当加州理工科学家发明新型硅芯片快速3D成像

加州理工科学家发明新型硅芯片快速3D成像成本低廉

您当前位置：首页 科技与新产品加州理工科学家发明新型硅芯片快速3D成像成本低廉

加州理工科学家发明新型硅芯片快速3D成像成本低廉来源:中国五金商机日期:在未来，哈吉米瑞表示目前的16像素阵列可以轻松的扩展到几十万像素。

在未来，哈吉米瑞表示目前的16像素阵列可以轻松的扩展到几十万像素。

  想象一下你想要某个物体一模一样的复制品，再设想下你从口袋里拿出，利用里集成的3D成像器拍张照，然后发送给3D打印机，在数分钟内你就获得了一个精确的复制品，后者与原始物体的精确误差为包括硬件和软件两个方面微米范围。多亏了美国加州理工学院发明的一种新型、高分辨率的微型3D成像器，这一设想可能很快将变为现实。

    如果你想要利用3D打印机创造一个精确的复制品，首先你需要利用3D 照相机对物体进行高分辨率的扫描，测量它的长宽高。这样的3D成像技术已经存在几十年了，但最敏感的系统仍太大且太昂贵，不适合用于消费性产品应用。

    相反，一种廉价、紧凑且高度精确的新设备纳米光子相干成像仪(Nanophotonic Coherent Imager，简称NCI)或可以改变这一现状。利用并不昂贵、大小不超过1平方毫米的硅片，NCI提供了任何纳米光子3D成像设备所能获得的最高的深度测量精确性。这项由加州理工学院工程和应用科学学院的电气工程学托马斯G梅尔斯教授阿里·哈吉米瑞(Ali Hajimiri)带领进行的实验室研究被发表在2月的期刊《光学快线》上。

    在正常的相机里，每一个像素代表图像里一个特定点接受到的光的密度，无论这一点距离相机是近是远，这意味着像素并没有提供物体与相机的相对距离的信息。相比之下，美国加州理工学院小组的NCI创造的图片里每一个像素都提供了距离和密度信息。“芯片上的每一个像素都是一个独立的干涉仪——这种设备是利用个光波的干涉进行精确的测量——干涉仪除了会检测信号的强度，还能检测它的相位和频率。” 哈吉米瑞说道。

    这一最新芯片利用了一种现有的检测和测距技术，名为LIDAR，这种技术利用扫描激光束照亮目标物体。基于使用的激光的波长，科学家们可以分析从物体上反射出来的光，同时LIDAR可以收集有关物体的大小和与激光距离等信息，从而创造一张周围环境的图像。“通过在相干成像仪上布满小的LIDAR阵列，我们可以对物体或者场景的不同部分同时成像，而不需要成像器内任何机械运动。” 哈吉米瑞解释道。

    NCI可以提供这样高分辨率图片和信息多亏了名为一种名为相干性的光学概念。如果两个光波是相干的，那么这些光波具有相同的频率，光波的波峰和波谷将彼此对齐。从物体上反射的光将被芯片上的探测器——光栅耦合器所接收，从而形成“像素”，因为每个耦合器检测的光代经过恰当的热处置工艺添加其力学功能表3D图像上的一个像素。NIC芯片会检测物体不同点反射的光的相位、频率和密度，并用于确定目标点的精确距离。

    由于相干光具有一致的频率和波长，它常被用作测量反射光之间差异的参照。通过这种方法，NCI利用相干光作为精确的尺测量物体的大小和物体上每个点与相机的距离。这些光再转化为包含每个像素的密度和距离信息的电信号——这些信息都是创造3D图像必不可少的。

    相干光的结合不仅实现了3D成像达到了硅光子学里最高的深度测量精确性，还实现了极大缩小设备的大小。“通过在硅片的小管子里耦合、限制和处理反射光，我们能够将每个LIDAR元素缩小到几百微米的规模——这足够小使得我们可以在300微米*300微米的活跃区域里放下16个这样的相干成像仪。” 哈吉米瑞说道。

    NCI概念的第一批证明只有16个相干像素，这意味着在任何距离它产生的3D图像只有16个像素。然而，研究人员还发明了一种新方法实现对更大物体的成像：通过首先对4*4像素区域进行成像，然后以4像素为单位移动物体从而对下一个区域进行成像，以此类推。利用这种方法，研究人员使用该设备在0.5米的距离扫描并创造了一美分正面上“山谷”的3D图片，分辨率达到微米级别。

    在未来，哈吉米瑞表示目前的16像素阵列可以轻松的扩展到几十万像素。有朝一日，通过创造这些微型LIDARs阵列，成像器或可以用于更广阔的领域，从精确的3D扫描和打印到帮助无人驾驶车辆避免碰撞，再到提高超精细人机界面的运动敏感性——哪怕病人眼睛最细微的移动或者病人心跳每分钟的变化都可以被检测到。

    “这种基于芯片的最新成像器的小尺寸和高质量将导致成本的极大缩减，通过2、软件重新安装需要做哪些备份将这些系统集成至个人设备，例如智能，它将导致这类系统产生上千种新应用。” 哈吉米瑞说道。这项研究的其它合作作者包括加州理工学院前博士后研究员、现宾夕法尼亚大学助理教授菲罗兹·阿弗拉图尼(Firooz Aflatouni)、研究生贝赫鲁兹·阿比里(Behrooz Abiri)和安格德·雷基( Angad Rekhi)。这项研究得到了加州理工学院创新项目的资金支持。