Yksinkertaisen ratkaisun avulla Stanfordin yliopiston tutkijat ovat kehittineet korkeataajuisen, vähän tehoa käyttävän, kompaktin optisen laitteen, jonka avulla käytännössä mikä tahansa digitaalikamera voi havaita syvyyden. Tekniikka tuo siis 3D-kuvaamisen esimerkiksi älypuhelimeen.
Tavalliset kuva-anturit, joita käytetään älypuhelimissa, tallentavat valon voimakkuutta ja värejä. Nämä kamerat ovat kutistuneet ja tulleet tehokkaammiksi vuosi vuodelta ja tarjoavat nyt kymmenien, jopa yli sadan megapikseleiden tarkkuuden, ja ne perustuvat CMOS-kennoteknologiaan. Mutta he ovat silti nähneet vain kahdessa ulottuvuudessa ja ottaneet kuvia, jotka ovat litteitä.
Stanfordin yliopiston tutkijat ovat luoneet uuden lähestymistavan, jonka avulla tavalliset kuva-anturit voivat nähdä valon kolmessa ulottuvuudessa. Toisin sanoen näitä yleisiä kameroita voitaisiin pian käyttää mittaamaan etäisyyttä esineisiin.
Tekniset mahdollisuudet ovat merkittävät. Kohteiden välisen etäisyyden mittaaminen valolla on tällä hetkellä mahdollista vain erikoistuneilla ja kalliilla lidar-järjestelmillä . Lidar on kuin tutka, mutta mittaa valoa radioaaltojen sijaan. Säteilemällä laserilla esineitä ja mittaamalla takaisin heijastuvaa valoa se voi kertoa kuinka kaukana kohde on, kuinka nopeasti se kulkee, liikkuuko se lähemmäksi vai kauemmaksi. LIdar myös kertoo, milloin ohjektien reitit leikkaavat toisensa.
- Nykyiset lidar-järjestelmät ovat suuria ja tilaa vieviä, mutta joskus niistä tulee hyvin pieniä, erittäin energiatehokkaita ja ne tarjoavat silti korkean suorituskyvyn, selittää Stanfordin sähkötekniikan tohtoriopiskelija Okan Atalar. Hän on myös Nature Communications -lehdessä julkaistun artikkelin kirjoittaja.
Nykyistä suurempi resoluutio antaisi lidarille mahdollisuuden tunnistaa kohteet suuremmalta etäisyydeltä. Autonominen auto voi esimerkiksi pystyä erottamaan pyöräilijän jalankulkijasta kauempaa ja antaa auton välttää onnettomuuden helpommin. Toiseksi mikä tahansa nykyään saatavilla oleva kuvakenno, mukaan lukien miljardien älypuhelimien kamerat, voisivat tallentaa monipuolisia 3D-kuvia minimaalisilla laitteistolisäyksillä.
Yksi tapa lisätä 3D-kuvausta tavallisiin antureihin saavutetaan lisäämällä valonlähde ja modulaattori, joka sytyttää ja sammuttaa valon erittäin nopeasti, miljoonia kertoja sekunnissa. Valon vaihteluita mitatessaan insinöörit voivat laskea etäisyyden. Myös nykyiset modulaattorit voivat tehdä sen, mutta ne vaativat niin paljon tehoa, että ovat epäkäytännöllisiä esimerkiksi puhelimiin.
Ratkaisu, jonka Stanfordin LINQs-laboratorio (Laboratory for Integrated Nano-Quantum Systems) ja ArbabianLab keksivät, perustuu ilmiöön, joka tunnetaan nimellä akustinen resonanssi. Tiimi rakensi yksinkertaisen akustisen modulaattorin käyttämällä ohutta litium-niobaattikiekkoa. Litium-niobaatti on läpinäkyvä kide, jonka sähköiset, akustiset ja optiset ominaisuudet sopivat tähän erinomaisesti.
Litiumniobaatti on pietsosähköistä, eli kun sähkö johdetaan elektrodien läpi, sen atomirakenteen ytimessä oleva kidehila muuttaa muotoaan. Se värähtelee erittäin korkeilla, hyvin ennustettavissa ja hyvin hallittavissa taajuuksilla. Ja kun litiumniobaatti värähtelee, se moduloi valoa voimakkaasti. Se voi sytyttää ja sammuttaa valon tehokkaasti useita miljoonia kertoja sekunnissa.
Teknisesti pietsosähköinen efekti luo akustisen aallon kiteen läpi, joka pyörittää valon polarisaatiota halutulla, viritettävällä ja käyttökelpoisella tavalla. Juuri tämä tärkeä tekninen lähtö mahdollisti prototyypin onnistumisen. Modulaattorin perään sijoitetaan varovasti polarisoiva suodatin, joka muuntaa tämän pyörimisen intensiteettimodulaatioksi, joka sytyttää ja sammuttaa valon tehokkaasti miljoonia kertoja sekunnissa.
Akustinen modulaattori on erittäin energiatehokas ja siksi lupaavin tekniikka tuoda syvyyskamerat pieniin akkukäyttöisiin laitteisiin. Vaikkapa älypuhelimiin.
Kuva: Andrew Brodhead, Stanford
Tallennusteknologian siirtyminen PCIe 4.0:sta PCIe 5.0:aan on käynnissä, ja se tuo mukanaan huomattavan suorituskykyloikan: PCIe 5.0 -väylä tuplaa kaistanleveyden 32 gigatransferiin sekunnissa (GT/s) per kaista. Tämä kehitys on erityisen merkittävä datakeskuksille, joissa SSD-levyjen tiedonsiirtokyky vaikuttaa suoraan palvelinten ja erityisesti tekoälyyn ja laskentatehoon perustuvien järjestelmien suorituskykyyn.
Tekoälyn yleistyminen kaikkien saataville asettaa uusia haasteita sulautettujen järjestelmien suunnittelijoille. Tämä koskee erityisesti verkon reunalla toimivia, koneoppimista (ML) hyödyntäviä IoT-sovelluksia. Niiden on toimittava hyvin tehokkaasti mahdollisimman alhaisella syöttövirralla sekä täytettävä prosessorien ja muistien vähimmäisvaatimukset.
