Wärmebildkamera-Drohne

Wärmebildkamera-Module für Drohnen: OEM-Auswahlleitfaden für SWaP, Videoschnittstellen und UAV-Nutzlasten

Wärmebildkamera-Module für Drohnen: OEM-Auswahlleitfaden für SWaP, Videoschnittstellen und UAV-Nutzlasten

Die Integration einer hochleistungsfähigen Wärmebildkamera-Drohne Nutzlast umfasst weit mehr, als lediglich einen Infrarot-Kern an ein Gimbal zu schrauben und auf saubere Telemetriedaten zu hoffen. Sie erfordert eine präzise Balance zwischen Größe, Gewicht und Leistungsaufnahme (SWaP), Sensorempfindlichkeit, optischem Auflösungsvermögen und Echtzeit-Verarbeitungsdurchsatz. Für Robotikingenieure, Systemintegratoren und OEM-Drohnenhersteller bedeuten kommerzielle Standard-Thermallösungen oft restriktive, geschlossene Ökosysteme, übermäßige Nutzlastmasse und hohe Stückkosten. Wenn Sie proprietäre, einsatzspezifische Flugplattformen realisieren müssen – von taktischen FPV-Aufklärungsdrohnen unter 250 g bis hin zu industriellen Schwerlast-Inspektionshexacoptern –, benötigen Sie ungekühlte Langwellen-Infrarot-Kerne (LWIR) und Dual-Spektrum-Tracking-Module, die sich nativ an offene Flight-Stacks, Onboard-Companion-Computer und individuelle Funkverbindungen anbinden lassen.

Entscheidend ist: Die Entwicklung einer optimalen luftgestützten Wärmebildarchitektur erfordert einen Blick weit über oberflächliche Datenblätter hinaus. Sie müssen die Physik ungekühlter Vanadiumoxid-Focal-Plane-Arrays (VOx), die reale Rauschäquivalente Temperaturdifferenz (NETD), die Modulationsübertragungsfunktion (MTF) des Objektivs und die optischen DORI-Reichweiten (Detection, Recognition, Identification) analysieren. Darüber hinaus müssen Sie die passenden Videoübertragungsprotokolle wählen – und dabei die extrem niedrige Latenz von analogem CVBS gegen den hohen Durchsatz von digitalem Streaming über MIPI CSI-2 oder USB Video Class (UVC) abwägen – während Sie gleichzeitig elektromagnetische Interferenzen (EMI), Motorvibrationen und Edge-Compute-Grenzen beherrschen müssen.

1. LWIR-Kernphysik & Sensorarchitekturen für UAV-Nutzlasten

Wärmebild-Nutzlasten auf unbemannten Flugsystemen arbeiten mitten im atmosphärischen Transmissionsfenster des langwelligen Infrarots (LWIR, 8 bis 14 µm). Strahlung in diesem Band wird von physischen Objekten als direkte Funktion ihrer absoluten Temperatur und ihres Oberflächenemissionsgrads emittiert. Dieses physikalische Prinzip ermöglicht es einer Wärmebildkamera-Drohne Aufklärungsmissionen, Such- und Rettungseinsätze (SAR), Wildtierbeobachtung und Stromleitungsinspektionen bei völliger Dunkelheit, leichtem Blätterdach, maritimem Dunst und Industrierauch durchzuführen, ohne das Ziel aktiv anstrahlen zu müssen.

Bei der Entwicklung von Hardware für Fluganwendungen bestimmt die Detektorarchitektur alle nachgelagerten Parameter: Objektivgröße, Gimbal-Motorauswahl, Rechenaufwand und Flugdauer.

