ADVERTISE SUBSCRIBE TECHNICAL ARTICLES EVENTS ETNdigi ABOUT USCONTACT
ECF26 infobanner

IN FOCUS

AI-agentit tuovat älykkään automaation piirien ja piirilevyjen suunnitteluun

Puolijohde- ja piirilevysuunnittelun seuraavaa vaihetta määrittävät kaksi rinnakkaista tavoitetta. Ensinnäkin halutaan kasvattaa suunnittelutyökalujen suorituskykyä. Lisäksi on tärkeää parantaa suunnittelijoiden tuottavuutta.

Lue lisää...

ETNtv

 
ECF25 videos
  • Jaakko Ala-Paavola, Etteplan
  • Aku Wilenius, CN Rood
  • Tiitus Aho, Tria Technologies
  • Joe Hill, Digi International
  • Timo Poikonen, congatec
  • ECF25 panel
ECF24 videos
  • Timo Poikonen, congatec
  • Petri Sutela, Testhouse Nordic
  • Tomi Engdahl, CVG Convergens
  • Henrik Petersen, Adlink Technology
  • Dan Still , CSC
  • Aleksi Kallio, CSC
  • Antti Tolvanen, Etteplan
ECF23 videos
  • Milan Piskla & David Gustafik, Ciklum
  • Jarno Ahlström, Check Point Software
  • Tiitus Aho, Avnet Embedded
  • Hans Andersson, Acal BFi
  • Pasi Suhonen, Rohde & Schwarz
  • Joachim Preissner, Analog Devices
ECF22 videos
  • Antti Tolvanen, Etteplan
  • Timo Poikonen, congatec
  • Kimmo Järvinen, Xiphera
  • Sigurd Hellesvik, Nordic Semiconductor
  • Hans Andersson, Acal BFi
  • Andrea J. Beuter, Real-Time Systems
  • Ronald Singh, Digi International
  • Pertti Jalasvirta, CyberWatch Finland
ECF19 videos
  • Julius Kaluzevicius, Rutronik.com
  • Carsten Kindler, Altium
  • Tino Pyssysalo, Qt Company
  • Timo Poikonen, congatec
  • Wolfgang Meier, Data-Modul
  • Ronald Singh, Digi International
  • Bobby Vale, Advantech
  • Antti Tolvanen, Etteplan
  • Zach Shelby, Arm VP of Developers
ECF18 videos
  • Jaakko Ala-Paavola, Etteplan CTO
  • Heikki Ailisto, VTT
  • Lauri Koskinen, Minima Processor CTO
  • Tim Jensen, Avnet Integrated
  • Antti Löytynoja, Mathworks
  • Ilmari Veijola, Siemens

ETN

top top square
top top square
TMSNet  advertisement
ETNdigi
A la carte
AUTOMATION DEVICES EMBEDDED NETWORKS TEST&MEASUREMENT SOFTWARE POWER BUSINESS NEW PRODUCTS
ADVERTISE SUBSCRIBE TECHNICAL ARTICLES EVENTS ETNdigi ABOUT US CONTACT
Share on Facebook Share on Twitter Share on LinkedIn

TECHNICAL ARTICLES

Kuinka suunnitella ToF-kamerajärjestelmä?

Tietoja
Kirjoittanut Veijo Ojanperä
Julkaistu: 23.01.2023
  • Devices
  • Embedded

Monessa konenäkösovelluksessa vaaditaan erilaisten kohteiden etäisyyksien tarkkaa mittaamista. Tämä artikkeli tarjoaa yleiskatsauksen jatkuvan säteilyn (Continous Wave) CMOS-pohjaisen ToF-kamerajärjestelmän tekniikkaan ja sen eduista perinteisiin 3D-kuvausratkaisuihin verrattuna.

