[发明专利]一种光致电润湿芯片中液滴的自动化控制方法

权利要求书

1.一种光致电润湿芯片中液滴的自动化控制方法，其特征在于，包括下列步骤：

首先布置光控电润湿平台；

训练深度学习系统中的神经网络模块；

使用设备实时拍摄图片，传入深度学习系统做出相应的路径规划并生成对应的光虚拟电极，即生成对应的光图；

将所述光图投影至所述光控电润湿平台的光致电润湿芯片上，在设定的起始点生成待操作液滴，控制所述光图连续变化以驱动液滴；

训练深度学习系统中的神经网络模块的具体内容为：

根据神经网络模块的实现方案采取对应的训练方式，采用目标检测模型和最短路径算法，是通过训练目标检测模型以识别光致电润湿芯片上液滴位置，由最短路径算法规划液滴移动路径，具体为：采集含有液滴状态各不相同的光致电润湿芯片表面图片，加标签制作数据集训练目标检测模型；

采集含有液滴状态各不相同的光致电润湿芯片表面图片的具体内容包括：

使用相机拍摄一定数量的光致电润湿芯片表面图片，包括在设备实际使用过程中液滴可能存在的各种状态的图片，并根据算法模型参数调整各种状态图片所占比例；

采集含有液滴状态各不相同的光致电润湿芯片表面图片后，加标签制作数据集训练目标检测模型的具体内容为：

利用相机拍摄多张光致电润湿芯片表面图片，包括含有不同尺寸、状态的液滴的图片；

将采集到的图片制作成数据集，其中，随机抽取若干张图片作为测试集检验最终训练模型的效果，其余图片按照一定比例划分为训练集和验证集；

利用训练集进行训练，采用验证集测试训练好的模型效果；

使用设备实时拍摄图片并传入深度学习系统做出相应的路径规划并生成对应的光虚拟电极，即生成对应的光图，具体包括以下步骤：

实时获取所述光致电润湿芯片表面图像，并得到相应的三通道像素信息数组；

将所述三通道像素信息数组转化为图片并传入深度学习系统中的神经网络模块进行处理，获取一条绕开所有障碍物到达指定位置的最短路径；

将神经网络模块输出的路径指令输入到光图生成模块生成对应的驱动光图。

2.根据权利要求1所述的光致电润湿芯片中液滴的自动化控制方法，其特征在

于，所述深度学习系统包括神经网络模块和光图生成模块。

3.根据权利要求2所述的光致电润湿芯片中液滴的自动化控制方法，其特征在于，所述神经网络模块由多种神经网络实现，达到输入图片，输出路径指令的效果，包括采用目标检测模型和最短路径算法，通过训练目标检测模型以识别光致电润湿芯片上液滴位置，再由最短路径算法规划液滴移动路径；或采用强化学习神经网络，经过训练后直接根据光致电润湿芯片实时图像做出路径指令。

4.根据权利要求3所述的光致电润湿芯片中液滴的自动化控制方法，其特征在于，采用强化学习神经网络，经过训练后直接根据光致电润湿芯片实时图像做出路径指令是根据神经网络模块的实现方案采取对应的训练方式，具体为：通过实验或仿真的方法，使系统随机做出指令，根据指令达到的效果给予相应反馈，不断重复直到系统稳定做出最佳指令。

5.根据权利要求2所述的光致电润湿芯片中液滴的自动化控制方法，其特征在于，所述光图生成模块采用最短路径算法和画图程序库，根据神经网络模块的输出路径画出对应的连续变化的驱动光图，在驱动指定液滴的同时不影响光致电润湿芯片上其他液滴。

6.根据权利要求1所述的光致电润湿芯片中液滴的自动化控制方法，其特征在于，所述光控电润湿平台包括图片获取装置、投影装置、所述光致电润湿芯片、控制中心及液滴生成装置，所述获取装置、所述液滴生成装置、所述投影装置与所述控制中心相连，由所述控制中心控制，通过所述图片获取装置实时获取所述光致电润湿芯片的图像，传入控制中心进行处理并规划液滴路径，并控制所述液滴生成装置生成待操作液滴，所述投影装置作为光源，将所述控制中心根据路径生成的驱动光图投影至所述光致电润湿芯片上。