IO-CSIC

Optimización experimental de circuito cerrado de lentes optoajustables

3 Nov, 2022 | Óptica Visual y Biofotónica (VIOBIO)

  • Las lentes optoajustables permiten modificar sus propiedades al recibir una señal eléctrica externa

  • En muchas aplicaciones es importante la velocidad a la que responden a las señales

Madrid / 3 de noviembre de 2022

Un equipo científico formado por personal del Instituto de Óptica y el spin-off 2EyesVision han desarrollado un nuevo sistema de optimización heurística, de bajo coste y automático de la respuesta de las lentes optoajustables a variaciones rápidas de la señal que las controla. El nuevo sistema es robusto y compacto y tiene el potencial de convertirse en un instrumento portátil que pueda usarse en sitios clínicos, laboratorios o cualquier industria que utilice lentes optoajustables a alta velocidad.
Vista esquemática del sistema de focimetría y foto del recorrido de la imagen y elementos.

a) Vista esquemática del sistema de focimetría de bajo coste para la caracterización de lentes optoajustables.
b) Recorrido de la imagen y elementos.

¿Qué son las lentes optoajustables?

Las lentes optoajustables son elementos ópticos que pueden cambiar su potencia óptica en respuesta a una señal eléctrica.
A pesar de ser relativamente recientes, las lentes optoajustables se han convertido en elementos muy utilizados en instrumentos y dispositivos ópticos modernos por su pequeño tamaño, velocidad de respuesta y estabilidad comparados con la óptica tradicional y sus componentes mecánicos para cambiar el enfoque.
Las lentes eoptoajustables han permitido hitos relevantes en microscopía para el seguimiento celular, en sistemas de imágenes médicas y en oftalmología, donde han permitido obtener imágenes tridimensionales in vivo de la retina, así como el desarrollo de nuevos simuladores visuales, utilizando una técnica llamada multiplexación temporal.

Sin embargo, cuando la señal que controla la lente cambia demasiado rápido la lente no es capaz de seguirla y se vuelve inestable.

Hasta ahora la evaluación de la capacidad de respuesta a cambios rápidos de las lentes optoajustables se hacía utilizando un sistema en el que se necesita una cámara de alta velocidad (3823 fps) que encarece mucho el proceso.

En este trabajo, el equipo investigador ha desarrollado un dispositivo de bajo coste formado por un focímetro que mide las propiedades de la lente optoajustable (aunque también de cualquier otro tipo de lente) y en él han desarrollado el algoritmo de optimización heurístico de la señal que con las mediciones hechas por el focímetro ha sido capaz de optimizar la respuesta de la lente optoajustable en condiciones de trabajo realistas reduciendo el error y aumentando el rendimiento de la lente.

Gráficas en las que se puede ver el progresivo ajuste a la función escalón
Optimización del perfil trifocal en lente Optotune AQAA4517. Estados inicial y final (ciclos 0 y 21) del perfil durante todo el proceso; las curvas rojas representan la onda objetivo y las curvas azules representan la respuesta de la lente optoajustable.

¿Qué es un método heurístico?

Un método heurístico de optimización busca en cada ciclo unos valores mejores que los anteriores, de forma que después de un número razonable de ciclos de optimización se habrán encontrado unos valores optimizados que sin embargo no tienen por qué ser los mejores existentes.
Estos métodos son muy útiles porque la gran mayoría de problemas reales son tan complejos que no se pueden describir con una función matemática de la que se pueda encontrar un máximo, o puede que el tiempo necesario para obtener la solución del problema resulte prohibitivo.

La automatización descrita en este trabajo permite optimizar la respuesta de lentes optoajustables a un perfil dado en cortos períodos de tiempo sin intervención humana. En este trabajo se necesitaron 21 y 23 ciclos para sintonizar la respuesta a dos ejemplos de señales rápidas en 18 y 20 min, respectivamente.

Aparte de la efectividad general del algoritmo en la mejora de la respuesta lentes optoajustables y la calidad de las imágenes, otra fortaleza importante del algoritmo es que a diferencia del modelado computacional, no se requiere el conocimiento preciso de todo el sistema a optimizar, además la optimización heurística también funciona con sistemas de medición menos precisos porque los errores de medición no se propagan, sino que se corrigen en ciclos de optimización posteriores.
La naturaleza granular del algoritmo contribuye a la optimización en tan solo unos pocos ciclos. Esto se debe a que el método actúa exclusivamente sobre aquellas regiones empíricamente desviadas de la respuesta objetivo, dejando inalteradas las regiones que se comportan correctamente.

Fondos
Comunidad de Madrid (Doctorado Industrial IND2017/BMD-7670); Fundación “la Caixa” (ID100010434, LCF/BQ/DR19/11740032).

Noticias relacionadas

Suscripción