Artikkelin ovat kirjoittaneet järjestelmäsuunnittelija Paul O’Sullivan ja järjestelmäsuunnittelun päällikkö Nicolas Le Dortz, jotka työskentelevät Analog Devicesilla. O´Sullivan tuli ADI:n palvelukseen vuonna 2004. Kulutussovellusten edistyneiden projektien parissa hän on työskennellyt vuodesta 2016. Hänellä on tutkinnot Corkin ja Limerickin yliopistoista. Le Dortz vastaa ADI:lla ToF-järjestelmien suunnittelusta. Hänellä on elektroniikkainsinöörin tutkinto Ranskan polyteknisestä korkeakoulusta sekä Ecole-Centrale Supelecista ja mikroelektroniikan tutkinto KTH:sta Ruotsissa. Hän toimi tutkijana Berkeleyn yliopistossa 2013-2014.

Monet konenäkösovellukset vaativat nyt korkearesoluutioisia 3D-syvyyskuvia korvatakseen tai täydentääkseen tavallista 2D-kuvausta. Nämä ratkaisut perustuvat 3D-kameraan, joka tarjoaa luotettavaa syvyystietoa turvallisuuden takaamiseksi, etenkin koneiden toimiessa lähellä ihmistä. Kameroiden on myös tarjottava luotettavaa syvyystietoa haastavissa ympäristöissä, kuten suurissa tiloissa, joissa on erittäin heijastavia pintoja. Sama pätee muiden liikkuvien kohteiden lähellä.

Monet tuotteet ovat tähän mennessä käyttäneet matalaresoluutioisia etäisyysmittarin tyyppisiä ratkaisuja antamaan syvyystietoja 2D-kuvan täydentämiseksi. Tällä lähestymistavalla on kuitenkin monia rajoituksia. CW CMOS ToF -kamerat tarjoavat markkinoiden tehokkaimpia ratkaisuja sovelluksille, jotka hyötyvät korkeamman resoluution 3D-syvyystiedoista. Joitakin korkearesoluutioisen CW ToF -anturitekniikan mahdollistamia järjestelmän ominaisuuksia on kuvattu yksityiskohtaisemmin taulukossa 1. Nämä järjestelmän ominaisuudet soveltuvat myös kuluttajalaitteisiin esimerkiksi videoiden bokeh-efektin tuottamisessa, kasvojentunnistuksessa ja mittaussovelluksiin, sekä autoissa vaikkapa valvomaan kuljettajan vireystilaa.

 

Taulukko 1. Jatkuvan lentoajan mittaamiseen perustuvien järjestelmien ominaisuuksia.

ToF-kameran yleiskuva

Syvyyskamera on kamera, jossa jokainen pikseli tuottaa kameran ja kohteen välisen etäisyyden. Yksi syvyyden mittaustekniikka on laskea aika, joka kuluu valon kulkeutumiseen kameran valonlähteestä heijastavalle pinnalle ja takaisin kameraan. Tätä matka-aikaa kutsutaan yleisesti lentoajaksi (ToF, time-of-flight).

 

Kuva 1. Yleiskuva ToF-anturiteknologiasta.

ToF-kamera koostuu useista elementeistä (katso kuva 1), mukaan lukien:

