Sierra Imaging & Thermal Vision: Leitfaden zur Auswahl und Integration von OEM-Kernen

Die Wärmebildtechnologie hat die Zeiten, in denen sie streng geheimen Verteidigungslaboren oder High-End-Nutzlasten der Luft- und Raumfahrt vorbehalten war, längst hinter sich gelassen. Heute fungiert sie als primäre Sensormodalität in der Industrieautomation, mobilen Robotik, Zustandsüberwachung (Condition Monitoring), vorausschauenden Instandhaltung (Predictive Maintenance) und Embedded-Edge-Vision. Entwicklungsteams auf der Suche nach Wärmebildmodulen – die häufig technische Kataloge und Spezifikationen mit Suchanfragen wie sierra imaging und industrieller Wärmebildverarbeitung durchforsten – sehen sich schnell mit einer anspruchsvollen Kombination aus analoger Physik, digitalen Hochgeschwindigkeitsbussen, Präzisionsoptiken und komplexer radiometrischer Mathematik konfrontiert. Die Spezifikation eines ungekühlten Langwellen-Infrarotsensors (LWIR) erfordert ein durchgängiges Verständnis der Mikrobolometer-Halbleiterphysik, digitaler Rohsignal-Übertragungsmechanismen, optischer Konstruktionsprinzipien und hostseitiger radiometrischer Firmware-Pipelines.

Der entscheidende Punkt: Die Integration eines ungekühlten Wärmebildkerns in ein kommerzielles Produkt erfordert eine kompromisslose Balance des SWaP-C-Budgets (Size, Weight, Power, and Cost – Größe, Gewicht, Leistung und Kosten). Ganz gleich, ob Sie eine Infrarot-Engine in ein robustes Handdiagnosegerät, ein Inspektionssystem für die Fertigung oder eine Inspektionsdrohne integrieren: Sie müssen Detektorauflösung, thermische Empfindlichkeit, Objektiv-Athermalisierung, Bus-Bandbreite und Host-Prozessorlast gegeneinander abwägen. Dieser Architekturleitfaden verzichtet auf Marketing-Floskeln und bietet OEM-Systemarchitekten, Embedded-Hardware-Entwicklern und technischen Beschaffungsteams eine praxiserprobte technische Blaupause für die Evaluierung, Auswahl und Implementierung ungekühlter LWIR-Wärmebildmodule.

1. Infrarotphysik & Mikrobolometer-Grundlagen

Um Wärmebildkerne erfolgreich zu integrieren, müssen Ingenieure zunächst verstehen, wie ungekühlte Mikrobolometer den thermischen Strahlungsfluss erfassen und in nutzbare digitale Datenströme umwandeln. CMOS-Bildsensoren für das sichtbare Spektrum basieren vollständig auf reflektierten Umgebungsphotonen im schmalen Wellenlängenbereich von 0,4 µm bis 0,7 µm. Wärmebildsensoren sind hingegen völlig unabhängig von Beleuchtung. Stattdessen erfassen sie elektromagnetische Energie, die direkt von Materie als Folge ihrer thermodynamischen Temperatur emittiert wird.

1.1 LWIR (8–14 µm) Transmissionsdynamik & Wärmefluss

Das Infrarotspektrum unterteilt sich in verschiedene Funktionsbänder: Kurzwelliges Infrarot (SWIR, 1–3 µm), Mittelwelliges Infrarot (MWIR, 3–5 µm) und Langwelliges Infrarot (LWIR, 8–14 µm). Im ungekühlten industriellen Bereich ist LWIR das unangefochtene Arbeitstier. Ganz einfach: Terrestrische Objekte im Temperaturbereich von -40 °C bis +100 °C (-40 °F bis +212 °F) erreichen ihr spektrales Strahlungsmaximum gemäß dem Planckschen Strahlungsgesetz und dem Wienschen Verschiebungsgesetz genau in diesem 8–14-µm-Fenster.

Berechnet man die Planck-Verteilung für ein Objekt bei Raumtemperatur (~300 Kelvin), liegt die Spitzenemissionswellenlänge bei etwa 9,7 µm. Ebenso entscheidend ist, dass die Erdatmosphäre zwischen 5 µm und 8 µm eine massive Absorptionslücke aufweist, die durch Wasserdampf und CO2 verursacht wird. Dies macht das 8–14-µm-Band zu einem offenen optischen Übertragungsfenster, das es ungekühlten Sensoren ermöglicht, auch über große Einsatzdistanzen hinweg präzise Wärmesignaturen ohne signifikante atmosphärische Dämpfung zu erfassen.

