摘  要：智能汽车对车内的感知要求相比传统汽车更高，为此车内安装大量的传感器强化对车内各类数据的监控。本文就对车载气体传感器进行研究，从传感器的主要原理出发，并对不同类型的传感器研究情况进行分析，总结当前的应用特点。通过研究帮助从业人员深入了解车载气体传感器的特点，为推动智能化汽车的发展作出贡献。

关键词：智能技术；气体传感器；车载；应用

引言：随着汽车技术的发展，引入了越来越多的电子元件控制汽车，尤其在物联网进入到大众视野，电子元件在汽车内的作用正越来越高，满足了公众对汽车安全、节能、自动化、智能化等性能的需求。汽车上的传感器作为汽车的感知元件，在汽车功能不断增加的背景下数量也在增加，很多汽车的传感器已经达到数十个，高端汽车的传感器能达到上百个。其中，用于汽车尾气监测、汽车内室污染物监测、驾驶员呼吸、燃料泄漏等方面都已经形成了比较成熟的技术，在汽车中得到了广泛应用，实现了对汽车控制的优化，让汽车更加安全、节能、舒适。纳米技术和电子技术的快速发展，进一步加速了气体传感器等的研发速度，使得传感器能够小型化，让更多不同功能的气体传感器商业化发展，并应用在汽车中，提升了汽车尾气排放的监测、控制水平。随着物联网技术、人工技术进入汽车，对车载气态传感器的可靠性、智能水平都更加严格，也给车载传感器领域带来了发展机遇。车载传感器要求传感器的体积小、智能化水平高、智能性强、功耗低、易集成、抗冲击，因此需要针对需求进行进一步开发。对于传感器企业而言，应该结合应用场景进行气体传感器的开发和设计，满足智能化时代对传感器的应用要求。

1 车用气体传感器的种类和工作原理分析

1.1 燃烧过程控制的氧传感器及发展

用于控制汽车燃烧过程氧传感器是最早使用的气体传感器，这类传感器使用能斯特原理，属于固态电解质氧分压传感器，能获得空燃比，并进行汽车燃油攻击控制，提升汽车发动机运行效率降低排放[1]。发动机工作时，燃料和空气发生反应释放热量，将热能转化成动能推动汽车移动，在燃料和空气的比值为14.7时，燃料得到充分燃烧，不会有多余的空气带走热量，使得燃料燃烧产生的热能向动能的转化率最高，所以14.7也被称为最佳空燃比。如果空燃比高出14.7，燃料不能完全消耗氧气，产生的热量会被空气带走，内能向机械能转化效率降低，影响发动机效率；如果空燃比低于该值，则燃料获得的空气不足，不能完全燃烧，使得燃料中的能量得不到释放，同样会导致发动机效率降低，而且会增加污染物排放。为此需要根据发动机尾气气分的种类、体积分数对发动机的空燃比进行实时调整，确保发动机始终保持在最佳空燃比状态下，不仅保证发动机的工作效率，也能有效避免污染物质的排放。

由于发动机的尾气温度在600℃以上，所以氧传感器必须能保证在高温下稳定工作，提供准确的监测结果。氧传感器的常用材料为氧化锆，在高温下这类材料是十分优秀的阳离子导体，监测过程，氧气离子会从高体积分数一端向低体积分数一段移动从而产生电流，根据电流大小就能测量出氧气体积分数，进而计算出空燃比[2]。为了进一步提升敏感性和传感器的稳定性，目前使用钇掺杂氧化锆，可以有效提升阳离子的传输性能。实际应用中，会将传感器一端通入参比空气，另一端连接汽车尾气，通过测量感应电动势就能就算汽车尾气的氧气含量。由于这类传感器的工作温度高，响应性较好，所以一直在内燃机燃烧过程控制中使用。

1.2 空气传感器需求发展

在人们对环境越来越重视的背景下，汽车驾驶人也开始看重车内环境的控制，车厢座位驾驶员、乘客活动的场所，车厢内的环境会直接影响乘客、驾驶员的舒适度、健康，甚至安全。比如，如果汽车的设计不合理，可能会有部分氮氧化物进入车厢，刺激驾驶员呼吸道[3]。如果车辆长期使用空调内循环，会导致二氧化碳积累，若没有即使排放，车厢内人员将会出现胸闷、头昏等情况，甚至会直接昏迷，对行车安全威胁极大，所以目前汽车内增加了二氧化碳传感器的使用。酒驾也是导致交通事故的主要原因，通过在车厢内安装酒精探测器能检测驾驶员的饮酒状态，避免驾驶员酒后驾车，从而保证行车安全。

2 汽车尾气检测用气体传感器研究和应用

随着发动机技术的发展，为了获得更高的燃料燃烧效率，发动机普遍使用缸内直喷和缸内分层燃烧技术，发动机需要在稀薄燃烧区域中工作，并且要精确控制空燃比。传统的钇掺杂氧化锆传感器并不能满足当前汽车发动机对空燃比感应精度的要求，通过改进氧化锆浓差电池，获得了极限电流和宽域型氧传感器，利用氧泵原理和浓度差电池原理，获得了更大的氧分压测量范围。在发动机工作在稀薄燃烧区域中，过量的氮气和氧气会在高温下产生氮氧化物，所以在汽车尾气处理中，会使用三元催化剂将氮氧化物催化反应生成氮气和氧气再重新排放回空气中[4]。随着汽车排放要求日益严格，在汽车尾气排放中也要使用传感器感知尾气中氮氧化物的分数，基于氧化锆氧传感器，目前研究了混成电位型氮氧化物传感器，该传感器使用能和氮氧化物反应的材料作为敏感电极，利用产生的电势差可以推算出氮氧化物的体积分数。

