智能家居氣味識別裝置產品設計研究及實踐

路奇，張煜，孫宇馳，徐迎慶

智能家居氣味識別裝置產品設計研究及實踐

路奇a,b，張煜a,b，孫宇馳b，徐迎慶a,b

（清華大學 a.美術學院 b.未來實驗室，北京 100084）

探究不同結構的氣路和氣室設計，對于氣味識別裝置的性能影響，以及總結歸納關鍵設計參數，為氣味識別產品在居家環(huán)境的實際應用提供參考?；谀K化的設計方法，面向電子鼻家居應用設計了6種不同的氣路結構，之后開展電子鼻響應測試實驗，對比6種結構的性能差異，并在實驗結論基礎上討論電子鼻在不同家居應用場景下的部署模式和使用方式，以及實驗結論如何應用于實際產品設計過程中。實驗表明，不同氣室結構對電子鼻的響應性能有著顯著的影響，對家居場景中氣味采集應用的氣路設計具有指導意義，從而幫助提升氣味識別能力，賦能家居功能創(chuàng)新和服務創(chuàng)新，提升用戶體驗。

氣味識別；電子鼻；穩(wěn)流結構；智能家居

在信息技術高速發(fā)展的時代背景下，穩(wěn)定高效的環(huán)境信息采集技術為智能家居功能創(chuàng)新提供了可能。在眾多類型的物理信息（如光、聲、電磁波等）被廣泛探測和利用的同時，氣味作為一種空間化學信息，較少受到關注。實際上氣味信息在家居環(huán)境中廣泛存在，例如食物與烹調氣味、家居裝潢氣味、洗手間氣味等。從這些例子中可以看到，氣味是家居安全、健康、舒適的風向標；另一方面，用戶嗅覺感知與個人喜好、情緒和記憶有著密切的聯系[1-2]，設計家居氣味空間對于滿足用戶更高層級的需求和提供更貼心的用戶體驗都至關重要。綜上所述，氣味識別技術在智能家居中具有巨大的應用潛力。

同時人們也應認識到氣味識別的機遇與挑戰(zhàn)并存，其中一個重點問題是家居的氣味環(huán)境復雜多變，用戶行為與住宅空間、設備、物品的相互作用導致氣味的性質、傳播狀態(tài)等都在時刻變化，這給氣味識別的準確率、識別速度、魯棒性等技術指標帶來了非常大的考驗。相關研究表明，氣味識別裝置中的氣路設計可以在該問題上發(fā)揮重要作用，本研究基于模塊化的設計方法，面向電子鼻家居應用設計了6種不同的氣路結構，設計并開展電子鼻響應測試實驗對比這些結構的性能差異，在實驗結論基礎上討論不同結構在家居氣味識別應用設計中的不同適用性，為氣味識別在智能家居場景中的應用提供參考。

1 研究背景與設計價值

1.1 氣味識別家居應用

隨著家居智能化程度的不斷提高，具備感知能力、通信能力和智能信息處理能力的智能家居設備，開拓了室內普適計算與人機交互的許多新場景。氣味作為一種化學信息，在智能家居設計中正在受到關注，目前主要的應用研究涉及以下幾個方面。

1）空氣質量。室內空氣質量監(jiān)測主要包含PM2.5、CO2濃度、揮發(fā)性有機物（TVOCs）等指標，同時室內的各種異味，如垃圾異味、廁所異味、裝修異味等，也非常影響人們的居住健康和體驗。對這些氣味進行監(jiān)測和凈化是家居基本的用戶需求，目前已有相關研究使用氣體傳感器網絡或電子鼻等技術進行實時的空氣質量監(jiān)測[3-4]，也有研究人員專注于研究室內空氣質量的可視化體驗設計[5]。此外，Amores等[6]開發(fā)了簡易電子鼻以檢測揮發(fā)性垃圾異味，可以部署在垃圾桶上。

2）食品相關鑒定和檢測。氣味識別是食品科學中的傳統研究方法，例如使用電子鼻識別蔬果蛋肉等食材的新鮮程度[7-9]，對食用油、紅酒、果汁等液態(tài)食品進行品質檢測[10-12]，分析菜肴風味的影響因素等[13-14]。現代人越來越重視飲食健康，包括食材選擇、營養(yǎng)搭配和烹調方式等，因此食品氣味識別在家居中具有廣泛的應用前景。

