Moduł kamery termowizyjnej do wykrywania pożarów: Rdzenie OEM do dronów i systemów wczesnego ostrzegania

Tradycyjne systemy ochrony przeciwpożarowej zawodzą systematycznie na strukturalnej warstwie granicznej. Konwencjonalne punktowe czujniki ultrafioletu/podczerwieni (UV/IR) oraz aspiracyjne systemy wykrywania dymu cierpią na nierozwiązywalną wadę operacyjną: z natury wymagają, aby fizyczne cząsteczki dymu lub otwarte płomienie o częstotliwości migotania dostały się do ich pola widzenia lub objętościowego zakresu zasysania. W zastosowaniach o krytycznym znaczeniu — takich jak obwody nadzoru pożarów lasów, systemy magazynowania energii w akumulatorach litowo-jonowych (BESS), otwarte składowiska odpadów przemysłowych, zakłady przetwórstwa chemicznego oraz korytarze transportu petrochemicznego — oczekiwanie na aerozolowe cząsteczki dymu lub otwarty płomień zapłonu oznacza, że uszkodzenie strukturalne już nastąpiło. Tlenie podpowierzchniowe, dynamiczna ucieczka termiczna w skupionych ogniwach cylindrycznych, mikrołukowanie w zaciskach rozdzielczych wysokiego napięcia oraz lokalne przegrzewanie pozostają niewidoczne dla optycznych i standardowych ładunków CCD, dopóki nie nastąpi katastrofalny zapłon.

Niechłodzone radiometryczne moduły kamer termicznych długofalowej podczerwieni (LWIR) przesuwają tę bazę operacyjną, zmieniając inżynierię bezpieczeństwa pożarowego z reaktywnego tłumienia po zdarzeniu na predykcyjne wczesne ostrzeganie w czasie rzeczywistym. Poprzez bezpośrednie kwantyfikowanie radiancji powierzchniowej w paśmie spektralnym od 8 do 14 mikrometrów za pomocą matryc ogniskowych mikrobolometrów, moduł OEM moduł kamery termicznej do wykrywania pożaru mierzy minimalne, milikelwinowe przesunięcia temperatury na piksel. Po zintegrowaniu z taktycznymi bezzałogowymi statkami powietrznymi (UAV), platformami robotyki czworonożnej, przemysłowymi ładunkami pan-tilt-zoom (PTZ) oraz statycznymi obudowami monitorującymi edge-AI, te miniaturowe czujniki zapewniają fizyczną zdolność wykrywania potrzebną do identyfikacji anomalii przedspaleniowych na dużych odległościach operacyjnych. Ta zdolność umożliwia autonomicznym systemom bezpieczeństwa izolowanie uszkodzonych systemów, przekierowywanie zautomatyzowanych mechanizmów tłumienia oraz zapobieganie wielomilionowym stratom w infrastrukturze przemysłowej.

Fizyka wczesnego wykrywania termicznego: LWIR vs. systemy konwencjonalne

Prawo Plancka, emisyjność i tlenie podpowierzchniowe

Aby zaprojektować architekturę wczesnego ostrzegania przeciwpożarowego, inżynierowie muszą uwzględnić podstawową fizykę rządzącą emisją promieniowania cieplnego. Każdy obiekt o temperaturze bezwzględnej powyżej zera absolutnego emituje promieniowanie elektromagnetyczne zgodnie z równaniem rozkładu spektralnego Plancka. Prawo Stefana-Boltzmanna całkuje tę radiancję spektralną we wszystkich długościach fal operacyjnych, ustalając, że całkowita moc emisyjna skaluje się proporcjonalnie do czwartej potęgi temperatury bezwzględnej: W = εσT⁴, gdzie ε oznacza emisyjność powierzchniową, σ oznacza stałą Stefana-Boltzmanna, a T oznacza temperaturę termodynamiczną w kelwinach. We wczesnych zdarzeniach termicznych — takich jak głębokie tlenie w ściółce leśnej, pryzmach biomasy, składowiskach chemicznych lub wewnętrzne pęcznienie ogniw workowych w pakiecie akumulatorów litowych — początkowe nagrzewanie powierzchni zwykle mieści się w zakresie od 330 kelwinów do 473 kelwinów (około 57°C do 200°C).