Der gesamte Strahlungsfluss, der auf Ihr Focal-Plane-Array (FPA) trifft, hängt vom Emissionsgrad des Ziels, den atmosphärischen Verlusten, dem optischen Transmissionsgrad und der Blendenzahl (f-Zahl) der Objektivbaugruppe ab. Die gesamte thermische Bestrahlungsstärke, die an jedem Mikrobolometer-Pixel ankommt, berechnet sich wie folgt:

Bestrahlungsstärke (E) = [ τ_atm × τ_opt × ε × σ × T⁴ ] / [ 4 × (F/#)² ]

Hierbei ist τ_atm der atmosphärische Transmissionsgrad, τ_opt der optische Transmissionskoeffizient Ihres Infrarot-Linsenaufbaus, ε der Oberflächen-Emissionsgrad des Messobjekts (von 0,05 für spiegelblankes Metall bis zu 0,98 für mattschwarz eloxiertes Aluminium oder menschliche Haut), σ die Stefan-Boltzmann-Konstante (5,670374 × 10^-8 W·m^-2·K^-4), T die thermodynamische Temperatur in Kelvin und F/# die optische Blendenöffnung. Wenn Sie eine dieser Variablen in Ihrer Strahlengangberechnung vernachlässigen, weichen Ihre Temperaturmesswerte ab. Praktische Anleitungen zur Kalibrierung vor Ort finden Sie in unserer Sammlung von Wärmebild-Leitfäden.

1.2 VOx vs. a-Si Focal Plane Arrays und Entwicklung des Pixel-Pitch

Ungekühlte Wärmebildkerne nutzen ein Focal Plane Array (FPA), das aus Tausenden von Mikrobolometer-Pixeln besteht. Jedes Pixel ist eine infrarotabsorbierende Membran, die an mikromechanisch gefertigten Isolationsstegen über einem darunterliegenden Silizium-Ausleseschaltkreis (Readout Integrated Circuit, ROIC) aufgehängt ist. Einfallende Infrarotphotonen treffen auf die Membran, erwärmen sie und verändern ihren elektrischen Volumenwiderstand. Der ROIC fragt diese Widerstandsänderung ab, indem er eine präzise Vorspannung anlegt und den Ausgangsstrom integriert.

In der modernen Fertigung kommen vor allem zwei thermoresistive Materialien zum Einsatz:

• ✅ Vanadiumoxid (VOx): Vanadiumoxid ist der Industriestandard für thermische Hochleistungssensorik. VOx bietet einen hohen Temperaturkoeffizienten des Widerstands (TCR), typischerweise zwischen -2 % und -3 % pro Kelvin, kombiniert mit geringem 1/f-Funkelrauschen. VOx-Arrays bieten eine hohe thermische Empfindlichkeit, ein sauberes Signal-Rausch-Verhältnis (SNR) und maximale Stabilität bei starken Schwankungen der Umgebungstemperatur.
• ⚙️ Amorphes Silizium (a-Si): Amorphe Silizium-FPAs können auf Standard-CMOS-Halbleiterlinien gefertigt werden, was die Rohwafer-Bearbeitungskosten niedrig hält. Der Nachteil? a-Si-Materialien weisen im Vergleich zu VOx einen höheren intrinsischen 1/f-Rauschteppich und eine geringere thermische Isolationseffizienz auf, was zu höheren Basiswerten für die rauschäquivalente Temperaturdifferenz (NETD) führt.

Im letzten Jahrzehnt hat sich der Pixel-Pitch drastisch verringert. Ältere Wärmebildmodule basierten auf 35-µm- oder 25-µm-Strukturen. Heutige Produktionslinien konzentrieren sich auf 17-µm- und 12-µm-Wafer-Prozesse. Die Verringerung des Pixel-Pitchs reduziert die physische Diagonale des Silizium-Dies bei jeder gegebenen Auflösung. Ein 12-µm-Array mit 640×512 Pixeln benötigt nur einen Bruchteil der Siliziumfläche eines älteren 25-µm-Sensors. Dadurch können Sie Objektive mit kürzerer Brennweite und deutlich kleineren Frontlinsendurchmessern verwenden, während die räumliche Auflösung erhalten bleibt. Für Entwicklungsingenieure bedeutet dies erhebliche Einsparungen bei Gesamtgewicht, Tubuslänge und Optikkosten.