3）醫(yī)療健康診斷。中醫(yī)診察疾病的手法講究“望聞問切”四診，其中“聞”是指聽聲音+聞味道[15]，古希臘也有通過排泄物（呼吸、尿液、汗水）氣味來判斷患者健康狀況的原始診斷手法流傳下來[16]。有很多病癥會讓患者散發(fā)不同的氣味，它們可能通過各類排泄物排出從而被聞到或檢測到。目前已有很多研究使用電子鼻對這些VOCs進行檢測，以實現疾病粗篩或預防工作[17]。

4）場景和活動理解。家居活動的監(jiān)測和理解可以讓智能家電、服務機器人為用戶提供更高級的功能和更貼心的服務，同時持續(xù)監(jiān)測家庭活動還可以自動檢測緊急情況，例如老年人的異常狀況或身體變化，以便及時發(fā)現問題。然而已有的活動監(jiān)測技術通常基于視頻監(jiān)測，或需要用戶佩戴加速度計、陀螺儀等監(jiān)測設備。這些技術的主要問題是具有侵入性，前者侵犯用戶隱私，后者增加身體負擔，導致用戶不愿在家中使用這些技術。相比之下，通過氣味感知技術來監(jiān)測人類活動可以在一定程度上消解這種侵入性問題，因為氣味識別裝置通常是固定在某一位置，且即便獲取了氣味感知數字信號也無法從中“看”到或“聽”到家庭中發(fā)生的事件。目前基于氣味信息的家居活動理解已經可以識別單空間中活動人數[18]、判斷與氣味有相關性的活動內容等（如沐浴、如廁、烹飪、鍛煉等）[19-20]。

傳統氣味識別與分析一般在化學實驗室中使用專業(yè)分析儀器進行，對于家居場景，氣味識別首先需要做到小型化、廉價化、便捷化，電子鼻技術為這一應用場景提供了可能性。目前市場上電子鼻產品的技術形態(tài)以金屬氧化物半導體傳感器陣列為主，利用陣列對氣味的交叉響應特性，能夠實現多種氣味檢測[21]。這類電子鼻主要由傳感器陣列與信號采集處理系統構成，具有布局靈活、靈敏度高等優(yōu)點，能夠滿足家居場景中的多種氣味采集和識別需求。

1.2 室內氣體環(huán)境與電子鼻結構設計

世界現存的有氣味分子數量龐大，能被人類嗅聞的絕大多數氣味是多種物質的混合物，且不同組分的濃度都會對最終嗅覺感受造成影響，也就意味著實現精準的氣味識別本身就是極困難的任務。同時，氣味的揮發(fā)受到溫濕度、擴散空間、用戶行為的廣泛影響；氣味的擴散則遵循流體力學定律，在家庭環(huán)境中會受到各種動力條件如自然風、電器風（風扇、空調、抽油煙機等）、人為動作等的影響?？紤]以上這些因素，在家居中保證穩(wěn)定的氣味識別條件對于其落地應用非常關鍵。因此，對于電子鼻等氣味識別技術，優(yōu)秀的進出氣采樣系統對穩(wěn)定采樣、減輕干擾和加快采樣速度都有重要作用。

此外，由于電子鼻的應用場景豐富，其產品或模組經常需要被部署到不同的應用環(huán)境中。在實際應用中，為了排除環(huán)境干擾，實現更快的氣味收集以及脫吸附，通常會使用氣泵（或風扇）來實現對電子鼻的主動供氣，將待測氣體抽進部署了氣體傳感器的氣室當中實現檢測，并通過氣泵（或風扇）更新氣室內的氣體環(huán)境，使氣體傳感器回復待檢測狀態(tài)。不同的氣室結構會影響氣體傳感器表面的氣流環(huán)境，進而決定氣體傳感器的使用表現。當前的研究認為氣體傳感器的響應會受到氣流速度、傳感器與進氣口夾角、腔室體積的影響[22-26]。因此氣室結構是影響電子鼻實際測試性能表現的重要因素。它是直接接觸、貯存待測物的部件，易被污染。并且不同應用場景的結構需求存在差異，如快速采樣、快速脫附等。

1.3 研究內容與價值

本文的主要研究問題是氣路和腔室結構設計會對電子鼻的各項性能指標產生怎樣的影響。基于模塊化設計方法，構建6種氣路結構，用于對比測試進出氣方向、氣體流速、均勻性等參數與電子鼻各項性能指標的相關性，了解結構與氣流對于電子鼻的響應特性影響，為產品設計原則提供參考。在實驗結論總結基礎上，討論了智能家居中電子鼻在不同應用場景下的部署方式和使用方式，并且討論實驗結論如何應用于實際產品設計過程中。

