近些年，隨著人們對環境保護的重視及對自身健康提升的不斷追求，空氣質量已經成為了熱點話題。然而目前我們能查看到的空氣檢測數據都是基于較大范圍的測量而非個性化的，此文就著重介紹能夠為用戶提供更小范圍周圍空氣質量數據的技術和原理?？諝馕廴緶y量的兩個重要指標是2.5微米或更小的微粒物質（PM2.5）和揮發性有機化合物（VOC）。例如，壁爐和蠟燭在燃燒過程中便會在室內空間釋放這類物質。日常物品，例如清潔用品、家具或紡織品也可能排放VOC。通過全新PM2.5和VOC傳感技術，則能夠實現個性化空氣質量監測，從而改善人們的健康。

個性化PM2.5監測

我們知道，暴露在顆粒物環境中會導致嚴重的健康問題，世界衛生組織（WHO）稱：“通過改善空氣質量，各國可以降低中風、心臟病、肺癌，以及慢性和急性呼吸系統疾病，包括哮喘的發病率?！?/p>

雖然所有粒徑的顆粒物都具有危害性，但對人類健康影響最大的依然是PM2.5范圍內，即直徑小于2.5 μm的顆粒物。這些微小的PM2.5顆粒很容易進入肺部深處，并導致嚴重的健康問題。盡管研究仍在進行中，但有證據表明，暴露在PM2.5環境中可能與對病毒性疾?。ò⊿ARS-CoV-2在內）的敏感性有關，如哈佛大學最近的一項研究所述。

官方空氣質量監測站僅提供室外環境的合并或平均數據，而并不包含相應的室內空氣質量數據。這些檢測站無法生成個性化信息，僅會測量一段時間內所在地附近的平均空氣質量，因此缺乏實時效應，無法用于跟蹤我們周圍多變的環境狀況，或監測當地PM水平的波動。

用于空氣污染測量的便攜式空氣質量測量設備或劑量計（例如裝于我們的智能手機或可穿戴設備中）可以解決此問題。到目前為止，對于移動設備而言，PM2.5傳感器的尺寸依然過大。Bosch Sensortec最近開發了一種傳感器技術，可監測個人暴露在空氣污染中的程度。

借助全新博世PM2.5技術，如今能夠將PM2.5感應功能集成于移動設備中，以測量一個人每天的PM暴露量。用戶可以查看自己所在地空氣污染水平的數據和趨勢。通過例如智能手機監控個人在空氣污染環境中的暴露程度，用戶可獲得可靠、透明的信息，從而采取行動，并根據WHO空氣質量準則將其PM2.5暴露程度降至最低。

例如，圖1展示了與BreezoMeter公司合作打造的PM2.5劑量計演示應用程序。Dosimeter App通過將使用博世PM 2.5傳感器技術在本地測量的PM數據，與BreezoMeter空氣污染數據彼此結合，來計算個人每天的PM暴露量。

圖1：   顆粒測量劑量計

微粒傳感器技術

常規的光學消費電子PM傳感器依靠內置風扇將空氣抽吸通過一個測量單元，由此記錄顆粒數，并計算每單位體積的顆粒濃度。這種方法的問題在于，此類傳感器的物理尺寸非常大，通常近乎火柴盒大小，因此無法應用在平板便攜式設備，諸如智能手機中。

Bosch Sensortec最近開發的獨特PM傳感器技術僅需要自然的環境氣流即可展開測量。其原理類似照相機，在一個玻璃蓋后側集成了三個1級人眼安全激光器，與智能手機中的照相機十分相似。

這種新穎的方法使Bosch Sensortec能夠開發出物理尺寸大大縮小的PM感應解決方案，體積約是市場上其他解決方案的五百分之一（0.2 %）。其尺寸已縮減至類似火柴頭大小，這使此項新技術非常適合消費類設備中的個性化PM2.5測量。它具有低功耗、免維護的特點，并可集成到防水應用中。

