使激光器 对准

了解为什么鲍威尔透镜是将高斯激光束 转换激光束 均匀光线的最有效方法。

 

2024年1月4日 作者: 高意

激光器 光束横截面呈圆形或椭圆形。当此类光束照射到平坦表面时,会形成一个小圆斑。但在许多情况下,激光光线反而更为实用。例如,投射出的激光线常被用作建筑、制造装配过程中的对准参考,甚至在计算机断层扫描仪(CT)和其他医学成像系统中定位患者时也会用到。此外,它们还用于流式细胞仪的光束整形。

 

Powell透镜

激光线的一个重要商业应用是机器视觉 。这些系统用于对零件的形状和尺寸进行自动测量。此类机器视觉 基本组成要素如图1所示。 

 

机器视觉

利用激光线的机器视觉 基本构成要素。当摄像头以一定角度对准光束进行观察时,工件高度的变化会表现为激光线在摄像头探测器上的位置偏移。

 

激光器将一条光线投射到工件上,摄像头从某个角度观察这条投射光线。随后,利用摄像头视角下观察到的光线位移,结合几何公式计算出物体的高度轮廓。 

该技术常用于检测在传送带上移动的工件。激光线保持静止,而工件则从激光线前经过。这样,激光线便会扫描工件的整个长度。这使得能够测量工件的完整三维形状轮廓。 

对于此类机器视觉系统而言,如果激光线在整个长度上具有均匀的强度,将非常有益。这简化了图像分析工作,并有助于从中获取准确、定量的数据。 

然而,激光器 是一种所谓的“高斯光束”,其中心区域比边缘区域亮得多。高斯光束的一个独特特性在于,当使用传统光学元件对其进行聚焦、发散或以其他方式重塑时,它们仍能保持其高斯强度分布。实际上,要消除这种特性相当困难。

 

鲍威尔透镜

将高斯光束转换为强度均匀的激光线的一种非常巧妙且有效的方法是使用鲍威尔透镜(以发明者伊恩·鲍威尔博士的名字命名)。鲍威尔透镜是一种非球面柱面透镜。 

鲍威尔透镜将圆形的激光束 在一维方向上呈扇形展开。这使得光束在照射到平面时形成一条线,而不是一个光斑。 

鲍威尔透镜的形状经过专门设计,旨在将激光光束从中心重新导向至边缘。这消除了中心处的“热点”,并将高斯光束转化为强度均匀的光束,也称为“礼帽”型光强分布。 

该图展示了鲍威尔透镜的横截面形状,并将其工作原理与传统柱面透镜(后者同样会产生一条光线,但能保持高斯强度分布)进行了对比。 

 

鲍威尔透镜与柱面透镜

图中展示了鲍威尔透镜(左)与传统柱面透镜(右)的对比。光学元件 圆形的高斯分布激光束 发散的光扇,并在投射到的任何表面上形成一条光线。鲍威尔透镜将光从光束中心向边缘偏移,从而产生一条强度均匀的光线;而柱面透镜则保持了光束的高斯分布,因此其光线在中心处要明亮得多。 

 

除了鲍威尔透镜外,还有其他方法可以将高斯光束转换为均匀光线,包括 衍射光学元件微透镜阵列。但这些方法均无法提供同等的光学效率(即进入光条的激光光量较少),且均无法产生强度分布如此均匀的光束。  

鲍威尔透镜 的另一个优点鲍威尔透镜 它们对输入波长的敏感度较低。相比之下,衍射光学元件对波长非常敏感,因此这构成了鲍威尔透镜的一大优势。 

这一特性使得鲍威尔透镜 与激光器 结合激光器 制成非常紧凑、低成本的线状光源。半导体激光器 存在显著的单体间波长差异,且其带宽和波长也会随温度变化而变化。但鲍威尔透镜 波长不敏感特性鲍威尔透镜 与半导体激光器 配合使用激光器 进行波长筛选或分级。 

 

购买鲍威尔透镜

在鲍威尔透镜上制造圆柱非球面镜片难度较大,要做到完美无缺,需要专业的设备和专业技术。因此,不同制造商生产的鲍威尔透镜 质量鲍威尔透镜 。

通常,用户会指定其应用所需的输入光束 、波长和“发散角”。光学元件 则会选择或设计一款符合这些要求的鲍威尔透镜。

当然,实际零件会存在公差,这会导致不同产品之间的性能存在差异。对于大多数应用而言,最重要的性能指标是均匀性、“封装功率”以及线形度。 

但并非所有制造商对这些规格的定义都一致。因此,买家必须懂得如何解读所提供的信息。 

首先,扇角通常定义为功率降至峰值80%时的点。这与激光束 常规计算方式不同;高斯激光束 的直径激光束 功率降至峰值1/e²(即13.5%)时的点。但当然,Powell透镜的独特之处正在于它产生的并非高斯光束。 

 

鲍威尔透镜的扇形角

功率透镜的风扇角度通常是从强度降至峰值80%的点开始测量的。强度均匀性 因制造商而异。

 

然而,强度均匀性 (由图中公式给出)并不总是以相同的方式进行规定。 最重要的是,许多制造商仅将强度均匀性 光束中央的80%区域(如图所示),而非延伸至边缘(100%)。但排除光束边缘会导致对实际性能的评估失真,因为非均匀性通常在边缘区域最为显著。 

高意 更为严格的100%标准来制定其均匀性规范。因此高意 鲍威尔透镜 测量精度、信噪比以及单件间一致性鲍威尔透镜 更佳。了解更多关于高性能高意 透镜的信息,以及它们为机器视觉、生命科学等领域带来的优势。