一种人工智能进行镜头光学系统的设计方法技术方案

本发明专利技术涉及光学镜头设计技术领域，尤其涉及一种人工智能进行镜头光学系统的设计方法。包括以下步骤：S1、获取市场需求；S2、根据市场需求调用筛选模块获得镜头参数；S3、根据镜头参数调用算法寻优模块获得镜头的初始结构；S4、根据初始结构调用接口交互模块获得镜头的优化参数；S5、根据优化参数调用设计优化模块获得镜头的光学设计参数；S6、调用人工智能评价模块评价步骤S5中的光学设计参数是否符合步骤S2中镜头参数的要求；若符合要求，则获得镜头的最终设计。本发明专利技术通过人工智能系统可以实现智能优化光学系统，简化光学设计的复杂性，有效提升光学设计优化效率，更加高效。更加高效。更加高效。

【技术实现步骤摘要】
一种人工智能进行镜头光学系统的设计方法


[0001]本专利技术涉及光学镜头设计
，尤其涉及一种人工智能进行镜头光学系统的设计方法。

技术介绍

[0002]随着当今手机镜头、智能家居、车载镜头的快速发展，产品不断的更新迭代。对于光学设计工程师来说在工作质量和创新性方面具有极大的压力，镜头设计是一个复杂工程问题，在传统的光学设计过程中，往往需要光学设计工程师凭借自己在设计过程中掌握的实际经验，工作量巨大，优化效率慢，需要大量的经验和基础知识。

