Moduł kamery termowizyjnej wysokiej rozdzielczości: Niechłodzone rdzenie LWIR 640x512 do dronów i konstrukcji DIY

Oto sedno: świat sprzętu przemysłowego przechodzi ogromną, cichą transformację, a wszystko dlatego, że pakujemy coraz większą moc detekcji długofalowej podczerwieni (LWIR) w mniejsze, lżejsze obudowy. Jeszcze nie tak dawno, jeśli chciałeś uzyskać wysokiej jakości termografię, byłeś skazany na montowanie ogromnych, energochłonnych i szalenie drogich chłodzonych systemów termowizyjnych. Te bestie musiały używać zintegrowanych chłodziarek Stirlinga tylko po to, by obniżyć temperaturę sensora do poziomu ciekłego azotu. Gdybyś spróbował umieścić taką na komercyjnym dronie, spadłby z nieba pod własnym ciężarem.

Dziś jest inaczej. W warsztacie widzimy natywne moduły kamery termowizyjnej wysokiej rozdzielczości wykorzystujące technologię niechłodzonych mikrobolometrów 640x512, które dorównują starszej, wojskowej rozdzielczości przestrzennej. I robią to w obudowie na tyle małej, by zamontować ją na komercyjnym quadkopterze lub przylutować bezpośrednio do niestandardowej, ręcznie wykonanej płytki PCB DIY. Ten przewodnik omawia praktyczną fizykę, protokoły komunikacyjne na poziomie płytki oraz strategie integracji systemu potrzebne do wbudowania tych zaawansowanych, niechłodzonych rdzeni LWIR 640x512 w Twój następny projekt.

Fizyka rozdzielczości LWIR: 640x512 vs. starsze matryce

Zacznijmy od podstaw fizyki. Pasmo LWIR obejmuje widmo elektromagnetyczne od 8 do 14 mikrometrów. Jest to kluczowy zakres, ponieważ atmosfera ziemska ma tutaj bardzo niskie tłumienie, co pozwala emisjom termicznym z obiektów, ludzi i maszyn pokonywać duże odległości z minimalną utratą sygnału. Aby przechwycić te emisje, nasz rdzeń kamery wykorzystuje matrycę w płaszczyźnie ogniskowej (FPA) wypełnioną tysiącami mikroskopijnych rezystorów zwanych mikrobolometrami, które zmieniają opór pod wpływem energii cieplnej.

Gdy budujesz system do automatycznego rozpoznawania celów, przemysłowego monitorowania ciepła lub mapowania dronem w akcjach poszukiwawczo-ratowniczych, rozdzielczość to nie tylko ładne obrazki. Bezpośrednio kontroluje ona limit częstotliwości przestrzennej i gęstość pikseli. Jeśli nie masz wystarczającej liczby pikseli, nie możesz niezawodnie uruchamiać algorytmów wizji komputerowej. Zobaczmy, jak popularne rozdzielczości wypadają na stanowisku testowym:

• ✅ 256x192 (49 152 piksele): To właśnie znajdziesz w sprzęcie podstawowym, takim jak popularne miniaturowe akcesoria termowizyjne USB do smartfonów. Sprawdza się to w miarę dobrze do oglądania panelu rozdzielczego z odległości metra, ale spróbuj sklasyfikować cel z 30 metrów, a zobaczysz tylko rozmytą, rozpikselowaną plamę.
• ✅ 384x288 (110 592 piksele): To był standardowy wybór średniej klasy do prostych inspekcji. Zawodzi jednak w połączeniu z szerokokątnym obiektywem; pole widzenia staje się szerokie, ale rozdzielczość przestrzenna spada, przez co jesteś ślepy na małe anomalie termiczne.
• ✅ 640x512 (327 680 pikseli): To jest standard profesjonalny. Otrzymujesz prawie 300% więcej surowych pikseli niż w matrycy 384x288 i ogromny wzrost o 660% w porównaniu z sensorami 256x192.

