CN114692483A - 一种导光板智能设计方法和系统 - Google Patents

Abstract

本说明书实施例提供一种导光板智能设计方法，该方法包括确定用于生产导光板的初始工艺参数，初始工艺参数至少包括导光板中扩散网点的初始密度值、初始尺寸值以及初始微雕值；判断根据初始工艺参数设计的导光板是否符合预设指标要求；当导光板不符合预设指标要求时，根据初始工艺参数，通过方案调整模型获得初始工艺参数的至少一个候选调整方案；基于至少一个候选调整方案模拟生产的导光板的质量，从至少一个候选调整方案中确定目标调整方案。

Description

一种导光板智能设计方法和系统

技术领域

本说明书涉及导光板技术领域，特别涉及一种导光板智能设计方法和系统。

背景技术

导光板是液晶显示器中背光模组的必要组件，导光板具有引导光线的功能。导光板的品质高低直接影响了显示器的效果，因此对于导光板的设计方法十分重要。在导光板的设计中，对于导光板网点的设计决定了导光板的性能。在目前的设计方法中，导光板的网点设计大多依赖于技术人员的经验或基于仿真软件的模拟结果确定，存在效率低、耗时长、无效工作量大等问题。

因此，有必要提出一种导光板智能设计方法和系统，提高导光板设计效率。

发明内容

本说明书实施例之一提供一种导光板智能设计方法。所述导光板智能设计方法包括：确定用于生产导光板的初始工艺参数，所述初始工艺参数至少包括所述导光板中扩散网点的初始密度值、初始尺寸值以及初始微雕值；判断根据所述初始工艺参数设计的导光板是否符合预设指标要求；当所述导光板不符合所述预设指标要求时，根据所述初始工艺参数，通过方案调整模型获得所述初始工艺参数的至少一个候选调整方案；基于所述至少一个候选调整方案模拟生产的导光板的质量，从所述至少一个候选调整方案中确定目标调整方案。

本说明书实施例之一提供一种导光板智能设计系统。所述系统包括：参数确定模块，用于确定用于生产导光板的初始工艺参数，所述初始工艺参数至少包括所述导光板中扩散网点的初始密度值、初始尺寸值以及初始微雕值；判断模块，用于判断根据所述初始工艺参数设计的导光板是否符合预设指标要求；调整模块，用于当所述导光板不符合所述预设指标要求时，根据所述初始工艺参数，通过方案调整模型获得所述初始工艺参数的至少一个候选调整方案；方案确定模块，用于基于所述至少一个候选调整方案模拟生产的导光板的质量，从所述至少一个候选调整方案中确定目标调整方案。

本说明书实施例之一提供一种导光板智能设计装置。所述装置包括至少一个处理器以及至少一个存储器；所述至少一个存储器用于存储计算机指令；所述至少一个处理器用于执行所述计算机指令中的至少部分指令以实现如上述实施例中任意一项所述的导光板智能设计方法。

本说明书实施例之一提供一种计算机可读存储介质，所述存储介质存储计算机指令，当所述计算机指令被处理器执行时实现如上述实施例中任意一项所述的导光板智能设计方法。

附图说明

本说明书将以示例性实施例的方式进一步说明，这些示例性实施例将通过附图进行详细描述。这些实施例并非限制性的，在这些实施例中，相同的编号表示相同的结构，其中：

图1是根据本说明书一些实施例所示的导光板智能设计系统100的应用场景示意图；

图2是根据本说明书一些实施例所示的处理器130的示例行模块图；

图3是根据本说明书一些实施例所示的导光板生产参数的确定方法的示例性流程图；

图4是根据本说明书一些实施例所示的确定候选调整方案的示例性数据流图；

图5是根据本说明书一些实施例所示的确定目标调整方案的方法的示例性流程图。

具体实施方式

为了更清楚地说明本说明书实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单的介绍。显而易见地，下面描述中的附图仅仅是本说明书的一些示例或实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图将本说明书应用于其它类似情景。除非从语言环境中显而易见或另做说明，图中相同标号代表相同结构或操作。

应当理解，本文使用的“系统”、“装置”、“单元”和/或“模块”是用于区分不同级别的不同组件、元件、部件、部分或装配的一种方法。然而，如果其他词语可实现相同的目的，则可通过其他表达来替换所述词语。

如本说明书和权利要求书中所示，除非上下文明确提示例外情形，“一”、“一个”、“一种”和/或“该”等词并非特指单数，也可包括复数。一般说来，术语“包括”与“包含”仅提示包括已明确标识的步骤和元素，而这些步骤和元素不构成一个排它性的罗列，方法或者设备也可能包含其它的步骤或元素。