1.3 NETD, thermische Zeitkonstanten und Responsivitätsmetriken

Achten Sie bei der Auswertung von Herstellerdatenblättern besonders auf diese drei zentralen Detektorspezifikationen:

Rauschäquivalente Temperaturdifferenz (NETD): Die in Millikelvin (mK) angegebene NETD stellt die Temperaturdifferenz am Zielobjekt dar, die ein Signal erzeugt, das dem internen Grundrauschen des Kerns entspricht (SNR = 1). Je niedriger der Wert, desto besser. Professionelle ungekühlte Module weisen NETD-Werte von <40 mK oder <50 mK bei 25 °C mit einem F/1.0-Objektiv auf. Ein mit 40 mK spezifizierter Sensor löst selbst feine thermische Gradienten mühelos auf – wie versteckte Mängel in der Wanddämmung, Leckagen in internen Flüssigkeitsleitungen oder subtile Leiterbahnerwärmungen unter geringer Last –, die bei einem günstigen 100-mK-Sensor im Rauschen untergehen.

Thermische Zeitkonstante (τ): Dieser Wert gibt an, wie schnell eine freitragende Pixelmembran ihre thermische Energie abgibt und in den Gleichgewichtszustand zurückkehrt (konkret das Erreichen von 63,2 % ihrer stationären Signalantwort). Industrielle Mikrobolometer arbeiten mit thermischen Zeitkonstanten zwischen 8 ms und 14 ms. Wenn Sie einen Kern mit hoher Bildwiederholrate (50 Hz oder 60 Hz) auf einer schnellen Schwenk-Neige-Einheit (Pan-Tilt-Unit) oder einer agilen Drohne ohne ausreichend niedrige Zeitkonstante betreiben, führen schnelle Schwenks zu sichtbaren thermischen Wischeffekten und Nachziehartefakten im Bild.

Detektor-Ansprechempfindlichkeit (Rv): Die Ansprechempfindlichkeit misst den Hub der elektrischen Ausgangsspannung pro Einheit einfallender Strahlungsleistung, angegeben in Volt pro Watt (V/W). Eine möglichst hohe Empfindlichkeit bei gleichzeitiger Unterdrückung des ROIC-Verstärkerrauschens ist entscheidend, um den Kontrast bei der Zielverfolgung in Szenen mit geringen Temperaturunterschieden aufrechtzuerhalten.

2. Eingebettete Elektronikarchitekturen & Signalverarbeitungs-Pipelines

Die Integration eines ungekühlten Wärmebildkerns in ein Embedded-Board-Design erfordert die Abstimmung der elektrischen Bandbreite und des Leistungsprofils des Moduls auf die Rechenleistung Ihrer Host-Hardware – sei es ein stromsparender Mikrocontroller oder ein Edge-Computing- Multicore-Anwendungsprozessor.

2.1 Low-Power-Bustransport: SPI- und I2C-Implementierung

Für Wärmebildkerne mit niedriger Auflösung (wie die Formate 160×120 oder 80×60), die für batteriebetriebene Diagnosewerkzeuge, smarte Thermostate oder dezentrale IoT-Knoten bestimmt sind, ist eine serielle Peripherieschnittstelle (SPI) eine effiziente Bus-Wahl. SPI bietet eine einfache, synchrone serielle Pipeline, die direkt an die Direct-Memory-Access-Engine (DMA) kostengünstiger Mikrocontroller wie STM32, ESP32 oder NXP i.MX RT Crossover-Prozessoren angebunden werden kann.

Betrachten wir die reinen Bandbreitenanforderungen für ein Modul mit 160×120 Pixeln Auflösung, das radiometrische 16-Bit-Framedaten mit einer Bildwiederholrate von 25 Hz überträgt:

Bandbreite = 160 Pixel × 120 Pixel × 16 Bit/Pixel × 25 Bilder/s = 7.680.000 Bit/s &approx; 7,68 Mbps

Ein mit 15 MHz bis 25 MHz getakteter SPI-Bus bewältigt diesen Datendurchsatz mit komfortablen Reserven. Dadurch kann Ihr Embedded-Prozessor rohe Wärmebild-Frames über Hardware-DMA-Kanäle in Speicherpuffer übertragen, ohne die Hauptausführungsschleife der CPU zu belasten. Eine zusätzliche I2C- oder Standard-UART-Leitung läuft parallel zum SPI-Bus, um Konfigurationsbefehle, Registerabfragen, Shutter-Auslöser und Anpassungen des Integrationsmodus zu verarbeiten.