W terenie ten skok rozdzielczości zmienia wszystko. Po pierwsze, bezpośrednio zwiększa zasięg DRI (Detekcja, Rozpoznanie, Identyfikacja). Przy tej samej optyce możesz wykryć sygnatury celów z trzykrotnie większej odległości niż w przypadku rdzeni klasy 384. Po drugie, zyskujesz czysty cyfrowy kadr. Jeśli przytniesz klatkę 640x512 dwukrotnie, nadal masz wysoce użyteczny obraz 320x256. Spróbuj tego z czujnikiem o niskiej rozdzielczości 256x192, a zostaniesz z rozpikselowanym bałaganem 128x96, bezużytecznym dla zautomatyzowanych algorytmów.

Wreszcie, wyższa gęstość pikseli pomaga zapobiegać termicznemu "rozlewaniu się". Dzieje się tak, gdy sygnatura cieplna małego obiektu (takiego jak uszkodzony rezystor do montażu powierzchniowego na PCB) rozlewa się na sąsiednie piksele, ponieważ próbkowanie przestrzenne czujnika nie jest w stanie jej rozdzielić. Natywny czujnik 640x512 z izolacją do 12 mikrometrów rozwiązuje ten problem, ograniczając pomiar do dokładnie testowanego komponentu.

Niechłodzone mikrobolometry: Fizyka termiczna i dobór materiałów

Nieschładzane mikrobolometry działają poprzez umożliwienie promieniowaniu podczerwonemu fizycznego ogrzewania. Każdy piksel to maleńka płytka zawieszona nad podłożem krzemowym na mikromechanicznych nóżkach. To zawieszenie izoluje piksel termicznie, pozwalając mu się nagrzewać od padających fotonów podczerwonych. Warstwa materiału termistorowego na płytce zmienia swój opór elektryczny wraz ze zmianą temperatury, a ta zmiana jest mierzona przez znajdujący się pod spodem Układ Sczytujący (ROIC).

Gra materiałowa sprowadza się do dwóch wyborów:

• ⚙️ Tlenek wanadu (VOx): VOx to wybór premium dla sprzętu. Zapewnia wysoki Temperaturowy Współczynnik Rezystancji (TCR), co oznacza, że jego opór zmienia się drastycznie nawet przy niewielkiej zmianie temperatury. Wykazuje również niski poziom szumu 1/f (migotania), co daje znacznie lepszą Równoważną Szumowo Różnicę Temperatur (NETD). Jeśli twój system ma pracować w ujemnych temperaturach lub podczas ulewnych deszczy monsunowych, VOx jest materiałem, którego potrzebujesz.
• ⚙️ Krzem amorficzny (a-Si): Ten materiał jest łatwiejszy do zintegrowania ze standardowymi liniami produkcyjnymi krzemu, co obniża koszty. Jednak a-Si zazwyczaj cierpi z powodu wyższych poziomów szumu i niższej czułości termicznej, co czyni go podatnym na dryft sygnału, gdy obudowa kamery nagrzewa się podczas pracy.

Dzięki zastosowaniu mikrobolometrów VOx o ciasnym rastrze pikseli 12 mikrometrów, nowoczesne rdzenie o wysokiej rozdzielczości osiągają NETD poniżej 40 mK (a często poniżej 30 mK w dobrze skalibrowanych systemach). Mówiąc prościej, rdzeń może rozróżniać różnice temperatur do 0,03°C, dając czyste przejścia termiczne nawet w płaskich środowiskach o niskim kontraście.

Ale czujnik to tylko połowa sukcesu. Zwykłe szkło optyczne całkowicie blokuje długości fal LWIR, więc nie można używać standardowych obiektywów do kamer. Zamiast tego używamy egzotycznych materiałów, takich jak wysokiej czystości, monokrystaliczny german (Ge) lub specjalistyczne formowane optyki ze szkła chalkogenidkowego.

Najwyższej klasy producenci optyki, tacy jak LightPath Technologies projektują i pokrywają te specjalistyczne soczewki. Stosują powłoki antyrefleksyjne (AR) i utwardzane węglem, aby zapewnić transmisję optyczną przekraczającą 90% w paśmie 8–14 μm. Zapobiega to odbiciom i zniekształceniom na krawędziach czujnika, zachowując szczegóły w całej klatce 640x512.