本说明书中使用了流程图用来说明根据本说明书的实施例的系统所执行的操作。应当理解的是，前面或后面操作不一定按照顺序来精确地执行。相反，可以按照倒序或同时处理各个步骤。同时，也可以将其他操作添加到这些过程中，或从这些过程移除某一步或数步操作。

图1是根据本说明书一些实施例所示的导光板智能设计系统100的应用场景示意图。

在一些实施例中，导光板智能设计系统100的应用场景中可以包括网络110、存储器120、处理器130以及终端140。

导光板智能设计系统100可以通过实施本说明书中披露的方法和/或过程来确定对导光板的初始工艺参数进行调整的目标调整方案。例如，导光板智能设计系统100可以基于导光板的预设指标要求对导光板的初始工艺参数进行调整，获得导光板的候选调整数据，再基于候选调整数据获得至少一个候选调整方案，进一步确定目标调整方案。

网络110可以包括能够促进导光板智能设计系统100的信息和/或数据交换的任何合适的网络。在一些实施例中，导光板智能设计系统100的一个或多个组件(例如，存储器120、处理器130、终端140)之间可以通过网络110交换信息和/或数据。在一些实施例中，网络110可以是有线网络或无线网络中的任意一种或多种。在一些实施例中，网络110可以包括一个或以上网络接入点。例如，网络110可以包括有线或无线网络接入点。在一些实施例中，网络110可以是点对点的、共享的、中心式的等各种拓扑结构或者多种拓扑结构的组合。

存储器120可以用于存储数据、指令和/或任何其他信息。在一些实施例中，存储器120可以存储从例如网络110、处理器130等获得的数据和/或信息。例如，存储器120可以存储导光板历史初始工艺参数的模拟仿真数据等。在一些实施例中，存储器120可以存储本说明书实施例所示的导光板智能设计方法对应的程序代码，处理器130从存储器120调用并执行程序代码以实现本说明书实施例所示的导光板智能设计方法。在一些实施例中，存储器120可以设置在处理器130中。在一些实施例中，存储器120可包括大容量存储器、可移除存储器等或其任意组合。

处理器130可以处理从其他设备或系统100各个组件中获得的数据和/或信息。在一些实施例中，处理器130可以直接连接或通过网络110连接存储器120以及终端140以访问信息和/或数据。在一些实施例中，处理器130可以处理从存储器120处获取的数据和/或信息。在一些实施例中，处理器130中可以包括判断模型和方案调整模型。在一些实施例中，处理器130可以通过判断模型判断初始工艺参数设计的导光板是否符合预设指标要求。又例如，处理器130可以得到通过方案调整模型获取至少一个候选调整方案。处理器130可以是单个服务器或服务器组。处理器130可以是本地的、远程的。处理器130可以在云平台上实现。在一些实施例中，处理器130可以用于处理导光板工艺参数的模拟分析，可以确定根据初始工艺参数生产得到的导光板是否符合预设指标要求，也可以确定模拟生产的导光板的质量。例如，处理器130可以获取导光板的初始工艺参数，然后通过对导光板进行模拟分析获得生产的导光板的质量。

终端140可以指用户所使用的一个或多个终端设备或软件。在一些实施例中，终端140可以是移动设备、平板计算机、笔记本电脑等或其任意组合。在一些实施例中，用户可以通过终端140与导光板智能设计系统100中的其他组件交互。例如，用户可以通过终端140输入导光板的初始工艺参数。

图2根据本说明书一些实施例所示的处理器130的示例性模块图。

在一些实施例中，处理器130可以包括参数确定模块210、判断模块220、调整模块230、方案确定模块240。

参数确定模块210可以用于确定用于生产导光板的初始工艺参数，初始工艺参数可以至少包括导光板中扩散网点的初始密度值、初始尺寸值以及初始微雕值。关于初始工艺参数、扩散网点、初始密度值、初始尺寸值以及初始微雕值的更多内容参见图3及其相关描述，此处不再赘述。

判断模块220可以用于判断根据初始工艺参数设计的导光板是否符合预设指标要求。关于预设指标要求的更多内容参见图3及其相关描述，此处不再赘述。在一些实施例中，判断模块220可以基于判断模型对初始工艺参数和所述预设指标要求进行处理，确定根据初始工艺参数设计的导光板是否符合预设指标要求。关于判断模型的更多内容参见图3及其相关描述，此处不再赘述。