  • valonlähde - kuten VCSEl eli pintaemittoiva pystykaviteettilaser tai reunaemittoiva laserdiodi - joka säteilee valoa lähellä infrapuna-aluetta. Yleisimmin käytetyt aallonpituudet ovat 850 ja 940 nanometriä. Valonlähde on yleensä diffuusi- eli hajavalonlähde, joka valonsäteen hajonnalla valaisee näkymän tai kohteen kameran edessä.
  • laserohjain, joka moduloi valonlähteen lähettämän valon voimakkuutta.
  • pikseliryhmän muodostama anturi eli CMOS-kenno, joka kerää kohteesta palaavan valon ja tuottaa arvot jokaiselle pikselille.
  • linssi, joka kohdistaa palaavan valon anturille.
  • kaistanpäästösuodin, joka sijaitsee linssin yhteydessä ja suodattaa pois valonlähteen kapeakaistaisen valon ulkopuoliset aallonpituudet.
  • prosessointialgoritmi, joka muuntaa anturin raakakehykset syvyyskuviksi tai pistepilviksi.
  • ToF-kameran valon säätämiseen voidaan käyttää useita lähestymistapoja. Yksinkertainen tapa on käyttää jatkuvaa aaltomodulaatiota - esimerkiksi neliöaaltomodulaatiota 50 %:n pulssisuhteella. Käytännössä laseraaltomuoto on harvoin täydellinen neliöaalto ja saattaa näyttää enemmän siniaallolta. Neliömäinen laseraaltomuoto tuottaa paremman signaali-kohinasuhteen tietyllä optisella teholla, mutta aiheuttaa myös epälineaarisia syvyysvirheitä korkeataajuisten harmonisten yliaaltojen vuoksi.

Jatkuvan aaltomuodon ToF-kamera mittaa lähetetyn signaalin ja paluusignaalin välistä aikaeroa (td) arvioimalla vaihesiirron ϕ = 2πftd näiden kahden signaalin perusaaltojen välillä. Syvyys voidaan arvioida vaihesiirrosta (ϕ) ja valonnopeudesta (c) käyttämällä laskentakaavaa:

 

jossa fmod on modulointitaajuus.

Anturissa oleva kellogeneraattori ohjaa täydentäviä pikselikelloja, jotka vastaavasti ohjaavat varausten kerääntymistä kahdessa varauksen tallennuselementissä (Tap A ja Tap B), sekä lasermodulaatiosignaalia laserohjaimelle. Palautuvan moduloidun valon vaihe voidaan mitata suhteessa pikselikellojen vaiheeseen (katso kuvan 1 oikea puoli). Varausero Tap A:n ja Tap B:n välillä pikselissä on verrannollinen palaavan moduloidun valon intensiteettiin ja palaavan moduloidun valon vaiheeseen suhteessa pikselikelloon.

Mittaus suoritetaan useilla suhteellisilla vaiheilla pikselikellon ja lasermodulaatiosignaalin välillä. Nämä mittaukset yhdistetään moduloidun paluusignaalin perusaallon vaiheen määrittämiseksi. Perusaallon vaiheen avulla voidaan laskea aika, joka valolla kuluu kulkemiseen valonlähteestä tarkkailtavaan kohteeseen ja takaisin anturipikseliin.

Korkeiden modulaatiotaajuuksien edut

Käytännössä fotonien raekohina, lukupiirin kohina ja monitiehäiriöt voivat aiheuttaa virheitä vaihemittauksessa. Korkea modulaatiotaajuus vähentää näiden virheiden vaikutusta syvyysarviointiin.

Tämä on helppo ymmärtää yksinkertaisella esimerkillä, jossa on vaihevirhe ϵϕ - eli anturin mittaama vaihe on ϕ = ϕ + ϵϕ. Syvyysvirhe on sitten:

 

Siksi syvyysvirhe on kääntäen verrannollinen modulaatiotaajuuteen fmod. Tämä on havainnollistettu graafisesti kuvassa 2.

Tämä yksinkertainen kaava selittää suurelta osin, miksi korkean modulaatiotaajuuden omaavissa ToF-kameroissa on pienempi syvyyskohina ja pienemmät syvyysvirheet kuin pienemmällä modulaatiotaajuudella toimivissa ToF-kameroissa.

Kuva 2. Vaihevirheen vaikutus etäisyyden arviointiin.