Architektury systemów: Rdzenie wbudowane ASIC vs. FPGA

Projektując niestandardową konstrukcję, sprzęt przetwarzający wewnątrz rdzenia będzie dyktować budżet energetyczny, przestrzeń fizyczną i szybkość uruchamiania. Będziesz musiał wybrać między Bramką Programowalną (FPGA) a Układem Specjalizowanym (ASIC).

Przed dokonaniem tego wyboru przyjrzyjmy się, co procesor faktycznie robi w locie:

1. Korekcja niejednorodności (NUC): Dostosowuje się do różnic produkcyjnych we wszystkich 327 680 pojedynczych pikselach. Wykorzystuje wewnętrzną fizyczną przesłonę do zablokowania czujnika, dokonując jednolitego odczytu temperatury w celu ponownej kalibracji i wyrównania sygnałów wyjściowych pikseli (Korekcja Płaskiego Pola).
2. Zastępowanie uszkodzonych pikseli (BPR): Wykrywa piksele, które są martwe lub trwale gorące, i zastępuje ich wartości poprzez interpolację danych z sąsiednich pikseli w czasie rzeczywistym.
3. Cyfrowe Wzmocnienie Detali (DDE): Stosuje filtry przestrzenne, aby uwydatnić cienkie linie i krawędzie bez wzmacniania szumu tła.
4. Automatyczna regulacja wzmocnienia (AGC): Kompresuje surowe 14-bitowe dane termiczne do 8-bitowego strumienia, który wyświetlacze i monitory mogą faktycznie obsłużyć, wykorzystując algorytmy takie jak Wyrównanie Histogramu z Ograniczonym Kontrastem (CLAHE).

Przyjrzyjmy się, jak platformy przetwarzające radzą sobie z tymi operacjami przy różnych ograniczeniach projektowych:

Rdzenie oparte na FPGA

Układy FPGA dają dużą elastyczność w ładowaniu niestandardowych algorytmów przetwarzania pikseli lub śledzenia celów bezpośrednio na krzem. Mają jednak pewne zauważalne kompromisy w rzeczywistych środowiskach:

Pobór mocy: Układy FPGA są energochłonne, często pobierając od 1,5 do 3 watów. W przypadku ładunku drona ten dodatkowy pobór mocy skraca czas lotu. Generuje również znaczne ciepło wewnątrz obudowy, co może powodować lokalne dryfowanie czujnika i zmuszać system do częstszego wyzwalania rekalibracji przesłony, które chwilowo zamrażają obraz wideo.

Opóźnienie rozruchu: Układy FPGA muszą załadować strumień bitów z pamięci po włączeniu zasilania. Może to opóźnić uruchomienie o kilka sekund po włączeniu systemu.

Profil rozmiaru: Układy FPGA wymagają dodatkowych układów pomocniczych, linii zasilających i kondensatorów odsprzęgających, co zwiększa powierzchnię płytki PCB.

Rdzenie oparte na ASIC

Poprzez trwałe zakodowanie potoku przetwarzania obrazu bezpośrednio w mikroczipach, rdzenie termiczne oparte na ASIC oferują wysoce zoptymalizowaną alternatywę:

Ultra niski pobór mocy: Rdzenie ASIC zazwyczaj pobierają mniej niż 0,8 wata. Ten niski pobór mocy utrzymuje kamerę w chłodzie, zapobiegając wpływowi lokalnego nagrzewania na kalibrację czujnika.

Niemal natychmiastowe uruchamianie: Operacje w czasie rzeczywistym rozpoczynają się w ciągu milisekund od podania zasilania, ponieważ nie ma etapu konfiguracji macierzy bramek.

Minimalna powierzchnia zabudowy: Integracja ASIC pozwala producentom zmieścić całą logikę przetwarzania na pojedynczej płycie, umożliwiając miniaturowe formaty 21 mm x 21 mm, idealne do integracji ze standardowymi urządzeniami przenośnymi lub małymi gimbalami optycznymi dronów.

Szczegółowy katalog produktów i tabele techniczne

Aby sprostać potrzebom różnych projektów, produkujemy dwa główne modele kamer termowizyjnych 640x512. Oba oferują profesjonalną wydajność niechłodzoną, ale wykorzystują różne interfejsy, aby dopasować się do ścieżki komunikacyjnej Twojego systemu.

