一种面向五轴振镜扫描系统的反解控制方法、系统、设备及介质

本技术涉及五轴振镜，尤其涉及一种面向五轴振镜扫描系统的反解控制方法、系统、设备及介质。

背景技术：

1、五轴振镜扫描系统关注的核心并不是振镜角度本身，而是光束经多次反射并由场镜聚焦后，在目标像面上的命中位置、出射方向及其稳定性。焦点位置和入射方向的偏差会直接影响能量沉积分布、线宽一致性、表面形貌以及加工缺陷，因此，需要建立一套能够对目标像面状态实现稳定控制的方法。

2、现有工程中，常见做法通常是先通过标定或离线拟合建立目标像面状态到振镜驱动角的近似映射，在线阶段再依据该映射直接输出驱动角。这类方法在系统结构较稳定、工作区域有限时具有较高效率，但对装调与标定质量依赖较强。当存在温漂、装调偏差、镜面安装误差或镜头参数变化时，原有映射关系容易发生偏移；同时，由于逆映射在部分工况下可能存在多解或近似多解，仅依赖离线拟合结果或局部几何近似，未必能够保证在线输出的控制量始终对应目标像面状态。

3、此外，现有工程流程还普遍存在多工具分离的问题。由于这些环节在数据结构、坐标系约定和接口形式上并不统一，工程上往往需要通过人工坐标对齐或脚本更新入射状态来维持流程联通。

技术实现思路

1、本技术提供一种面向五轴振镜扫描系统的反解控制方法、系统、设备及介质，以解决现有的近似映射方案涉及的映射关系容易发生偏移、仅依赖离线拟合结果或局部几何近似，未必能够保证在线输出的控制量始终对应目标像面状态，另外，存在多工具分离的问题，需要通过人工坐标对齐或脚本更新入射状态来维持流程联通。

2、第一方面，本技术提供了一种面向五轴振镜扫描系统的反解控制方法，五轴振镜扫描系统四个受控振镜与场镜构成，方法包括：

3、接收受控振镜的实际控制向量，并下发至各受控振镜通道；经过各受控振镜通道，获得入瞳光线状态；

4、通过固定的坐标对齐关系，将入瞳光线状态映射到顺序追迹坐标系，获得顺序追迹入射状态；以顺序追迹入射状态作为入射状态，对场镜执行顺序追迹，获得实际像面状态；

5、基于预设数量的实际控制向量和实际像面状态组合，构建数据样本；利用数据样本，训练获得正向神经网络和逆向神经网络；

6、当获得目标像面状态时，将目标像面状态作为逆向神经网络的输入，输出预测控制向量；将预测控制向量输入正向神经网络，输出预测像面状态；计算预测像面状态和目标像面状态之间的误差结果；

7、当误差结果不符合预设输出条件时，利用预测控制向量，构造若干候选控制向量；通过候选控制向量对应的误差结果，计算综合评分，输出综合评分最小值对应的候选控制向量；当误差结果符合预设输出条件时，直接输出预测控制向量。

8、在本技术的一种实现方式中，接收受控振镜的实际控制向量，并下发至各受控振镜通道；经过各受控振镜通道，获得入瞳光线状态，具体包括：

9、接收受控振镜的实际控制向量：其中，表示第个振镜的驱动角；

10、实际控制向量经过各受控振镜通道，利用五轴振镜扫描系统，将四镜后的最终出射光线统一转换为入瞳光线状态其中，表示入瞳点，表示入射方向。

11、在本技术的一种实现方式中，通过固定的坐标对齐关系，将入瞳光线状态映射到顺序追迹坐标系，获得顺序追迹入射状态；以顺序追迹入射状态作为入射状态，对场镜执行顺序追迹，获得实际像面状态，具体包括：

12、通过公式：，将入瞳光线状态转换为追迹入射状态，其中，表示入瞳点，表示入射方向；

13、以作为入射状态，对场镜执行顺序追迹，得到像面交点及像面方向；

14、定义相对光轴的倾角为：根据像面交点、像面方向和倾角建立实际像面状态：

15、。

16、在本技术的一种实现方式中，基于预设数量的实际控制向量和实际像面状态组合，构建数据样本；利用数据样本，训练获得正向神经网络和逆向神经网络，具体包括：

17、将数据样本中的实际控制向量作为输入数据，实际像面状态作为标签，训练第一神经网络，获得包含实际控制向量到实际像面状态的映射关系的正向神经网络；

18、将数据样本中的实际像面状态作为输入数据，实际控制向量作为标签，训练第二神经网络，获得包含实际像面状态到实际控制向量的映射关系的逆向神经网络。

19、在本技术的一种实现方式中，当获得目标像面状态时，将目标像面状态作为逆向神经网络的输入，输出预测控制向量；将预测控制向量输入正向神经网络，输出预测像面状态；计算预测像面状态和目标像面状态之间的误差结果，具体包括：

