需求分析与指标分解：从系统需求到光机指标
从原理样机到工程样机，最怕什么？
怕的是做出来才发现——镜头装不上、温度一变就糊、批量生产时良率惨不忍睹。这些坑，我几乎都踩过。
所以这一章，咱们聊聊怎么把模糊的「系统需求」翻译成明确的光机指标。说白了，就是让每个工程师拿到手的数字，都是可测量、可验证、可追溯的。
1. 需求分解的「三层漏斗」
我个人习惯把需求分解分成三层：
- 用户层需求：客户说「我要看清 100 米外的车牌」
- 系统层指标：翻译成「地面分辨率 ≤ 2cm @100m」
- 光机层参数：拆解成「MTF ≥ 0.3 @50lp/mm」「畸变 ≤ 0.5%」「热离焦 ≤ 0.01mm/℃」
每一层往下走，都要做两件事：量化和分配。
核心原则：上层指标必须能被下层指标覆盖，下层指标必须留有裕量。
2. MTF：不只是「越高越好」
MTF 是光学系统的灵魂指标。但很多新手一上来就追求 MTF 接近衍射极限，结果公差一加，全崩了。
我在项目中遇到过一件事：一个客户要求 MTF ≥ 0.4 @100lp/mm，我们费了老大劲优化到 0.45。结果量产时发现，镜片偏心公差稍微偏一点，MTF 就掉到 0.25。后来我们跟客户商量，把指标改成「MTF ≥ 0.3 @80lp/mm」，系统反而更稳定。
MTF 分解时要注意三点：
- 空间频率匹配：探测器像元尺寸决定了奈奎斯特频率。比如 2μm 像元，奈奎斯特频率就是 250lp/mm。你优化到 500lp/mm 没意义。
- 全视场一致性：中心视场 MTF 高不算高，边缘视场掉到 0.1 以下，图像边缘就全糊了。我一般要求全视场 MTF 波动不超过 20%。
- 公差敏感度：设计 MTF 要留 10%~20% 的裕量，给装配和加工「吃掉」。
| 参数 | 原理样机阶段 | 工程样机阶段 |
|---|---|---|
| MTF 设计值 | ≥ 0.5 @Nyquist | ≥ 0.4 @Nyquist（含公差） |
| MTF 公差裕量 | 不严格考虑 | 预留 15%~20% |
| 全视场一致性 | 中心边缘差 ≤ 30% | 中心边缘差 ≤ 20% |
3. 畸变：别让「直线变弯」毁了算法
畸变这个指标，经常被低估。尤其是做测量、拼接、自动驾驶感知的系统，畸变直接影响后端算法的精度。
我记得有一次做双目视觉系统，光学设计时畸变只有 0.3%，觉得挺好了。结果标定完发现，左右图的畸变方向不一致，校正后还有 1 个像素的残差。后来查原因，是镜片装配时两组镜头的畸变对称性没控制好。
畸变分解的几个关键点：
- 绝对畸变 vs 相对畸变：绝对畸变是实际像高与理想像高的偏差，相对畸变是绝对畸变除以理想像高。工程上常用相对畸变。
- TV 畸变：电视畸变更贴近人眼感受，一般要求 ≤ 2%。但测量系统要求更高，≤ 0.1% 也不稀奇。
- 畸变对称性：左右镜头畸变差异要控制在 0.05% 以内，否则立体匹配会出问题。
避坑指南：我曾经吃过一次亏——只给了畸变绝对值指标，没给畸变曲线形状要求。结果供应商交的镜头畸变虽然小，但曲线是 S 形的，校正算法根本没法处理。后来我学乖了，指标里一定加上「畸变曲线单调且平滑」。
4. 公差分析：从「能装起来」到「装好就能用」
公差分析是工程样机阶段最磨人的活。原理样机可以靠手工调试，工程样机不行——你得保证 100 套里 95 套装出来就能用。
公差分析的流程：
- 确定敏感元件：用 Monte Carlo 仿真跑一遍，找出对 MTF 影响最大的 3~5 个参数。
- 分配公差：敏感参数给紧公差（比如 ±0.01mm），不敏感参数给松公差（比如 ±0.05mm）。
- 补偿环节：设计可调机构（比如后截距调整垫片），用来吸收累积误差。
- 验证：做 1000 次 Monte Carlo 仿真，看良率是否达标。
我个人的经验是：公差分析不是一次做完的。先给一个宽松的公差，看良率；如果不够，再收紧最敏感的那几个。别一上来就全给紧公差，加工成本会翻倍。
注意：公差分析时别忘了温度效应。有些镜头常温下 MTF 很好，一升温就离焦。热公差和机械公差要一起分析。
5. 热稳定性：让镜头「扛得住」温度变化
热稳定性是工程样机最容易翻车的地方。原理样机在恒温实验室里跑得欢，一到户外就「罢工」。
热稳定性指标分解：
- 热离焦系数：单位温度变化引起的像面位移。一般要求 ≤ 0.005mm/℃。
- 无热化设计：通过选配镜片材料（正负热膨胀系数搭配），让系统在 -20℃~+60℃ 范围内自动补偿热离焦。
- 结构件热匹配：镜筒材料的热膨胀系数要和镜片匹配。铝合金镜筒配普通玻璃，温差一大就会「勒死」镜片。
我记得有一次做户外监控镜头，设计时没考虑镜筒和镜片的热膨胀差异。结果夏天高温时，镜片被镜筒挤压变形，MTF 直接掉了一半。后来换成钛合金镜筒，问题才解决。
6. 指标分解的「闭环验证」
指标分解不是「分完就完事了」。你得有办法验证每个指标是否达成。
我的做法是这样的：
- MTF：用干涉仪或 MTF 测试仪实测，和仿真结果对比。
- 畸变：用标定板拍照，提取角点坐标，计算实际畸变。
- 公差：抽检 10 套样机，测量关键尺寸，反推加工能力是否达标。
- 热稳定性：放进高低温箱，从 -20℃ 升到 +60℃，每 10℃ 测一次 MTF。
如果实测值和设计值偏差超过 20%，就得回头查——是仿真模型不准，还是加工装配有问题。
一句话总结：指标分解的本质，是把「客户想要什么」翻译成「工程师能做什么」，并且确保做出来的东西能测、能验、能交付。
7. 知识体系总览
下面这张图，把本章的核心逻辑串起来了。你可以把它贴在工位上，做项目时对照着看。
这张图里，从上到下是分解过程，从下到上是验证过程。每个箭头都代表一次「翻译」和一次「校对」。做项目时，你就按这个框架走，基本不会漏项。