调整模块230可以用于当导光板不符合预设指标要求时，根据初始工艺参数，通过方案调整模型获得初始工艺参数的至少一个候选调整方案。关于候选调整方案的更多内容参见图3及其相关描述，此处不再赘述。在一些实施例中，方案调整模型可以包括数据预测层和方案预测层，调整模块230可以进一步用于基于所述数据预测层对所述初始工艺参数和所述预设指标要求进行处理，确定所述初始工艺参数的候选调整数据，所述候选调整数据至少包括所述扩散网点的候选密度调整数据、候选尺寸调整数据以及候选微雕调整数据；基于方案预测层对候选调整数据进行处理，确定初始工艺参数的至少一个候选调整方案。关于数据预测层、方案预测层、候选调整数据、候选密度调整数据、候选尺寸调整数据以及候选微雕调整数据的更多内容参见图4及其相关描述，此处不再赘述。

方案确定模块240可以用于基于至少一个候选调整方案模拟生产的导光板的质量，从至少一个候选调整方案中确定目标调整方案。关于目标调整方案的更多内容参见图3及其相关描述，此处不再赘述。在一些实施例中，方案确定模块240还可以用于针对至少一个候选调整方案中的每一个候选调整方案，通过模拟分析技术对该候选调整方案进行模拟，确定该候选调整方案模拟生产的导光板对应的能量利用率；基于每一个候选调整方案对应的能量利用率，从至少一个候选调整方案中确定目标调整方案。关于能量利用率的更多内容参见图5及其相关描述，此处不再赘述。

需要注意的是，以上对于系统及其模块的描述，仅为描述方便，并不能把本说明书限制在所举实施例范围之内。可以理解，对于本领域的技术人员来说，在了解该系统的原理后，可能在不背离这一原理的情况下，对各个模块进行任意组合，或者构成子系统与其他模块连接。在一些实施例中，图2中披露的参数确定模块210、判断模块220、调整模块230、方案确定模块240可以是一个系统中的不同模块，也可以是一个模块实现上述的两个或两个以上模块的功能。例如，各个模块可以共用一个存储模块，各个模块也可以分别具有各自的存储模块。诸如此类的变形，均在本说明书的保护范围之内。

图3是根据本说明书一些实施例所示的导光板智能设计方法的示例性流程图。在一些实施例中，流程300可以由处理器130执行。如图3所示，流程300包括下述步骤：

步骤310，确定用于生产导光板的初始工艺参数，初始工艺参数至少包括导光板中扩散网点的初始密度值、初始尺寸值以及初始微雕值。在一些实施例中，步骤310可以由参数确定模块210执行。

导光板可以指将线光源转换为面光源的部件。导光板是利用具有极高折射率且不吸光的高科技材料，通过激光雕刻、V型十字网格雕刻、UV网版印刷等技术在光学级的亚克力板材印上各种疏密、大小不一的导光点而获取的。

扩散网点可以指导光板中用于对光源进行扩散的结构。扩散网点可以是任意几何形状的扩散网点，例如，圆形、方形等。导光板可以利用光学级亚克力板材吸取从灯发出来的光在板材表面的停留，当光线射到各个扩散网点时，反射光会往各个角度扩散，通过各种疏密、大小不一的扩散网点，可使导光板均匀发光破坏反射条件由导光板正面射出，使导光板均匀发光。

导光板的初始工艺参数可以指调整导光板结构的相关工艺参数。在一些实施例中，初始工艺参数至少包括导光板中扩散网点的初始密度值、初始尺寸值以及初始微雕值。

初始密度值可以指导光板上扩散网点的密度的初始设定值。密度值可以通过扩散网点数量与导光板的面积的比值确定。初始尺寸值可以指导光板上扩散网点的半径尺寸的初始设定值。初始微雕值可以指导光板上扩散网点的微雕角度值。在一些实施例中，初始工艺参数还可以包括其他数值。例如，还可以包括导光板中扩散网点的深度值。

在一些实施例中，导光板的初始工艺参数可以基于设计人员的经验，根据导光板预设指标要求进行初步设计确定。导光板预设指标要求可以指预先设定的生产的导光板的各项指标均需要达到的预设要求，可以包括导光板的亮度、色度、均一性和发光品味等。预设指标要求中的各项性能的预设要求可以是一个预设数值，也可以是一个预设数值范围。例如，导光板的均一性的预设要求可以通过照度均匀度来表示，导光板的对于均匀度这一指标的预设指标要求为85％，当均匀度超过85％时，可以认为该导光板的均一性符合预设指标要求中均一性的预设要求。又例如，亮度的预设指标要求为3000-4000勒克斯，当基于初始工艺参数设计的导光板的亮度不在预设指标要求范围内时，则认为该导光板的亮度不符合预设指标要求中亮度的预设要求。