Zgodnie z prawem przesunięć Wiena (λ_max · T = 2897,8 μm·K), szczytowa długość fali emisji promienistej dla obiektu w tym krytycznym przedziale przedspalania od 330 K do 473 K występuje dokładnie między 6,1 μm a 8,7 μm, sięgając bezpośrednio w niechłodzone pasmo atmosferyczne długofalowej podczerwieni (LWIR) 8–14 μm. W wyraźnym kontraście, układy optyczne pracujące w zakresie widzialnym (0,4–0,7 μm) oraz standardowe krzemowe czujniki bliskiej podczerwieni (NIR) (0,75–1,4 μm) odbierają praktycznie zerową emisję fotonów z anomalii o tych temperaturach. Zanim czujnik optyczny zarejestruje widoczne smugi dymu lub profil migotania płomienia, lokalna reakcja egzotermiczna przekroczyła już próg energii aktywacji dla samopodtrzymującego się spalania. Deweloperzy OEM oceniający kompromisy między czujnikami powinni zapoznać się z tą analizą techniczną w komercyjny przewodnik po kamerach na podczerwień obrazowanie termowizyjne AI vs bliska podczerwień, która przedstawia, jak parametry czułości spektralnej bezpośrednio wpływają na automatyczne wyzwalacze pożarowe i monitorujące.

Wartości emisyjności (ε) odgrywają bezpośrednią rolę w bezkontaktowych obliczeniach temperatury. Podczas gdy materiały organiczne, sucha roślinność i kauczuk przemysłowy charakteryzują się wysokimi współczynnikami emisyjności między 0,90 a 0,98, surowe metale przemysłowe (takie jak aluminiowe szyny zbiorcze, miedziane połączenia wzajemne i nierdzewne zbiorniki paliwowe) mogą wykazywać współczynniki emisyjności poniżej 0,15. Przy obliczaniu danych radiometrycznych procesor sygnału cyfrowego w module kamery termowizyjnej musi dynamicznie kompensować te różnice powierzchniowe. Musi uwzględniać odbitą temperaturę pozorną, wilgotność względną oraz odległość ścieżki cel–obiektyw, aby wyodrębnić prawdziwe bezwzględne wartości radiometryczne z surowych danych cyfrowych, zapobiegając przeoczeniu detekcji w środowiskach celów o niskiej emisyjności.

Ponieważ matryce mikrobolometryczne całkują energię w całym paśmie 8–14 μm, niewielkie błędy matematyczne w szacowaniu emisyjności mogą prowadzić do przesunięć obliczeń temperatury o dziesiątki stopni. Nowoczesne wbudowane silniki radiometryczne kompensują to, utrzymując zlokalizowane tabele przeglądowe regionów zainteresowania (ROI). Każdy zdefiniowany ROI może mieć przypisane dyskretne profile materiałowe, współczynniki transmisji ścieżki oraz odbicia tła otoczenia. Podczas monitorowania infrastruktury krytycznej, takiej jak szafy rozdzielnic wysokiego napięcia, gdzie goła utleniona miedź styka się bezpośrednio z izolatorami ceramicznymi i polimerowymi osłonami przewodów, takie przypisanie emisyjności na piksel lub na strefę zapewnia, że lokalne mikrołukowanie jest sygnalizowane na długo przed tym, zanim degradacja termiczna naruszy izolację mechaniczną.