Eräs suuren modulaatiotaajuuden käytön haittapuoli on, että vaihe kiertyy nopeammin, eli tarkasti mitattava alue on lyhyempi. Yleinen tapa kiertää tämä rajoitus on käyttää useita modulaatiotaajuuksia, jotka kiertävät eri nopeuksilla. Alin modulaatiotaajuus tarjoaa laajan alueen ilman epäselvyyttä, mutta aiheuttaa suuremmat syvyysvirheet (kohina, monitiehäiriö jne.), kun taas korkeampia modulaatiotaajuuksia käytetään samanaikaisesti vähentämään syvyysvirheitä. Esimerkki tästä menetelmästä, jossa on kolme erilaista modulaatiotaajuutta, on esitetty kuvassa 3. Lopullinen syvyysarvio lasketaan painottamalla eri modulaatiotaajuuksien vaihearviot, jolloin korkeammille modulaatiotaajuuksille on annettu suurempi painotus.

 

Kuva 3. Monitaajuinen vaihemittaus.

Jos painotukset kullekin taajuudelle valitaan optimaalisesti, syvyyskohina on kääntäen verrannollinen järjestelmässä valittujen modulaatiotaajuuksien neliölliseen keskiarvoon (rms). Jatkuvan syvyyskohina-alueen saavuttamiseksi modulaatiotaajuuksien lisääminen mahdollistaa integrointiajan tai valaistustehon vähentämisen.

Muita suorituskyvyn kannalta kriittisiä järjestelmätekijöitä

Suorituskykyistä ToF-kameraa kehitettäessä on otettava huomioon useita järjestelmäominaisuuksia, joista joitain käsitellään lyhyesti seuraavassa.

Kuva-anturi

Kuva-anturi on avainkomponentti ToF-kamerassa. Useimpien syvyyden arvioinnin epäideaalisuuksien (esimerkiksi bias, syvyyskohina ja monitieartefaktit) vaikutukset vähenevät, kun järjestelmän keskimääräinen modulaatiotaajuus kasvaa. Sen vuoksi on tärkeää, että anturilla on korkea demodulaatiokontrasti (kyky erottaa fotoelektroneja Tap A:n ja Tap B:n välillä) korkealla modulaatiotaajuudella (satoja megahertsejä).

Anturilla on myös oltava korkea kvanttihyötysuhde (QE) lähi-infrapuna-alueella (esimerkiksi 850 nm ja 940 nm), jotta tarvitaan vähemmän optista tehoa valoelektronien tuottamiseen pikselissä. Lopuksi alhainen lukukohina auttaa kameran dynaamisella alueella mahdollistamalla heikon paluusignaalin havaitsemisen (kaukaa tai matalan heijastavuuden kohteista).

Valaistus

Laserohjain moduloi valonlähdettä (esimerkiksi VCSEL) korkealla modulaatiotaajuudella. Hyötysignaalin maksimoimiseksi pikselissä määrätyllä optisella teholla, optisella aaltomuodolla on oltava nopeat nousu- ja laskuajat puhtailla reunoilla. Laserin, laserohjaimen ja piirilevyasettelun yhdistelmä valaistusalijärjestelmässä ovat kaikki kriittisiä tämän saavuttamiseksi. Modulaatioaaltomuodon perusaallon amplitudin maksimoimiseksi täytyy karakterisoida sekä optimaalinen optinen teho sekä optimaalinen pulssisuhde. Lopuksi optinen teho on myös toimitettava turvallisesti joillakin turvamekanismeilla, jotka on sisäänrakennettu laserohjaimen ja järjestelmän tasolla. Luokan 1 silmänsuojauksen turvarajoja on aina noudatettava.

Optiikka

Optiikalla on keskeinen rooli ToF-kameroissa. ToF-kameroilla on tiettyjä luontaisia ominaisuuksia, jotka ohjaavat erityisiä optisia vaatimuksia. Ensinnäkin valonlähteen valaistuskentän tulee vastata linssin näkökenttää optimaalisen tehokkuuden saavuttamiseksi. On myös tärkeää, että itse objektiivissa on suuri aukko (pieni f/#) valonkeräystehokkuuden parantamiseksi. Suuret aukot voivat johtaa muihin kompromisseihin vinjetoinnin, matalan syväterävyyden ja objektiivin suunnittelun monimutkaisuuden suhteen. Matala pääsädekulman linssirakenne voi myös auttaa vähentämään kaistanpäästösuotimen kaistanleveyttä, mikä parantaa ympäristön valon vaimentamista ja parantaa siten suorituskykyä ulkona.