在一些实施例中，导光板的初始工艺参数还可以通过其他方式确定，例如，还可以通过查询导光板的相关技术资料进行确定。

应当理解的是，尽管初始工艺参数可以根据预设指标要求设计确定，但是由于数据与工艺的复杂性，通过初始工艺参数直接设计出的导光板并不一定符合预设指标要求。因此，需要对确认根据初始工艺参数设计的导光板是否符合预设指标要求，当判断出根据初始工艺参数设计的导光板不符合预设指标要求时，对初始工艺参数进行调整。

步骤320，判断根据初始工艺参数设计的导光板是否符合预设指标要求。在一些实施例中，步骤320可以由判断模块220执行。

在一些实施例中，可以通过多种方式判断基于初始工艺参数设计的导光板是否符合预设指标要求。

在一些实施例中，可以通过机器学习模型判断初始工艺参数设计的导光板是否符合预设指标要求。在一些实施例中，判断模块220可以基于判断模型对初始工艺参数和预设指标要求进行处理，确定根据初始工艺参数设计的所述导光板是否符合预设指标要求。在一些实施例中，可以将初始工艺参数和预设指标要求输入判断模型，输出根据初始工艺参数设计的所述导光板是否符合预设指标要求的判断结果。在一些实施例中，判断模型可以包括但不限于深度神经网络模型、支持向量机模型、朴素贝叶斯分类模型、高斯分布贝叶斯分类模型、决策树模型、随机森林模型。

在一些实施例中，判断模型的训练样本可以为历史初始工艺参数及其对应的历史指标要求，训练样本的标签可以为根据历史初始工艺参数设计的导光板是否满足历史指标要求的判断结果，其中，历史初始工艺参数及其对应的历史指标要求通过人工标注获取，训练样本的标签可以通过模拟分析技术确定历史初始工艺参数确定对应的导光板的指标，将该指标与历史指标要求比较，从而确定判断结果。将带有标签的训练样本输入初始判断模型，通过训练更新初始判断模型的参数，当训练的模型满足预设条件时，训练结束，获取训练好的判断模型。

在一些实施例中，判断模型的输出前述判断结果的置信度。例如，判断模型的输出可以为根据初始工艺参数设计的所述导光板符合预设指标要求，置信度0.8。相应的，判断模型的训练样本的标签还包括判断结果的置信度，所述置信度可以通过人工标注确定。在一些实施例中，可以预设置信度阈值，当判断结果的置信度低于置信度阈值时，需通过其他方式判断根据初始工艺参数设计的导光板是否符合预设指标要求。

本说明书的一些实施例通过判断模型判断基于初始工艺参数设计的导光板是否符合预设指标要求，可以减少了模拟仿真的时间，提高工作效率。另外，输出判断结果的置信度可以提高结果的可信度，对于置信度低的判断结果可以进行筛除，减少出错率。

在一些实施例中，还可以通过光学仿真设计软件判断基于初始工艺参数设计的导光板是否符合预设指标要求。一些实施例中，可以基于模拟分析技术对初始工艺参数进行模拟生产，确定根据初始工艺参数设计的导光板的模拟生产结果；基于所述模拟生产结果，判断所述初始工艺参数是否符合所述预设指标要求。

在一些实施例中，可以将导光板的初始工艺参数导入光学仿真设计软件，进行背光组件导光板的三维建模，利用蒙特卡罗光线追迹功能，完成光路的模拟分析，得到该导光板的模拟生产结果。在一些实施例中，导光板的模拟生产结果可以包括该导光板对应的模拟指标值。例如，导光板的模拟亮度、色度、均匀度、发光品味等。

在一些实施例中，基于上述模拟生产结果，当导光板的各项模拟指标值均符合预设指标要求中对应的各项预设要求时，可以认为该导光板的初始工艺参数符合预设指标要求；反之，该导光板则不符合预设指标要求。当导光板的初始工艺参数符合预设指标要求时，可以基于该初始工艺参数对导光板进行生产。

步骤330，当导光板不符合预设指标要求时，根据初始工艺参数，通过方案调整模型获得初始工艺参数的至少一个候选调整方案。在一些实施例中，步骤330可以由调整模块230执行。

候选调整方案是指候选的对导光板的初始工艺参数进行调整的方案。在一些实施例中，候选调整方案中包括对至少一个初始工艺参数进行调整的候选调整参数。例如，候选调整方案中可以是对扩散网点的密度、尺寸和微雕值中任意一个类型的参数进行调整的候选调整数据，也可以包含对三个类型中某两个类型的参数进行调整的候选调整数据，还可以包含对三个类型进行调整的候选调整数据。例如，候选调整方案可以为扩散网点的尺寸值+0.2μm，即表示将扩散网点的尺寸值增加0.2μm。

