孫文信

廣角鏡頭因其大視角特性，廣泛應用於監視器系統、虛擬實境（Virtual Reality, VR）、擴增實境（Augmented Reality, AR）、醫學成像及自動駕駛等領域。然而，與小視場角鏡頭相比，廣角鏡頭在設計與製造過程中面臨更大的挑戰，包括嚴重的畸變、邊緣模糊、色差等成像問題，以及由製造誤差引起的成像品質下降。本研究針對上述問題，提出以累積機率曲線（Cumulative Probability Curve, CPC）理論為基礎，結合光學設計軟體 Code V的公差分析，建立一套完整的公差分析方法，並使鏡頭設計者更精確的預測鏡頭實際製造後的成像品質。 從歷史研究結果可看出，累積機率曲線理論被廣泛應用在社會學、經濟、建築、工業製造等行業的統計模擬中，它能量化有限的資料，並做出符合自然法則的模擬，給出有效的結果。應用累積機率曲線理論量化各項公差對成像品質的影響，可以幫助鏡頭設計者在設計階段最佳化公差的分配，進而減少畸變等像差，提高成像品質。 半視角在90時，近軸像高為無限大，但真實像高不可能為無限大，因此，在半視角75至90之間的影像會重疊在一起，此為廣角鏡頭一大缺點。本研究設計的80廣角鏡頭，為了避免此缺點採用F-theta畸變來計算理想像高，並以此判斷成像面扭曲程度。 本研究也針對所設計的80廣角鏡頭，以敏感度分析、反敏感度分析兩種方法，分析了各種常見公差項，如曲率半徑、厚度、位移、傾斜等，提出了適當的修改策略。此方法不僅能縮短設計到製造的週期，還能提高廣角鏡頭的生產一致性與穩定性。 本研究不僅為廣角鏡頭設計提供了實用的指導，也以累積機率曲線理論模擬鏡頭製造與組裝之公差分析，對學術界與產業界都具有很好的價值。未來，相關技術可進一步應用於高端光學系統的設計與優化，助成像光學產業更進一步的創新與發展。