以上實驗和設計討論能夠在外形、結構設計方面為電子鼻在智能家居中的應用前景提供有力支持。設計師和產品開發(fā)人員可以參考本文提供的模塊化氣路結構設計制作相關產品；實驗中得出的各種數據和分析結論，可以幫助設計師或用戶根據實地場景的空間、應用形態(tài)快速決策，設計最適合的氣路結構。提升氣味識別在家居應用中的可靠性、準確性和便捷性，從而賦能家居功能創(chuàng)新和服務創(chuàng)新，提升用戶體驗。

2 模塊化電子鼻穩(wěn)流結構設計

在氣味采集領域，電子鼻方案越來越受到重視。電子鼻通常指集成了若干不同種類的氣體傳感器與信號采集處理模塊的集成氣味采集裝置，它利用單一氣體傳感器對不同氣體會產生差異化的響應信號這一特點，使每個氣體傳感器成為一個氣味檢測的“維度”，得到一個氣味數據多維空間，以此來實現不同氣味的“指紋譜”檢測。文中使用由嗅場科技提供的電子鼻開發(fā)板進行穩(wěn)流結構方案測試實驗（見圖1），其共搭載21通道各類型氣體傳感器，這些傳感器通道具有不同的氣體響應特性，工作相互獨立，為平行關系。

圖1 電子鼻開發(fā)板

文中設計了如圖2所示的幾種構成氣室的模塊。氣室的結構包括以下幾個維度：空間大小、進氣位置、出氣位置、內部結構。其中，氣室空間大小與氣室換氣速度相關，通過使用圖2中的支撐結構件，可以調整氣室體積。進氣與出氣位置極大地影響了氣室內部的氣流環(huán)境，有頂部和側面開孔兩種選擇。而氣室空間內部結構決定了氣室內部氣流的再分布，因此設計了導氣框與遮擋框2種模塊來使氣室內部的氣流分布更為均勻。這2種模塊可以配合支撐件，根據需要放入氣室的不同高度。

圖2 氣室模塊組件模型示意

根據所設計的模塊，構建了6種氣室結構方案。方案1：頂端進氣，側面出氣氣室，內部沒有部署結構。方案2：側面進氣，頂端出氣，內部沒有部署結構。方案3：頂端進氣，側面出氣氣室，內部部署導氣框。方案4：側面進氣，頂端出氣氣室，內部部署導氣框。方案5：頂端進氣，側面出氣氣室，內部部署導氣框和遮擋框。方案6：側面進氣，頂端出氣氣室，內部部署導氣框和遮擋框，見圖3。

圖3 6種氣室結構及氣流方向

在不同的氣室結構與進出氣位置下，氣室內部氣體流場存在差異，造成了待測氣體分子在氣室內部輸運情況存在空間分布差異，影響電子鼻中不同位置氣體傳感器的響應速度與靈敏度，運用實驗手段進一步分析了這種影響。

3 實驗測試與數據分析

3.1 實驗裝置

測試裝置包括電子鼻開發(fā)板、氣室和隔膜氣泵3部分構成，見圖4。除電子鼻開發(fā)板外，氣室主體結構和導氣框使用光敏樹脂材料3D打印制作而成，內部遮擋框和支撐件使用1 mm厚的亞克力板經過激光切割制作而成。為減少測試氣味樣品在氣室結構上的殘余，使用1 mm厚的聚四氟乙烯板制作頂蓋，并使用3 mm的鍍鎳螺絲與電子鼻緊密連接。氣泵為卡默爾KVP04-1.1-12微型真空泵，其泵氣速度為1.2 L/min。為避免氣泵中殘留氣體影響重復測試的結果，通常選擇將氣泵置于整個氣路的后端，作為抽氣泵使用。

圖4 測試裝置

3.2 測試流程

測試過程選取無水乙醇作為氣味源，主要原因包括：電子鼻所采用的氣體傳感器陣列的大部分傳感器均對乙醇分子有響應，可在同一組實驗中獲得更多傳感器的響應值；無水乙醇是一種揮發(fā)性很強的有機溶劑，并且附著性較低，能夠保證多輪數據的準確性。此次實驗操作均在通風櫥內完成，保證環(huán)境清潔，見圖5。