Kompakter ungekühlter 640×512 LWIR USB Mini-Wärmebildkamerakern – Produktansicht
Abbildung 1: Ungekühlter LWIR-USB-Mini-Wärmebildkamerakern Galeriebild 2

Mikrobolometer-Materialsysteme: VOx vs. a-Si

Im Zentrum jedes modernen Wärmebildkerns befindet sich ein Focal Plane Array (FPA) aus winzigen Mikrobolometern. Bei der Auswahl eines OEM-Sensorkerns oder der Definition von Spezifikationen für Lieferanten begegnen Ihnen zwei wesentliche Halbleitermaterialien:

  • ⚙️ Vanadiumoxid (VOx): Dies ist der unangefochtene Industriestandard für taktische und industrielle luftgestützte Systeme. VOx bietet einen hohen Temperaturkoeffizienten des elektrischen Widerstands (TCR), der typischerweise bei etwa -2 % bis -3 % pro Kelvin liegt. Einfach ausgedrückt: Es liefert eine spürbar höhere thermische Empfindlichkeit, ein geringeres 1/f-Funkelrauschen und extrem kurze thermische Zeitkonstanten (8 bis 12 ms). Diese Geschwindigkeit ist entscheidend, wenn die Drohne bei dynamischen Flugmanövern starken mechanischen Vibrationen und schnellen Gierraten ausgesetzt ist.
  • ⚙️ Amorphes Silizium (a-Si): Eine Dünnschichtalternative, die von einer standardmäßigen CMOS-Foundry-Fertigung mit hoher Ausbeute profitiert. Obwohl sie die Stückkosten senken kann, leidet a-Si historisch unter höherem 1/f-Volumenrauschen und geringerer nativer Empfindlichkeit. Um einem a-Si-Sensor ein brauchbares Signal-Rausch-Verhältnis zu entlocken, müssen Optikingenieure massivere Objektive mit größeren Blendenöffnungen (F/# ≤ 1,0) einsetzen – was das Gimbal-System mit erheblichem Zusatzgewicht belastet.

Organisationen wie Optica verfolgen die kontinuierliche Forschung im Bereich von Mikrobolometer-Dünnschichten und dokumentieren Fortschritte bei der Pixel-Mikrobearbeitung, thermischen Isolationsstegen und der Quantenabsorptionseffizienz.

Pixelpitch-Dynamik: 12 µm vs. 17 µm

Der Branchenwechsel von 17 µm auf 12 µm Pixel-Pitch ist ein enormer Vorteil für die Integration in Flugsysteme. Da die gesamte Silizium-Die-Fläche quadratisch mit dem Pixel-Pitch skaliert, verringert ein 640×512-Sensor mit 12 µm Pitch die gesamte Detektorfläche im Vergleich zu einem älteren 17-µm-Die bei gleicher Pixelanzahl um fast 50 %. In der Praxis bringt dies zwei direkte konstruktive Vorteile:

  • Kompaktere Optikbaugruppen: Um ein bestimmtes Sichtfeld (FOV) mit einem 12-µm-Sensor zu erzielen, ist ein Objektiv mit kürzerer Brennweite erforderlich. Dadurch reduzieren sich Gesamtmasse und Volumen teurer Germanium- oder Chalkogenidglas-Elemente um bis zu 40 %.
  • Geringere Gimbal-Trägheit: Kürzere, leichtere Objektive verringern das Trägheitsmoment um die Nick- und Gierachse. Dadurch können Sie kleinere bürstenlose Gimbal-Motoren verwenden (z. B. von Baugröße 2806 auf 2204 herabskalieren), was den Ruhestrom drastisch senkt und wertvolle Flugminuten für Ihren Akku freisetzt.

Thermische Empfindlichkeit (NETD) in realen Flugumgebungen

Die Rauschäquivalente Temperaturdifferenz (NETD) definiert das Temperaturdelta, das erforderlich ist, um ein Ausgangssignal zu erzeugen, das dem internen Grundrauschen des Detektors entspricht (SNR = 1), gemessen in Millikelvin (mK). Standard-Industriekerne sind typischerweise für einen NETD-Wert von ≤ 40 mK spezifiziert (getestet im Labor bei 25 °C mit einem F/1.0-Objektiv).

