PGEgaHJlZj0iaHR0cHM6Ly9hZC5kb3VibGVjbGljay5uZXQvZGRtL3RyYWNrY2xrL040MDIyLjM3MzM0MjhWSUxMQU5ZQVVUT1NPSy5IVTAvQjM0NDQwNjM5LjQzMTY5MDE3NTtkY190cmtfYWlkPTYyNDI2NjY4NDtkY190cmtfY2lkPTI0MzYwNjI0NjtkY19sYXQ9O2RjX3JkaWQ9O3RhZ19mb3JfY2hpbGRfZGlyZWN0ZWRfdHJlYXRtZW50PTt0ZnVhPTtnZHByPSRHRFBSO2dkcHJfY29uc2VudD0kR0RQUl9DT05TRU5UXzc1NTtsdGQ9O2RjX3Rkdj0xIiBvbmNsaWNrPSJqYXZhc2NyaXB0OndpbmRvdy5vcGVuKCdodHRwczovL2FkLmRvdWJsZWNsaWNrLm5ldC9kZG0vdHJhY2tjbGsvTjQwMjIuMzczMzQyOFZJTExBTllBVVRPU09LLkhVMC9CMzQ0NDA2MzkuNDMxNjkwMTc1O2RjX3Rya19haWQ9NjI0MjY2Njg0O2RjX3Rya19jaWQ9MjQzNjA2MjQ2O2RjX2xhdD07ZGNfcmRpZD07dGFnX2Zvcl9jaGlsZF9kaXJlY3RlZF90cmVhdG1lbnQ9O3RmdWE9O2dkcHI9JEdEUFI7Z2Rwcl9jb25zZW50PSRHRFBSX0NPTlNFTlRfNzU1O2x0ZD07ZGNfdGR2PTEnLCAnX2JsYW5rJywgJ25vb3BlbmVyJyk7IHJldHVybiBmYWxzZTsiPjxwaWN0dXJlPjxzb3VyY2Ugc3Jjc2V0PSJodHRwczovL3ZpbGxhbnlhdXRvc29rLmh1L3dwLWNvbnRlbnQvdXBsb2Fkcy8yMDI1LzEwL2xlYWQtbW9iaWwtbGVhcC1jMTAtNjAweDUwMC02LmpwZyIgbWVkaWE9IihtYXgtd2lkdGg6IDcwMHB4KSI+PHNvdXJjZSBzcmNzZXQ9Imh0dHBzOi8vdmlsbGFueWF1dG9zb2suaHUvd3AtY29udGVudC91cGxvYWRzLzIwMjUvMTAvbGVhZC1kZXNrdG9wLWxlYXAtYzEwLTEzMDB4NjAwLTEuanBnIiBtZWRpYT0iKG1pbi13aWR0aDogNzAwcHgpIj48aW1nIHNyYz0iaHR0cHM6Ly92aWxsYW55YXV0b3Nvay5odS93cC1jb250ZW50L3VwbG9hZHMvMjAyNS8xMC9sZWFkLWRlc2t0b3AtbGVhcC1jMTAtMTMwMHg2MDAtMS5qcGciIGFsdD0iIj48L3BpY3R1cmU+PC9hPjxJRlJBTUUgU1JDPSJodHRwczovL2FkLmRvdWJsZWNsaWNrLm5ldC9kZG0vdHJhY2tpbXBpL040MDIyLjM3MzM0MjhWSUxMQU5ZQVVUT1NPSy5IVTAvQjM0NDQwNjM5LjQzMTY5MDE3NTtkY190cmtfYWlkPTYyNDI2NjY4NDtkY190cmtfY2lkPTI0MzYwNjI0NjtvcmQ9W3RpbWVzdGFtcF07ZGNfbGF0PTtkY19yZGlkPTt0YWdfZm9yX2NoaWxkX2RpcmVjdGVkX3RyZWF0bWVudD07dGZ1YT07Z2Rwcj0ke0dEUFJ9O2dkcHJfY29uc2VudD0ke0dEUFJfQ09OU0VOVF83NTV9O2x0ZD07ZGNfdGR2PTE/IiBXSURUSD0xIEhFSUdIVD0xIE1BUkdJTldJRFRIPTAgTUFSR0lOSEVJR0hUPTAgSFNQQUNFPTAgVlNQQUNFPTAgRlJBTUVCT1JERVI9MCBTQ1JPTExJTkc9bm8gQk9SREVSQ09MT1I9JyMwMDAwMDAnPjwvSUZSQU1FPg==PGEgaHJlZj0iaHR0cHM6Ly9hZC5kb3VibGVjbGljay5uZXQvZGRtL3RyYWNrY2xrL040MDIyLjM3MzM0MjhWSUxMQU5ZQVVUT1NPSy5IVTAvQjM0NDQwNjM5LjQzMTY5MDE3ODtkY190cmtfYWlkPTYyNDI2NjY3ODtkY190