Notice bibliographique
Résumé
A low cost and large aperture scanning mirror with high surface quality is always highly desired. This is especially true for scanning LiDARs for autonomous vehicles. Polygon, galvanometer or MEMS mirrors can have a large aperture, but they are bulky, high power consumption and costly. This dissertation proposes a novel mirror technology for laser scanning, i.e., FPCB (flexible printed circuit board) masked one-step etching large aperture mirror, which simply etches a silicon wafer with a FPCB structure as the etching mask and the other side coated with a metal film as the etching stop layer and reflective surface. Meanwhile the FPCB structure embeds copper coils to generate Lorentz force to oscillate the mirror. The FPCB structure is fabricated using mature and commercially available FPCB process, which is 0.1 mm-resolution based photolithography, instead of 1 μm based photolithography micromachining used in traditional MEMS mirrors. In addition, only one-step DRIE etching is needed without requiring any critical alignment. Such that a low cost can be achieved, e.g., a few dollars per mirror. Moreover, the mirror plate is as thick as the silicon wafer (100~200 μm), which leads to a good flatness (ROC of 10~20 m). Prototypes are fabricated and tested. Achieved performances are: aperture of 12 x 12 mm and 24 x 24 mm, oscillation frequency from 160 Hz ~1 kHz, FOV (field of view) of 30o, 20o and 15o. A 2D and 3D scanning LiDARs based on this novel mirror technology are constructed. This dissertation also develops two electrostatic parallel plate based FPCB micromirrors with performance improved than the previously developed deigns in our group, e.g., FPCB ring-square electrode sandwiched micromirror and double-stage FPCB electrostatic micromirror. The improvements include: the rotation angle increased by 90%, the resonant frequency increased by 40-70%, and the performance variation reduced from 40% to 12%. A large aperture FPCB mirror and a 2D LiDAR based on it are developed with the following performances: aperture 25 x 50 mm, FOV of 60o, measurement distance 50 m, 500 points per frame.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».