Tłumienie atmosferyczne, penetracja dymu i głębokości optyczne

W rzeczywistych zastosowaniach przeciwpożarowych obwiednia operacyjna jest wypełniona gęstą zawiesiną cząstek stałych, aerozolami, niespalonymi kroplami węglowodorów oraz wysokimi stężeniami gazów spalinowych, w tym pary wodnej, tlenku węgla i dwutlenku węgla. Transmisja elektromagnetyczna przez takie przesłony podlega prawu ekstynkcji Beera-Lamberta: I = I₀ · exp(-γx), gdzie γ oznacza współczynnik ekstynkcji (składający się zarówno ze składników absorpcji, jak i rozpraszania), a x oznacza długość ścieżki optycznej w poprzek korytarza obserwacyjnego.

Składnik rozpraszania jest silnie zależny od długości fali, modelowany głównie przez rozpraszanie Rayleigha, gdy promienie cząstek są znacznie mniejsze niż długość fali roboczej (r << λ, gdzie przekrój czynny rozpraszania jest odwrotnie proporcjonalny do czwartej potęgi długości fali: σ_s ∝ λ⁻⁴), przechodząc w rozpraszanie Mie, gdy średnice cząstek zbliżają się do długości fali padającego promieniowania (r ≈ λ). Typowy dym z pożarów lasów oraz cząstki stałe ze spalania przemysłowego tworzą rozkłady cząstek unoszących się w powietrzu o średnich promieniach od 0,1 μm do 1,5 μm. W przypadku systemów optycznych i bliskiej podczerwieni wymiary tych cząstek mieszczą się bezpośrednio w obszarze rozpraszania Mie, powodując szybkie rozpraszanie wiązki, zniekształcenia fazowe i całkowite wygaszenie optyczne na krótkich dystansach.

Z kolei dla niechłodzonego czujnika LWIR pracującego w paśmie spektralnym 8–14 μm długość fali jest o rząd wielkości większa niż średni promień cząstek. W rezultacie przekrój czynny rozpraszania znacząco maleje. Niechłodzona energia LWIR przenika przez gęste zawiesiny aerozoli, sadzę przemysłową, chmury pyłu i zasłony dymu o wysokiej gęstości z minimalnym tłumieniem. W przypadku autonomicznych platform dronów gaśniczych, flot robotycznych pojazdów gąsienicowych oraz stacjonarnych systemów wczesnego ostrzegania z głowicami obrotowo-uchylnymi moduł radiometryczny LWIR utrzymuje wyraźną widoczność przez przesłony. Umożliwia to pętlom detekcji obliczanie precyzyjnych współrzędnych punktów gorących i śledzenie wektorów rozprzestrzeniania się płomieni nawet wtedy, gdy kamery światła widzialnego są całkowicie oślepione przez gęsty dym.

Przewaga transmisyjna pasma 8–14 μm jest dodatkowo wzmacniana przez samo atmosferyczne okno transmisyjne. Podczas gdy ładunki pracujące w średniej podczerwieni (MWIR, 3–5 μm) cierpią z powodu silnych pików absorpcji atmosferycznej powodowanych przez pasma absorpcji dwutlenku węgla (CO₂) powstającego w procesie spalania w okolicach 4,2 do 4,4 μm, niechłodzone widmo LWIR pozostaje wolne od tego głównego profilu tłumienia gazowego. To rozróżnienie ma kluczowe znaczenie przy wdrażaniu stacjonarnych systemów perymetrycznych monitorujących pochodnie gazowe, zbiorniki rafineryjne czy krawędzie składowisk odpadów, gdzie ciągłe odgazowywanie w przeciwnym razie oślepiałoby detektory optyczne pasma średniego.

Podstawowa inżynieria architektoniczna termicznych modułów przeciwpożarowych OEM

Matryce mikrobolometryczne VOx a krzem amorficzny (a-Si)

Sercem każdego nowoczesnego radiometrycznego moduł kamery termicznej do wykrywania pożaru jest matryca termoczułych elementów rezystancyjnych zawieszonych nad zintegrowanym krzemowym układem odczytu (ROIC). Dwie dominujące technologie materiałów cienkowarstwowych stosowane w niechłodzonych matrycach ogniskowych (FPA) to tlenek wanadu (VOx) i krzem amorficzny (a-Si). W przypadku krytycznej przemysłowej detekcji pożarów systemy VOx zapewniają wyraźne przewagi wydajnościowe.