Labordaten können jedoch trügerisch sein. Sobald eine Drohne mit 15 m/s in 100 Metern über Grund (AGL) fliegt, beeinträchtigen atmosphärische Dämpfung, Bodenclutter-Auswaschung und die aerodynamische Grenzschichtkühlung über der Objektivlinse den Temperaturgradienten. Ein NETD-Wert von ≤ 40 mK stellt sicher, dass feine thermische Details – ein Haarriss in einer Solarzelle, unter einer Dachbahn eingeschlossene Feuchtigkeit oder ein teilweise vom Blätterdach verdecktes Ziel – scharf und auswertbar bleiben, anstatt im Hintergrundrauschen unterzugehen.

2. Optik, Brennweite & DORI-Berechnungen für Flugplattformen

Die Abstimmung der Brennweite einer Infrarotoptik auf die Einsatzflughöhe ist ein kontinuierlicher Kompromiss: Sie müssen stets die räumliche Abdeckung (Sichtfeld / FOV) gegen das Auflösungsvermögen abwägen, das zum Erkennen von Anomalien erforderlich ist. Dabei greift man auf die standardisierten Johnson-Kriterien zurück, die in der luftgestützten Überwachung als DORI (Detektion, Erkennung, Identifizierung):

  • 📌 Detektion (1,5 Pixel auf dem Ziel): Der Bediener oder Edge-Algorithmus kann zuverlässig erkennen, dass ein Objekt vor dem Hintergrund vorhanden ist.
  • 📌 Erkennung (6,0 Pixel auf dem Ziel): Das System kann das Objekt klassifizieren (z. B. die Unterscheidung eines Pickups von einem Traktor oder einer Person von Nutztieren).
  • 📌 Identifikation (12,0 Pixel auf dem Ziel): Das System kann detaillierte Merkmale auflösen (z. B. ob eine Person Ausrüstung trägt, oder beschädigte Komponenten an einem Hochspannungsmast identifizieren).

Momentanes Sehfeld (IFOV) und Bodenauflösung (GSD)

Die Winkelauflösung eines einzelnen Pixels wird durch das momentane Sehfeld (Instantaneous Field of View, IFOV) bestimmt, ausgedrückt in Milliradiant (mrad):

IFOV (mrad) = [Pixel-Pitch (p in mm) / Brennweite (f in mm)]

Zur Berechnung der physischen Bodenauflösung (Ground Sampling Distance, GSD), projiziert auf ebenes Gelände von einem Fluggerät in einer Höhe über Grund (Above Ground Level, AGL) H bei einem Nadir-Gimbal-Winkel (senkrecht nach unten):

GSD = H × IFOV = H × (p / f)

Praxisnahe DORI-Reichweitenberechnung:

Berechnen wir die Werte für ein 640×512 LWIR-Modul mit 12 µm Pixel-Pitch in Kombination mit einem Objektiv mit 9,1 mm Brennweite (p = 0,012 mm, f = 9,1 mm):

IFOV = 0,012 / 9,1 ≈ 1,3187 mrad

Berechnung des optischen Erfassungsbereichs für ein Standard-Fahrzeugziel (kritische Abmessung W = 2,3 Meter):

  • ⚙️ Detektionsreichweite (N_crit = 1,5 px): R_detect = 2,3 / (0,0013187 × 1,5) ≈ 1.162 Meter
  • ⚙️ Erkennungsreichweite (N_crit = 6,0 px): R_recog = 2,3 / (0,0013187 × 6,0) ≈ 290 Meter
  • ⚙️ Identifikationsreichweite (N_crit = 12,0 px): R_ident = 2,3 / (0,0013187 × 12,0) ≈ 145 Meter
Zieltyp Kritische Abmessung Erkennung (1,5 px) Wiedererkennung (6,0 px) Identifizierung (12,0 px)
Menschliches Ziel 0,5 m ~252 m ~63 m ~31 m
Fahrzeugziel 2,3 m ~1.162 m ~290 m ~145 m
Wasserfahrzeug 5,0 m ~2.527 m ~631 m ~315 m