在開始測試前，將傳感器陣列置于通風柜內，確保環(huán)境基本保持恒溫，空氣清潔，并對傳感器陣列通電預熱24 h，保證預熱穩(wěn)定有效，使傳感器處于活化狀態(tài)。數據采樣頻率為3 Hz，整個過程可以分為3個階段：首先穩(wěn)定基線，在上位機電腦上開始采集數據，在不接觸樣品、環(huán)境清潔的情況下持續(xù)收集60 s數據，獲得穩(wěn)定的傳感器基線；之后點涂氣味源，在氣室進氣口固定位置處使用微量進樣器點涂0.4 μL無水乙醇，使無水乙醇自然揮發(fā)并被氣泵吸入氣室，過程持續(xù)約120 s，針對側面進氣頂端出氣的氣室結構，用空置頂蓋在進氣口旁搭建進樣平臺，保證與樣品直接接觸的材質為聚四氟乙烯，減少干擾，見圖5；最后是脫附階段，在保證通風的情況下持續(xù)720 s，使傳感器恢復到初始基線狀態(tài)，以進行下一次檢測。對應用6種不同氣室結構的電子鼻氣味采集情況分別進行了5輪測試，以排除基線微弱漂移的影響。

3.3 數據分析

為了準確衡量不同氣室結構的表現，選取了5個參數來進行表征，分別是響應率、響應信號上升沿最大斜率、最大響應電壓與加入乙醇的時間差、基線回復速率、回復到基線電壓與加入乙醇的時間差。通道2、9、10、13、19、20、21對乙醇的響應率低于10%，表明其對乙醇敏感程度有限，同時還有可能對其他非目標氣體產生響應從而引入干擾，因此將這7個通道的數據剔除以優(yōu)化結果分析的魯棒性。剩余通道1、3、4、5、6、7、8、11、12、14、15、16、17、18測試結果見圖6—10，其中CH為Channel縮寫，用于編號不同通道。其中響應率與基線回復速率采用計算公式如下。

圖5 檢測環(huán)境及檢測流程（頂部和側方進樣）

圖6 響應率

圖7 響應信號上升沿最大斜率

圖8 最大響應電壓與加入乙醇的時間差

圖9 基線回復速率

圖6展示了應用6種氣室結構的電子鼻相對乙醇的響應率，可以看出方案4的響應率最為突出。方案6的響應率同樣很高，除了導氣框還具有遮擋框結構。方案4和方案6都是側面進氣，頂端出氣，方案2雖然也是側面進氣頂端出氣，但是響應率表現并不好。顯然導氣框對電子鼻整體響應率的提升很有幫助。

從圖7—8可以看出應用氣室結構方案4的電子鼻響應率信號上升得最快，也能使電子鼻最快達到最大響應電壓。而應用方案6的電子鼻雖然其響應率信號開始上升的也很快，但是需要較長的時間才能達到最大響應電壓。因此在側面進氣頂端出氣的情況下，遮擋板對氣味信號響應速率有一定的負面影響。方案1進氣方向與方案2和方案6相反，但是氣味源可以直接散布在氣體傳感器正面，在響應信號的上升速率和達到最大響應電壓的時間這2項指標上表現也很突出。

從圖9-—10中，在基線回復的速度上，可以看出應用了氣室結構方案2、4、6的電子鼻，其基線回復速度比較快，用時較少。尤其是方案6（即側面進氣，頂端出氣氣室，內部部署導氣框和遮擋框的方案）能夠使電子鼻最快回復到基線水平。方案2、4、6的共性是側面進氣頂端出氣，顯然這種進氣方式對于氣室的換氣來說非常有幫助，同時配合遮擋板的方案對基線的回復最有利。

導氣框的作用在于將進出氣口處直徑幾毫米的氣流盡可能散布開來，使氣流盡可能均勻分布在氣室各處。從測試結果來看，需要配合側面進氣頂端出氣的方式才能使電子鼻的工作效果更好，更有利于提高對氣味信號的收集。對比氣室結構方案1，雖然能夠提高最大信號響應速率，但是從達到響應峰值的時間來看，不同通道氣體傳感器的響應并不均勻。因此盡可能使氣室內氣流分布均勻作為主動進氣式電子鼻氣室的設計原則，既可以提高電子鼻的各項響應性能，又因為氣流分布均勻可以獲得更可靠的各通道響應數據。而遮擋板給氣室內部帶來了擾動，在側面進氣頂端出氣的情況下，能夠加快氣體傳感器表面附近的氣體迭代，基線回復效率更高。