3 车内环境监测用气体传感器

3.1 氮氧化物传感器

汽车发动机燃油燃烧中会产生氮氧化物，对人的身体有极大危害，容易造成神经性疾病、引发支气管炎或肺气肿，所以必须实时进行车厢内氮氧化物的检测，控制发动机废气进入汽车。但是为其检测传感器都按照高温工作要求设计，工作温度都在600℃左右，车厢处于室温难以获得检测结果。另一方面，车厢内的氮氧化物含量比较低，混成电位传感器的敏感性也难以满足监测需求，很难获得车厢内氮氧化物的变化情况。结合氮氧化物具有极性的特点，可以使用半导体传感器进行感应，具有十分灵敏的监测效果，对于传统的金属半导体氧化物仍然需要较高的温度激活，所以很难在汽车车厢内场景使用，对此专门研究胶体量子点无极配置置换策略，利用胶体量子点表面高灵活性特点，能利用硫化铅作为氮氧化物传感器，能对车厢内空气中的氮氧化物做出非常敏感的反应[5]。

3.2 乙醇传感器

饮酒会产生很严重的安全隐患，利用乙醇传感器能根据驾驶室内的乙醇含量判断驾驶员是否饮酒，限制人员的驾驶行为。虽然市面上有很多乙醇传感器都投入了使用，但是由于这类传感器的敏感性会随着温湿度产生变化，而且人呼出的气体中具有较多水分，所以传统乙醇传感器无法使用。为了消除干扰，当前研究了钛酸铅钙钛矿作为乙醇气体传感器，能利用钙钛矿的特殊形貌和性能，在不同温湿度下都保持对乙醇恒定的敏感性，而且检测下限也能满足应用需求。

3.3 二氧化碳传感器

如果系统内的二氧化碳含量较高，容易导致人员头晕、头痛、肌肉无力，甚至会造成昏迷，引发严重安全事故。由于汽车的空调内循环系统容易造成二氧化碳气体的累积，因此存在一定的安全隐患。二氧化碳是惰性气体，常温下并不会和敏感材料发生反应，因此需要使用特殊材料检测二氧化碳含量。由于二氧化碳在4.2微米红外线光谱范围内存在特征吸收峰，所以使用NDIR传感器对检测二氧化碳的优势明显，但是传统的NDIR传感器的尺度很大，难以在车厢狭小环境中使用。随着纳米技术的发展，使用半导体光源和微机电系统制造的微型气腔探测器具有更小的体积，而且对二氧化碳十分敏感，能满足车载应用的要求。

4 新能源汽车氢气传感器研究和应用

氢能源汽车是极具潜力的新能源汽车之一，具有极高的能量密度，转化率极高，并且氢燃料储量丰富，氢燃料汽车可以实现零排放，环保水平较高。但是氢气作为一种无色无味的易燃气体，很容易爆炸，由于氢气分子的体积较小，也容易造成泄露问题，所以氢能源汽车的安全隐患也比较高。氢能源汽车中必须配置可以对氢气泄漏做出快速反应的传感器，能敏锐地感知到氢气泄漏，帮助车载控制系统及时切断氢气供应，避免氢气泄漏造成危险。在目前的氢能源车辆上，传统的催化燃烧式传感器已经不能满足要求，主要问题在于传感器的工作温度超过400℃，导致传感器自身工作就需要极高工号，而且这类传感器对一氧化碳也十分敏感，会影响对氢气监控的精度。

贵金属材料对氢气的催化性质比较特殊，可以和氢气发生催化反应导致材料电子得失，产生的电动势可以用于检测。但是只有在高温状态下，产生的反应才比较明显，能获得比较高的电流，常温下信号非常弱很难获得，难以满足检测需求。目前场效应管式气体传感器会使用场效应管作为转换器件，以敏感材料作为修饰栅极，利用场效应管产生的电场实现气敏测试[6]。在敏感材料和气体产生反应后，场效应管的半导体电学特性回溯这气体体积分数产生变化。场效应管作为氢气传感器时，使用金属钯作为栅极，利用金属钯的催化作用使氢气分子电力引起钯的功函数发生相应改变，从而获得氢气的体积分数信息，这类氢气传感器对氢气的体积分数比较敏感，能获得氢气的微弱改变，适合低温和微量体积分数的气体检测。

结束语：随着汽车智能化水平提升，对汽车的感知能力要求更高，通过气体传感器能获得汽车的状态，实现对汽车不同区域的状态跟踪，有效控制发动机运转，降低排放并提升燃油效率。在车厢内，通过实时监测污染物、二氧化碳体积是分数等数据，能给汽车提供更为安全、舒适的驾驶环境，保障行车安全。随着是物联网系统在汽车上使用，应进进一步加强对是车载器传感器的研究，满足未来汽车的发展需求。

参考文献：

[1]杨斌.人工智能时代车载气体传感器研究与应用[J].传感器与微系统，2022，41（09）：156-160.

[2]梁杰，李庆超.车载气体传感器测量结果修正算法研究[J].计量学报，2019，40（06）：1140-1145.

[3]曹玉华. 面向车载微环境气体检测的二硫化钨基气敏传感器研究[D].中国石油大学（华东），2019.

[4]刁泉. 基于稳定氧化锆和氧化物电极的混成电位型车载气体传感器的研究[D].吉林大学，2013.

[5]李付鹏. 智能车载酒精探测控制系统设计研究[D].浙江师范大学，2012.

[6]黄锦文. 新型车载智能空气净化器系统的开发设计与实现[D].江西理工大学，2012.