[发明专利]一种基于深度学习的照明系统设计方法及系统

说明书

本发明公开了一种基于深度学习的照明系统设计方法，包括：获取照明系统的设计参数；将设计参数导入到深度学习网络模型中进行训练并获得照明系统的曲面点集；将曲面点集进行拟合得到二维面型曲线，并将二维面型曲线旋转成为曲面；拟合曲面获得照明系统的面型方程。通过本发明实现了照明用光学透镜从参数到设计的自动化作业过程；减少了人工设计的不确定性，降低了照明用光学透镜的设计难度，并且提高了照明用光学透镜设计水平的下限；此外，减少了由于人的因素而导致的系统误差，增加了客户预期的准确性。

技术领域

本发明涉及照明系统设计领域，尤其涉及一种基于深度学习的照明系统设计方法。

背景技术

照明系统设计是光学设计上的一个重要分支，可以通过照明设计去解决生活，工业中的种种不同需求。现有的照明光学系统主要由LightTools等照明设计软件辅助进行完成，在LightTools等照明设计软件中通过对系统搭建，评价函数的编写，最终优化出一个接近初始需求的照明系统。但是这种设计方式受限于初始结构的选择，如果初始结构选择合理，则会大大降低设计难度，降低优化时间，反之则会增加优化与设计的难度。同时，光学系统设计也受限于设计者的经验与水平，一个优秀的设计师可以很快的设计出符合需求的光学系统，而新手则存在一定的难度。

除此之外，还可以使用Matlab，通过计算，方程求解得出透镜本身面型，最终实现照明设计，但是实践过程中，由于该方法计算量大，并且只能基于点光源进行计算，而实际使用过程中光源都具有一定的尺寸，导致最终设计结果在实际生产/使用中无法到达预期的效果。

专利CN201810068255.X公开了一种镜头光学系统的设计方法、装置、设备及存储介质；该方案可以实现镜头的自动化光学系统设计，但是由于镜头与照明系统在设计需求以及使用上具有本质上的差别，因此不能直接将该技术方案直接适用于照明光学系统的设计之中。

故市场亟需一种可以实现自动化的照明用光学透镜设计的技术方案。

发明内容

为解决上述技术问题，本发明提供一种基于深度学习的照明系统设计方法，包括：获取照明系统的设计参数；将设计参数导入到深度学习网络模型中进行训练并获得照明系统的曲面点集；将所述曲面点集进行拟合得到二维面型曲线，并将所述二维面型曲线旋转成为曲面；拟合所述曲面获得所述照明系统的面型方程。

上述技术方案中，首先要明确客户的需求，要得知客户到底要一个什么样的照明设备，然后再将从用户处获取的设计参数导入到预先训练好的深度学习网络模型中，由深度学习网络模型输出相应的曲面点集，曲面点集描述了要加工的透镜形状，再进行拟合，将加工设备不能识别的曲面点集变为加工设备可以识别的面型方程的数据结构，再使用面型方程进行透镜的加工作业，从而完成了整个从透镜的设计到加工的自动化作业过程，减少了人工设计的不确定性，并且进一步提高了设计水平的下限，增加了客户预期的准确性，克服了传统的透镜设计领域中所存在的涉及人的不可控因素过多，设计难度过大，计算量过高的技术问题。

进一步地，基于深度学习的照明系统设计方法所述将设计参数导入到深度学习网络模型中进行训练并获得照明系统的曲面点集包括：初始化所述深度学习网络模型；所述深度学习网络模型包括第一神经网络；对所述深度学习网络模型进行训练，将模拟光线的发射角度集输入所述第一神经网络，所述第一神经网络输出高度集；所述高度集中的元素为所述模拟光线在所述照明系统的曲面上的出射点的高度；根据所述高度集计算出二维面型曲线交点集；确定所述深度学习网络模型的目标损失函数；根据所述目标损失函数计算损失值，并判断所述损失值是否小于预定阈值；若是，则结束训练；否则，调整所述深度学习网络模型的结构参数后继续训练；将所述二维面型曲线交点集作为曲面点集输出。