A Near-Infrared CMOS Silicon Avalanche Photodetector with Ultra-Low Temperature Coefficient of Breakdown Voltage

Silicon avalanche photodetector (APD) plays a very important role in near-infrared light detection due to its linear controllable gain and attractive manufacturing cost. In this paper, a silicon APD with punch-through structure is designed and fabricated by standard 0.5 μm complementary metal oxide semiconductor (CMOS) technology. The proposed structure eliminates the requirements for wafer-thinning and the double-side metallization process by most commercial Si APD products. The fabricated device shows very low level dark current of several tens Picoamperes and ultra-high multiplication gain of ~4600 at near-infrared wavelength. The ultra-low extracted temperature coefficient of the breakdown voltage is 0.077 V/K. The high performance provides a promising solution for near-infrared weak light detection.

Intelligence Eye for Blinds and Visually Impaired by Using Region-Based Convolutional Neural Network (R-CNN)

Intelligence Eye is an Android based mobile application developed to help blind and visually impaired users to detect light and objects. Intelligence Eye used Region-based Convolutional Neural Networks (R-CNN) to recognize objects in the object recognition module and a vibration feedback is provided according to the light value in the light detection module. A voice guidance is provided in the application to guide the users and announce the result of the object recognition. TensorFlow Lite is used to train the neural network model for object recognition in conjunction with extensible markup language (XML) and Java in Android Studio for the programming language. For future works, improvements can be made to enhance the functionality of the Intelligence Eye application by increasing the object detection capacity in the object recognition module, add menu settings for vibration intensity in light detection module and support multiple languages for the voice guidance.

Pengembangan Software Aplikasi Pendeteksian Objek Berbasis LiDAR (Light Detection and Ranging) (Development of Lidar-Based Object Detection Software)

Mobil adalah sarana transportasi yang kebutuhannya semakin tinggi. Hal ini tidak saja terjadi di luar negeri tapi juga di Indonesia. Namun demikian, keberadaan mobil saat ini dikeluhkan karena polusi yang dihasilkan dan juga tingkat kenyamannya. Harapan di masa mendatang sepertinya lebih mengarah pada hadirnya mobil listrik dengan tingkat polusi sangat rendah, serta kenyamanan dalam penggunaannya, seperti halnya mobil listrik otonom. Di negara maju gagasan ini sudah mulai akan direalisasikan, dan Indonesia sepertinya juga akan menghadapi situasi dimana mobil tersebut menjadi masif digunakan. Oleh sebab itu, kita harus menguasai teknologi kendaraan listrik otonom agar kita dapat memasuki era Mobility in Society 5.0. Salah satu bentuk teknologi terkait adalah sistem software pendeteksian objek berbasis LiDAR. Adakalanya software yang menyertai suatu alat tidak dapat menyediakan fasilitas yang beragam sesuai dengan kebutuhan aplikasi di lapangan. Hal ini dikarenakan keterbatasan yang diberikan oleh produsen alat tersebut, begitu pula dengan produk LiDAR 2D yang banyak dipasaran, contohnya YDLiDAR. Untuk keperluan aplikasi pendeteksian objek, software yang disediakan memiliki keterbatasan dalam hal penyimpanan data, fleksibilitas penyajian data dan kemampuan mereduksi derau yang muncul saat LiDAR tersebut dioperasikan pada kondisi tertentu. Untuk mengatasi kekurangan tersebut diatas, maka pada penelitian ini dikembangkan software pendeteksian objek berbasi LiDAR yang menambahkan fungsi-fungsi tersebut di atas, serta dapat diaplikasikan untuk pendeteksian objek dan pengenalan jarak. Secara umum sistem ini memadukan sistem software yang dikembangkan pada laptop dengan sistem hardware yang terdiri dari YDLiDAR G4 dan interface data serial. Sistem software ini juga dikembangkan dengan menggunakan bahasa pemrograman python. Hasil pengukuran menunjukkan bahwa kinerja software yang dikembangkan memiliki performansi visual yang baik, dapat menyimpan data hasil deteksi dengan durasi yang dapat ditentukan, serta kemampuan dalam menekan derau yang cukup baik. Kemampuan mereduksi noise dari sistem software ini dapat mereduksi error hingga 19,2%.