Optinen alijärjestelmä tulee optimoida myös haluttua toiminta-aallonpituutta varten (esimerkiksi heijastuksenestopinnoitteet, kaistanpäästösuotimen suunnittelu, linssin suunnittelu) suoritustehon maksimoimiseksi ja hajavalon minimoimiseksi. On myös monia mekaanisia vaatimuksia sen varmistamiseksi, että optinen kohdistus on loppusovelluksen haluttujen toleranssirajojen sisällä.

Tehonhallinta

Tehonhallinta on myös erittäin tärkeää korkean suorituskyvyn 3D ToF -kameramoduulien suunnittelussa. Lasermodulaatio ja pikselimodulaatio synnyttävät korkeiden huippuvirtojen lyhyitä purskeita, mikä asettaa rajoituksia tehonhallintaratkaisulle. Anturin integroitujen piirien (IC) tasolla on joitakin ominaisuuksia, jotka voivat auttaa vähentämään kuvapiirin huippuvirrankulutusta. On myös virranhallintatekniikoita, joita voidaan soveltaa järjestelmätasolla virtalähteen (esimerkiksi akun tai USB:n) vaatimusten helpottamiseksi. Tärkeimmät analogiset syöttölaitteet ToF-anturille vaativat tyypillisesti jännitteensäätimen, jolla on hyvä transienttivaste ja matala kohina.

Kuva 4. Optisen järjestelmän arkkitehtuuri.

Syvyysprosessoinnin algoritmi

Toinen suuri osa järjestelmätason suunnittelua on syvyysprosessoinnin algoritmi. ToF-kuvasensori tuottaa raakapikselidataa, josta vaihetiedot on poimittava. Tämä toiminto vaatii erilaisia vaiheita, jotka sisältävät kohinan suodatuksen ja vaiheen purkamisen. Vaiheenpurkamislohkon tulos on mittaus matkasta, jonka valo kulkee laserista kohtaukseen ja takaisin pikseliin, jota usein kutsutaan etäisyydeksi tai säteittäisetäisyydeksi.

Säteittäinen etäisyys muunnetaan yleensä pistepilvi-informaatioksi, joka esittää tietyn pikselin informaatiota sen reaalimaailman koordinaateilla (X,Y,Z). Usein loppusovellukset käyttävät vain Z- eli syvyyskarttaa täyden pistepilven sijaan. Säteittäisen etäisyyden muuntaminen pistepilveksi edellyttää linssin ominaispiirteiden ja vääristymäparametrien tuntemista. Nämä parametrit arvioidaan kameramoduulin geometrisen kalibroinnin aikana. Syvyysprosessoinnin algoritmi voi myös tulostaa muita tietoja, kuten aktiivisia kirkkauskuvia (laserin paluusignaalin amplitudi), passiivisia 2D-infrapunakuvia ja luottamustasoja, joita kaikkia voidaan käyttää loppusovelluksissa. Syvyysprosessointi voidaan tehdä itse kameramoduulissa tai isäntäprosessorissa jossain muualla järjestelmässä.

Taulukossa 2 on esitetty yleiskatsaus tässä artikkelissa käsitellyistä järjestelmätason osista.

Taulukko 2. 3D-ToF-kameran järjestelmätason komponentit.

Johtopäätös

Jatkuvaan aaltomodulaatioon perustuvat ToF-kamerat ovat tehokas ratkaisu, joka tarjoaa korkean syvyystarkkuuden 3d-sovelluksiin. On monia tekijöitä, jotka on huomioitava parhaan suoritustason varmistamiseksi. Modulaatiotaajuus, demodulaation kontrasti, kvanttihyötysuhde ja mittauskohina sanelevat suorituskyvyn kuvakennon tasolla. Myös järjestelmätason tekijät, kuten valaistuksen alijärjestelmä, optinen suunnittelu, tehonhallinta ja syvyyskäsittelyalgoritmit vaikuttavat lopputulokseen. Kaikki nämä järjestelmätason komponentit ovat kriittisiä tarkimman 3D ToF -mittauksen saavuttamiseksi.

