Conception optique freeform ex-nihilo

par Thibaut Mayeur

Projet de thèse en Physique

Sous la direction de Guillaume Druart.

Thèses en préparation à université Paris-Saclay , dans le cadre de École doctorale Ondes et Matière , en partenariat avec ONERA/DOTA - Département Optique et Techniques Associées (laboratoire) et de Faculté des sciences d'Orsay (référent) depuis le 01-11-2020 .


  • Résumé

    L'objectif de la thèse est de mettre à profit les dernières avancées en optimisation numérique et intelligence artificielle pour développer des algorithmes de conception optique idéalement ex-nihilo ou à défaut minimisant l'intervention d'un opérateur. La thèse se focalisera sur une application spécifique, les caméras infrarouges dédiées aux systèmes d'aide à la conduite connus sous l'appellation ADAS (Advanced Driver-Assistance Systems). Les freeform sont la solution de choix pour répondre aux fortes contraintes de coût qui impose de réduire radicalement le nombre d'optiques. Cependant, il faudra aussi que les solutions proposées soient robustes car elles devront tolérer un environnement rigoureux et les écarts d'un processus de fabrication et d'assemblage économique. Pour atteindre cet objectif ambitieux, deux pistes sont privilégiées : • une approche basée sur la construction des systèmes optiques rayons par rayons, telle que la méthode SMS [2] (Simultaneous Multiple Surfaces). Cette méthode construit les surfaces optiques géométriquement et de manière déterministe en traçant une séquence de rayons, chaque rayon étant déduit du rayon précédent et des conditions initiales du problème. Elle s'affranchit ainsi des algorithmes d'optimisation non-linéaire couramment utilisés en conception optique freeform et en contourne donc les problèmes. D'autres approches pourront également être envisagées [3–6]. Le doctorant implémentera les algorithmes décrits dans la littérature et étudiera leur performance. • une approche basée sur le calcul haute performance. En s'appuyant sur un code de lancé de rayon préexistant à l'ONERA, le doctorant étudiera des algorithmes d'optimisation globaux mettant à partie un cluster de calcul haute performance pour trouver automatiquement des solutions originales à l'application envisagée, une comparaison rigoureuse des algorithmes sera effectuées en s'inspirant de méthodologies existantes [7]. De plus une étude bibliographique approfondie sera menée afin d'identifier d'autres méthodes potentiellement prometteuses et de comparer les résultats obtenus avec l'état de l'art. La thèse pourra être complétée par un volet portant sur la co-conception. En effet les images produites par les systèmes optiques ADAS ne sont pas toujours destinées à un observateur humain mais sont souvent automatiquement traitées par un algorithme de traitement d'image. Cet objectif complémentaire consistera à étudier une approche d'optimisation en co-conception ou le système optique sera optimisé en tandem avec son traitement d'image associé. Il est anticipé que cette approche conduira à des systèmes optiques plus simple, l'algorithme étant insensible ou capable de compenser certains défauts de qualité image que la co-conception permettra d'identifier. Les industriels partenaires Lynred et SAFRAN établiront le cahier des charges de 2 à 4 cas d'études qui permettront d'illustrer par l'exemple les algorithmes développés. Avec leur support, un de ces cas d'études sera réalisé et validé expérimentalement.

  • Titre traduit

    freeform optical design from scratch


  • Résumé

    This thesis aims at leveraging recent advances in numerical optimization and artificial intelligence to develop optical design algorithms that are able to proceed from scratch, or at the very least that minimizes the need for human operator intervention. This thesis will focus on a specific application, infrared cameras dedicated to driver assistance systems, known as ADAS (Advanced Driver-Assistance Systems). Freeform optical surfaces are a promising cost-effective solution to reduce drastically the number of optics required in such systems. However, the proposed solutions also have to be robust because, they will have to maintain performance in a severe environment and be robust to deviations induced by a cost-effective manufacturing and integration process. To meet this ambitions objective, two approaches are currently envisioned: • an approach based on the construction of optical system ray by ray, such as the SMS method [1] (Simultaneous multiple surface). These methods build up optical surface ray by ray deterministically each ray being deduced from a previous one by a geometrical reasoning and initial conditions of the problem. This method then side steps non-linear minimization algorithms and the difficulties associated. Other methods can also be investigated [2–5] the student will implement the algorithms described in the litterateur and study their relative performance. • an approach based on high-performance computing. By leveraging a ray tracing code developed at ONERA, the student will investigate global optimization algorithms to find automatically surprising solutions. The high performance computing resources available at ONERA will also be used for this endeavor. A thorough comparison of the algorithms will be undertaken, leveraging existing methods [6]. Additionally, the student will compile an extensive study of the existing literature to identify potentially promising methods, and compare obtained results with state-of-the-art. Finally, this work can be completed by a study of co-design. Indeed, images produced by ADAS systems are rarely destined to a human observer but usually treated by a numerical image processing algorithm. This optional objective will consist into studying end-to-end optimization where the optical system is optimized simultaneously with its associated numerical image processing algorithm. It is envisioned that this approach will yield simpler optical systems, the algorithm being insensitive to some image degradations mode that the co-design approach will identify. Industrial partners Lynred et SAFRAN will establish specifications for 2 to 4 case studies which will allow the student to illustrate the developed algorithms. With their support one of the case studies will be realized and demonstrated.