Tlenek wanadu oferuje wysoki temperaturowy współczynnik rezystancji (TCR), zwykle w zakresie od -2% do -3% na kelwin w temperaturze pokojowej, przy jednoczesnym utrzymaniu niższego poziomu szumu migotania 1/f niż porównywalne cienkowarstwowe formulacje krzemu amorficznego (które oscylują w pobliżu -1,5% TCR). Ta wyższa zmiana rezystancji na kelwin przekłada się bezpośrednio na lepszą różnicę temperatur równoważną szumowi (NETD). Wysokiej klasy rdzenie mikrobolometryczne VOx osiągają wartości NETD ≤40 mK do ≤50 mK przy f/1,0, co umożliwia matrycy czujnika rozróżnianie różnic temperatur mniejszych niż 0,04°C. W scenariuszach wczesnego wykrywania pożaru ten niski poziom szumu ma kluczowe znaczenie: zapobiega wyzwalaniu alarmów progowych przez skoki szumu na dużych odległościach obserwacji zewnętrznej, gdzie subtelne gradienty termiczne w gęstej biomasie lub obudowach akumulatorów BESS muszą być wyodrębniane z otoczenia szumu termicznego.

Krytycznym czynnikiem operacyjnym dla robotyki wbudowanej i monitorowania ciągłego jest zarządzanie migawką. Matryce mikrobolometryczne doświadczają dryftu termicznego spowodowanego zmieniającymi się temperaturami obudowy otoczenia oraz wewnętrznym samonagrzewaniem elektroniki. Konwencjonalne systemy cyklicznie przesuwają fizyczną mechaniczną migawkę w poprzek płaszczyzny czujnika, aby kalibrować tabele korekcji niejednorodności (NUC). Jednak fizyczne cykle migawki tymczasowo zamrażają wyjście wideo na 500 do 1200 milisekund — zakłócenie, które może oślepić autonomiczne systemy unikania kolizji dronów lub przerwać algorytmy szybkości narastania. Nowoczesne rdzenie termiczne OEM przeznaczone do obrony przeciwpożarowej implementują zaawansowane algorytmy bezmigawkowe lub inteligentne adaptacyjne procedury NUC. Systemy te wykorzystują dynamiczną korekcję niejednorodności opartą na scenie (SBNUC) w połączeniu z wewnętrznymi czujnikami termicznymi osadzonymi bezpośrednio w strukturze ROIC, zapewniając nieprzerwaną telemetrię radiometryczną bez zużycia mechanicznego i martwych punktów.

Radiometryczny tor sygnałowy, DDE i architektura podwójnego wzmocnienia

Radiometryczny tor sygnałowy w rdzeniu termicznym OEM musi zachować integralność sygnału od konwersji fotonów do wyjścia cyfrowego. Gdy promieniowanie podczerwone pada na każdą zawieszoną membranę piksela mikrobolometrycznego, pochłonięta energia indukuje wzrost temperatury, który zmienia rezystancję elektryczną membrany. Leżący pod spodem ROIC polaryzuje każdy piksel, całkuje wynikowy prąd sygnałowy i kieruje te sygnały mikrowoltowe do wbudowanych 14-bitowych lub 16-bitowych przetworników analogowo-cyfrowych (ADC). Ta szeroka głębokość dynamicznej digitalizacji zapewnia zakres dynamiczny potrzebny do pomiaru bezwzględnych temperatur sceny z dokładnością do ułamków kelwinów bez przedwczesnego przycinania świateł.