在一些实施例中，可以通过方案调整模型获得初始工艺参数的至少一个候选调整方案。在一些实施例中，可以将初始工艺参数和预设指标要求输入方案调整模型，输出为至少一个候选调整方案。

在一些实施例中，方案调整模型可以基于初始工艺参数与预设指标要求获得初始工艺参数中各个类型的候选调整数据，再基于候选调整数据确定至少一种调整方案，该方案可以包括上述三个类型中至少一个类型进行调整的调整参数。例如，可以通过向量表示三个类型参数的调整，对于不需要调整的初始工艺参数，可以用0来表示；需要调整的工艺参数，可以用其对应的调整值来表示。关于前述实施例的更多内容参见图4及其详细描述，此处不再赘述。

步骤340，基于至少一个候选调整方案模拟生产的导光板的质量，从至少一个候选调整方案中确定目标调整方案。

生产的导光板的质量是指实际生产后的导光板其可能体现出的性能表现，可以包括导光板的能量利用率、抗冲性、抗紫外线能力等。目标调整方案可以指所有候选调整方案中的导光板性能表现符合预设要求的方案。例如，目标调整方案可以指其生产的导光板的能量利用率最佳的候选调整方案。

在一些实施例中，可以基于至少一个候选调整方案通过光学模拟仿真软件确定模拟生产的导光板的质量，从至少一个候选调整方案中确定目标调整方案。关于前述实施例的具体内容可以参见图5及其详细描述，此处不再赘述。

在一些实施例中，还可以通过其他方式确定目标调整方案。例如，还可以通过抗冲性确定模型确定目标调整方案。具体的，可以将候选调整方案及其对应的初始工艺参数输入抗冲性确定模型，输出为该候选调整方案对应的抗冲性，将抗冲性最高的候选调整方案确定为目标调整方案。带有标签的训练样本对抗冲性确定模型进行训练，获得训练好的抗冲性确定模型，其中，训练样本可以为历史初始工艺参数及其历史调整方案，训练样本的标签可以为该历史调整方案对应能量利用率。

图4是根据本说明书一些实施例所示的确定候选调整方案的示例性数据流图。

如图4所示，方案调整模型430可以包括数据预测层430-1和方案输出层430-2。数据预测层可以用于确定初始工艺参数中各个类型的候选调整数据。方案输出层可以基于各个类型的候选调整数据确定至少一个候选调整方案。

在一些实施例中，方案调整模型430可以包括但不限于深度神经网络模型、支持向量机模型、朴素贝叶斯分类模型、高斯分布贝叶斯分类模型、决策树模型、随机森林模型和神经网络模型。

在一些实施例中，可以基于数据预测层430-1对初始工艺参数420和预设指标要求410进行处理，确定初始工艺参数420的候选调整数据431，其中，候选调整数据431至少包括扩散网点的候选密度调整数据431-1、候选尺寸调整数据431-2以及候选微雕调整数据431-3。

候选调整数据可以指初始工艺参数中三个类型的参数所对应的调整数据。候选密度调整数据可以指对扩散网点的初始密度值进行调整的候选数据。候选尺寸调整数据可以指对扩散网点的初始尺寸值进行调整的候选数据。候选微雕调整数据可以指对扩散网点的初始微雕值进行调整的候选数据。

在一些实施例中，数据预测层可以为多任务学习层。

在一些实施例中，数据预测层的输出可以为一个或多个调整值及其对应的概率。可以将概率超过预设调整值阈值的调整值确定为候选调整数据。例如，数据预测层的输出的密度调整值+0.1、+0.15、+0.2、+0.25，各个调整值对应的概率分别为0、1、1、0，预设调整值阈值为0.8，则可以将概率为1的预测值+0.15、+0.2可以作为候选密度调整数据。对应的，数据预测层的训练样本可以包括历史初始工艺参数、历史预设指标要求，训练样本的标签可以为历史调整值以及各个调整值对应的概率，其中，基于历史初步工艺参数设计出的导光板不符合历史预设指标要求，历史调整值以及各个调整值对应的概率可以通过人工标注确定，具体的，可以通过人工设计调整值再基于模拟仿真技术确定各个调整值对应的概率。数据预测层可以基于大量带有标签的训练样本训练得到。具体的，将带有标签的训练样本输入初始数据预测层，通过训练更新初始数据预测层的参数，直到训练的中间数据预测层满足预设条件，获取训练好的数据预测层，其中，预设条件可以是损失函数小于阈值、收敛，或训练周期达到阈值。