技术实现思路

[0003]鉴于现有技术的上述缺点、不足，本专利技术提供一种人工智能进行镜头光学系统的设计方法，其解决了现有技术中工作量巨大、优化效率慢等技术问题。
[0004]为了达到上述目的，本专利技术采用的主要技术方案包括：本专利技术提供一种人工智能进行镜头光学系统的设计方法，包括以下步骤：S1、获取市场需求；S2、根据市场需求调用筛选模块获得镜头参数；S3、根据镜头参数调用算法寻优模块获得镜头的初始结构；S4、根据初始结构调用接口交互模块获得镜头的优化参数；S5、根据优化参数调用设计优化模块获得镜头的光学设计参数；S6、调用人工智能评价模块评价步骤S5中的光学设计参数是否符合步骤S2中镜头参数的要求；若符合要求，则获得镜头的最终设计。
[0005]进一步地，步骤S6中，若不符合要求，则返回到步骤S4中重新确认优化参数。
[0006]进一步地，步骤S6中，若设计存在缺陷，则返回到步骤S3中重新确认初始结构。
[0007]进一步地，步骤S2中，所述筛选模块根据市场需求分析需求信息，得到镜头光学性能指标、镜片结构指标、良品率指标；分析得到的各项指标作为算法寻优模块和人工智能评价模块的判断依据。
[0008]进一步地，步骤S3中，所述算法寻优模块通过人工智能系统从数据库中筛选出符合镜头参数的初始结构；若人工智能系统未从数据库中找到符合镜头参数的初始结构，则将另外补充初始结构数据至数据库中，然后人工智能系统从数据库中再重新筛选符合镜头参数的初始结构。
[0009]进一步地，步骤S3中，所述算法寻优模块通过人工从数据库中初步分选出符合镜头参数的初始结构，再通过人工智能系统从人工分选的初始结构中筛选出符合镜头参数的初始结构；若人工智能系统未从数据库中找到符合镜头参数的初始结构，则将该初始结构补充至数据库中，然后再重新筛选符合镜头参数的初始结构。
[0010]进一步地，步骤S3中，所述算法寻优模块通过人工智能算法从数据库中初步分选出符合镜头参数的初始结构，再通过人工智能系统从人工智能算法进行分选的初始结构中筛选出符合镜头参数的初始结构；若人工智能系统未从数据库中找到符合镜头参数的初始
结构，则将该初始结构补充至数据库中，然后再重新筛选符合镜头参数的初始结构。优选地，人工智能算法为神经网络算法。
[0011]进一步地，步骤S4中，所述接口交互模块用于将镜头的初始结构传输到人工智能系统中，并通过机械学习算法筛选出符合初始结构的优化参数。
[0012]进一步地，步骤S5中，通过接口交互模块将优化参数传输到光学设计软件中，再调用设计优化模块对光学设计软件中的限制条件进行光学优化，得到光学设计参数。
[0013]进一步地，步骤S6中，所述人工智能评价模块是基于深度学习的智能评价模块，以对接口交互模块反馈的光学设计参数进行数据分析、判断。
[0014]本专利技术的有益效果是：本专利技术的一种人工智能进行镜头光学系统的设计方法，与现有光学工程师进行光学设计相比，人工智能算法可以依托服务器进行24小时不间断进行运算，因此光学设计软件可以有效的提升光学工程师在光学设计上的经验积累，并且提升光学系统优化的质量以及减少设计时间。本专利技术与现有的人工智能在优化光学设计方面相比，在算法寻优模块和人工智能评价模块的作用下，简化了人工智能系统算力的需求，可以有效的减少运行时间，增加光学设计效率。
附图说明
[0015]图1是本专利技术一种人工智能进行镜头光学系统的设计方法的模块框图；图2是本专利技术确定初始面型的流程图；图3是本专利技术光学系统优化的流程图。
具体实施方式
[0016]为了更好的解释本专利技术，以便于理解，下面结合附图，通过具体实施方式，对本专利技术作详细描述。
[0017]实施例1：参照图1
‑
图3，本专利技术实施例提供一种人工智能进行镜头光学系统的设计方法。该方法包括以下步骤：S1、获取市场需求；S2、根据市场需求调用筛选模块获得镜头参数；S3、根据镜头参数调用算法寻优模块获得镜头的初始结构；S4、根据初始结构调用接口交互模块获得镜头的优化参数；S5、根据优化参数调用设计优化模块获得镜头的光学设计参数；S6、调用人工智能评价模块评价步骤S5中的光学设计参数是否符合步骤S2中镜头参数的要求；若符合要求，则获得镜头的最终设计；若不符合要求，则返回到步骤S4中重新确认优化参数；若设计存在缺陷，则返回到步骤S3中重新确认初始结构。
[0018]本专利技术通过人工智能系统，可以实现智能优化光学系统，简化光学设计的复杂性，有效提升光学设计优化效率，更加高效。
[0019]其中，筛选模块用于分析需求信息，得到镜头光学性能指标、镜片结构指标、良品率指标。分析得到的各项指标将成为算法寻优模块和人工智能评价模块的判断依据。筛选模块进行数据筛选时，可以通过神经网络算法分析筛选，也可以采用设计人员人为分析筛选。筛选模块用以采集市场客户对镜头提出的需求数据，因为客户对于镜头的变现形式通常是趋于非专业，模糊的需求。具体客户需求为：拍摄清晰，价格，镜头外观小巧等。筛选模块会将上述描述通过神经网络算法进行分析，一般是神经网络算法通过学习相应的描述和
光学系统指标间的关系来确定挑选相应的光学系统指标，或者由光学工程师进行主导区分，最终明确具体的光学系统指标。
[0020]其中，算法寻优模块先接受筛选模块得到的镜头参数（即光学系统指标）的判断依据，并通过机械学习的算法从数据库中寻找出最为接近的设计指标的初始光学设计。算法寻优模块是通过筛选模块中输出的光学系统指标进行下一步的操作，即在数据库中寻找合适的光学系统的初始结构。数据库是由目前存在的光学镜头作为初始数据库，人工智能系统利用阻尼最小二乘法通过机械学习不断学习判断最终确定的光学系统的系统参数和光学系统指标间的联系，最终通过算法寻优模块找到最合适的光学系统的初始结构，然后输出到设计优化模块当中。人工智能系统可以通过神经网络算法对数据库进行补充。
[0021]其中，接口交互模块用以将人工智能系统和光学设计软件的接口进行连接，然后人工智能系统会调用接口交互模块，将算法寻优模块中查找到的初始结构传输到设计优化模块当中，并将人工智能评价模块中的数据传输回人工智能系统或者算法寻优模块，实现闭环优化。具体地，接口交互模块通过MatLab输入程序指令，将所需要的光学系统数据传输到光学设计软件codev软件当中，同样codev中的光学系统的系统数据和光学性能数据都可以通过接本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种人工智能进行镜头光学系统的设计方法，其特征在于：包括以下步骤：S1、获取市场需求；S2、根据市场需求调用筛选模块获得镜头参数；S3、根据镜头参数调用算法寻优模块获得镜头的初始结构；S4、根据初始结构调用接口交互模块获得镜头的优化参数；S5、根据优化参数调用设计优化模块获得镜头的光学设计参数；S6、调用人工智能评价模块评价步骤S5中的光学设计参数是否符合步骤S2中镜头参数的要求；若符合要求，则获得镜头的最终设计。2.根据权利要求1所述的一种人工智能进行镜头光学系统的设计方法，其特征在于：所述步骤S6中，若不符合要求，则返回到步骤S4中重新确认优化参数。3.根据权利要求1所述的一种人工智能进行镜头光学系统的设计方法，其特征在于：所述步骤S6中，若设计存在缺陷，则返回到步骤S3中重新确认初始结构。4.根据权利要求1所述的一种人工智能进行镜头光学系统的设计方法，其特征在于：所述步骤S2中，所述筛选模块根据市场需求分析需求信息，得到镜头光学性能指标、镜片结构指标、良品率指标；分析得到的各项指标作为算法寻优模块和人工智能评价模块的判断依据。5.根据权利要求1所述的一种人工智能进行镜头光学系统的设计方法，其特征在于：所述步骤S3中，所述算法寻优模块通过人工智能系统从数据库中筛选出符合镜头参数的初始结构；若人工智能系统未从数据库中找到符合镜头参数的初始结构，则将另外补充初始结构数据至数据库中，然后人工智能系统从数据库中再重新筛选符合镜头参数的初始结构。6.根据权利要求1所述的一种人工智能进行镜...

【专利技术属性】
技术研发人员：蒋棹阳，王哲，金兑映，刘琨，
申请(专利权)人：辽宁中蓝光电科技有限公司，
类型：发明
国别省市：