Centralnym wyzwaniem projektowym w systemach wykrywania pożaru jest zrównoważenie wysokiej czułości termicznej dla wczesnego tlenia się z zakresem dynamicznym wystarczająco szerokim, aby śledzić otwarte spalanie węglowodorów. Aby rozwiązać ten kompromis, przemysłowe rdzenie OEM wykorzystują architekturę podwójnego wzmocnienia:

• ⚙️ Tryb wysokiego wzmocnienia: Zazwyczaj kalibrowany do mapowania temperatur od -20°C do +150°C. W tym trybie moduł maksymalizuje rozdzielczość termiczną, zapewniając czułość poniżej 50 mK do wykrywania minimalnych przegrzań w łożyskach maszyn, przełącznikach wysokiego napięcia i niezapalonych przewodach elektrycznych.
• ⚙️ Tryb niskiego wzmocnienia: ROIC dynamicznie dostosowuje swoją pojemność integracyjną i banki kondensatorów, aby pokryć zakres od 0°C do +550°C (z rozszerzonymi kalibracjami sięgającymi +1500°C). Ten tryb zapobiega nasyceniu pikseli i rozkwitowi, gdy pojawiają się dynamiczne płomienie, umożliwiając procesorom brzegowym analizę wewnętrznych geometrii płomieni, lokalizowanie uszkodzeń podpór konstrukcyjnych i śledzenie rdzeni spalania.

Za przetwornikiem ADC procesor sygnału obrazu (ISP) modułu realizuje sprzętowo przyspieszane cyfrowe wzmocnienie szczegółów (DDE) oraz nieliniowe adaptacyjne mapowanie zakresu dynamicznego. DDE filtruje składowe przestrzenne o wysokiej częstotliwości, izolując niskokontrastowe granice termiczne w jednolitych tłach bez zniekształcania leżących u podstaw bezwzględnych wartości radiometrycznych pikseli. Dla inżynierów systemów optomechanicznych projektujących pod kątem określonych wymiarów czujnika i optycznych odległości roboczych, ta analiza architektoniczna modułu kamery termowizyjnej 256x192 25mm zapewnia szczegółowy opis wydajności rdzenia w konfiguracjach ciągłego wdrażania.

Integracja systemowa: Optymalizacja SWaP-C dla dronów i robotyki terenowej

Obudowy mechaniczne, odprowadzanie ciepła i złącza

Wdrażanie ładunków wczesnego ostrzegania pożarowego na platformach lotniczych, czworonożnych robotach inspekcyjnych oraz masztach pan-tilt-zoom wymaga ścisłej optymalizacji rozmiaru, masy, mocy i kosztu (SWaP-C). W taktycznych bezzałogowych systemach powietrznych (UAS) platformy mikrogimbali nie tolerują nadmiernej masy ani niezrównoważonych objętości mechanicznych bez pogorszenia wytrzymałości baterii w locie i stabilności silników. Wiodące niechłodzone moduły termiczne OEM osiągają obudowy o wymiarach zaledwie 21 mm × 21 mm, przy masie samego rdzenia znacznie poniżej 30 gramów. Ten ultralekki profil pozwala inżynierom pakować te czujniki radiometryczne do dronów kategorii poniżej 250 g oraz dwuosiowych stabilizowanych mikrogimbali bez uszczerbku dla marginesów konstrukcyjnych.

Odprowadzanie ciepła wymaga starannego planowania w szczelnych obudowach gimbali lub przeciwwybuchowych obudowach o stopniu ochrony IP67 przeznaczonych do środowisk niebezpiecznych. Matryca mikrobolometryczna nie jest w stanie odróżnić zewnętrznych fotonów otoczenia od własnego wewnętrznego rozkwitu termicznego mechaniki. Jeśli ciepło generowane przez pokładowy układ FPGA, matrycę ADC lub przetwornicę mocy przedostaje się do płyty montażowej płaszczyzny ogniskowej, wprowadza dryft termiczny i niejednorodności przestrzenne. Integratorzy systemów muszą odprowadzać ciepło przewodzone z dala od ROIC za pomocą miedzianych lub pirolitycznych taśm grafitowych, sprzęgając wewnętrzne procesory cyfrowe bezpośrednio z zewnętrznymi radiatorami aluminiowej obudowy, jednocześnie mechanicznie izolując rdzeń detektora, aby zapobiec pasożytniczym offsetom termicznym.

