阅读说明：本技术 激光器谐振腔的智能调节系统和方法 (Intelligent adjustment system and method for laser resonant cavity ) 是由 马文静 张军伟 袁晓东 胡东霞 徐振源 向勇 陈良明 周丽丹 房奇 李可欣 于 2020-07-01 设计创作，主要内容包括：本发明的实施例提供了一种激光器谐振腔的智能调节系统和方法,涉及激光器谐振腔调节技术领域。所述系统包括激光器、图像采集模块、图像处理计算模块及谐振腔调节模块,其中,所述激光器、所述图像采集模块、所述图像处理计算模块及所述谐振腔调节模块依次连接,所述图像采集模块用于采集所述激光器的谐振腔的输出光场信息,所述谐振腔调节模块包括谐振腔反射镜,所述图像处理计算模块用于对所述输出光场信息进行处理计算,并输出所述谐振腔反射镜的调整参数,所述谐振腔调节模块用于根据所述调整参数、对所述谐振腔反射镜进行调节,提高谐振腔的调节速度,保证激光器的高效稳定运行。(The embodiment of the invention provides an intelligent adjusting system and method for a laser resonant cavity, and relates to the technical field of laser resonant cavity adjustment. The system comprises a laser, an image acquisition module, an image processing calculation module and a resonant cavity adjusting module, wherein the laser, the image acquisition module, the image processing calculation module and the resonant cavity adjusting module are sequentially connected, the image acquisition module is used for acquiring output light field information of a resonant cavity of the laser, the resonant cavity adjusting module comprises a resonant cavity reflector, the image processing calculation module is used for processing and calculating the output light field information and outputting adjusting parameters of the resonant cavity reflector, and the resonant cavity adjusting module is used for adjusting the resonant cavity reflector according to the adjusting parameters, so that the adjusting speed of the resonant cavity is increased, and the efficient and stable operation of the laser is ensured.)

激光器谐振腔的智能调节系统和方法

技术领域

本发明涉及激光器谐振腔调节技术领域，具体而言，涉及一种激光器谐振腔的智能调节系统和方法。

背景技术

在激光器工作过程中，由于内部或外部的一些因素，如工作物质热效应造成的畸变、振动引起的腔镜相对空间位置改变、外界环境温度或湿度的变化等，都会使激光器的输出光束偏离理想状态，光束质量变差，输出功率降低。其中，谐振腔作为激光器的重要组成部分，对激光器的输出性能具有决定性的影响，在很多应用场景下都需要进行精密调节。目前，谐振腔的调节方式主要还是技术人员根据经验对近场图像，如光斑图及光强分布图，进行分析，通过爬山法对腔镜进行调节。该方法对技术人员要求较高，且调节步骤繁琐，调节效率较低。为了保证激光器的高质量运转，有必要对激光器中的谐振腔进行实时监控，实时精密调节。

因此，设计一种激光器谐振腔的智能调节系统和方法，能够提高谐振腔调节的效率和精度，这是目前急需解决的技术问题。

发明内容

本发明的目的在于提供了一种激光器谐振腔的智能调节系统和方法，其能够快速准确地给出腔镜的调整参数，显著提高谐振腔调节的效率和精度，从而实现谐振腔的智能调节。

本发明的实施例可以这样实现：

第一方面，本发明实施例提供一种激光器谐振腔的智能调节系统，所述系统包括激光器、图像采集模块、图像处理计算模块及谐振腔调节模块，其中，所述激光器、所述图像采集模块、所述图像处理计算模块及所述谐振腔调节模块依次连接，所述图像采集模块用于采集所述激光器的谐振腔的输出光场信息，所述谐振腔调节模块包括谐振腔反射镜，所述图像处理计算模块用于对所述输出光场信息进行处理计算，并输出所述谐振腔反射镜的调整参数，所述谐振腔调节模块用于根据所述调整参数、对所述谐振腔反射镜进行调节。

在可选的实施方式中，所述激光器为具有谐振腔的固体激光器。

在可选的实施方式中，所述图像采集模块包括功率计和光伏板，所述系统还包括分束镜，所述分束镜用于将所述激光器的输出光束分为透过光束和反射光束，所述功率计用于实时接收所述透过光束、并获取激光的输出功率，所述光伏板用于实时接收所述反射光束、并获取所述输出光场信息。

在可选的实施方式中，所述图像处理计算模块包括近场图像处理模块，所述近场图像处理模块用于对所述输出光场信息进行图像去噪和图像增强。

在可选的实施方式中，所述图像处理计算模块包括基于深度学习的卷积神经网络模型，所述卷积神经网络模型用于根据所述输出光场信息、计算出所述谐振腔反射镜的所述调整参数。

在可选的实施方式中，所述卷积神经网络模型包括输入层、卷积层、池化层、全连接层及输出层，所述卷积层、所述池化层以及所述全连接层的参数已通过模型的学习和训练进行修正及更新，所述输出层的误差小于训练目标。

