4、光学参数测试：中心波长、光功率、发散角测试方法
各位工程师朋友，这一节我们来聊聊深度相机模组量产中绕不开的三个光学参数——中心波长、光功率和发散角。说实话，这三个参数看着基础，但量产线上翻车最多的往往就是它们。我这些年跑过的产线，至少有一半的异常复测都跟这几个参数没测准有关。
4.1 中心波长测试
中心波长，说白了就是激光器发出来的光，它的主峰在哪个位置。对于深度相机来说，这个值直接决定了滤光片能不能跟激光器匹配上。
测试原理：用光谱仪扫出激光器的光谱曲线，找到峰值对应的波长值。嗯，就这么简单。但实际做起来，坑不少。
核心要点：中心波长 ≠ 峰值波长。量产测试中，我们通常取半高宽（FWHM）的中点作为中心波长。这一点很多新手会搞混。
实操步骤：
- 将光谱仪的光纤探头对准激光器出光口，距离控制在5-10mm
- 设置光谱仪参数：分辨率0.5nm，积分时间根据光强自动调整
- 采集光谱数据，找到峰值位置
- 计算半高宽，取中点作为中心波长
我的经验：我在项目中遇到过光纤探头没对准的情况，测出来的波长偏了2nm。后来我要求产线必须用夹具固定探头，误差立马降下来了。你想想看，2nm对于940nm的激光器来说，滤光片可能就直接截止了。
4.2 光功率测试
光功率测试，就是测激光器到底有多亮。这个参数直接影响深度相机的探测距离和信噪比。
测试工具：积分球 + 功率计。为什么用积分球？因为激光器的出光角度不是均匀的，直接用功率计探头测，角度偏一点读数就差很多。
| 测试方式 | 精度 | 适用场景 | 我个人的建议 |
|---|---|---|---|
| 直接对准功率计 | ±15% | 快速抽检 | 不推荐量产用 |
| 积分球+功率计 | ±3% | 量产全检 | 首选方案 |
| 光功率计+校准 | ±5% | 研发验证 | 临时方案 |
实操要点：
- 积分球入口要跟激光器出光面平行，距离控制在1-2mm
- 功率计要预热15分钟以上，不然读数会飘
- 每次测试前用标准光源校准一次
注意：我曾经遇到过功率计读数忽高忽低，排查了半天发现是积分球内壁脏了。量产环境下，积分球每两周必须清洁一次，不然灰尘会影响反射率。
4.3 发散角测试
发散角，就是激光器发出来的光，它散开的程度。发散角太大，光能量就分散了，探测距离不够；发散角太小，视场角又覆盖不全。
测试方法：用光束分析仪或者直接拍光斑图像，计算光斑直径随距离的变化率。
我常用的方法是：
- 在距离激光器100mm处放一个CCD相机
- 拍下光斑图像，用算法找到光斑的边界
- 计算光斑直径D1
- 再在200mm处拍一次，得到D2
- 发散角 = arctan((D2-D1)/(2*100mm))
关键点：光斑边界的判定标准要统一。我建议用峰值光强的1/e²作为边界阈值，这样测出来的发散角跟理论值最接近。
4.4 光谱仪和功率计的实操要点
这两个仪器是光学测试的吃饭家伙，用不好，数据全是废的。
光谱仪使用要点：
- 光纤要轻拿轻放，弯折半径不要小于5cm
- 每次换测激光器前，先测一次暗电流，扣除背景噪声
- 积分时间不要设太长，不然探测器会饱和
- 我习惯在测试脚本里加一个自动增益控制，省得手动调
功率计使用要点：
- 探头要选对波长范围，940nm的激光器不能用可见光探头
- 量程要合适，一般选比预估功率大一个数量级的量程
- 测试环境要遮光，环境光会影响读数
避坑指南：我曾经在产线上发现功率计读数比研发数据低了30%，查了半天发现是功率计的探头镜片上有指纹。从那以后，我要求产线操作员必须戴手套拿探头，每周用无尘布清洁一次镜片。
4.5 自动化测试脚本示例
量产测试当然不能靠手动一个个测，得写自动化脚本。下面是我常用的Python脚本框架：
import pyvisa
import numpy as np
class OpticalTester:
def __init__(self):
self.rm = pyvisa.ResourceManager()
self.spectrometer = self.rm.open_resource('GPIB0::1::INSTR')
self.power_meter = self.rm.open_resource('GPIB0::2::INSTR')
def test_center_wavelength(self):
"""测试中心波长"""
# 设置光谱仪参数
self.spectrometer.write(':SENSE:WAVELENGTH:START 920nm')
self.spectrometer.write(':SENSE:WAVELENGTH:STOP 960nm')
# 采集光谱
data = self.spectrometer.query_ascii_values(':READ:DATA?')
# 找峰值
peak_idx = np.argmax(data)
peak_wavelength = 920 + peak_idx * 0.5 # 0.5nm分辨率
# 计算半高宽中点
half_max = max(data) / 2
left_idx = np.where(data[:peak_idx] < half_max)[0][-1]
right_idx = np.where(data[peak_idx:] < half_max)[0][0] + peak_idx
center_wavelength = (left_idx + right_idx) / 2 * 0.5 + 920
return center_wavelength
def test_optical_power(self):
"""测试光功率"""
self.power_meter.write(':SENSE:CORRECTION:WAV 940nm')
power = self.power_meter.query_ascii_values(':READ?')[0]
return power小技巧：脚本里我加了异常重试机制，如果读数超出范围，自动重测3次。产线上偶尔会有振动导致读数异常，重试能过滤掉这些假异常。
4.6 知识体系总览
下面这张图是我自己整理的，把三个参数测试的流程和关键点串起来了。你保存下来，做测试方案时对着看，基本不会漏东西。
好了，这一节的内容就这些。中心波长、光功率、发散角这三个参数，说白了就是深度相机模组的「视力表」。测准了，模组才能看得远、看得清。下一节我们聊聊更深入的测试项目，到时候见。