對測試結果進行方差分析以準確表征應用不同氣路結構的差異性。因為多個不同通道的氣體傳感器不屬于同一類別，所以對酒精的響應值有所差異，但是在氣路結構改變的影響下仍應服從同樣的規(guī)律。為了量化地體現不同氣路結構對電子鼻性能參數的影響，將每一個氣體傳感器通道在不同氣路結構影響下的性能參數值以最大值為基準進行歸一化，利用歸一化數據進行方差分析，結果見表1。

表1 方差分析結果

Tab.1 ANOVA results

結果顯示，對所選取的5個關鍵性能參數指標，均有<0.05，且值均處于顯著水平，體現了不同氣路結構確實對電子鼻性能有著顯著影響，并且均值數據符合前述分析結果。

4 基于模塊化穩(wěn)流裝置的電子鼻設計探索

4.1 電子鼻適用場景及使用方式

氣室結構方案2、4、6的優(yōu)勢在于氣體置換效率更高，有效降低單次檢測時間，讓檢測流程更快速、便捷，提升產品的使用體驗；針對家居環(huán)境中不同功能區(qū)、用戶需求可模塊化替換配件，針對不同濃度、附著性的氣體環(huán)境選擇適宜的匹配方案，符合家居復雜環(huán)境下氣體檢測的功能需求，拓寬電子鼻的適用場景。

綜合考慮家居特性、用戶需求，結合實驗結果分析選用方案4、方案6進行設計深化，提出可能的應用場景?？蛷d茶幾、燃氣口等半開放空間，采用固定、擺放式部署電子鼻，長期、定時地自動檢測氣體數據，防止食品腐敗變質或易燃氣體泄漏，適用方案4；灶臺、電烤箱等氣味重、污染性強的空間，采用固定、擺放式使用電子鼻，快速、短期檢測，防止糊鍋等安全問題，適用方案6；新買的家具或剛裝修好的房屋，手持式使用電子鼻，快速、即時檢測，及時獲取污染物信息，保障用戶安全，適用方案4；口氣、人體排泄物等實時監(jiān)測場景，手持式使用電子鼻，快速、即時獲取用戶健康數據，預防疾病。詳細對應關系見表2。

根據不同適用場景和檢測對象，用戶可自行選擇最適配使用習慣的部署模式，根據產品特性可歸納3種主要方式：擺放、固定和手持式。

1）擺放式。適用于茶幾或廚房等食品短期儲存、使用微波爐或烤箱等不便于觀察食物實時狀態(tài)等短期使用場景，將電子鼻放在靠近氣味源的地方，通過產品上的指示燈或屏幕等交互配件獲取實時數據，確保能準確地采集到數據，定時查看或通過手機APP提示，掌握食品新鮮度和烹飪進度。

2）固定式。適用于燃氣管路、灶臺等有易燃氣體泄露風險的使用場景，可將電子鼻固定在氣體易泄露區(qū)域，如管道連接處、灶臺上方，定時查看或設置報警功能，保障家居環(huán)境安全。

3）手持式。適用于新家具、新家等快速監(jiān)測使用場景，將電子鼻貼近家具或手持在新家每間屋中進行一次數據采集，確保污染氣體濃度不會超標，保障用戶健康；甚至在烹飪過程中靠近廚具，檢測調料劑量，為新手廚師做飯?zhí)峁┲笇?；同時適用于用戶身體健康檢測，在進氣口呼氣或在運動、排泄后靠近氣味源快速監(jiān)測，預警疾病信號，產品設計中需更多考慮使用體驗，如進氣面平整便于清潔，氣口外加一次性過濾裝置，保障數據準確的同時，提升短時間內不同使用者的滿意度。

4.2 多模式產品設計構想

本研究提出了不同模塊組合的適用場景和具體使用方法，更便于設計師根據目標用戶群的生活習慣或家居場景選用配件，設計產品。氣室空間結構緊湊，相對于可能使用的電池、屏幕等配件重量更大，便于結構設計師確定重心位置，排布產品的內部構造；傳感器陣列電路板和全套氣路配件均可通過螺絲固定在任意產品外殼上，拆卸用外殼配件可設計成滑軌、卡扣等不同裝配方式，保證拆卸替換的便捷性。電子鼻氣室是一種易污染的配件，沒有及時、有效地清潔可能會給未來的檢測增加干擾，影響數據的穩(wěn)定性，模塊化、易拆卸、成本低的氣室結構便于更換，在傳感器本體未損壞的情況下延長產品的使用壽命，增加產品的利用率；模塊配件的設計方式適用于多種加工途徑，為需要特種材料的采集場景，拓展了更多應用的可能。