Produkt 1: Sieciowy/ASIC Suwerenny Rdzeń

to cud inżynierii zaprojektowany specjalnie do środowisk o ograniczonych parametrach SWaP. Dzięki miniaturyzacji elektroniki bez poświęcania jakości sensora dostarczamy rdzeń, który mieści się w najciaśniejszych przestrzeniach. Niechłodzony moduł kamery termowizyjnej z sensorem 640*512, RJ45, CVBS, RTSP, IP jest zbudowany z myślą o intensywnie sieciowych instalacjach bezpieczeństwa, monitorowaniu obiektów na duże odległości i sprzęcie brzegowym inteligentnych miast. Posiada wbudowany Ethernet (RTSP/IP), dwukanałowe analogowe CVBS oraz pokładowe przetwarzanie ASIC, co ułatwia bezpośrednie podłączenie do instalacji wideo IP.

Moduł ten dobrze współpracuje również ze specjalistycznymi termowizyjnymi sferycznymi systemami kamer PTZ, pełniąc rolę węzła o wysokiej rozdzielczości i dużym zasięgu w wielokamerowej infrastrukturze bezpieczeństwa.

Rysunek 1: Moduł termowizyjnej kamery IP ASIC ze złączem RJ45, wyposażony w zintegrowaną łączność sieciową.

Zobacz szczegóły produktu i ceny ➔

Produkt 2: Ultraminiaturowy Rdzeń SWaP

to cud inżynierii zaprojektowany specjalnie do środowisk o ograniczonych parametrach SWaP. Dzięki miniaturyzacji elektroniki bez poświęcania jakości sensora dostarczamy rdzeń, który mieści się w najciaśniejszych przestrzeniach. Niekolowana miniaturowa kamera termowizyjna LWIR USB 640*512, moduł rdzenia do dronów, podobna do DJI jest zoptymalizowany pod kątem niskich rozmiarów, wagi, poboru mocy i kosztów (SWaP-C). Mieści matrycę 640x512 w maleńkiej obudowie 21 mm x 21 mm, wykorzystując wyjście USB UVC do bezpośredniego łączenia z ograniczonymi przestrzennie gimbalami dronów i komputerami jednopłytkowymi DIY.

Rysunek 2: Miniaturowy moduł rdzenia termowizyjnego LWIR 640, prezentujący swój ultrakompaktowy format.

Zobacz szczegóły produktu i ceny ➔

Poniższa tabela przedstawia szczegółowe porównanie techniczne tych dwóch modułów o wysokiej rozdzielczości:

Plan integracji sprzętowej: Interfejsy, drony i niestandardowe komputery jednopłytkowe (SBC)

Podczas trasowania szybkich linii szeregowych, równoważenia dystrybucji zasilania i projektowania gimbali, integracja mechaniczna i elektryczna staje się wyzwaniem. Uzyskanie czystego sygnału z rdzenia LWIR 640x512 do niestandardowego komputera SBC lub kontrolera drona wymaga starannej konfiguracji.

Strategia interfejsu: USB UVC vs. RJ45 IP

Twój wybór zależy od tego, jak architektura sprzętowa obsługuje dane strumienia wideo:

• ✅ W przypadku użycia rdzenia RJ45 IP/ASIC: Moduł ten uruchamia wewnętrzne, sprzętowe jądro Linux, które kompresuje surowe struktury ramek do standardowych strumieni H.264/H.265 bezpośrednio w czasie rzeczywistym. Jest zbudowany do zdalnego monitorowania przez długie połączenia miedziane. Możesz pobierać strumień RTSP za pomocą standardowych odtwarzaczy, takich jak VLC, lub bibliotek wideo, takich jak GStreamer. Zgodność z ONVIF oznacza, że możesz łatwo wdrożyć go w istniejących sieciach bezpieczeństwa.
• ✅ W przypadku użycia Mini rdzenia USB: Ten moduł działa jako standardowe urządzenie UVC. Podłączenie go do komputera jednopłytkowego, takiego jak Raspberry Pi lub NVIDIA Jetson, zapewnia natychmiastowy dostęp do surowych, nieskompresowanych klatek termicznych. Dzięki temu idealnie nadaje się do wizji komputerowej o niskich opóźnieniach, wykrywania AI na krawędzi i przetwarzania bliskiego zasięgu.