2.2 Digitales High-Throughput-Video: DVP, BT.656, LVCMOS und MIPI

Wechselt man zu einem 640×512-Array bei 50 Hz, steigt das Datenvolumen drastisch an. Ein unkomprimierter, digitaler radiometrischer 16-Bit-Datenstrom bei 640×512 @ 50 Hz erfordert eine erhebliche Busbandbreite:

Bandbreite = 640 × 512 × 16 Bit × 50 Bilder/s = 262.144.000 Bit/s &approx; 262,14 Mbps

Standard-SPI-Busse können diesen Durchsatz nicht bewältigen. Hier ist der Wechsel zu parallelen Schnittstellen oder differenziellen High-Speed-Serialisierungsoptionen erforderlich:

• ⚙️ Digital Video Port (DVP) / Paralleles LVCMOS: Überträgt parallele 14-Bit- oder 16-Bit-Datenleitungen, abgestimmt auf Pixeltakt (PIXCLK), horizontale Synchronisation (HSYNC) und vertikale Synchronisation (VSYNC). Diese Architektur lässt sich direkt an Hardware-Erfassungsperipherien auf FPGAs und Anwendungsprozessoren wie der Rockchip RK3588- oder NXP i.MX8-Familie anbinden.
• ⚙️ ITU-R BT.656: Bettet Timing- und Synchronisationscodes direkt in einen parallelen 8-Bit-Datenstrom ein. Dies spart Platz auf der Leiterplatte durch den Verzicht auf externe Synchronisationsleitungen, wenn nur ein Standard-Videobild ohne vollständige radiometrische 16-Bit-Daten benötigt wird.
• ⚙️ MIPI-CSI2: Moderne Industriekerne verfügen zunehmend über serialisierte, differenzielle MIPI-CSI2-Lanes. Dies minimiert die Anzahl der Leiterbahnen auf der Leiterplatte, kontrolliert hochfrequente elektromagnetische Interferenzen (EMI) und speist thermische Daten direkt in native Hardware-ISP-Pipelines des SoCs ein.
• ⚙️ Analoges Composite (PAL / NTSC): High-End-Module bieten häufig einen analogen DAC-Ausgang. Damit lassen sich ältere Cockpit-Monitore, Felddisplays oder analoge Drohnensender ganz ohne Software-Overhead auf dem Host-System ansteuern.

Um mehr über Leiterplatten-Routing, Signalintegrität und Trägerplatinen-Design für Videokerne mit hohem Durchsatz zu erfahren, lesen Sie unsere technischen Fachartikel im CamCuda Engineering Blog.

2.3 Stromversorgung, Rauschfilterung und Multi-Rail-Topologien

Mikrobolometer-ROIC-Stufen verarbeiten analoge Signale im Mikrovoltbereich, die von den Pixelmembranen ausgehen. Aufgrund dieser Empfindlichkeit sind Wärmebildkerne anfällig für Versorgungsspannungsrauschen, Schaltwelligkeit und Masseversatz (Ground Bounce).

Um die NETD-Leistung beizubehalten und zu verhindern, dass horizontale Streifen oder Fixed-Pattern-Rauschen das Bild beeinträchtigen, sollten beim Layout folgende Regeln für die Stromversorgung beachtet werden:

• ⚙️ Dedizierte lineare LDOs: Versorgen Sie die analogen Eingänge Ihres Sensors niemals direkt über schaltende Abwärtswandler. Nutzen Sie dedizierte, extrem rauscharme lineare Low-Dropout-Regler mit hoher Versorgungsspannungsunterdrückung (PSRR > 80 dB bei 100 kHz), die nahe an den Modul-Header-Pins platziert sind.
• ⚙️ Ferritperlen & mehrstufige Entkopplung: Verwenden Sie hochohmige Ferritperlen, um analoge Versorgungsebenen von verrauschten digitalen Logikebenen zu isolieren. Platzieren Sie eine Kombination aus 0,1-µF- und 10-µF-Low-ESR-Keramik-Entkopplungskondensatoren direkt an den Eingangspins des Kerns, um das vom Host-SoC erzeugte hochfrequente Rauschen gegen Masse abzuleiten.
• ⚙️ Strikte Multi-Rail-Sequenzierung: Module, die mehrere Spannungsschienen nutzen (z. B. 1,8 V für interne Logik, 3,3 V für digitale I/O, 5 V für analogen Bias), erfordern eine strikte Power-Sequenzierung. Das Hochfahren der Spannungen in falscher Reihenfolge kann interne CMOS-Latch-up-Zustände auslösen, die die Ausleseschaltung dauerhaft beschädigen.