Lisätietoja ADI:n ToF-tuotetarjonnasta löytyy täältä.

MORE NEWS

Tekoäly ei mahdu yhteen rautamuottiin

ETN - Technical articleTekoäly siirtyy pilvestä koneisiin, kameroihin, antureihin ja robotteihin. Reunalla yksi laitteistoratkaisu ei kuitenkaan sovi kaikkeen, vaan suorituskyky on sovitettava mallin, datan ja käyttökohteen mukaan.

Oskilloskooppi ryhtyy tehoanalysaattoriksi

Rohde & Schwarz tuo kolmivaihetehon analyysin suoraan MXO-sarjan oskilloskooppeihin. Uusi ohjelmisto näyttää tehon lisäksi myös sen, mitä jännite- ja virtakäyrissä todella tapahtuu – eikä vian syytä tarvitse enää metsästää kahdella eri mittalaitteella.

Tekoäly nosti Nokian kasvuun

Nokian liikevaihto kasvoi toisella neljänneksellä yhdeksän prosenttia ilman valuuttakurssien vaikutusta. Kasvun moottoriksi nousivat tekoäly- ja pilvipalveluasiakkaat, joille suuntautunut myynti yli kaksinkertaistui vuodessa. Samalla Nokia sai näiltä asiakkailta uusia tilauksia 2,8 miljardilla eurolla.

Samsungin Fold8 yrittää korvata kolme laitetta

Samsungin uusi Galaxy Z Fold8 on suunniteltu toimimaan puhelimena, tablettina ja lukulaitteena samassa paketissa. Yhtiö on muuttanut näytön mittasuhteita sen mukaan, miten laitetta käytetään eri tilanteissa. Suomessa ajatus voi saada vastakaikua, sillä joka viides kuluttaja haluaisi älypuhelimensa korvaavan mahdollisimman monta muuta laitetta.

OnePlus sulaa Euroopassa OPPOksi myös ohjelmistotasolla

OnePlus lopettaa uusien tuotte-Amerikassa. Nykyinen käyttäjäkunta pyritään kuitenkin pitämään konsernin sisällä. OPPO ottaa vastuulleen tuen, houkuttelee suomalaisia Find-sarjan puhelimiin 200 euron alennuksella ja kansainvälisten tietojen mukaan siirtää OnePlus-laitteet vähitellen ColorOS-käyttöjärjestelmään.

USB-avain korvaa salasanan ja allekirjoittaa sähköisesti

Infineonin uusi turva-avain ei tyydy vain kirjautumaan käyttäjän puolesta. SECORA ID Key S USB yhdistää samaan USB- ja NFC-laitteeseen salasanattoman FIDO2-tunnistautumisen, PKI-varmenteet ja hyväksytyn sähköisen allekirjoituksen. Avoimen Java Card -ympäristön ansiosta valmistajat voivat lisäksi ohjelmoida avaimeen omia sovelluksiaan.

UWB-piiri korvaa erillisen läsnäoloanturin

Infineon yhdistää tarkkaan paikannukseen käytettävän UWB-radion ja läsnäolotunnistuksen samalle piirille. Uusi AIROC TSL100 voi esimerkiksi avata auton, päätellä käyttäjän olevan auton sisä- tai ulkopuolella sekä tunnistaa matkustajan, jalan liikkeen tai tunkeutujan ilman erillistä anturijärjestelmää.

