能够更好地规划何时出门，调整通勤或户外体育活动的时间，或通过控制通风并避免产生颗粒来调节室内的空气质量。如加以调整，这项技术也将有助于我们做出明智的决定，例如搬迁至哪个地区或决定去哪里度假。随着人们对环境和自身健康关注意识的提升，对空气质量应用的需求在未来将继续增长。

博世空气质量传感技术体积极小，可在智能手机等平板便携式设备中使用，而且其成本同样可满足批量生产需求。