Połączenia elektryczne wymagają wysokiej tolerancji na wstrząsy i integralności sygnału w warunkach ciągłych profili wibracyjnych. Rozwiązania mikrowstęgowe typu board-to-board muszą utrzymywać pewne połączenie pomimo wieloosiowych wibracji silników i dynamiki lotu drona. Inżynierowie często wybierają niskoprofilowe systemy połączeń o dużej liczbie pinów od uznanych producentów branżowych:

• ✅ Sprzęganie wzmocnionej wiązki przewodów: W przypadku mikrowstęgowych wiązek przewodów z blokadą pozytywną, odpornych na ciągłe wibracje silników o wysokiej częstotliwości w UAS, inżynierowie sprzętu polegają na wysokoniezawodnych złączach przemysłowych od Molex.
• ✅ Miniaturowe obudowy o dużej gęstości: W przypadku ultrakompaktowych interfejsów board-to-board o wysokiej częstotliwości w miniaturowych osiach gimbali i zrzucanych brzegowych kapsułach czujników, deweloperzy stosują niskoprofilowe komponenty wielopinowe od Hirose Electric.

Szczegółowy opis taktowania połączeń board-to-board, filtrowania płaszczyzn zasilania o niskim poziomie szumów oraz dopasowania impedancji ścieżek dla czujników termicznych w systemach autonomicznych można znaleźć w tym technicznym odnośniku na temat integracja wysokoprecyzyjnego termicznego ładunków.

Dobór obiektywu i obliczenia zasięgu DRI

Integracja czujnika wymaga dopasowania odległości wykrywania celu do ogniskowej (f) podsystemu optomechanicznego obiektywu. Projektanci systemów obliczają metryki Detekcji, Rozpoznania i Identyfikacji (DRI) na podstawie kryteriów Johnsona, zmodyfikowanych pod kątem wczesnego wykrywania anomalii termicznych:

Wymiar krytyczny celu (d_c) × Ogniskowa (f) = Zasięg (R) × Rozstaw pikseli (p) × N_pikseli

W przypadku wczesnego wykrywania pożaru normy branżowe wymagają co najmniej 2 do 3 pikseli w poprzek wymiaru krytycznego gorącego punktu, aby niezawodnie wyzwolić alarm powyżej poziomu szumu czujnika i zapobiec fałszywie pozytywnym odczytom z pojedynczego piksela. Typowy tlący się gorący punkt przed zapłonem może mieć średnicę około 0,5 metra. Przy mikrobolometrze o rozstawie pikseli 12 μm wybór właściwej ogniskowej obiektywu bezpośrednio określa efektywny zasięg systemu:

• ⚙️ Obiektywy szerokokątne (5 mm do 9 mm): Zapewniają szerokie poziome pola widzenia (FOV) od 50° do 90°. Obiektywy te nadają się do mapowania hal fabrycznych na niskich wysokościach, monitorowania pomieszczeń bateryjnych na poziomie regałów oraz szerokoobszarowych skanów perymetrycznych obiektów przemysłowych, gdzie szeroka świadomość sytuacyjna przeważa nad rozdzielczością na duże odległości.
• ⚙️ Obiektywy średnie (13 mm do 25 mm): Zapewniają zrównoważony kompromis między pokryciem obszaru a zasięgiem optycznym, co czyni je idealnymi dla bezzałogowców poszukiwawczo-ratowniczych operujących na standardowych wysokościach lotu od 50 do 100 metrów nad poziomem gruntu (AGL).
• ⚙️ Obiektywy teleobiektywowe (35 mm, 50 mm, do 150 mm): Skupiają rozdzielczość przestrzenną do wąskich pól widzenia (<10°), umożliwiając wysokościowym samolotom patrolowym i stałym systemom obserwacyjnym na szczytach górskich izolowanie mikro-gorących punktów na odległościach przekraczających 2 do 5 kilometrów.