3. Optikentwicklung: Objektivgeometrie & umgebungsbezogene Athermalisierung

Das Optikdesign für die Wärmebildtechnik unterscheidet sich grundlegend von Objektiven für das sichtbare Spektrum. Standard-Optikgläser wie BK7 oder Quarzglas wirken wie undurchdringliche Barrieren für Infrarotstrahlung im Bereich von 8–14 µm. LWIR-Optikbaugruppen basieren auf speziellen infrarotdurchlässigen Materialien, fortschrittlichen Antireflexbeschichtungen und passiver optomechanischer Athermalisierung.

3.1 Optische Materialien: Germanium vs. Chalkogenidglas

Seriengefertigte LWIR-Objektive basieren auf zwei primären optischen Substraten:

Monokristallines Germanium (Ge): Germanium bleibt die klassische Referenz für thermische Optiken. Sein Brechungsindex ist außergewöhnlich hoch (n &approx; 4,003 bei 10 µm), was es Optikdesignern ermöglicht, kompakte, lichtstarke und aberrationsarme Baugruppen mit sehr wenigen optischen Elementen zu konstruieren. Allerdings weist Germanium einen gravierenden thermischen Nachteil auf: einen hohen thermooptischen Koeffizienten (dn/dT &approx; 3,96 × 10^-4 /°C) sowie ein Phänomen namens thermisches Durchgehen (Thermal Runaway). Bei Temperaturen über 70 °C tritt bei Germanium eine erhöhte Absorption durch freie Ladungsträger auf, wodurch es opak wird und die Wärmestrahlungstransmission blockiert.

Chalkogenidglas (z. B. Ge₂₈Sb₁₂Se₆₀ / GASIR): Chalkogenidglas ist ein amorphes Infrarotmaterial, das sich in Großserie präzise in komplexe asphärische und diffraktive Profile pressen lässt. Chalkogenid zeichnet sich durch einen deutlich niedrigeren dn/dT-Wert als Germanium aus, behält eine stabile Transmission über den Temperaturbereich von -40 °C bis +85 °C bei und senkt die optischen Stücklistenkosten bei hohen Stückzahlen.

Beide Materialien erfordern hocheffiziente Antireflex- (AR) oder Diamond-Like-Carbon- (DLC) Außenbeschichtungen. Unbeschichtetes Germanium reflektiert aufgrund von Fresnel-Reflexionsverlusten rund 36 % der einfallenden Infrarotenergie pro optischer Grenzfläche.

3.2 Passive Athermalisierung von -40°C bis +80°C

Industrie-, Luftfahrt- und Outdoor-Überwachungsmodule müssen bei extremen Temperaturschwankungen (-40 °C bis +80 °C) einen scharfen Fokus aufrechterhalten. Ändert sich die Temperatur bei einem unkompensierten Objektiv, treten drei Faktoren gleichzeitig auf:

• ⚙️ Brechungsindexverschiebung: Der Brechungsindex der Linsenelemente driftet aufgrund des dn/dT-Koeffizienten des Materials erheblich.
• ⚙️ Krümmungsausdehnung: Krümmungsradien der Linsen und Elementdicken dehnen sich mechanisch aus oder ziehen sich zusammen.
• ⚙️ Gehäuseausdehnung: Der mechanische Objektivtubus (typischerweise aus Aluminium) dehnt sich aus oder zieht sich zusammen, wodurch sich die Schnittweite zwischen dem hinteren optischen Scheitelpunkt und der Microbolometer-FPA-Ebene verändert.

Ohne optische Kompensation driftet die Brennebene schnell von der Sensoroberfläche weg, was die Modulationsübertragungsfunktion (MTF) des Systems zerstört und gestochen scharfe Wärmebilder in unbrauchbare Unschärfe verwandelt. Motorisierte aktive Fokusbaugruppen können diese Drift kompensieren, erhöhen jedoch Gewicht, mechanische Komplexität, Stromverbrauch und potenzielle Fehlerquellen.

Passive optomechanische Athermalisierung löst dies durch die Kombination von Linsenelementen aus komplementären optischen Materialien mit einem Multimaterial-Objektivtubus (wobei Materialien mit hoher Wärmeausdehnung wie Delrin oder Aluminium mit strukturstabilen Hülsen mit geringer Ausdehnung wie Invar kombiniert werden). Die mechanische Ausdehnung des Tubus gleicht die optische Fokusverschiebung über den gesamten Betriebsbereich aus und gewährleistet einen scharfen Fokus ohne bewegliche Teile oder Firmware-Anpassungen.