在一些实施例中，数据预测层的输出可以为一个调整范围。可以将该调整范围确定为候选调整数据。例如，数据预测层的输出可以包括尺寸调整范围为+2μm～+4μm，并将该范围作为候选尺寸调整数据。对应的，数据预测层的训练样本的标签可以修改为调整范围，该调整范围可以基于人工标注获取，其余训练内容参见上文，此处不再赘述。

在一些实施例中，数据预测层的输出可以为一个调整值。可以将该调整值临近的预设范围确定为候选调整数据。例如，数据预测层的输出的尺寸调整值为+3μm，预设范围为3μm，则可以确定+1.5μm～+4.5μm为候选尺寸调整数据。对应的，数据预测层的训练样本的标签可以修改为一个调整值，该调整值可以基于人工标注获取，其余训练内容参见上文，此处不再赘述。

在一些实施例中，可以基于方案预测层430-2对候选调整数据431进行处理，确定初始工艺参数420的至少一个候选调整方案440。在一些实施例中，候选调整方案可以包括一种或多种候选调整数据。例如，候选调整方案可以仅包括候选密度调整数据，其余类型的初始工艺参数的调整值可以以0表示不对其进行调整。

在一些实施例中，当数据预测层输出的候选调整数据为调整值时，可以确定需要进行调整的数据类型，并将各个类型的各个调整值进行组合形成若干调整方案。例如，以候选调整方案包括两个类型的调整组合为例，其中候选微雕调整数据未进行调整，用0表示，候选扩散网点密度调整数据的调整值为-0.15、-0.2，候选尺寸调整数据的调整值为+0.5μm、+0.6μm，方案输出层可以确定的候选调整方案包括候选调整方案1(-0.15,+0.5,0)、候选调整方案2(-0.15,+0.6,0)、候选调整方案3(-0.2,+0.5,0)和候选调整方案4(-0.2,+0.6,0)。

在一些实施例中，当数据预测层输出的候选调整数据为一个调整范围时，方案输出层可以从调整范围中选取若干调整值，再将各个类型的调整值进行组合形成若干调整方案，未进行调整的类型的初始工艺参数可以用0来表示。例如，扩散网点的候选密度调整数据为+0.2～+0.3，可以选取该范围内的最大值、最小值及中间值用于组合成调整方案，即选取+0.1、+0.15、+0.2作为调整值。若初始尺寸值与初始微雕值都未调整，则候选尺寸调整数据与候选微雕调整数据均用0表示，方案输出层可以确定的候选调整方案包括候选调整方案1(+0.1,0,0)、候选调整方案2(+0.15,0,0)和候选调整方案3(+0.2,0,0)。又例如，可以以更小的间隔获取更多数值，如以0.025为间隔，取+0.2、+0.225、+0.25、+0.275、+0.3五个数值用于组合。

图5是根据本说明书一些实施例所示的确定目标调整方案的方法的示例性流程图。在一些实施例中，流程500可以由方案确定模块240执行。如图5所示，流程500包括以下步骤：

步骤510，针对至少一个候选调整方案中的每一个候选调整方案，通过模拟分析技术对该候选调整方案进行模拟，确定该候选调整方案模拟生产的导光板对应的能量利用率。

导光板的能量利用率可以指光源照射到导光板上，光穿过导光板能量占光源发射能量的比值。在一些实施例中，能量利用率可以为评价导光板质量的一种评价指标。

在一些实施例中，针对至少一个候选调整方案中的每一个候选调整方案，可以将至少一个候选调整方案导入光学仿真设计软件，基于前述软件对模拟生产对应的导光板，利用蒙特卡罗光线追迹功能，完成光路的模拟分析，得到导光板的模拟生产结果，并获得每一个候选调整方案对应导光板的能量利用率。例如，采用OPTIS works仿真设计软件对以下四种候选调整方案进行模拟：(+0.25,+0.5,0)、(+0.25,+0.6,0)、(+0.3,+0.5,0)和(+0.3,+0.6,0)，其中候选调整方案中的第一项为候选密度调整数据；第二项为候选尺寸调整数据；第三项为候选微雕调整数据。基于上述四种候选调整方案分别得到四个候选调整方案对应导光板的能量利用率分别为96％、98％、95％、92％。

步骤520，基于每一个候选调整方案对应的能量利用率，从所述至少一个候选调整方案中确定所述目标调整方案。

在一些实施例中，可以将能量利用率最大的候选调整方案，作为目标调整方案。例如，四个候选调整方案对应导光板的能量利用率分别为96％、98％、95％、92％，可以将能量利用率为98％的候选调整方案确定为初始工艺参数的目标调整方案。