Wenn Sie eine bestehende Flugzelle nachrüsten oder modulare Bugkonen konstruieren, führen Sie diese optischen Berechnungen frühzeitig durch, damit Sie nicht mit einer Optik enden, die bei Ihrer standardmäßigen Reiseflughöhe unbrauchbar ist. Für eine umfassende Anleitung zur Nachrüstung bestehender Flugzellen mit modularen LWIR-Optiken werfen Sie einen Blick auf unseren OEM-Nachrüstleitfaden für LWIR-Wärmebildkameras.

3. SWaP-C-Optimierung & elektrische Integration in Trägerplattformen

In der Drohnenwelt ist das Nutzlastgewicht der Feind der Flugdauer. Bei einer typischen Multirotor-Plattform können zusätzliche 50 Gramm je nach Rotorflächenbelastung und Motor-kV-Werten 2 bis 4 Minuten Schwebeflugzeit kosten. Jedes Milliwatt und jedes Gramm zählt.

Stromversorgung & rauscharme Regelung

Thermische Mikrobolometer reagieren notorisch empfindlich auf die Versorgungsspannung. Spannungswelligkeit und hochfrequentes Schaltrauschen von elektronischen Drehzahlreglern (ESCs) und bürstenlosen Motoren machen sich sofort als horizontale Streifen, Mikrozittern oder Fixed-Pattern-Rauschen im Wärmebild-Stream bemerkbar.

  • ⚙️ Spannungsversorgungsschienen: Ungehäuste OEM-Kerne beziehen ihren Strom in der Regel über eine präzise geregelte 5-V- (±0,5 V) oder 3,3-V-Schiene und verbrauchen im stationären Zustand unter 1,2 W. Integrierte Edge-KI-Boards (wie das TM02-SOLO T) unterstützen breitere Eingangsstufen (9 bis 16 V DC) und regeln diese über interne mehrstufige Abwärtswandlerstufen herunter.
  • ⚙️ Filterung & Erdung: Führen Sie die Stromversorgung des Kerns stets über einen dedizierten DC-DC-Abwärtswandler (Buck Converter), der mit Low-ESR-Keramik-Bypass-Kondensatoren und einem Ferritperlenfilter ausgestattet ist, um Schaltspitzen der Motoren über 50 kHz zu unterdrücken. Richten Sie eine Einpunkt-Stern-Masse-Topologie ein, um Erdschleifen zwischen dem Videosender und dem Wärmebildkern zu verhindern.

Wärmeabfuhr & Konvektionskühlung

Ungekühlte Mikrobolometer sind auf kontinuierliche Non-Uniformity Correction (NUC)-Routinen angewiesen, um die interne Sensordrift zu neutralisieren. Schnelle, ungleichmäßige Temperaturschwankungen am Sensorgehäuse beeinträchtigen die Kalibrierung und die radiometrische Genauigkeit.

  • ⚙️ Wärmeleitungspfade: Befestigen Sie das Aluminiumgehäuse des Wärmebildkerns mithilfe von thermischen Gap-Pads (Wärmeleitfähigkeit k ≥ 3,0 W/m·K) direkt am Gimbal-Arm oder an der Flugzelle, um die Wärme von der Elektronik abzuleiten.
  • ⚙️ Konvektion durch Rotorabwind: Leiten Sie den erzwungenen Luftstrom aus dem Rotorabwind der Drohne über externe Kühlrippen. Dies stabilisiert die Betriebstemperaturen über den spezifizierten Bereich von -40 °C bis +85 °C und macht schwere interne Lüfter überflüssig.