根據4.1中歸納的使用方式，電子鼻產品除了氣味采集功能外，還應具有屏幕或指示燈交互模塊，即時顯示采集狀態(tài)，設計方案中使用帶指示燈效果的按鈕模塊，簡化操作，為了更便于用戶遠程查看采集情況、家居狀態(tài)、記錄數據并及時警報危險氣體，最好有APP聯動手機，拓寬電子鼻使用的物理空間，給用戶帶來更便捷的使用體驗，在進氣口處設置拆卸便捷、造價低的過濾裝置，設計模擬方案尺寸及爆炸圖，見圖11。氣體流動方向見圖11（b），通過氣泵將待測氣體抽入檢測腔，完成檢測后在頂部的格柵處排出。

表2 模塊功能分析

Tab.2 Module functional analysis

圖11 外殼尺寸三視圖及爆炸圖

針對家具場景設計的電子鼻需適配更多的部署模式，在不增加產品數量的前提下，同一個電子鼻需要具備手持、固定、半固定等多種使用方式。中扁平化的氣室結構設計，更易適配方形的外殼結構，適配的外殼設計方式更廣，結合前文提出的使用場景，模擬手持式、擺放式產品使用方式，見圖12；同時為適配非專業(yè)的使用者，在快速、明確地響應主動進氣方式有效提升檢測效率的同時，本身也可作為一種交互信號，進一步降低使用門檻，減少學習新產品的時間。

圖12 氣味采集模塊部署方式（手持式和擺放式）

對手持式口氣檢測進行交互設計深化，設計手機APP，進一步探索人機交互模式，APP由智能檢測、信息檢索和個人中心3個主要功能組成，交互層級少，操作簡單，見圖13。用戶可選擇用APP或產品上的指示燈按鈕開始檢測，向進氣口吹氣3～5 s，產品上的指示燈和屏幕會提醒用戶檢測完成。在APP上查看結果，如檢測到疾病相關氣體濃度超標，提示用戶體檢，及時檢查健康狀況；信息檢索功能會根據檢測結果推薦相關文章；個人主頁中記錄歷史檢測結果和收藏文章，便于用戶查看自己健康狀況的變化，改善生活習慣，見圖14。

圖13 APP交互界面

圖14 吹氣方式

5 結語

氣味識別在智能家居中具有廣泛的應用潛力，考慮到家居氣味環(huán)境的復雜性，相關產品的結構設計和部署方法對其性能表現和應用可靠性有較大影響。結合智能家居場景中氣味識別裝置使用需求，基于模塊化設計思想構建了幾種氣路配件，可以對氣室結構的尺寸、開口位置、內部結構等維度進行自由調整。使用所設計的幾種氣路配件構造了6種氣室結構樣例，并對應用不同氣室結構的電子鼻響應特性進行了實驗測試，發(fā)現了不同氣室結構對電子鼻的響應性能有著顯著的影響。對家居場景中不同功能區(qū)內氣味采集設備的氣室設計方案具有指導意義。預期可以在已有結構基礎上，通過增加曲面造型，或將氣室設計成圓形、橢圓形，減少氣室中的死角，進一步探究氣室結構對電子鼻數據的影響，豐富氣室結構相關的設計理論。

此外，本研究基于以上實驗結論進行了氣味識別適用場景和產品設計構想等方面的討論，并針對呼氣健康檢測應用提供了產品設計案例參考。獲得的若干結論可以拓寬電子鼻產品在智能家居中的應用范圍，使電子鼻能夠適用更豐富的氣味識別場景，應對復雜多變的氣體環(huán)境狀況，通過簡單的結構拆卸、替換采集結構，在外觀造型、尺寸不變的前提下，實現對不同流動狀況氣味源信息的采集分析，為電子鼻產品融入未來智能家居生態(tài)提供了更多可能。

[1] ALAOUI-ISMA?LI O, ROBIN O, RADA H, et al. Basic Emotions Evoked by Odorants[J]. Physiology & Behavior, 1997, 62(4): 713-720.

[2] CHANES L, BARRETT L F. Redefining the Role of Limbic Areas in Cortical Processing[J]. Trends in Cognitive Sciences, 2016, 20(2): 96-106.

[3] TA?TAN M, G?KOZAN H. Real-Time Monitoring of Indoor Air Quality with Internet of Things-Based E- Nose[J]. Applied Sciences, 2019, 9(16): 3435.

