气体传感器不只是有毒气体监测市场，还隐藏了一座"难啃"的金矿山

1968年，费加罗公司创始人田口尚义利用半导体技术研发出了第一款半导体式气体传感器，应用于可燃性气体和还原性气体的泄漏报警器。可以说，这是气体传感器在监测有毒、危险气体泄漏的应用形态。同时，半导体气体传感器也是迄今为止，全球产量最大、普及最广的气体传感器之一。

直到现在，大量的物联网应用场景催化下，气体传感器迎来了智能化升级，以及大规模的应用，以及种类的拓展。

有害、有毒气体监测一马当先，

金矿山鲜有问津

从诞生至今，目前市场上绝大部分的气体传感器主要应用都集中在有害、有毒气体监测，其中，气体传感器主要应用在石化工业中的二氧化碳传感器、氨气传感器、一氧化氮传感器等都能用在检测二氧化碳、氨气、氯气等有害气体、半导体和微电子工业的有机溶剂和磷烷等剧毒气体。民用的住房、大楼、会议室和公共娱乐场所用二氧化碳传感器、烟雾传感器、臭氧传感等。

在物联网领域的驱动下，这些气体传感器结合各类通信技术、AI技术的技术加持，使得这些原本在石油、化工、钢铁、冶金、矿山、环保、市政、医疗、食品安全等领域的气体传感器应用面快速横向发展。所以近些年来，我们可以看到气体传感器在智能家居、可穿戴设备、智能移动终端等领域的应用需求迅速增长。

根据法国市场研究公司Yole Développement预测，2021年全球气体传感器市场规模将达到9.2亿美元。其中由于终端消费市场的增长影响，2020年的气体传感器实际需求将达到3.5亿颗。

当然，在未来很长一段时间内，伴随着着智慧城市、环境监测等物联网应用领域的场景多样化、需求增加，未来，有害有毒气体监测的气体传感器依旧有很大的增长空间。

综上，根据对于目前市场应用的观测，我们大致将气体传感器市场归结为以下6大细分市场：

但是，可以发现无论是传统工业还是物联网所使用的气体传感器，应用场景大多局限于有害、有毒气体，或许这是一个片面的归纳。作为气体的感官体验，嗅觉体验的市场待开发的前景不容小视。

"难啃"的嗅觉市场藏着一座金矿山

传感器有一个外号，叫做"电五官"，从人类的感官体系而来。对应的，例如，视觉传感器对应的是人眼视觉，压力传感器对应人的皮肤触觉等等。横向对比来看，无论听觉、视觉、触觉所涉及到的压力、图像、麦克风传感器在近几十年技术都获得了长足的进步。在人机交互领域，这些传感器也得到了大量的应用。

但是，我们发现在嗅觉也就是对应人鼻这一块的气体传感器应用进程显得十分缓慢。其中最大的原因就是因为嗅觉不像听觉和视觉，可以有数据非常直观的展现出来，光能够用三原色（红蓝绿）进行调制，听觉可以通过空气压力波进行模拟。而气体拥有的味道对应的份子也是成千上万，所以相对于光波和声波来说，拷贝起来的难度要大得多。

同时每个人对于每一种嗅觉的标准也不一样，也很难有一个标准，类比来看，味觉感官体验亦是如此。

嗅觉市场目前也并非一片空白，不但有前人铺垫，也有后来者欲求抓住这个新兴市场。

Google在2013年4月1日愚人节发布了一款全新"灵鼻子"的恶搞产品，点击"闻一闻"就能清楚闻到具体搜索的内容的味道。虽然"灵鼻子"只是愚人节的一个玩物，但是它实际上代表了嗅觉传感的重构过程，也就是将造成某些味道的分子再次组合释放，达到气味重现的功能。

对应于嗅觉重构，嗅觉解构才是嗅觉技术需要解决的首要问题，即分析出造成某种气味的分子种类有哪些、量有多大。按照目前的行业说法，我们会把进行气体解构的设备称为"电子鼻"。

2019年4月，时隔6年，谷歌Brain部门发表论文介绍利用AI算法计算分子结构来预测分子气味。当时，谷歌团队使用了来自调香师的近5000个分子，这些人嗅觉灵敏，仔细地将每个分子与"木头味"、"茉莉味"或"甜味"等描述进行匹配。研究人员使用数据集约三分之二的部分来训练网络，然后测试是否可以预测剩余分子的气味，结果没有让人失望。

其实，这里面所提到的AI只能算是算法层面的技术支撑，全面来看，这种设备一般由气敏传感器阵列、信号处理子系统和模式识别子系统等三大部分组成，工作时，气味分子被气敏传感器阵列吸附，产生信号；生成的信号被送到信号处理子系统进行处理和加工；并最终由模式识别子系统对信号处理的结果作出判断。如果有重构过程，设备会把气味重新模拟出来。

就在2020年12月，慧闻科技推出了多通道气体传感器阵列气体/气味检测识别系统，也就是我们俗称的"电子鼻"，根据公开资料，慧闻科技的电子鼻有32个具有不同敏感特性的气体传感器组成传感器阵列，结合特殊的模式识别技术，最终实现气体或气味检测识别以及定量计算等功能。

图1（来源：慧闻科技）

图2（来源：慧闻科技）

图3（来源：慧闻科技）

据悉，此款"电子鼻"主要应用领域在人体新陈代谢物所带有的特征标记气体的检测及识别、口气监测和疾病早期筛查、冰箱果蔬新鲜度监测分析、智能食品品质控制、酒类的区分识别、军事领域的气体识别分析。

从图1多种气敏材料的反应可以明显发现，不同的食物所散发的气味分子种类和量不尽相同，并且根据新鲜程度划分来看，同一食物不同时期所散发的分子的量也不同。另外，如果在某一个密闭空间内，不同大小的同一种类食物也所产生的浓度也不同。

所以，如果想准确地识别某种食物所散发的味道，以及某种味道的分子特性，需要大数据作为支撑，同时通过每种传感器的反应程度绘制成多边形网格图，进行图形分析。从图3可以看到，每种酱料对应的多边形网格图形状各有特点。经过大数据和AI算法处理，精确每一种食物的形状，进而精准区分散发类似气味分子的不同食物。

笔者认为，除了有毒有害的气体监测，在智能家居、食品监测，以及大部分需要通过对气味分子进行监测的领域，嗅觉传感器将大有可为。但是，要说以目前的发展速度来看，如果通过AI算法精准匹配、积累大量数据才是嗅觉传感器走向大市场的关键所在。