随着空气污染问题的不断加剧,准确检测和及时预警空气颗粒物(particulate　matter,PM)的重要性日益突出.传统方法依赖专业设备,不适用于实时检测.与传统方法相比,基于机器感知与学习的方法体现出技术优势,具有可实时检测、准确性高等优点.因此,对近几年的基于机器感知与学习的PM智能检测、识别与预警方法进行详细综述.首先,对PM的标准和来源进行介绍;然后,从检测、识别和预警这3个方面详细总结了各类方法,并对比各方法的特点和性能,其中,基于机器学习和深度学习的方法在各研究中取得了较大进展;最后,总结全文主要内容,并提出当前领域面临的挑战以及未来的重点研究方向.未来的研究应该继续关注技术创新和数据质量,以实现更好的空气质量监测和管理.