3.3 Momentanes Sichtfeld (iFOV) & DRI-Berechnungen

Zur Bestimmung der Zielerfassungsfähigkeiten eines integrierten Systems berechnen Optikingenieure das Sichtfeld (FOV) sowie das momentane Sichtfeld (iFOV). Das iFOV definiert die Winkelausdehnung, die auf ein einzelnes Mikrobolometer-Pixel abgebildet wird:

iFOV (Milliradiant) = [ Pixel-Pitch (µm) / Brennweite (mm) ]

Zielerfassungsreichweiten werden anhand der Johnson-Kriterien quantifiziert, die in internationalen Verteidigungs- und industriellen Überwachungsprotokollen (STANAG) standardisiert sind:

• ⚙️ Detektion: Das Erkennen einer Anomalie erfordert mindestens 1,5 bis 2,0 Pixel über die kritische Abmessung des Ziels. Ein Bediener oder Bildverarbeitungsalgorithmus kann bestätigen, dass ein thermisches Delta gegenüber dem Hintergrund vorliegt.
• ⚙️ Erkennung: Die Klassifizierung des Zieltyps (z. B. die Unterscheidung eines Menschen von einem vierbeinigen Tier oder einer Limousine von einem Lieferwagen) erfordert 6,0 bis 8,0 Pixel über die kritische Abmessung.
• ⚙️ Identifizierung: Das Unterscheiden spezifischer Merkmale (z. B. die Unterscheidung zwischen einem zivilen Lkw und einem Nutzfahrzeug oder die Bestätigung von Handwerkzeugen) erfordert 12,8 oder mehr Pixel über der Ziel-Silhouette.

Wenn die Zielerfassung auf große Entfernungen ein integriertes System erfordert, entdecken Sie unsere vollständige technische Übersicht über die Handgeführtes Wärmebild-Beobachtungsfernglas der URA-Y-Serie 640×512.

4. Technische Matrix & Produktanalyse für industrielle LWIR-Kerne

Die Wahl des richtigen Kerns hängt vom Abgleich der Systemanforderungen mit den physikalischen, elektrischen und optischen Eigenschaften der verfügbaren Hardware ab. Nachfolgend finden Sie eine vergleichende technische Bewertung zweier industrieller LWIR-Kerne: des ultrakompakten, stromsparenden TC160-NF und des hochauflösenden Mini 640 (9,1 mm).

4.1 TC160-NF: Ultra-Low-Power 160×120 SPI-Modul

Abbildung 1: Kompakter ungekühlter 160×120-LWIR-Wärmebildkern TC160-NF

Die TC160-NF ist ein ultrakompakter, ungekühlter LWIR-Kern, der speziell für platzkritische, batteriebetriebene Embedded-Systeme, Smart-Home-Hardware, lokale HLK-Diagnose und kompakte industrielle IoT-Knoten entwickelt wurde. Bei einer Leistungsaufnahme von nur 76–78 mW an einer einzelnen 3,3-V-Versorgungsschiene lässt er sich über eine integrierte SPI-Schnittstelle direkt an Host-Mikrocontroller anbinden.

Mit einem Sensorarray mit einer Auflösung von 160×120 (19.200 aktive Pixel), das im Spektralbereich von 8–14 µm mit bis zu 25 FPS arbeitet, liefert der TC160-NF werksseitig kalibrierte radiometrische Bilddaten. Seine integrierte Optik mit schmalem Sichtfeld ($56^\circ \text{ D} / 45^\circ \text{ H} / 34^\circ \text{ V}$) bietet eine ausgewogene räumliche Abdeckung für die Zustandsüberwachung im mittleren Distanzbereich und wird über eine 10-polige FPC-Schnittstelle (Flexible Printed Circuit) mit 0,5 mm Rastermaß angebunden.

Umfassende technische Spezifikationen für TC160-NF

Produktdetails & Preise anzeigen ➔

4.2 Mini 640 (9,1 mm): High-Definition 640×512 Embedded-Vision-Core

Abbildung 2: Mini 640-Kern mit integriertem athermalisiertem 9,1-mm-Fixfokusobjektiv

Die Mini 640 9,1 mm ist ein hochauflösender, ungekühlter LWIR-Kern, der für die OEM-Integration in Drohnen-Gimbals (UAV), autonome mobile Roboter (AMR), industrielle Bildverarbeitung, handgehaltene Thermografie und automatisierte Sicherheitstürme entwickelt wurde. Er verfügt über ein ungekühltes Vanadiumoxid- (VOx) Focal-Plane-Array im Wafer-Level-Package (WLP) mit einer Auflösung von 640×512 bei einem kompakten Pixel-Pitch von 12 µm.