cmtfY2lkPTI0MzAzNzUzMjtkY19sYXQ9O2RjX3JkaWQ9O3RhZ19mb3JfY2hpbGRfZGlyZWN0ZWRfdHJlYXRtZW50PTt0ZnVhPTtnZHByPSRHRFBSO2dkcHJfY29uc2VudD0kR0RQUl9DT05TRU5UXzc1NTtsdGQ9O2RjX3Rkdj0xIiBvbmNsaWNrPSJqYXZhc2NyaXB0OndpbmRvdy5vcGVuKCdodHRwczovL2FkLmRvdWJsZWNsaWNrLm5ldC9kZG0vdHJhY2tjbGsvTjQwMjIuMzczMzQyOFZJTExBTllBVVRPU09LLkhVMC9CMzQ0NDA2MzkuNDMxNjkwMTc4O2RjX3Rya19haWQ9NjI0MjY2Njc4O2RjX3Rya19jaWQ9MjQzMDM3NTMyO2RjX2xhdD07ZGNfcmRpZD07dGFnX2Zvcl9jaGlsZF9kaXJlY3RlZF90cmVhdG1lbnQ9O3RmdWE9O2dkcHI9JEdEUFI7Z2Rwcl9jb25zZW50PSRHRFBSX0NPTlNFTlRfNzU1O2x0ZD07ZGNfdGR2PTEnLCAnX2JsYW5rJywgJ25vb3BlbmVyJyk7IHJldHVybiBmYWxzZTsiPjxwaWN0dXJlPjxzb3VyY2Ugc3Jjc2V0PSJodHRwczovL3ZpbGxhbnlhdXRvc29rLmh1L3dwLWNvbnRlbnQvdXBsb2Fkcy8yMDI1LzEwL2xlYWQtbW9iaWwtbGVhcG1vdG9yLXQwMy02MDB4NTAwLTQuanBnIiBtZWRpYT0iKG1heC13aWR0aDogNzAwcHgpIj48c291cmNlIHNyY3NldD0iaHR0cHM6Ly92aWxsYW55YXV0b3Nvay5odS93cC1jb250ZW50L3VwbG9hZHMvMjAyNS8xMC9sZWFkLWRlc2t0b3AtbGVhcC10MDMtMTMwMHg2MDAtMS5qcGciIG1lZGlhPSIobWluLXdpZHRoOiA3MDBweCkiPjxpbWcgc3JjPSJodHRwczovL3ZpbGxhbnlhdXRvc29rLmh1L3dwLWNvbnRlbnQvdXBsb2Fkcy8yMDI1LzEwL2xlYWQtZGVza3RvcC1sZWFwLXQwMy0xMzAweDYwMC0xLmpwZyIgYWx0PSIiPjwvcGljdHVyZT48L2E+PElGUkFNRSBTUkM9Imh0dHBzOi8vYWQuZG91YmxlY2xpY2submV0L2RkbS90cmFja2ltcGkvTjQwMjIuMzczMzQyOFZJTExBTllBVVRPU09LLkhVMC9CMzQ0NDA2MzkuNDMxNjkwMTc4O2RjX3Rya19haWQ9NjI0MjY2Njc4O2RjX3Rya19jaWQ9MjQzMDM3NTMyO29yZD1bdGltZXN0YW1wXTtkY19sYXQ9O2RjX3JkaWQ9O3RhZ19mb3JfY2hpbGRfZGlyZWN0ZWRfdHJlYXRtZW50PTt0ZnVhPTtnZHByPSR7R0RQUn07Z2Rwcl9jb25zZW50PSR7R0RQUl9DT05TRU5UXzc1NX07bHRkPTtkY190ZHY9MT8iIFdJRFRIPTEgSEVJR0hUPTEgTUFSR0lOV0lEVEg9MCBNQVJHSU5IRUlHSFQ9MCBIU1BBQ0U9MCBWU1BBQ0U9MCBGUkFNRUJPUkRFUj0wIFNDUk9MTElORz1ubyBCT1JERVJDT0xPUj0nIzAwMDAwMCc+PC9JRlJBTUU+ Ma már nem kérdéses, hogy egy személyautó sok esetben olyan mennyiségű elektronikát tartalmaz, amelyet egy átlag ember el sem tud képzelni. A villanyautók esetében sincs ez másként, ráadásul itt nem csak az akkumulátorok cellamenedzsmentjét, töltés optimalizálását és a gépjármű alap funkcióinak vezérlését végzi elektronika, de a