20、获得目标像面状态；

21、将目标像面状态作为逆向神经网络的输入，输出预测控制向量：其中，表示逆向神经网络，表示预测控制向量；

22、将预测控制向量输入正向神经网络，输出预测像面状态：且其中，表示预测像面状态对应的像面交点，、表示预测像面状态对应的倾角；

23、通过公式：

24、，计算位置误差和角度误差；其中，表示目标像面状态对应的像面交点，、表示目标像面状态对应的倾角，误差结果包括位置误差和角度误差。

25、在本技术的一种实现方式中，当误差结果不符合预设输出条件时，利用预测控制向量，构造若干候选控制向量，通过候选控制向量对应的误差结果，计算综合评分，输出综合评分最小值对应的候选控制向量，具体包括：

26、当不满足时，误差结果不符合预设输出条件；其中，表示位置误差，表示角度误差；

27、利用预测控制向量，在预设波动范围内构造k个候选控制向量；

28、利用正向神经网络，获得各候选控制向量的候选像面状态；

29、利用候选像面状态和目标像面状态，计算各候选控制向量对应的误差结果；

30、通过公式：

31、计算综合评分j；其中，表示候选控制向量对应的位置误差，表示候选控制向量对应的角度误差；表示预设角度项权重；

32、输出综合评分最小值对应的候选控制向量。

33、第二方面，本技术提供了一种面向五轴振镜扫描系统的反解控制系统，系统包括：

34、获得模块，用于接收受控振镜的实际控制向量，并下发至各受控振镜通道；经过各受控振镜通道，获得入瞳光线状态；通过固定的坐标对齐关系，将入瞳光线状态映射到顺序追迹坐标系，获得顺序追迹入射状态；以顺序追迹入射状态作为入射状态，对场镜执行顺序追迹，获得实际像面状态；

35、训练模块，用于基于预设数量的实际控制向量和实际像面状态组合，构建数据样本；利用数据样本，训练获得正向神经网络和逆向神经网络；

36、误差模块，用于当获得目标像面状态时，将目标像面状态作为逆向神经网络的输入，输出预测控制向量；将预测控制向量输入正向神经网络，输出预测像面状态；计算预测像面状态和目标像面状态之间的误差结果；

37、输出模块，用于当误差结果不符合预设输出条件时，利用预测控制向量，构造若干候选控制向量；通过候选控制向量对应的误差结果，计算综合评分，输出综合评分最小值对应的候选控制向量；当误差结果符合预设输出条件时，直接输出预测控制向量。

38、在本技术的一种实现方式中，输出模块包括输出单元，

39、用于当不满足时，误差结果不符合预设输出条件；其中，表示位置误差，表示角度误差；

40、利用预测控制向量，在预设波动范围内构造k个候选控制向量；

41、利用正向神经网络，获得各候选控制向量的候选像面状态；

42、利用候选像面状态和目标像面状态，计算各候选控制向量对应的误差结果；

43、通过公式：

44、计算综合评分j；其中，表示候选控制向量对应的位置误差，表示候选控制向量对应的角度误差；表示预设角度项权重；

45、输出综合评分最小值对应的候选控制向量。

46、第三方面，本技术提供了一种面向五轴振镜扫描系统的反解控制设备，设备包括：

47、处理器；

48、以及存储器，其上存储有可执行代码，当可执行代码被执行时，使得处理器执行如上述任一项的一种面向五轴振镜扫描系统的反解控制方法。

49、第四方面，本技术提供了一种非易失性计算机存储介质，其上存储有计算机指令，计算机指令在被执行时实现如上述任一项的一种面向五轴振镜扫描系统的反解控制方法。

50、从以上技术方案可以看出，本技术具有以下优点：

51、本技术区别于传统离线拟合建立映射关系的方式，通过构建实际控制向量与实际像面状态的样本数据集，训练得到正向与逆向神经网络。在实际运行中，以神经网络模型为核心进行控制向量的预测与验证，摆脱了对装调标定质量的过度依赖。

52、通过闭环验证与候选优化机制，解决了逆映射多解或近似多解问题。本技术在得到预测控制向量后，并非直接输出，而是将其输入正向神经网络得到预测像面状态，与目标像面状态对比计算误差。当误差不符合要求时，构造若干候选控制向量并计算综合评分，选取最优结果输出，能筛选出最匹配目标像面状态的控制向量，避免了仅依赖离线拟合或局部几何近似时，可能出现的控制量与目标状态不匹配的情况。

53、本技术通过固定的坐标对齐关系，将入瞳光线状态直接映射到顺序追迹坐标系，无需人工进行坐标对齐或通过脚本更新入射状态。统一的数据结构与坐标系约定，让受控振镜通道、顺序追迹模块与神经网络训练模块之间实现无缝衔接，消除了不同工具间的接口壁垒。这不仅减少了人工操作可能带来的误差，还缩短了流程衔接时间，使整个五轴振镜扫描系统的控制流程更加顺畅高效，降低了工程实施的复杂度与人力成本。