Standardowe szkło blokuje transmisję w paśmie spektralnym 8–14 μm. W związku z tym wszystkie transmisyjne elementy optyczne muszą być wykonane z monokrystalicznego germanu (Ge) lub specjalistycznych stopów szkła chalkogenidowego, pokrytych trwałymi powłokami antyrefleksyjnymi (AR) i twardymi powłokami węglowymi. Co kluczowe, gdy temperatury otoczenia zmieniają się w profilach operacyjnych dronów (-40°C do +80°C), wysoki współczynnik termiczny zmiany współczynnika załamania germanu (dn/dT) może powodować szybkie przesunięcie ostrości. Aby temu zapobiec, zespoły optomechaniczne muszą wdrażać athermalizację optyczną — przy użyciu mechanicznych baryłek kompensacyjnych, które łączą stopy Invar o niskiej rozszerzalności z aluminium, aby automatycznie kompensować zmiany temperatury i utrzymywać ostrość płaszczyzny ogniskowej w całym zakresie operacyjnym.

Prezentacja produktów OEM: Moduły wykrywania pożaru serii Mini

Poniżej znajduje się porównawcze zestawienie dwóch przemysłowych modułów czujników LWIR klasy OEM zaprojektowanych do integracji z ładunkami użytkowymi bezzałogowców przeciwpożarowych, sieciami bezpieczeństwa edge-AI oraz zautomatyzowanymi platformami robotycznymi:

Parametr	Mini 256 niechłodzony moduł LWIR	Miniaturowy niechłodzony moduł LWIR USB 640
Zdjęcie produktu
Rozdzielczość detektora	256 × 192 pikseli	640 × 512 pikseli (opcjonalnie 640 × 480)
Pasmo spektralne	8 do 14 μm (niechłodzony LWIR)	8 do 14 μm (niechłodzony LWIR)
Technologia detektora	Wysokowydajny niechłodzony bolometr VOx	Wysokowydajny niechłodzony bolometr VOx
Format / Rozmiar	Ultra-kompaktowy rdzeń miniaturowy SWaP	Rozmiar mini: obrys podstawy 21 mm × 21 mm
Dostępne ogniskowe	Zintegrowane obiektywy stałoogniskowe szerokokątne/średnie	5 / 9 / 13 / 18 / 35 / 50 / 75 / 100 / 150 mm
Radiometria temperaturowa	Dokładny pomiar temperatury, jednorodny radiometryczny sygnał termiczny	Pełnoklatkowa radiometria absolutna, wysoka adaptowalność środowiskowa
Systemowy interfejs wideo	Równoległy / szeregowy CMOS / uniwersalne złącze rdzeniowe	Standardowe cyfrowe wyjście wideo USB / opcje wbudowane
Główne zastosowania	Wykrywanie min podpowierzchniowych, ładunki użytkowe mikrodronów, integracja ładunków o ultra-niskiej masie	Taktyczne drony przeciwpożarowe, wysokościowe patrole pożarowe, stałe systemy wczesnego ostrzegania na głowicach pan-tilt

Algorytmy wczesnego ostrzegania: Ograniczanie fałszywych alarmów w środowiskach dynamicznych

Filtrowanie temperatury na podstawie szybkości narastania (RoR)

Podstawowym ograniczeniem prostych alarmów termicznych opartych na progach jest ich podatność na fałszywe alarmy w środowiskach otoczenia. Na przykład płyty betonowe, ciemne maski pojazdów i przemysłowe dachy metalowe wystawione na intensywne promieniowanie słoneczne mogą osiągać temperatury przekraczające 65°C, łatwo przekraczając statyczne punkty zadziałania. Nowoczesne moduły kamer termowizyjnych do wczesnego ostrzegania przeciwpożarowego rozwiązują ten problem, przetwarzając surowe strumienie radiometryczne za pomocą czasowych algorytmów szybkości narastania (RoR) uruchamianych na sąsiadujących procesorach brzegowych.