4. Videobus-Protokolle & Telemetrie-Schnittstellen: MIPI, USB, CVBS und Seriell

Die Einbindung eines OEM-Thermokerns in Ihren Avionik- und Telemetrie-Stack erfordert die Abstimmung der Hardwareschnittstelle auf Ihre Latenzschwellen und Verarbeitungsanforderungen.

Schnittstellentyp Bandbreite / Datenformat Hardware-Latenz Empfohlene max. Leitungslänge Primärer Anwendungsbereich
MIPI CSI-2 Multi-Gbit/s (Raw 14-Bit) Extrem niedrig (<5 ms) <15 cm (Flex-PCB) Direkte SoM-/NPU-Board-to-Board-Vision
USB 2.0 / UVC 480 Mbit/s (YUV / RAW) Niedrig bis mittel (20–40 ms) <2 m (abgeschirmt) Linux-Nutzlasten (NVIDIA Jetson, CM4)
CVBS (analog) Composite NTSC / PAL Minimal (<15 ms) <1 m (koaxial) Analoge taktische FPV-Aufbauten & direkter VTX
RS-422 / UART 115,2k bis 921,6k Baud Asynchrone Befehle >5 m (differentiell) Schleifring-Gimbal-Steuerung & NUC-Trigger

Digitale vs. analoge Videotopologien

  • ⚙️ MIPI CSI-2: Der Goldstandard für das Embedded-Board-to-Board-Routing. Es liefert unkomprimierte digitale 14-Bit- oder 16-Bit-Rohdaten direkt an den ISP oder die NPU Ihres System-on-Module (SoM). Durch den Verzicht auf externe Serializer-Chips halten Sie die Latenz der Hardware-Pipeline unter 5 ms.
  • ⚙️ USB 2.0 / UVC: Der schnellste Weg für Linux-Companion-Boards (wie NVIDIA Jetson Orin Nano, Raspberry Pi Compute Module 4 oder Rockchip-Plattformen). Es überträgt vorverarbeitetes 8-Bit-YUV-Video oder radiometrische Rohbilddaten über standardmäßige treiberlose Schnittstellen, parallel zu einem virtuellen COM-Port für Steuerbefehle.
  • ⚙️ CVBS (Composite-Video): Standardmäßiges analoges NTSC/PAL-Video. Unterschätzen Sie es nicht: Für taktische Mikrodrohnen, Suchdrohnen und FPV-Fluggeräte bleibt Analogvideo in puncto Geschwindigkeit unübertroffen. In Kombination mit einem 5,8-GHz-Videosender (VTX) erzielen Sie eine Glass-to-Glass-Latenz von unter 15 ms – völlig ohne Ruckeln durch Frame-Kompression.

Befehls- & Steuerungsbusse: RS-422 und UART

Um Laufzeitbefehle zu senden – wie das Auslösen eines NUC-Shutters (Flat-Field-Korrektur), die Aktivierung des Digitalzooms, das Umschalten von Farbpaletten (White Hot, Black Hot, Ironbow) oder das Anvisieren von Regions of Interest (ROI) – benötigen Sie zuverlässige serielle Schnittstellen:

  • ⚙️ UART: Einfach und effektiv für kurze, saubere Board-to-Board-Leiterbahnen in einem geschlossenen Gimbal-Gehäuse.
  • ⚙️ RS-422 differenziell: Die professionelle Wahl, wenn Signale über Schleifringe oder über längere Strecken im Flugrahmen geführt werden müssen. Die symmetrische Differenzialsignalisierung widersteht starken elektromagnetischen Störungen (EMI) durch nahegelegene Motorkabel und Hochleistungs-Telemetrieantennen problemlos.

Sensorhersteller wie Hikmicro nutzen bei ihren industriellen Kernen standardisierte serielle Protokolle zur Steuerung von Objektiv-Fokuspositionen, Palettenwechseln und internen Kalibrierungsroutinen.

