一种液体透镜及其控制方法、控制系统
本发明属于液体透镜领域,尤其涉及了一种液体透镜及其控制方法、控制系统。
背景技术:
1、液体透镜作为一种微型光学器件,其主要原理是利用外加电场改变导电液体与绝缘液体之间的接触角,从而控制两种互不相溶流体界面的曲率,实现无机械部件连续调节焦距。
2、然而,在实际应用中,现有液体透镜的性能受环境因素(如温度、透镜姿态等)影响较大,主要体现在以下两个方面:其一,环境温度波动会直接改变液体透镜内部两相流体的物理性质,如液体的动力粘度和表面张力等。温度升高导致粘度下降、表面张力减小,使得相同驱动电压下接触角变化量增大,产生温漂;低温环境下则导致响应时间显著变慢。其二,当搭载液体透镜的设备发生姿态倾斜时,在重力场作用下,液体受重力作用产生非对称变形,液面偏离理想球面形态,在俯仰、横滚等不同姿态下均会引起明显的像差,严重影响成像质量。
3、为克服上述问题,业界已经进行了一定的探索。目前主流的电润湿式液体透镜产品(如corning varioptic系列、optotune el系列等)通常已在透镜模组外壳或驱动电路板上集成有温度传感器,并通过温度-电压查找表或多项式拟合的方式对驱动电压进行温度补偿。例如cn115903103a即公开了基于不同工作距离下温度-电压查找表的补偿方法;该类方案在水平放置的静态工况下已能实现较为可靠的温度漂移抑制。然而,在姿态感知方面,现有的电润湿式液体透镜产品及相关专利均未将姿态传感器集成于液体透镜本体之上。换言之,现有电润湿式液体透镜普遍呈现“有温度传感、无姿态传感”的局面,对重力场作用下的液面非对称形变缺乏实时、就地的感知能力,无法主动闭环抑制由姿态变化引起的彗差与像散。
4、在驱动控制策略方面,现有电润湿式液体透镜方案亦存在明显不足:(1)由于缺失针对透镜光轴的实时姿态传感,对姿态倾斜引起的彗差、像散等离轴像差只能依靠事先离线标定或外部姿态信号进行间接补偿,难以做到主动、闭环的实时面形重塑;(2)即使温度传感器已经集成于透镜模组,但基于一维查找表或简单pid反馈的控制策略仅能处理温度这一单一变量,无法应对温度、姿态倾角、目标焦距等多变量耦合的非线性形变问题,标定工作量大、参数空间庞大、泛化能力差;(3)基于成像反馈的纯闭环补偿方案受液体惯性影响响应滞后,难以满足无人机航拍、车载视觉、手持成像、医疗内窥镜等动态场景下毫秒级实时补偿的需求;(4)大多数现有方案采用单环或环状驱动电极结构,仅能整体改变液面接触角,无法对液面不同方位施加非对称电压,因此即便配备了姿态信息,也缺乏主动重塑非球面液面的执行手段。
技术实现思路
1、为了克服现有电润湿式液体透镜在温度变化和姿态倾斜环境下存在的焦距漂移、传感与执行器各自独立、成像质量下降、补偿方式单一、实时响应不足的缺陷,本发明提供了一种液体透镜及其控制方法、控制系统。本发明将温度传感器、姿态传感器与多分区驱动电极一体化集成,并基于深度神经网络模型实现自适应前馈补偿。本发明将深度神经网络模型引入到流体面型预测与电压补偿中,利用仿真与实测数据进行离线训练,从而在毫秒级时间内实时输出最优驱动电压。
2、本发明的技术方案如下:
3、第一方面,本发明提出了一种液体透镜的控制方法,所述控制方法包括以下步骤:
4、获取每个液体透镜的实时工作温度、实时姿态以及目标焦距并生成每个液体透镜的实时状态参数,控制参数预测模型根据每个液体透镜的实时状态参数预测液体透镜的驱动电压补偿值,再结合液体透镜的理论驱动电压,生成液体透镜的实际驱动电压并作用于液体透镜。
5、进一步地,所述控制参数预测模型为预训练的深度神经网络模型。