Anturiton ohjaus valtaa autojen tehoelektroniikkaa

ETN - Technical articleBLDC-moottorien yleistyessä autoteollisuus etsii skaalautuvia ratkaisuja niiden hiljaiseen ja tehokkaaseen ohjaukseen. Toshiban SmartMCD-ohjainperhe kattaa nyt tehoalueet muutamista wateista kilowattiin.

Donut Labin kennon jännite on säädettävissä

Donut Lab on jatkanut I Donut Believe -videosarjaansa, jossa he avaavat CES-messuilla esitellyn kiinteän elektrolyytin akkutekniikkansa saloja. Tällä viikolla esiteltiin kennon bipolaarisuutta, jonka ansiosta kennon jännite on säädettävissä sovelluksen tarpeen mukaan.

Tekoäly muuttaa elektroniikkajakelun pelisääntöjä

ETN - Technical articleTekoäly on jo selkeästi ohittanut kokeiluvaiheen. Avnet Insights 2026 -selvityksen mukaan tekoäly on monilla elektroniikan aloilla jo mukana käytössä olevissa tuotteissa, ja sen soveltaminen yleistyy nopeasti kaikkialla EMEA-alueella.

Nokian AI-radio lupaa kaksinkertaistaa taajuuksien kapasiteetin

Nokia tuo tekoälykiihdyttimet osaksi radioverkon perustaajuuslaskentaa. Yhtiön mukaan uusi AI-RAN-alusta voi parantaa taajuuksien käytön tehokkuutta yli 100 prosenttia vuoteen 2028 mennessä. Käytännössä operaattori voisi siirtää samalla taajuuskaistalla jopa kaksinkertaisen määrän dataa ilman koko radioverkon uusimista.

Samsungin perus-SSD yltää lähes PCIe 4 -huippuihin

Samsung tuo lippulaivaluokan siirtonopeudet kuluttajille tarkoitettuun SSD-perusmalliinsa. Uusi Samsung 990 lukee dataa parhaimmillaan 7 250 megatavua sekunnissa eli yltää lähelle PCIe 4.0 x4 -liitännän käytännön suorituskykyrajaa.

Tekoälyagentti voidaan kaapata projektitiedostolla

Tekoälyagenttien kyky lukea projektin ohjeita ja liittää uusia työkaluja automaattisesti on samalla uusi ohjelmistojen toimitusketjuriski. Check Point Researchin mukaan tavallinen Markdown- tai JSON-tiedosto voi ohittaa agentin turvarajat, käynnistää komentoja ja liittää siihen haitallisen MCP-palvelimen ennen kuin kehittäjä ehtii nähdä varoitusta.

Joko tämä piiri tekee Teslasta täysautomaattisen?

Tesla on saanut valmiiksi seuraavan sukupolven AI5-tekoälyprosessorinsa suunnittelun. Piirin on määrä antaa yhtiön tuleville autoille moninkertaisesti nykyistä enemmän laskentatehoa, mutta yksin se ei tee Teslasta autonomista. AI5 voi kuitenkin poistaa robottiauton tieltä yhden keskeisen esteen, eli auton oman tietokoneen rajallisen suorituskyvyn.

Ensimmäiset HDMI 2.2 -laitteet tulevat markkinoille tänä vuonna

HDMI 2.2 -standardi julkistettiin jo viime vuonna, mutta ensimmäiset sitä tukevat kuluttajalaitteet ovat vasta tulossa markkinoille. Uusi liitäntä kaksinkertaistaa HDMI 2.1:n maksimikaistan 96 gigabittiin sekunnissa, mutta samalla televisioiden ja näyttöjen ominaisuuksien vertailusta tulee aiempaa hankalampaa.

Lämpösäteilyä voidaan ohjelmoida

Osaka Metropolitan Universityn johtama tutkijaryhmä on simuloinut rakennetta, jolla lämpösäteilyn suuntaa ja voimakkuutta voidaan ohjata ja valittu toimintatila säilyttää ilman jatkuvaa virransyöttöä. Kyse ei vielä ole valmistetusta komponentista, vaan laskennallisesti mallinnetusta GST–InAs-metamateriaalirakenteesta.