应当注意的是，上述有关各个流程的描述仅仅是为了示例和说明，而不限定本说明书的适用范围。对于本领域技术人员来说，在本说明书的指导下可以对各个流程进行各种修正和改变。然而，这些修正和改变仍在本说明书的范围之内。

本说明书实施例还提供一种导光板智能设计装置，所述装置包括至少一个处理器以及至少一个存储器；所述至少一个存储器用于存储计算机指令；所述至少一个处理器用于执行所述计算机指令中的至少部分指令以实现本说明书中任意一项所述的导光板智能设计方法。

本说明书实施例还提供一种计算机可读存储介质，所述存储介质存储计算机指令，当所述计算机指令被处理器执行时实现本说明书中任意一项所述的导光板智能设计方法。

本说明书实施例可能带来的有益效果包括但不限于：(1)通过机器学习模型判断初始工艺参数是否符合预设指标要求，减少模拟仿真软件计算的时间，提高工作效率；(2)基于历史模拟仿真的结果，通过机器学习模型确定至少一种工艺参数的调整方案，可以减少无效模拟仿真的次数，提高导光板设计的自动化程度，减少参数调节过程对于个人经验的依赖；(3)通过模拟仿真软件检验调整方案，确定导光板的能量利用率，减少无效生产产生的资源浪费。

上文已对基本概念做了描述，显然，对于本领域技术人员来说，上述详细披露仅仅作为示例，而并不构成对本说明书的限定。虽然此处并没有明确说明，本领域技术人员可能会对本说明书进行各种修改、改进和修正。该类修改、改进和修正在本说明书中被建议，所以该类修改、改进、修正仍属于本说明书示范实施例的精神和范围。

同时，本说明书使用了特定词语来描述本说明书的实施例。如“一个实施例”、“一实施例”、和/或“一些实施例”意指与本说明书至少一个实施例相关的某一特征、结构或特点。因此，应强调并注意的是，本说明书中在不同位置两次或多次提及的“一实施例”或“一个实施例”或“一个替代性实施例”并不一定是指同一实施例。此外，本说明书的一个或多个实施例中的某些特征、结构或特点可以进行适当的组合。

此外，除非权利要求中明确说明，本说明书所述处理元素和序列的顺序、数字字母的使用、或其他名称的使用，并非用于限定本说明书流程和方法的顺序。尽管上述披露中通过各种示例讨论了一些目前认为有用的发明实施例，但应当理解的是，该类细节仅起到说明的目的，附加的权利要求并不仅限于披露的实施例，相反，权利要求旨在覆盖所有符合本说明书实施例实质和范围的修正和等价组合。例如，虽然以上所描述的系统组件可以通过硬件设备实现，但是也可以只通过软件的解决方案得以实现，如在现有的服务器或移动设备上安装所描述的系统。

同理，应当注意的是，为了简化本说明书披露的表述，从而帮助对一个或多个发明实施例的理解，前文对本说明书实施例的描述中，有时会将多种特征归并至一个实施例、附图或对其的描述中。但是，这种披露方法并不意味着本说明书对象所需要的特征比权利要求中提及的特征多。实际上，实施例的特征要少于上述披露的单个实施例的全部特征。

一些实施例中使用了描述成分、属性数量的数字，应当理解的是，此类用于实施例描述的数字，在一些示例中使用了修饰词“大约”、“近似”或“大体上”来修饰。除非另外说明，“大约”、“近似”或“大体上”表明所述数字允许有±20％的变化。相应地，在一些实施例中，说明书和权利要求中使用的数值参数均为近似值，该近似值根据个别实施例所需特点可以发生改变。在一些实施例中，数值参数应考虑规定的有效数位并采用一般位数保留的方法。尽管本说明书一些实施例中用于确认其范围广度的数值域和参数为近似值，在具体实施例中，此类数值的设定在可行范围内尽可能精确。

针对本说明书引用的每个专利、专利申请、专利申请公开物和其他材料，如文章、书籍、说明书、出版物、文档等，特此将其全部内容并入本说明书作为参考。与本说明书内容不一致或产生冲突的申请历史文件除外，对本说明书权利要求最广范围有限制的文件(当前或之后附加于本说明书中的)也除外。需要说明的是，如果本说明书附属材料中的描述、定义、和/或术语的使用与本说明书所述内容有不一致或冲突的地方，以本说明书的描述、定义和/或术语的使用为准。