Skoordynowana integracja fizyczna z platformami sprzętowymi

Aby sterować rdzeniem kamery lub mieszać inne dane z czujników (takie jak współrzędne GPS lub telemetria), należy podłączyć płytkę sterującą do linii szeregowych rdzenia.

If you're using the Arduino hardware ecosystem, you can connect the micro-serial RX/TX pins of the 640x512 core to your board's UART lines. This lets you send serial hex commands to trigger a NUC shutter calibration, switch digital color palettes, or pull specific pixel temperature data.

If you're on a platform like the Raspberry Pi running Linux, you can capture full-resolution raw video frames over the USB UVC connection for processing:

import cv2

# Initialize the Mini USB 640 thermal sensor as standard UVC input
cap = cv2.VideoCapture(0)

# Request the high-resolution uncompressed acquisition
cap.set(cv2.CAP_PROP_FRAME_WIDTH, 640)
cap.set(cv2.CAP_PROP_FRAME_HEIGHT, 512)

while True:
    ret, frame = cap.read()
    if not ret:
        break
    
    # Process the thermal frame (e.g., color map, spot-temperature tracking)
    # ...
    
    cv2.imshow('High-Res Thermal Pipeline', frame)
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break

cap.release()
cv2.destroyAllWindows()

Key Considerations for Drone Deployment

If you are building a custom thermal camera payload for an inspection drone or an agricultural quadcopter, keep these three integration rules in mind:

1. ⚙️ Thermal Isolation: Uncooled microbolometers are highly sensitive to rapid variations in temperature. If you mount your core right next to hot power distribution lines or speed controllers (ESCs), the thermal drift will mess up your calibration. Use thermal isolation mounts, dry carbon fiber plates, or air gaps to shield the core.
2. ⚙️ RF Shielding: High-powered video transmitters and telemetry antennas can bleed RF interference into analog video lines or clean parallel buses, causing diagonal noise lines on your thermal feed. Run shielded coaxial lines, use twisted-pair wiring, and keep raw digital runs as short as possible.
3. ⚙️ Inertial Balance: At 21mm x 21mm, the Mini USB core is lightweight, but pairing it with larger telephoto lenses (such as 75mm or 100mm optics) shifts the center of gravity forward. Make sure you mount the camera assembly at its physical balance point inside the gimbal to avoid burning out your stabilization motors.

Inżynieria optyczna: Dobór obiektywów (5 mm do 150 mm) i obliczenia iFOV

A high-quality 640x512 core is only as good as the lens in front of it. Choosing the right focal length controls your field of view and determines how far away you can spot a target.

To evaluate performance, we calculate the Instantaneous Field of View (iFOV). This tells you the physical area on the ground representing a single pixel on the FPA:

iFOV = Pixel Pitch (µm) / Lens Focal Length (mm)

Let's look at how the math plays out with our 12-micrometer (0.012 mm) VOx cores across two different lens configurations:

Case A: Wide-Angle Optics (9.0 mm Focal Length)

Applying the formula:

iFOV = 12 µm / 9.0 mm = 1.33 milliradians (mrad)

At a distance of 100 meters, each pixel covers a physical square dimension of:

Dimension = 1.33 mrad × 100 m = 13.3 cm (per pixel)

Primary Application: Crop health mapping, short-range building air leak surveys, and wide-area industrial monitoring.

Case B: Long-Range Telephoto Optics (75.0 mm Focal Length)

Applying the formula:

iFOV = 12 µm / 75.0 mm = 0.16 milliradians (mrad)

At the same distance of 100 meters, each pixel covers a physical square dimension of:

Dimension = 0.16 mrad × 100 m = 1.6 cm (per pixel)

Primary Application: Inspections on high-voltage substation lines, long-range search and rescue, and perimeter security.

The math is clear: the telephoto lens concentrates your 640x512 resolution onto a much smaller spot, giving you highly detailed thermal readings and excellent target recognition at long ranges.

FAQ inżynieryjne: Streaming o niskim opóźnieniu, ostrość i przenoszenie DIY