在可选的实施方式中，所述谐振腔反射镜包括电控输入反射镜和电控输出反射镜，所述电控输入反射镜和所述电控输出反射镜分别设置在所述激光器的两侧，所述电控输入反射镜和所述电控输出反射镜均为压电陶瓷驱动的反射镜。

在可选的实施方式中，所述电控输入反射镜用于根据所述调整参数进行曲率调节，所述电控输出反射镜用于根据所述调整参数进行角度调节。

第二方面，本发明实施例提供一种激光器谐振腔的智能调节方法，所述方法包括：

采集激光器的谐振腔的输出光场信息；

对所述输出光场信息进行处理计算，并输出谐振腔反射镜的调整参数；

根据所述调整参数、对所述谐振腔反射镜进行调节。

本发明实施例提供的激光器谐振腔的智能调节系统的有益效果：

通过实时采集所述激光器的谐振腔的输出光场信息，判断所述激光器的谐振腔是否发生偏移，如果发生偏移，则计算出所述谐振腔反射镜的调整参数，由所述谐振腔调节模块根据所述调整参数、对所述谐振腔反射镜进行调节，提高谐振腔的调节速度，保证激光器的高效稳定运行。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。

图1为本发明第一实施例提供的激光器谐振腔的智能调节系统的组成框图；

图2为本发明第一实施例提供的激光器谐振腔的智能调节系统的结构示意图；

图3为卷积神经网络模型的组成示意图；

图4为本发明第二实施例提供的激光器谐振腔的智能调节方法的流程图。

图标：100-激光器谐振腔的智能调节系统；110-激光器；120-图像采集模块；121-功率计；122-光伏板；130-图像处理计算模块；140-谐振腔调节模块；141-电控输入反射镜；142-电控输出反射镜；150-分束镜；200-卷积神经网络模型；210-输入层；220-卷积层；230-池化层；240-全连接层；250-输出层。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。

因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。

在本发明的描述中，需要说明的是，若出现术语“上”、“下”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，或者是该发明产品使用时惯常摆放的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。

此外，若出现术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。

需要说明的是，在不冲突的情况下，本发明的实施例中的特征可以相互结合。

谐振腔调节的核心是根据输出性能判断腔镜的调整方向及调整量，因此如何确定谐振腔输出性能与不同腔镜位置、角度及曲率之间的关系是谐振腔调节的关键所在。对于这种具有耦合输入信息的问题，深度学习技术可以快速对样本特征进行提取和学习，建立不同参量之间的映射关系，从而实现复杂输入数据的高效处理。因此利用深度学习技术对谐振腔输出光场的近场图像进行识别、处理，可以快速准确地给出腔镜的调整方向及调整量，显著提高谐振腔调节的效率和精度，从而实现谐振腔的智能调节。

请参考图1和图2，本实施例提供了一种激光器谐振腔的智能调节系统100，系统包括激光器110、分束镜150、图像采集模块120、图像处理计算模块130及谐振腔调节模块140。其中，所述激光器110、所述图像采集模块120、所述图像处理计算模块130及所述谐振腔调节模块140依次连接。所述激光器110为具有谐振腔的固体激光器110。

具体的，图像采集模块120包括功率计121和光伏板122，谐振腔调节模块140包括谐振腔反射镜，谐振腔反射镜包括电控输入反射镜141和电控输出反射镜142。

电控输入反射镜141和电控输出反射镜142分别设置在所述激光器110的两侧，所述电控输入反射镜141和所述电控输出反射镜142均为压电陶瓷驱动的反射镜。

图像处理计算模块130与电控输入反射镜141、电控输出反射镜142、光伏板122电连接，分束镜150安装在电控输出反射镜142的远离激光器110的一侧，功率计121安装在分束镜150的远离电控输出反射镜142的一侧。

所述图像采集模块120用于采集所述激光器110的谐振腔的输出光场信息，输出光场信息包括激光器110的谐振腔的输出光场近场图像，并将输出光场信息发送至图像处理计算模块130。

图像处理计算模块130包括近场图像处理模块和基于深度学习的卷积神经网络模型200，近场图像处理模块和基于深度学习的卷积神经网络模型200均可以集成封装在图像处理计算模块130的芯片中。图像处理计算模块130用于对所述输出光场信息进行处理计算，并输出所述谐振腔反射镜的调整参数，调整参数包括谐振腔反射镜的调整方向及调整量。所述谐振腔调节模块140用于根据所述调整参数、对所述谐振腔反射镜进行调节。

请参阅图3，卷积神经网络模型200包括输入层210、卷积层220、池化层230、全连接层240和输出层250，其中，卷积层220和池化层230交替层叠设置。所述卷积神经网络模型200用于根据所述输出光场信息、计算出所述谐振腔反射镜的所述调整方向及所述调整量。所述卷积层220、所述池化层230以及所述全连接层240的参数已通过模型的学习和训练进行修正及更新，所述输出层250的误差小于训练目标。

