室内环境质量（IEQ）在居住者健康和生产力中发挥着至关重要的作用。然而，当前的建筑管理系统（BMS）在保持最佳IEQ水平方面常常面临挑战，原因在于数据管理的局限性以及缺乏以居住者为中心的反馈循环。为了解决这些问题，本研究综合了建筑自动化系统（BAS）中IEQ监测、评估和控制的最先进方法，确定了技术和方法论的进步，同时强调了挑战和未来创新的潜在机遇。采用系统评价和荟萃分析的首选报告项目（PRISMA）方法论，本多阶段文献综述分析了1997年至2024年的176篇出版物，重点关注2014年至2024年这一快速技术发展的十年。综述聚焦于Scopus中索引的高影响力期刊，以确保质量，同时承认单一数据库搜索中固有的潜在偏见。综合分析显示，监测方法正在从稀疏的区域级感知转向密集的多模态系统，这些系统通过可穿戴设备整合生理数据，通过计算机视觉进行行为识别。评估技术正在从静态模型（如预测平均投票（PMV））演变为由数字双胞胎和集成仿真支持的自适应个性化框架。此外，控制逻辑正转向利用强化学习和模型预测控制，以主动管理占用激增和环境变量。这种监测方法、评估技术和控制策略的演变体现在本研究的“三层发展轨迹”中，为将建筑系统从反应工具转变为自主的、以居住者为中心的代理提供了新的知识体系（BOK）。本研究还引入了跨模态交互矩阵，用于系统性分析IEQ领域之间的系统权衡。此外，通过建立“实施前沿”，本研究识别出具体的技术和伦理瓶颈，例如“虚假空置”感知错误、数据孤岛碎片化，以及高分辨率数据收集的伦理复杂性，这些因素阻碍了学术创新转变为行业标准。为了解决这些问题，我们得出结论，下一代“认知建筑”必须优先考虑三个支柱：解决二元感知局限性，通过供应商中立的API协调数据，以及采用隐私保护架构，以确保可扩展、可互操作和以居住者为中心的优化。
曾等（Mon，）研究了这个问题。