6、进一步地,所述深度神经网络模型为物理信息神经网络模型,其预训练过程中的损失函数包含数据拟合损失和物理约束残差项。所述物理约束残差项由表征电润湿接触角与电压关系的杨-李普曼(young–lippmann)方程和/或两相界面力平衡方程构造获得,使所述物理信息神经网络模型的输出满足物理约束。
7、进一步地,所述实时姿态包含俯仰角、横滚角。
8、进一步地,所述液体透镜包含液体透镜本体、温度传感器和姿态传感器,温度传感器用于采集液体透镜本体的工作温度,姿态传感器用于采集液体透镜本体的姿态。
9、进一步地,所述液体透镜本体处的驱动电极为多个电极,不同电极分别作用于液体透镜本体的不同分区。
10、进一步地,所述驱动电压补偿值为各个分区电极对应的随时间变化的电压轨迹,该电压轨迹包含电压预整形段和电压稳态段,电压预整形段用于缩短液体透镜的液面到达目标面形的建立时间并抑制振荡。所述预整形段是依据液体透镜内的两种液体的惯性与沉降时间所确定的,电压预整形段在液面趋近目标面形的过程中施加暂态过冲电压并随后收敛至稳态补偿值。
11、第二方面,本发明提出了一种液体透镜的控制系统,所述系统包括:
12、状态数据获取单元,用于获取每个液体透镜的实时工作温度、实时姿态以及目标焦距并生成每个液体透镜的状态参数;
13、补偿数据预测单元,用于根据每个液体透镜的状态参数,利用控制参数预测模型预测该液体透镜的驱动电压补偿值;
14、驱动电压生成单元,用于根据每个液体透镜的驱动电压补偿值和理论驱动电压,生成每个液体透镜的实际驱动电压;
15、驱动控制单元,用于基于每个液体透镜的实际驱动电压控制对应液体透镜。
16、第三方面,本发明提出了一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现上述第一方面所述控制方法的步骤。
17、第四方面,本发明提出了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述第一方面所述控制方法的步骤。
18、第五方面,本发明提出了一种计算机程序产品,包括计算机程序/指令,该计算机程序/指令被处理器执行时实现上述第一方面所述控制方法的步骤。
19、与现有技术相比,本发明的有益效果是:
20、1、综合补偿温度与重力双重扰动:本发明采用以温度和姿态角为输入、以多分区结构化电压向量为输出的控制参数预测模型,再结合多个可独立控制的分区电极,实现对温度引起的液体粘度/表面张力变化与重力引起的液面非球面形变的综合预测与补偿,克服了现有技术将温度补偿与姿态补偿分开处理、只能整体调节的局限性,补偿精度更高、泛化能力更强。
21、2、高精度代理模型:本发明以多物理场仿真平台为数据源,生成覆盖宽温度范围、宽姿态范围的高质量训练数据,避免了纯实测标定方案中数据获取成本高、覆盖不全面的问题;仿真数据与实测数据的联合训练进一步提升了模型的实用精度;在此基础上进一步引入了物理信息约束,模型在未训练工况下的外推精度可得到显著提升。
22、3、前馈预测与动态轨迹整形带来的快速响应:神经网络模型部署完成后,推理时延极低(毫秒级),可在传感器采集到环境参数后立即输出补偿电压,实现前馈预测补偿,相较于依赖成像反馈的纯闭环方案具有更快的响应速度;结合动态电压轨迹的预整形,可进一步缩短液面建立的时间,更适合动态变化场景,尤其适用于无人机、机器视觉、医疗内窥镜等场景。
23、4、无需外部测距装置:本发明无需额外的测距模块,目标焦距由上位系统直接下发,环境参数由温度传感器和惯性测量单元(imu)提供,系统集成度高,避免了外部测距模块测距精度不足引起的误差,降低了系统成本与复杂度。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com