[4] POSTOLACHE O A, DIAS PEREIRA J M, SILVA GIRAO P M B. Smart Sensors Network for Air Quality Monitoring Applications[J]. IEEE Transactions on Instrumentation and Measurement, 2009, 58(9): 3253- 3262.

[5] KIM S, LI Mu-yang. Awareness, Understanding, and Action: A Conceptual Framework of User Experiences and Expectations about Indoor Air Quality Visualizations[C]// Proceedings of the 2020 CHI Conference on Human Factors in Computing Systems. New York: ACM, 2020: 1-12.

[6] AMORES J, MAES P, PARADISO J. Bin-Ary: Detecting the State of Organic Trash to Prevent Insalubrity[C]// Proceedings of the 2015 ACM International Joint Conference on Pervasive and Ubiquitous Computing and Proceedings of the 2015 ACM International Symposium on Wearable Computers. New York: ACM, 2015: 313- 316.

[7] GREEN G C, CHAN A D C, GOUBRAN R A. Monitoring of Food Spoilage with Electronic Nose: Potential Applications for Smart Homes[C]// 2009 3rd International Conference on Pervasive Computing Technologies for Healthcare. London: IEEE, 2009: 1-7.

[8] 李佳婷, 王俊, 李園, 等. 基于電子鼻的雞蛋新鮮度檢測[J]. 現代食品科技, 2017, 33(4): 300-305, 188.

LI Jia-ting, WANG Jun, LI Yuan, et al. Detection of Egg Freshness Using Electronic Nose[J]. Modern Food Science and Technology, 2017, 33(4): 300-305, 188.

[9] 惠國華, 厲鵬, 吳玉玲, 等. 基于電子鼻系統的水果腐敗過程表征方法[J]. 農業(yè)工程學報, 2012, 28(6): 264-268.

HUI Guo-hua, LI Peng, WU Yu-ling, et al. Characterization Method of Fruit Decay Procedure Using Electronic Nose System[J]. Transactions of the Chinese Society of Agricultural Engineering, 2012, 28(6): 264-268.

[10] SIHOMBING Y A, ALFARANDI RITONGA M. Detection of the Cooking Oil Aroma by Using a Gas Sensor in an Electronic Nose System[J]. Journal of Physics: Conference Series, 2021, 1811(1): 012105.

[11] LOZANO J, ARROYO T, SANTOS J P, et al. Electronic Nose for Wine Ageing Detection[J]. Sensors and Actuators B: Chemical, 2008, 133(1): 180-186.

[12] RASEKH M, KARAMI H. E-Nose Coupled with an Artificial Neural Network to Detection of Fraud in Pure and Industrial Fruit Juices[J]. International Journal of Food Properties, 2021, 24(1): 592-602.

[13] 潘治利, 于如夢, 黃忠民, 等. 不同部位牛肉對杏鮑菇牛肉菜肴品質的比較分析[J]. 現代食品科技, 2020, 36(6): 264-273.

PAN Zhi-li, YU Ru-meng, HUANG Zhong-min, et al. Comparative Analysis of Quality of Pleurotus Eryngii Beef Dishes Treated by Different Parts of Beef[J]. Modern Food Science and Technology, 2020, 36(6): 264-273.

[14] 步營, 李月, 朱文慧, 等. 不同烹飪方式對海鱸魚品質和風味的影響[J]. 中國調味品, 2020, 45(1): 26-30.

BU Ying, LI Yue, ZHU Wen-hui, et al. Effects of Different Cooking Methods on Quality and Flavor of Sea Bass[J]. China Condiment, 2020, 45(1): 26-30.

[15] 張華敏, 劉寨華. “聞診”命名源流考[J]. 中醫(yī)藥學報, 2017, 45(1): 6-8.

ZHANG Hua-min, LIU Zhai-hua. A Textual Research on the Naming Origin of "Smell Diagnosis"[J]. Acta Chinese Medicine and Pharmacology, 2017, 45(1): 6-8.

[16] WILSON A D. Future Applications of Electronic-Nose Technologies in Healthcare and Biomedicine[M]. London: IntechOpen, 2011.

[17] 范蘊非, 陳曦. 呼出氣揮發(fā)性有機物傳感器在疾病診斷中的研究進展[J]. 中國公共衛(wèi)生, 2019, 35(8): 1099- 1104.

FAN Yun-fei, CHEN Xi. Progress in Researches on Application of Exhaled Volatile Organic Compound Sensors in Disease Diagnosis[J]. Chinese Journal of Public Health, 2019, 35(8): 1099-1104.