最后，应当理解的是，本说明书中所述实施例仅用以说明本说明书实施例的原则。其他的变形也可能属于本说明书的范围。因此，作为示例而非限制，本说明书实施例的替代配置可视为与本说明书的教导一致。相应地，本说明书的实施例不仅限于本说明书明确介绍和描述的实施例。

Claims (10)

1.一种导光板智能设计的方法，其特征在于，所述方法包括:

确定用于生产导光板的初始工艺参数，所述初始工艺参数至少包括所述导光板中扩散网点的初始密度值、初始尺寸值以及初始微雕值；

判断根据所述初始工艺参数设计的导光板是否符合预设指标要求；

当所述导光板不符合所述预设指标要求时，根据所述初始工艺参数，通过方案调整模型获得所述初始工艺参数的至少一个候选调整方案；

基于所述至少一个候选调整方案模拟生产的导光板的质量，从所述至少一个候选调整方案中确定目标调整方案。

2.根据权利要求1所述的方法，其特征在于，所述判断根据所述初始工艺参数设计的所述导光板是否符合预设指标要求包括：

基于判断模型对所述初始工艺参数和所述预设指标要求进行处理，确定根据所述初始工艺参数设计的所述导光板是否符合所述预设指标要求。

3.根据权利要求1所述的方法，其特征在于，所述方案调整模型包括数据预测层和方案预测层，所述通过方案调整模型获得所述初始工艺参数的至少一个候选调整方案包括：

基于所述数据预测层对所述初始工艺参数和所述预设指标要求进行处理，确定所述初始工艺参数的候选调整数据，所述候选调整数据至少包括所述扩散网点的候选密度调整数据、候选尺寸调整数据以及候选微雕调整数据；

基于所述方案预测层对所述候选调整数据进行处理，确定所述初始工艺参数的所述至少一个候选调整方案。

4.根据权利要求1至3中任一项所述的方法，其特征在于，所述基于所述至少一个候选调整方案模拟生产的导光板的质量，从所述至少一个候选调整方案中确定目标调整方案包括：

针对所述至少一个候选调整方案中的每一个候选调整方案，通过模拟分析技术对该候选调整方案进行模拟，确定该候选调整方案模拟生产的导光板对应的能量利用率；

基于所述每一个候选调整方案对应的能量利用率，从所述至少一个候选调整方案中确定所述目标调整方案。

5.一种导光板智能设计系统，其特征在于，所述系统包括：

参数确定模块，用于确定用于生产导光板的初始工艺参数，所述初始工艺参数至少包括所述导光板中扩散网点的初始密度值、初始尺寸值以及初始微雕值；

判断模块，用于判断根据所述初始工艺参数设计的导光板是否符合预设指标要求；

调整模块，用于当所述导光板不符合所述预设指标要求时，根据所述初始工艺参数，通过方案调整模型获得所述初始工艺参数的至少一个候选调整方案；

方案确定模块，用于基于所述至少一个候选调整方案模拟生产的导光板的质量，从所述至少一个候选调整方案中确定目标调整方案。

6.根据权利要求5所述的系统，其特征在于，所述判断模块进一步用于：

基于判断模型对所述初始工艺参数和所述预设指标要求进行处理，确定根据所述初始工艺参数设计的所述导光板是否符合所述预设指标要求。

7.根据权利要求5所述的系统，其特征在于，所述方案调整模型包括数据预测层和方案预测层，所述调整模块进一步用于：

基于所述数据预测层对所述初始工艺参数和所述预设指标要求进行处理，确定所述初始工艺参数的候选调整数据，所述候选调整数据至少包括所述扩散网点的候选密度调整数据、候选尺寸调整数据以及候选微雕调整数据；

基于所述方案预测层对所述候选调整数据进行处理，确定所述初始工艺参数的所述至少一个候选调整方案。

8.根据权利要求5至7中任意一项所述的系统，其特征在于，所述方案确定模块进一步用于：

针对所述至少一个候选调整方案中的每一个候选调整方案，通过模拟分析技术对该候选调整方案进行模拟，确定该候选调整方案模拟生产的导光板对应的能量利用率；

基于所述每一个候选调整方案对应的能量利用率，从所述至少一个候选调整方案中确定所述目标调整方案。

9.一种导光板智能设计装置，其特征在于，所述装置包括至少一个处理器以及至少一个存储器；所述至少一个存储器用于存储计算机指令；所述至少一个处理器用于执行所述计算机指令中的至少部分指令以实现如权利要求1～4中任意一项所述的方法。

10.一种计算机可读存储介质，其特征在于，所述存储介质存储计算机指令，当所述计算机指令被处理器执行时实现如权利要求1～4任意一项所述的方法。

Images