5. Dual-Spektrum-Sensorfusion & Onboard-Edge-KI-Tracking

Moderne Flugeinsätze erfordern mehr als einfache thermische Einzelspektrum-Feeds. LWIR liefert zwar nachts thermischen Kontrast, kann jedoch keine sichtbaren Texturen auflösen, Nummernschilder lesen oder durch Glas blicken. Die Kopplung eines visuellen Tageslichtsensors (EO) mit einem ungekühlten LWIR-Kern liefert eine Dual-Spektrum-Nutzlast, die rund um die Uhr bei Tageslicht, im Schatten, bei völliger Dunkelheit und dichtem Nebel einsatzbereit bleibt.

Dynamische Bildausrichtung und Bild-in-Bild (PIP)

Dual-Spektrum-Visionssysteme richten sichtbare und thermische Datenströme auf zwei primäre Arten aus:

  • ⚙️ Bild-in-Bild (PIP): Eine unkomplizierte Bildfenster-Überlagerung, bei der das Wärmebild im Weitwinkel-Sichtbild zentriert ist (oder umgekehrt), um das Situationsbewusstsein aufrechtzuerhalten, während thermische Hotspots verfolgt werden.
  • ⚙️ Spektrale Fusion (Kantenüberblendung): Hochfrequente Kantendaten, die von einem visuellen 1080p-Sensor extrahiert werden, werden direkt über den thermischen Stream mit der geringeren Auflösung von 640×512 gelegt. Sie erhalten die Wärmesignatur zusammen mit strukturellen Konturen, lesbaren Beschriftungen und feinen Umgebungsdetails.

Deep-Learning-Inferenz am Edge

Die Ausführung neuronaler Netzwerkmodelle direkt an Bord der Drohne eliminiert die Latenz- und Bandbreiteneinbußen, die beim Streaming von Videos an eine Bodenstation zur Verarbeitung entstehen. Module wie das TM02-SOLO T integrieren 6-TOPS-NPUs mit Arm-Cortex-Kernen, um automatisierte Flugaufgaben lokal zu bewältigen:

  • Multiklassen-Zielverfolgung: Gleichzeitige Erkennung und Schwerpunktverfolgung (Centroid Tracking) von Personen (bis zu einer Bounding-Box von 10×10 Pixeln) und Fahrzeugen in Entfernungen von über 400 Metern.
  • Verdeckungsmanagement & Zielwiederherstellung: Wenn ein verfolgtes Fahrzeug unter einer Brücke durchfährt oder hinter Bäumen verschwindet, berechnet die Tracking-Engine Trajektorienvektoren und hält die Tracking-Box aufrecht, bis das Ziel wieder auftaucht – so werden Tracking-Abbrüche bei kritischen Einsätzen verhindert.

Wenn Sie Flugsysteme der Sub-100g-Klasse entwickeln und lediglich eine einfache Wärmeerfassung ohne komplexe Edge-KI benötigen, entdecken Sie unsere ultrakompakten TC160-NF 160×120 LWIR-Wärmebildmodul.

6. Autopilot-Integration & Bodenkontroll-Workflows (ArduPilot / BetaFlight / PX4)

Ihre thermische Nutzlast muss mit dem Flight Controller (FC) kommunizieren, um Gimbal-Ausrichtung, Georeferenzierung, autonomes Tracking und Failsafe-Routinen zu koordinieren.

Integrationsparameter ArduPilot / PX4 Enterprise-Architektur BetaFlight / Taktischer FPV-Aufbau
Primäres Telemetrieprotokoll MAVLink V2 (UART @ 115200 / 921600 Baud) CRSF / MSP (UART @ 416,6k Baud)
Primäre Videoschnittstelle Digitales MIPI / UVC (COFDM-HD-Digitalverbindung) Direktes analoges CVBS (5,8-GHz-VTX)
Geotagging & Metadaten Native Präzisions-GPS/IMU-EXIF-Einbindung On-Screen-Display (OSD) Telemetrie-Overlay
Closed-Loop-Tracking-Verbindung Companion-Computer-SDK zum Gimbal-Treiber Flight-Controller-RC-Kanalüberschreibung