[18] FONOLLOSA J, RODRIGUEZ-LUJAN I, SHEVADE A V, et al. Human Activity Monitoring Using Gas Sensor Arrays[J]. Sensors and Actuators B: Chemical, 2014, 199: 398-402.

[19] OYABU T, NANTO H, ONODERA T. Odor Sensing Characteristics of a Lavatory in a General Domicile[J]. Sensors and Actuators B: Chemical, 2001, 77(1-2): 1-6.

[20] DANG Chi tai, SEIDERER A, ANDRé E. Theodor: A Step towards Smart Home Applications with Electronic Noses[C]// Proceedings of the 5th international Workshop on Sensor-based Activity Recognition and Interaction. New York: ACM, 2018: 1-7.

[21] R?CK F, BARSAN N, WEIMAR U. Electronic Nose: Current Status and Future Trends[J]. Chemical Reviews, 2008, 108(2): 705-725.

[22] TAN S L, COVINGTON J, GARDNER J W. Velocity-Optimized Diffusion for Ultra-Fast Polymer-Based Resistive Gas Sensors[J]. IEE Proceedings - Science Measurement and Technology, 2006, 153(3): 94-100.

[23] 童敏明, 吳國慶, 劉曉文, 等. 風流對催化傳感器動態(tài)響應的影響[J]. 工礦自動化, 2010, 36(3): 34-38.

TONG Min-ming, WU Guo-qing, LIU Xiao-wen, et al. Influence of Air Flow on Dynamic Response of Catalytic Sensor[J]. Industry and Mine Automation, 2010, 36(3): 34-38.

[24] SEDLáK P, KUBERSKY P, MíVALT F. Effect of Various Flow Rate on Current Fluctuations of Amperometric Gas Sensors[J]. Sensors and Actuators B: Chemical, 2019, 283: 321-328.

[25] HIRANO S H, HAYES G R, TRUONG K N. USmell: Exploring the Potential for Gas Sensors to Classify Odors in Ubicomp Applications Relative to Airflow and Distance[J]. Personal and Ubiquitous Computing, 2015, 19(1): 189-202.

[26] 馬宏偉, 徐武德, 楊旭輝, 等. 基于Fluent的氣敏特性測試室設計與流場分析[J]. 自動化與儀器儀表, 2018(11): 168-171.

MA Hong-wei, XU Wu-de, YANG Xu-hui, et al. Design and Flow Field Analysis of Test-Room for Gas Sensing Characteristics Based on Fluent[J]. Automation & Instrumentation, 2018(11): 168-171.

[27] 梁宏增. 流速和濕度對氣體傳感器及電子鼻的影響研究[D]. 大連: 大連理工大學, 2011.

LIANG Hong-zeng. Study on the Impact of Gas Flow Rate and Humidity on Gas Sensors and Electronic Nose[D]. Dalian: Dalian University of Technology, 2011.

Design Research and Practice on Odor Recognition Devices in Smart Home

LU Qia,b, ZHANG Yua,b, SUN Yu-chib, XU Ying-qinga,b

(a. Academy of Arts & Design b. The Future Laboratory, Tsinghua University, Beijing 100084, China)

This work is to investigate the impact of different structural air path and air chamber designs on the performance of odor recognition devices, as well as to summarize the key design parameters to provide reference for the practical application of odor recognition products in the home environment. Based on the modular design technique, six different air path structures were designed for e-nose home applications, followed by e-nose response test experiments to compare the performance differences of the six structures, and then the deployment mode and usage of e-nose in different home application scenarios were discussed based on the experimental results, as well as how the experimental results can be applied in the actual product design process. The results reveal that differing air chamber structures have a substantial impact on the response performance of e-nose, which has implications for the design of air paths for odor collection applications in home scenarios, potentially improving odor recognition capabilities, empowering home function and service innovation, and improving user experience.

odor recognition; e-nose; airflow stabilization structure; smart home

TB472

A

1001-3563(2022)16-0027-10

10.19554/j.cnki.1001-3563.2022.16.003

2022–04–10

自然科學基金面上項目（62172252）；清華大學國強研究院通用類重點研究項目（2020GQG0004）；中國博士后科學基金面上項目（2021M691801）

路奇（1991—），男，博士，助理研究員，主要研究方向為嗅覺計算、嗅覺界面設計、實體交互。

徐迎慶（1959—），男，博士，教授，主要研究方向為用戶體驗設計、觸覺認知交互、文化遺產數字化以及自然用戶界面設計。

責任編輯：陳作