清华大学未来实验室气味检测与嗅觉计算研究团队在电子鼻技术研究中取得突破性进展，相关成果以《An electronic nose device with rapid and universal odor detection capability》为题，发表于传感器领域国际权威期刊《Sensors and Actuators B: Chemical》。
电子鼻作为模拟生物嗅觉的人工传感系统，通过气体传感器阵列与人工智能算法实现气味识别，在环境监测、医疗辅助、食品质量评估等领域应用广泛。随着普适计算与物联网技术的发展，其在智能家居、服务机器人等场景的需求日益增长。然而，大部分现有研究的检测对象局限于特定细分领域，不能像人一样“什么都能闻”。同时部分研究还需对样品进行加热、过滤等复杂预处理，难以适应多元化场景的快速检测需求。本研究基于金属氧化物半导体（MOS）传感器与人工神经网络（ANN）算法，研发出无需预处理、兼具快速响应与广谱检测能力的电子鼻设备，首次实现食品、家居、安全等 11 类场景共 53 种气味物质的自然状态检测，突破传统技术对实验室环境的依赖，为嗅觉感知技术从 “专用” 走向 “通用” 奠定基础。
核心内容
针对上述场景对气味检测的检测需求，研究团队精心筛选了52种具有代表性的气味物质和空样（清洁空气），覆盖食品、环境?；?、健康护理和安全四大领域。其中，食品领域包括柠檬、洋葱、威士忌、白酒、咖啡等；环境保护领域涵盖甲苯、甲醛、油漆、胶水等挥发性有机物；健康护理领域包含洗发水、洗衣液、香水等个人护理用品；安全领域则涉及汽油、煤油、打火机燃料等易燃物质。这些物质既包括分子组成差异显著的典型气味（如柠檬与汽油），也涵盖了成分相近的易混淆类别（如不同浓度白酒、不同品种的茶叶等），全面开发并验证了电子鼻的广谱检测能力。
图1.53种测试用样品和样品瓶
研究团队自主研发了四种金属氧化物半导体(MOS)气体传感器，相比市面的商用传感器，显著提升了传感器的响应灵敏度和选择性。自研传感器兼具成本优势与性能稳定性，对挥发性有机物(V0Cs)和复杂混合气味表现出优异的选择性，为广谱检测提供了硬件基础。
图2. 四种材料的HRTEM（High Resolution Transmission Electron Microscope）测试图像
图3. 53 种物质测试结果的混淆矩阵
总结
研究通过研发选择性更好的气体传感器，改进硬件结构提高装置的采集性能，利用人工神经网络等智能算法有效补偿气味浓度的波动，构建了通用气味识别模型。该模型能够嵌入式集成在电子鼻中，实现片上运行、实时分类。该电子鼻设备兼具快速检测（7 秒识别）、广谱识别（53 种物质）、低功耗运行等特性，在智能家居气味预警（如燃气泄漏、食品变质）、食品品质监控（原料分类、货架期评估）、环境污染物检测（VOCs 实时监测）等领域展现出广阔应用前景。团队计划持续优化传感器阵列与算法模型，推动设备小型化与产业化，为构建通用气味数据库、普及嗅觉感知技术奠定基础，推动电子鼻在智能家居、食品工业、环境监测等领域的规?；τ?。
清华大学美术学院博士生孙宇驰、于港为论文共同第一作者，助理研究员杨佳伟为通讯作者，研究得到国家自然科学基金与国强基金会的支持。清华大学未来实验室嗅觉计算团队由多学科交叉人才组成，在敏感材料研发、传感器及相关硬件设计、人工智能算法等方向全面赶超国际一流水准并取得成果，并在产业应用上取得多项突破。
论文链接： https://www.sciencedirect.com/science/article/pii/S092540052500646X
团队介绍链接：
http://www.xyyye.cn/kxyj/yjzq/qwjcyxjjs.htm
撰稿 | 孙宇驰 于 港 杨佳伟 韩皓璇
编辑 | 王瑢琦