Ausgestattet mit einer athermalisierten 9,1-mm-Fixfokus-Linsen-Baugruppe deckt der Mini 640 ein weites Sichtfeld von 45,8° horizontal × 37,3° vertikal ab. Die NETD-Empfindlichkeit liegt bei <50 mK bei 25 °C, F/1.0 (<40 mK optional) und löst selbst geringste thermische Unterschiede in Umgebungen mit flachen Gradienten auf. Das Modul unterstützt Bildraten von 25 Hz oder 50 Hz und bietet flexible Ausgabemodi: PAL/NTSC-Composite, paralleles DVP, BT.656 und LVCMOS, ergänzt durch serielle Steuerung über UART, I2C und RS-232.

Umfassende technische Spezifikationen für Mini 640 (9,1 mm)

Produktdetails & Preise anzeigen ➔

4.3 Direkte Parameter-Vergleichstabelle

Die folgende Vergleichsmatrix stellt die wichtigsten technischen Parameter gegenüber, um Embedded-Entwicklern bei der Auswahl der passenden Kernarchitektur für ihre Produktanforderungen zu helfen:

5. Host-Firmware, radiometrische Kalibrierung und Edge-KI-Integration

Das Auslesen der rohen Analog-Digital-Wandler-Werte (ADC-Counts) aus dem Kern ist nur der erste Schritt. Mikrobolometer-FPAs erfordern eine firmwareseitige DSP-Verarbeitung auf dem Host-Prozessor, um räumliches Fixed-Pattern-Noise zu eliminieren, radiometrische Berechnungen durchzuführen und den Datenstrom für nachgelagerte Edge-KI-Inferenz aufzubereiten.

5.1 Non-Uniformity Correction (NUC) & Defektpixel-Ersetzung

Aufgrund von Halbleiter-Fertigungstoleranzen weist jedes einzelne Mikrobolometer-Pixel auf dem Array eine leicht unterschiedliche Ansprechempfindlichkeit (Gain) und einen unterschiedlichen Dunkelstrom-Basiswert (Offset) auf. Ohne Korrektur führt dies zu Fixed-Pattern-Noise (FPN) – einem statischen netzartigen Muster, das das Live-Bild überlagert.

Um FPN zu eliminieren, führen Firmware-Pipelines eine Zwei-Punkt-Ungleichförmigkeitskorrektur (Non-Uniformity Correction, NUC) durch:

S_korrigiert(x, y) = Gain(x, y) × [ S_raw(x, y) – Offset(x, y) ]

Die pixelweise Gain-Matrix wird bei der werksseitigen Schwarzkörper-Kalibrierung im Onboard-Flash gespeichert. Die Offset-Matrix driftet jedoch kontinuierlich, wenn sich die Gehäusetemperatur des Sensors während des Betriebs ändert. Der Kern rekalibriert diesen Offset, indem er einen internen mechanischen Shutter auslöst – oder einen shutterlosen Algorithmus ausführt –, um dem Detektor für einige Einzelbilder eine gleichmäßige thermische Referenz zu bieten.

Neben der NUC Defektpixel-Korrektur (BPR) identifizieren Routinen tote, gesättigte oder fehlerhafte Pixel, die außerhalb normaler Toleranzen liegen. Die Host-Firmware ersetzt diese defekten Pixel in Echtzeit mithilfe von 3×3- oder 5×5-Medianfiltern, die aus den umliegenden aktiven Pixeln berechnet werden.

5.2 Radiometrische Kalibrierungs-LUTs und thermische Skalierung

Radiometrische Kerne geben kalibrierte 14-Bit- oder 16-Bit-Zählwerte aus, die direkt den Objektoberflächentemperaturen entsprechen. Die Umwandlung von Roh-ADC-Werten in technische Einheiten erfordert die Modellierung der planckschen Strahlungskurve zusammen mit atmosphärischen und reflektierten Temperatur-Offsets.

In der Praxis halten wir Embedded-Routinen schlank. Die folgende C-Funktion demonstriert eine Festkomma-Linearumwandlung, die in Embedded-Firmware verwendet wird, um rohe 14-Bit-Pixeldaten in absolute Kelvin-Temperaturen umzurechnen:

/*
 * Embedded C99 Linear Radiometric Transfer Function
 * Converts raw 14-bit digital counts into centikelvin (cK: 30000 cK = 300.00 K = 26.85 °C)
 */
#include <stdint.h>

int32_t CalculatePixelTemperature(uint16_t raw_pixel_adu, float target_emissivity, float reflected_temp_k) {
    if (target_emissivity <= 0.01f) {
        target_emissivity = 0.01f; // Prevent division by zero
    }

