1.核心算法平臺研發(fā)： 研發(fā)白光干涉條紋解析、相位恢復(fù)、三維重建等核心算法， 并將其模塊化以復(fù)用到不同測量場景 。
2.信號建模與精度突破： 建立物理層信號模型，研究針對低反射、粗糙面、大斜 率樣品的通用自適應(yīng)重構(gòu)策略，挑戰(zhàn)亞納米精度 。
3.算法工程化與加速： 負責算法在CPU/GPU多線程環(huán)境下的性能優(yōu)化，確保大尺 寸、高分辨率點云數(shù)據(jù)的實時處理能力 。
4.多源數(shù)據(jù)融合： 探索AI深度學(xué)習(xí)與傳統(tǒng)光學(xué)算法的結(jié)合，解決復(fù)雜工況下的噪 聲抑制與特征識別難題 。
5.知識產(chǎn)權(quán)產(chǎn)出： 編寫算法設(shè)計文檔，主導(dǎo)核心算法的專利申請及相關(guān)技術(shù)論文 發(fā)表 。