技术栈
光学设计与仿真：Zemax（序列与非序列模式，像差分析，点列图/RMS评价，色散物镜优化）
编程与算法：Python（原型开发），C++（工程化落地），Halcon接口调用
信号处理：光谱解码，光条中心寻峰算法
数据处理：三维点云处理（异常剔除，聚类补全）
软件工程：上位机软件流程设计，接口交互逻辑梳理

擅长场景
复杂光学系统设计：从光源到探测器的全链路光路建模，包括色散物镜轴向色散控制、成像镜头物像倍率匹配、光谱仪准直-色散-聚焦链路协同优化。尤其擅长在Zemax中平衡多个相互制约的光学指标（色散范围vs线性度vs像质vs能量利用率）。
跨材质光学测量方案：针对透明、高反光、强吸光等棘手材质的测量光路设计。
算法与光学联动优化：基于光学仿真结果指导寻峰算法参数调优，或根据实测数据反向迭代光学设计。
算法工程化：将Python原型算法转化为C++生产代码，提升部署效率。

解决问题
解决线共焦光学系统中多指标冲突问题：在色散物镜设计中，通过合理安排镜片光焦度分配和材料选型，在±2mm量程内将色散线性度控制在0.2%、光斑RMS优于5μm。
解决光路-算法协同问题：将成像光斑形态与寻峰算法特性联动，确保不同材质反射率差异下仍能稳定提取峰值位置。
解决点云数据质量问题：通过聚类算法剔除飞点与噪点，对遮挡或低反光区域实施缺失补全，保障三维重建的完整性。
解决光谱仪链路信号退化问题：在准直镜、光栅、聚焦镜的参数协同优化中，平衡光谱分辨率与能量效率，为后续波长-位移解码精度提供上游保障。
解决软硬件协同问题：梳理上位机与底层驱动的接口交互逻辑，确保光学采集、算法处理与业务控制流程的时序匹配与异常容错。

项目背景：点光谱共焦传感器在半导体、3C电子、新能源电池等行业的大面积复杂三维检测场景中，逐点扫描效率极低，且激光三角法难以应对透明、高反光、强吸光等“棘手材质”。线光谱共焦技术以线代点、以谱代光，兼顾高速、高精度与材质普适性。国内市场长期被基恩士等国外厂商主导，国产替代空间明确。

我的职责：

光学设计：基于Zemax完成线共焦成像镜头建模与优化，设计物像倍率关系，使物面条纹像与探测器匹配。负责色散物镜设计，平衡轴向色散范围、线性度与像质。参与光谱仪准直-色散-聚焦光路方案设计与评审，配合点列图、RMS光斑半径等像差分析验证可行性。

算法开发：设计光条中心寻峰算法，完成Python到C++工程转化。主导三维点云算法开发，实现异常点云剔除及基于聚类的缺失补全方案。

软件方案：制定上位机软件用户操作流程图，梳理接口交互逻辑，提升系统协同性与可用性。

产出结果：色散物镜覆盖量程±2mm、线性度0.2%、光斑RMS优于5μm。同轴式物镜样品在标准量块实测中精度达0.5μm，实现微小位移高精度测量。光谱仪方案完成像差分析与设计评审。寻峰算法和三维点云算法完成开发落地，点云缺失补全方案达到预期。上位机软件流程与接口方案梳理完成，支撑系统集成。整个研发成果为线光谱共聚焦位移传感器的工程化落地提供了从光路、算法到软件的全链路支撑。