Yksi piiri vie jarrut kohti ohjelmistopohjaista ohjausta

Autojen jarrujärjestelmät ovat siirtymässä mekaanisista ja hydraulisista ratkaisuista kohti ohjelmiston ohjaamia brake-by-wire-arkkitehtuureja. Muutos näkyy nyt myös pyörän yhteyteen sijoitettavassa elektroniikassa, jossa tehonhallinta, anturidata ja turvatoiminnot integroidaan yhä tiiviimmin samalle piirille.

Natriumakku saavutti Teslan kennot valmistuksessa

Kiinalainen Hina Battery on ottanut natriumioniakuissa merkittävän kehitysaskeleen. Saksalaisen RWTH Aachenin tutkijoiden tekemä riippumaton analyysi osoittaa, että yhtiön kaupallinen natriumkenno on valmistuslaadultaan samalla tasolla kuin nykyiset litiumioniakut. Energiatiheydessä natriumakku jää kuitenkin vielä selvästi jälkeen Teslan ja muiden huippuluokan litiumakkujen kennoista.

Millimetriaallot tuovat 3D-tarkastuksen pakkauslinjalle

Rohde & Schwarz tuo laadunvalvontaan millimetriaaltoskannerin, joka näkee kartongin, muovin ja laminoitujen pakkausmateriaalien läpi ilman ionisoivaa säteilyä. R&S Imager muodostaa suljetusta pakkauksesta 3D-kuvan, jota voidaan käyttää tekoälypohjaisessa virheentunnistuksessa suoraan tuotantolinjalla.

Jolla iskee tekoälyn avaamaan rakoon kännykkämarkkinassa

Jolla ei yritä haastaa Applea ja Googlea vanhassa älypuhelinpelissä. Yhtiön mukaan tekoäly muuttaa koko kännykkämarkkinan, kun sovellukset siirtyvät taustalle ja käyttöjärjestelmästä tulee käyttäjän datan ja AI-agenttien portinvartija. Tässä muutoksessa Jolla näkee uuden mahdollisuutensa.

box mobil 1
box mobil 1
TMSNet  advertisement

© Elektroniikkalehti

 
 

TECHNICAL ARTICLES

Tekoäly ei mahdu yhteen rautamuottiin

ETN - Technical articleTekoäly siirtyy pilvestä koneisiin, kameroihin, antureihin ja robotteihin. Reunalla yksi laitteistoratkaisu ei kuitenkaan sovi kaikkeen, vaan suorituskyky on sovitettava mallin, datan ja käyttökohteen mukaan.

Lue lisää...

OPINION

Halpa koodi oli vain välivaihe

Tekoäly lupasi tehdä ohjelmistokehityksestä halvempaa. Nyt koodia syntyy enemmän kuin koskaan, mutta Gartner varoittaa toisesta suunnasta. Kun koodin generoimisen arvo lähestyy nollaa, todellinen kustannus siirtyy tokeneihin, katselmointiin ja vastuun kantamiseen.

Lue lisää...

 

LATEST NEWS

  • Tekoäly ei mahdu yhteen rautamuottiin
  • Oskilloskooppi ryhtyy tehoanalysaattoriksi
  • Tekoäly nosti Nokian kasvuun
  • Samsungin Fold8 yrittää korvata kolme laitetta
  • OnePlus sulaa Euroopassa OPPOksi myös ohjelmistotasolla

NEW PRODUCTS

  • Bluetooth haastaa UWB:n etäisyysmittauksessa
  • 6 watin DC/DC-muunnin mahtuu tuuman koteloon
  • Lisäkortilla 10 megabitin 4G-yhteys IoT-laitteisiin
  • Yksi anturi korvaa neljä mikrokytkintä autossa
  • Murata kutisti 100 voltin autokondensaattorin 0805-kokoon
 
 

Section Tapet