Telemetriestandards: MAVLink V2 und CRSF

  • ⚙️ MAVLink-V2-Protokoll: Das Rückgrat für Enterprise-Plattformen unter ArduPilot oder PX4. Die Nutzlast nutzt MAVLink-Nachrichten (wie CAMERA_IMAGE_CAPTURED, CAMERA_FOV_STATUS, und MOUNT_CONTROL), um GPS-Position, Lagewinkel und barometrische Höhe direkt in die EXIF-Bilddaten einzubetten. Diese Metadaten sind essenziell für präzise Photogrammetrie und thermische Orthomosaike.
  • ⚙️ CRSF (Crossfire-Protokoll): Weit verbreitet bei reaktionsschnellen taktischen FPV-Systemen. CRSF bietet einen seriellen Bus mit geringer Latenz (416,6 kbit/s oder 2 Mbit/s), mit dem Bediener Paletten wechseln, Zielabsehen anpassen oder Bild-in-Bild-Modi (PIP) direkt über Fernsteuerungsschalter umschalten können.

Closed-Loop-Visual-Servoing

In Kombination mit einem integrierten KI-Tracking-Modul gibt der Thermokern Ziel-Pixelfehler-Offsets (Δx, Δy) relativ zum optischen Zentrum aus. Der Flight Controller nutzt diese Fehlersignale zur Steuerung der Gimbal-Ausrichtung oder zum Gieren des Fluggeräts, was eine autonome Verfolgung dynamischer Ziele mit Geschwindigkeiten von bis zu 450 km/h ermöglicht – ganz ohne ständige Steuereingaben des Piloten.

7. Vergleichende OEM-Hardware-Übersicht: Evaluierung von 640×512-Kernen & KI-Modulen

Um Ingenieure bei der Auswahl der passenden Hardware für ihre Flugzeugkonstruktionen zu unterstützen, folgt hier eine detaillierte Übersicht zweier serienreifer Optionen: ein ultraleichter Bare-Thermal-Kern und ein integriertes Dual-Spektrum-KI-Tracking-Rechenmodul.

HR21-L612-USB 640×512 Ungekühltes LWIR-Wärmebildmodul

Das HR21-L612-USB ist ein kompaktes, ungekühltes Vanadiumoxid-(VOx)-Infrarot-Wärmebildmodul für Drohnen, entwickelt für thermische UAV-Nutzlasten, Embedded-Vision-Systeme, Inspektionsplattformen und OEM-Lösungen, die geringes Gewicht, USB-Videostreaming, RS-422-Steuerung und stabile LWIR-Ausgabe erfordern. Mit einem Gewicht von unter 15 Gramm bietet es eine Wärmebildauflösung von 640×512 Pixeln, ohne das Gewichtskontingent Ihres Fluggeräts zu belasten.

Detektorspezifikationen
Komponentenmodell HR21-L612-USB
Detektortyp Ungekühltes Vanadiumoxid-Focal-Plane-Array (VOx)
Auflösung & Bildwiederholrate 640 × 512 bei 50 Hz
Pixelabstand & Spektralbereich 12 μm | 8 – 14 μm (LWIR)
Thermische Empfindlichkeit (NETD) ≤40 mK bei 25 °C, F#1.0
Bildanpassung & Bildverarbeitung
Bildoptimierung Helligkeit (0–10), Kontrast (0–10), Detailverstärkung (0–10)
Falschfarben-Paletten Black Hot, White Hot, Iron Red, Red Hot, Rainbow und benutzerdefinierte Farbpaletten
Verarbeitungsalgorithmen Inhomogenitätskorrektur (NUC), temporale Filterung, räumliche Rauschunterdrückung, digitale Detailverstärkung (DDE), Histogrammanpassung
Elektrik, Mechanik & Umweltbedingungen
Versorgungsspannung & Leistungsaufnahme 5 V ± 0,5 V DC | <1,2 W typisch bei 25 °C (einschließlich Erweiterungsplatine)
Video- & Steuerungsschnittstellen USB-Digitalvideo, CVBS analog (unterstützte Konfigurationen), USB Seriell, 1 × RS-422
Gewicht & Abmessungen <15 g | 21 mm × 21 mm × 20,2 mm
Betriebs- / Lagertemperatur -40 °C bis +85 °C | -50 °C bis +90 °C (Luftfeuchtigkeit: 5 %–95 % nicht kondensierend)
Stoß- & Vibrationsfestigkeit 6,06 g Zufallsvibration (alle Achsen) | 80 g @ 4 ms Schockprofil