legmodernebb típusoknál a vezetéstámogató rendszerek elképesztő számításigényű, mesterséges intelligenciát is felhasználó szoftvereken alapulnak, amelyek futtatásához komoly célszámítógépekre van szükség. Akár egyes szintű, akár kettes szintű vezetéstámogató rendszerről beszélünk, a működéshez mindenképpen szükség van forrásadatokra, ezek származhatnak kamera képből, radar távolságmérésből, de akár a komolyabb képességű típusoknál LiDAR szkenner háromdimenziós képéből is. A Sony már egy ideje dolgozik az egy-foton lavinadiódán alapuló SPAD szenzorain, amelyek sokkal jobban „látnak” sötétben, mint a hagyományos képérzékelők, így éjszaka is lehetőséget kínálnak a tereptárgyak hatékony felismerésére. A gépjárművek esetében azonban kiemelten fontos, hogy a képi adatok lehetőség szerint a legrövidebb késleltetéssel kerüljenek feldolgozásra, ezért a japán gyártó most olyan rétegelt SPAD chipet fejleszt, amely egyrészt tartalmazza a képalkotáshoz szükséges lavinadiódás szenzort, másrészt – ez alatt – tartalmazza az adatok kiértékeléséhez szükséges, távolságmérést végrehajtó elektronikát is. A teljes folyamat válaszideje 6 ns (nanoszekundum) lesz. Mindezt tehát egyetlen chipbe helyezi, amelyet szabványos tokozással lát el, így az autógyártók könnyen cserélhetik a korábbi modellekben használt képérzékelőket a modernebb rétegelt SPAD szenzorral, amely kisebb késleltetésű feldolgozást kínál – állítja a Sony. A LiDAR háromdimenziós feltérképezésnél használható, 100 kilopixel felbontású, 15 cm pontosságú távolságmérést lehetővé tevő rétegelt SPAD szenzor működéséről és előnyeiről a gyártó egy YouTube videóban számolt be: Egy másik gyártó, a Canon szintén egy-foton lavina diódás SPAD szenzort fejleszt, ők elsősorban a nagy felbontást tűzték ki célul. Erről a szenzorról, illetve magáról a SPAD működéséről testvérlapunkon, a Pixinfo hasábjain írtunk. Ultraérzékeny SPAD szenzort fejleszt a Canon Irházy Róbert Google hírek iratkozz fel! Heti hírlevél iratkozz fel! Kővédő fólia védd az autód!