Zamiast polegać wyłącznie na progu bezwzględnym (T_scena > T_alarm), silnik algorytmiczny oblicza pierwszą i drugą pochodną matematyczną temperatury w czasie w odrębnych macierzach śledzenia:

Szybkość narastania = dT / dt > K_próg ORAZ d²T / dt² > 0

Pasywne obciążenie słoneczne przebiega według gładkiej, niskoczęstotliwościowej krzywej sinusoidalnej napędzanej dobowymi zmianami atmosferycznymi, gdzie dT/dt rzadko przekracza 0,5°C do 1,0°C na minutę. Z kolei wewnętrzne zwarcie w ogniwie litowo-jonowym lub aktywne tlenie się węglowodorów wykazuje wykładnicze uwalnianie ciepła, generując strome skoki termiczne, w których dT/dt może przekroczyć 10°C do 25°C w oknie od dwóch do pięciu sekund. Obliczając te różniczki czasowe bezpośrednio na 14-bitowym strumieniu radiometrycznym, oprogramowanie brzegowe potwierdza rzeczywiste reakcje egzotermiczne, jednocześnie odfiltrowując powolne zmiany termiczne otoczenia.

Morfologia smugi termicznej i wariancja przestrzenna

Aby odróżnić prawdziwe spalanie od gorących, niegroźnych maszyn przemysłowych (takich jak spaliny wózków widłowych z silnikiem spalinowym, ciężkie silniki elektryczne i linie pary wysokotemperaturowej), potok wizyjny łączy odczyty radiometryczne ze śledzeniem morfologii przestrzennej. Typowa sekwencja operacyjna przebiega następująco:

System przepuszcza surowe klatki radiometryczne przez filtr różnicowania przestrzennego w celu wyodrębnienia granic o wysokim gradiencie. Gdy klaster termiczny przekroczy początkową linię bazową ostrzeżenia, algorytm morfologii analizuje kształt punktu gorącego:

• ⚙️ Dynamika smugi konwekcyjnej: Prawdziwe otwarte pożary i zaawansowane miejsca tlenia generują konwekcyjne smugi termiczne, które wytwarzają turbulentne, oscylujące gradienty temperatury. Oceniając stabilność centroidu punktu gorącego w ruchomym oknie 30 klatek, klasyfikator brzegowy wykrywa dryf ku górze, trzepoczące granice i gwałtowne zmiany proporcji typowe dla konwekcyjnych kolumn powietrza.
• ⚙️ Regularność geometrycznych krawędzi: Przemysłowe bloki silników, kolektory wydechowe i rury fabryczne mają sztywne, przewidywalne sylwetki geometryczne z czystymi prostymi krawędziami i stałymi proporcjami. Klasyfikator oblicza wariancję gradientu przestrzennego wokół granicy; maszyny wytworzone przez człowieka tworzą ostre, zlokalizowane nieciągłości, podczas gdy tlące się anomalie termiczne rozprzestrzeniają się stopniowo w otaczającą izolację lub podłoża.
• ⚙️ Eliminacja odbić zwierciadlanych: Bezpośrednie światło słoneczne odbijające się od polerowanych powierzchni metalowych lub szklanych może imitować niebezpieczne temperatury punktów gorących. Ponieważ jednak odblask słoneczny nie ma fizycznej masy termicznej, pozorny punkt gorący przemieszcza się po matrycy czujnika w bezpośredniej synchronizacji z ruchem gimbala drona. Dzięki sprzężeniu telemetrii inercyjnej jednostki pomiarowej (IMU) bezzałogowego statku powietrznego z wektorami przepływu optycznego w obrazie termowizyjnym, procesor oznacza i ignoruje nieruchome, zależne od perspektywy odbicia zwierciadlane.

Kompleksowa integracja i FAQ wdrożeniowe