本实施例提供的激光器谐振腔的智能调节系统100的具体工作流程：

首先，将激光器110依次与图像采集模块120、图像处理计算模块130及谐振腔调节模块140连接，以进行激光器110的谐振腔输出光场的采集和处理；

其次，运行激光器110，所述分束镜150将所述激光器110的输出光束分为透过光束和反射光束，透过光束传输至功率计121，反射光束传输至光伏板122，所述功率计121则实时接收所述透过光束、并获取激光的输出功率，所述光伏板122用于则实时接收所述反射光束、并获取所述输出光场信息，通过对比输出光束的功率及近场图像数据，判断激光器110的谐振腔是否发生偏移，若谐振腔发生偏移，则将光伏板122采集到的近场图像输入至图像处理计算模块130；

然后，利用近场图像处理模块对谐振腔的输出光场近场图像进行图像去噪及图像增强等操作，并将处理后的图像输入至卷积神经网络模型200中进行计算，将计算结果输出给谐振腔调节模块140；

最后，谐振腔调节模块140接收图像处理计算模块130发送的计算结果，并驱动电控输入反射镜141进行曲率调节，驱动电控输出反射镜142进行角度调节。

本实施例提供的激光器谐振腔的智能调节系统100的有益效果：

本实施例提供的激光器谐振腔的智能调节系统100，包括激光器110、图像采集模块120、图像处理计算模块130及谐振腔调节模块140。激光器110运行后，通过图像采集模块120实时采集激光器110的谐振腔的输出光场近场图像，并输入至图像处理计算模块130中进行处理及计算，根据输出结果控制谐振腔调节模块140完成对谐振腔的调节，能够实时监测激光器110工作时输出激光的光场分布，判断激光器110的谐振腔是否发生偏移，并能根据输出光场的变化趋势判断激光器110的谐振腔反射镜的调整方向及调整量，反馈给谐振腔调节模块140进行调节，提高谐振腔的调节速度，保证激光器110的高效稳定运行。

第二实施例

请参阅图4，本实施例提供一种激光器谐振腔的智能调节方法，该方法可以直接采用第一实施例提供的激光器谐振腔的智能调节系统100来实现。

该方法包括以下步骤：

S1：采集激光器110的谐振腔的输出光场信息。

其中，图像采集模块120包括功率计121和光伏板122，所述分束镜150将所述激光器110的输出光束分为透过光束和反射光束，所述功率计121用于实时接收所述透过光束、并获取激光的输出功率，所述光伏板122用于实时接收所述反射光束、并获取所述输出光场信息。输出光场信息包括激光器110的谐振腔的输出光场近场图像。

S2：对所述输出光场信息进行处理计算，并输出谐振腔反射镜的调整参数。

其中，设置图像处理计算模块130对所述输出光场信息进行处理计算，图像处理计算模块130包括近场图像处理模块和基于深度学习的卷积神经网络模型200，图像处理计算模块130用于对所述输出光场信息进行处理计算，并输出所述谐振腔反射镜的调整参数，调整参数包括谐振腔反射镜的调整方向及调整量。

具体的，近场图像处理模块用于对谐振腔的输出光场近场图像进行图像去噪及图像增强等操作。卷积神经网络模型200包括输入层210、卷积层220、池化层230、全连接层240和输出层250，其中，卷积层220和池化层230交替层叠设置。所述卷积神经网络模型200用于根据所述输出光场信息、计算出所述谐振腔反射镜的所述调整方向及所述调整量。

具体的，通过对比输出光束的功率及近场图像数据，判断激光器110的谐振腔是否发生偏移，若谐振腔发生偏移，则将光伏板122采集到的近场图像输入至图像处理计算模块130。再利用近场图像处理模块对谐振腔输出光场近场图像进行图像去噪及图像增强等操作，并将处理后的图像输入至卷积神经网络模型200中进行计算，然后将计算结果输出给谐振腔调节模块140。这里的计算结果中就包含谐振腔反射镜的调整参数。

S3：根据所述调整参数、对所述谐振腔反射镜进行调节。

具体的，谐振腔调节模块140接收图像处理计算模块130发送的计算结果，并驱动电控输入反射镜141进行曲率调节，驱动电控输出反射镜142进行角度调节。

本实施例提供的激光器谐振腔的智能调节方法的有益效果：

本实施例提供的激光器谐振腔的智能调节方法，能够实时监测激光器110工作时输出激光的光场分布，判断激光器110的谐振腔是否发生偏移，并能根据输出光场的变化趋势判断激光器110的谐振腔反射镜的调整方向及调整量，反馈给谐振腔调节模块140进行调节，提高谐振腔的调节速度，保证激光器110的高效稳定运行。

本发明实施例提供的激光器谐振腔的智能调节系统100和方法的技术核心在于：针对激光器110在复杂场景下谐振腔易失调的问题，对谐振腔进行实时监测，并通过深度学习训练控制网络，实现激光器110的谐振腔的自主智能调节，确保输出光束的高质量和高稳定性。对本领域技术人员来讲，可以在本发明实施例的技术核心的基础上，作出一些其它扩展的方案，这些扩展的方案都应该属于本申请要求保护的范围。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。