VOC檢測

揮發性有機化合物（VOC）是另一個必須關注的空氣污染問題，這是可在任何房間出現的一組范圍廣泛的化學反應性氣體。人們通常90%的時間都在室內度過，因此室內環境空氣中VOC的濃度會對我們的健康造成巨大影響。

VOC傳感器可以檢測建筑物內和室外的各種氣體，包括（氫）碳化合物（例如酒精或CO）、硫化物（會引起難聞的氣味，例如H2S）和溶劑（例如丙酮）。這些可能來自油漆、清漆或清潔劑。在智能家居中，VOC信息可幫助操控多種設備，例如打開和關閉廚房抽油煙機或啟動空氣凈化器。另外，這些信息可用于生成警報，例如火災檢測，甚至是識別冰箱中的食物變質。VOC數據也可以與其他物聯網（IoT）應用配合使用，例如基于空氣質量數據優化辦公樓的通風。

圖2：VOC和PM2.5對空氣質量的影響

為測量VOC，博世開發出一款緊湊型高性能氣體傳感器。BME680是世界上最小的解決方案，提供4合1空氣質量監測功能。它可以測量環境溫度、大氣壓力、相對濕度和氣體，并擁有3 x 3 x 0.93 mm3尺寸封裝，可在低于0.1 mA的超低功率范圍內運行。

該傳感器能夠區分新鮮空氣（即清潔空氣，主要是氮氣、氧氣和濕氣）和使用過的帶有其他污染物的空氣。通常，如果有人在房間中，呼氣是造成空氣質量下降的最重要原因之一。了解周圍空氣中的呼氣量有助于優化通風，從而降低諸如SARS-CoV-2等病毒的空氣傳播機率。

智能軟件將收集到的傳感器數據轉換為對用戶有用的信息輸出。通過將現代氣體傳感技術與人工智能（AI）相結合，可以識別和分類不同的環境條件，從而實現眾多全新應用。

讓我們以森林氣候測繪和早期森林火災風險評估這一高級用例進行說明。首先，傳感器網絡通過實時監測所有環境活動測繪整個區域。其次，機器學習以原始數據為基礎創建數學模型，由此對不同情況進行分類和預測，并評估各自風險。最后，終端人工智能使最終產品能夠匹配各個用戶的特定區域條件，并降低功耗。

圖3：森林氣候用例示圖

另一個用例為確定何時需要為嬰兒更換尿布。傳感器硬件可以測量溫度、壓力、濕度和氣體，但父母并不需要如此詳細的信息，他們只需要知道何時應采取行動。由于20歲以上的人口中約有19 %患有嗅覺障礙，因此這些基本信息可以幫助他們在一定程度上提升生活質量。通過機器學習開發的數學模型能夠用于將原始傳感器數據轉換為簡單的狀態指示，并通過人工智能對模型進行微調。

Fig.4：尿布用例示圖

博世正在進一步擴展氣體傳感器的范圍，以增加新功能并實現新用例。全新氣體傳感技術將包括更先進的軟件和更廣泛的氣體檢測功能。例如，氣體傳感器可以檢測不同的氣體成分，通過與參考數據進行對比，識別單獨氣味（圖5）。潛在的用例包括監視公共場所的清潔狀況、對口臭進行分類，或監測食物變質。

圖5：環境感應檢測不同氣體成分

結語

通過生成準確、實時、個性化的空氣質量數據，全新傳感器技術將改變我們評估周圍空氣質量的方式，幫助我們做出回應。我們將能夠更好地規劃何時出門，調整通勤或戶外體育活動的時間，或通過控制通風并避免產生顆粒來調節室內的空氣質量。如加以調整，這項技術也將有助于我們做出明智的決定，例如搬遷至哪個地區或決定去哪里度假。隨著人們對環境和自身健康關注意識的提升，對空氣質量應用的需求在未來將繼續增長。

博世空氣質量傳感技術體積極小，可在智能手機等平板便攜式設備中使用，而且其成本同樣可滿足批量生產需求。