    // Step 1: Compensate for object surface emissivity
    float corrected_flux = (float)raw_pixel_adu / target_emissivity;

    // Step 2: Linear transfer mapping (calibrated slope m = 0.04, offset b = 273.15 K)
    // Translates 14-bit ADU count into centikelvin units
    float absolute_kelvin = (corrected_flux * 0.04f) + 273.15f;
    int32_t temp_centikelvin = (int32_t)(absolute_kelvin * 100.0f);

    return temp_centikelvin;
}

5.3 Edge-KI-Integration für Inferenz-Pipelines

Das Streaming ungekühlter LWIR-Daten in Edge-AI-Plattformen (wie NVIDIA Jetson, NXP i.MX8M Plus oder Rockchip RK3588 NPUs) ermöglicht eine automatisierte Personen-/Fahrzeugklassifizierung, Perimeter-Überwachungsalarme und thermische Fehlererkennung – vollkommen unabhängig vom Umgebungslicht.

Edge-AI-Inferenz-Pipelines erfordern dedizierte Vorverarbeitungsschritte:

• ⚙️ High Dynamic Range (HDR) Tone-Mapping: Mikrobolometer geben einen linearen 14-Bit-Dynamikbereich aus (0 bis 16.383 Stufen), standardmäßige Convolutional Neural Networks (CNNs) wie YOLOv8 oder SSD MobileNet erwarten jedoch 8-Bit-Eingänge (0 bis 255 Stufen). Eine einfache lineare Herunterskalierung flacht kontrastarme thermische Kanten ab. Um dies zu lösen, nutzen Host-Vorverarbeitungspipelines Contrast Limited Adaptive Histogram Equalization (CLAHE) oder bilaterale Filterung, um den Dynamikbereich zu komprimieren und gleichzeitig kritische Kanten zu erhalten.
• ⚙️ Thermospezifisches KI-Training: Modelle, die auf standardmäßigen ImageNet- oder COCO-RGB-Datensätzen trainiert wurden, schneiden bei thermischen Eingaben schlecht ab, da thermischem Video Farbkanäle und sichtbare Oberflächentexturen fehlen. Edge-AI-Netzwerke müssen auf annotierten thermischen Datensätzen feinabgestimmt werden, die Überstrahlungen (Thermal Bloom), Hotspot-Reflexionen und tageszeitliche Umgebungsinversionen berücksichtigen.

6. OEM-Beschaffungsrahmen & Integrationsverifizierungsprotokoll

Befolgen Sie bei der Erstellung Ihrer formellen Angebotsanfrage (RFQ) für Wärmebildmodule diese Prüfliste, um kostspielige Platinen-Revisionen und Verzögerungen in der Lieferkette zu vermeiden:

OEM-Spezifikations- & Beschaffungs-Checkliste

• ✅ Mechanischer Bauraum & Gehäuseanforderungen: Legen Sie maximale Abmessungen, Massebeschränkungen, optische Brennweite, Sichtfeldanforderungen (FOV), Athermalisierungsbereiche des Objektivs (-40°C bis +80°C) und Anforderungen an die Umgebungsabdichtung (Bare-Board-Modul vs. IP67-Frontelement) fest.
• ✅ Host-Bus-Routing: Wählen Sie Ihre primäre Datenschnittstelle (SPI für stromsparende Mikrocontroller vs. paralleles DVP / BT.656 / MIPI für High-Definition-Streaming). Überprüfen Sie das Power-Rail-Sequencing, die Stromreserven und die Steckverbinder-Footprints (FPC-Flachbandkabel vs. Board-to-Board-Mezzanine-Stecker).
• ✅ Radiometrie vs. visuelle Ausgabe: Entscheiden Sie frühzeitig, ob Sie eine absolute Temperaturberechnung pro Pixel (radiometrisch) oder eine qualitative visuelle Ausgabe (reines Bild mit On-Core-AGC) benötigen.
• ✅ Regulatorische Vorgaben & Bildwiederholraten-Compliance: Bildwiederholraten über 9 Hz (wie 25 Hz oder 50 Hz) sind Dual-Use-Güter, die internationalen Exportkontrollen unterliegen (wie den US-EAR- oder EU-Dual-Use-Vorschriften). Klären Sie Zielmärkte und Endverbleibsdokumente frühzeitig in der Entwicklung ab.
• ✅ Mengenpreise & Prototypen-Support: Berücksichtigen Sie Musterkosten, Carrier-Board-Kits, SDK- und Dokumentationszugang sowie Staffelpreise, bevor Sie Produktionsverträge unterzeichnen.

7. Umfassende technische FAQ