世界

OmnitronのMEMS TechはLidarの信頼性を高めます

5年前、 エリック・アギラール うんざりしていた。彼はTeslaとGoogle Xで何年もLidarやその他のセンサーに取り組んでいましたが、この技術は常に高価すぎる、より重要なことに信頼できないように見えました。彼は、Lidarセンサーが壊れたときにLidarセンサーを交換しました。これはあまりにも頻繁で、ランダムに一見したように見えましたが、それらを機能させ、車を運転可能に保つために複雑なキャリブレーション方法とメンテナンスルーチンを開発しました。それで、彼がロープの端に着いたとき、彼はより堅牢なテクノロジーを発明しました。彼は「これまでに作られた最も強力なマイクロマシン」と呼ばれます。Startup OmnitronセンサーのAguilarと彼のチームは、他のどの領域よりも単位面積あたりより多くの力を生み出すことができると主張する新しいマイクロエレクトロメカニカルシステム（MEMS）テクノロジーを開発しました。マイクロミラーに新しいレベルの電力を供給することにより、このテクノロジーは、危険な要素や開放道路の隆起と前髪を風化させながら、Lidarのレーザービームを正確に操縦することができます。自動車産業の顧客によるチップがテストされているため、Omnitronは現在、AIデータセンターによって消費される電力を削減するための技術を変更しています。Lidarは、レーザーを使用してオブジェクトがどれだけ離れているかを判断するスキャンおよび検出システムであり、自動運転車で障害物を見つけてナビゲートすることがよくあります。 Lidarの市場は年間13.6％増加すると予想されていますが、自動車産業でのLidarの使用は近年比較的停滞しているとAguilar氏は言います。 ワシントン大学でフォトニックシステムを研究しているMo Li氏によると、でこぼこの道路と深刻な環境条件からの振動は、自動車用Lidarの最大の信頼性の殺人者です。自動運転車の上にあるLIDARパッケージ内の光学アラインメントは繊細です。貧しい舗装の仕事からのトレマーは、ミラーがハウジングのどこに座っているかを物理的に変え、ビームを誤って整理し、システムを失敗させる可能性があります。または、温度の変動により、部品が同じ不幸な結果と拡大または契約する可能性がある、と彼は説明します。Aguilarは、どの部分が最も頻繁に壊れたのか疑問に思っており、犯人がスキャナーであることを発見しました。これは、システムのハウジングからレーザービームを誘導する小さな鏡を釣り込む責任がある部分です。彼は、Lidarの顔の困難な状態に耐えることができるスキャナーを作りたかったのですが、シリコンの曲げは解決策として際立っていました。これらの構造は、泉のように作用し、標準的な金属製スプリングがするように、摩耗することなくリダーシステム内のミラーを細心の抑制を可能にします、とアギラールは主張しています。より良いチップの設計アギラールは、新しい素材が彼を悩ませた問題に対する答えになることを望んでいましたが、シリコンスプリングスでさえ、彼らが直面した要素に耐えるために必要なほど堅牢なライダーシステムを作ることはありませんでした。Lidarをさらに強化するために、Omnitronのチームは、Lidarアレイのミラーを制御するためにデバイスが適用できる力の量を増やすことにより、より強力なMEMSチップを設計することを目指しました。そして、彼らはそれを達成したと主張しています。彼らのチップは、現在の業界標準よりもマイクロミラーまたは他のセンサーコンポーネントを配置するアクチュエーターに単位面積あたり10倍以上の力を発揮することができると彼らは言います。その余分な力により、細かい調整で非常に貴重な制御が可能になります。 この成果に到達するために、彼らは文字通り深く掘り下げなければなりませんでした。 OmnitronのMicroMirrorsはLidarビームを操縦し、データセンターでの使用を見つけることができました。オムニトロンこのMEMSデバイスでは、ミラーとそのアクチュエーターが単一のシリコンウェーハにエッチングされます。非ムラーの端では、アクチュエータは、2つのコームの連動歯のように、ウェーハ内のトレンチの間に収まる小さな密接な間隔のプレートで覆われています。ミラーを動かすために、電圧が加えられ、静電力はトレンチ内でプレートを上下に動かすことにより、鏡を特定の位置に刻みます 電界がトレンチの側壁を横切って引っ張ると。 ミラーの移動に使用できる力は、アスペクト比と呼ばれるトレンチの深さと幅の比率によって制限されます。簡単に言えば、トレンチが深くなるほど、より多くの静電力をアクチュエータに適用でき、センサーの可動域が高くなります。しかし、深く狭い溝を製造することは困難な努力です。この制限要因を克服することは、アギラールにとって必須でした。 Aguilar氏によると、OmnitronはMEMSの典型的な20：1のアスペクト比を改善することができました（他の専門家は、最近では30：1または40：1は平均に近いと言います）。 「この会社を始めたのは、血、汗、涙、欲求不満を通してでした。」このスタートアップは、自動車パートナーから8億ドル以上の意図を確保しており、Aguilar氏によると、18か月のプランに2か月後、完全な需要レートでチップを生産できることを証明しています。 生産能力を確認した後でも、この技術は、市場に出る前に、振動、熱サイクル、雨などの現実的な条件で数千時間連続して「非常に困難な」安全性テストに直面する必要があります。節約力それまでの間、Omnitronはその技術を適用して、異なる業界が直面する別の問題を解決しています。 2030年までに、AIデータセンターは機能するために約945テラワット時間が必要になると予想されます。これは、日本国が今日消費しているよりもです。問題は「データの動き方」です、とAguilarは言います。データセンターのある部分から別の部分にデータが送信されると、光信号は電気信号に変換され、再ルーティングされ、その後、光信号に戻り、途中で送信されます。ネットワークスイッチと呼ばれるシステムで行われるこのプロセスは、膨大な量の電力を燃やします。Apolloと呼ばれるGoogleのソリューションは、旅行の期間中、データパケットを光信号の形で保持することであり、40％の電力節約が得られます、と同社は主張しています。 Apolloは、ミラーの配列を使用してデータを指示することでそうします。 Aguilarは、Omnitronのより強力なミラーの密な配列を使用して、プロセスをさらに効率的にすることを計画しています。そうすることで、各スイッチのチャネルの数を126から441に増やすことにより、各ネットワークスイッチがルーティングできるデータの量を4倍にする可能性があります、とAguilarは言います。Omnitronはまだデータセンターの実装の初期段階であるため、このテクノロジーがGoogleのApolloでどの程度改善できるかはまだ明確ではありません。しかし、9月中旬の「批判的な設計レビュー」に続いて、「世界のトップAIハイパースカラーの1人が次世代のスイッチのために私たちの鏡を要求しました」とAguilar氏は言います。 「これは、Omnitronが最大のAIインフラストラクチャ企業でさえも社内で対処できない問題を解決していることの証拠です。」そして、今後さらに多くのアプリケーションがあるかもしれません。 Omnitronは、防衛産業、宇宙会社、およびメタン検出に関心のあるグループから触覚を受けています、とAguilarは言います。 「私がLidarに焦点を合わせていたので、人々が私たちのドアをノックするのを見るのはかなりクールです」と彼は言います。 サイトの記事からウェブ上の関連記事 #OmnitronのMEMS #TechはLidarの信頼性を高めます