Produktdetails & Preise anzeigen ➔

TM02-SOLO T 6-TOPS-Drohnen-KI-Tracking-Modul mit 640er-Wärmebildkamera

Das TM02-SOLO T Das Dual-Spektrum-UAV-KI-Tracking-Modul kombiniert eine 6-TOPS-Edge-Compute-Engine mit einer visuellen 120-Hz-EO-Kamera und einem ungekühlten 640 × 512 VOx-Thermosensor. Entwickelt für Drohnen-OEMs und Robotik-Integratoren, bietet es Echtzeit-Tracking von Personen und Fahrzeugen bei Tageslicht, schlechten Lichtverhältnissen und völliger Dunkelheit – wobei sämtliche Inferenz neuronaler Netze lokal an Bord erfolgt.

KI-Tracking & Edge-Computing
KI-Rechenleistung & CPU 6 TOPS NPU | Arm Cortex-A76 2,4 GHz + Cortex-A55 1,8 GHz
Zieltypen & Kapazität Personen und Fahrzeuge | Bis zu 120 gleichzeitige Tracking-Ziele (firmwareabhängig)
Entfernungsreferenz Fahrzeug: 400 m | Person: 170 m (Minimale Zielgröße: 10 × 10 Pixel)
Latenz- & Geschwindigkeitsspezifikationen 8 ms Verarbeitungslatenz | Unterstützt Zielgeschwindigkeiten bis 450 km/h
Tracking-Modi Fadenkreuz-Fixierung, Close-to-Lock, Routen-Vorabbildung, Wiedererfassung verlorener Ziele, Bild-in-Bild (PIP)
Flugsteuerungsprotokoll CRSF-Steuerungsprotokoll | Unterstützte Stacks: BetaFlight und ArduPilot
Elektro-optischer (EO) Sensor für sichtbares Licht
Sensor & Beleuchtung 1/1,8-Zoll optischer Sensor | 0,001 Lux Mindestbeleuchtung
Auflösung & Bildwiederholrate 1920 × 1080 @ 120 Hz
Optik & Sichtfeld 8,45 mm Brennweite | D: 66,3° / H: 57,1° / V: 30,4° (Abmessungen: 25,5 × 19,5 × 19,5 mm)
Thermischer Infrarotsensor
Detektortyp & Spektralbereich Ungekühltes VOx-Focal-Plane-Array | 8 – 14 µm (LWIR)
Auflösung & Pixelabstand 640 × 512 @ 50 Hz | 12 µm Pixelabstand
Optik & Sichtfeld 9,1 mm Brennweite | D: 61,8° / H: 47,7° / V: 38,2°
Platinenanschluss & Stromversorgung Direkte MIPI-Schnittstelle | Empfohlene Eingangsspannung: Geregelte 9 – 16 V DC
Mechanische Abmessungen Verarbeitungsplatine: 45 × 45 × 26 mm | Montageabstand: 42,5 × 42,5 mm

Produktdetails & Preise anzeigen ➔

Ungekühlter 640×512 LWIR USB Mini-Wärmebildkamerakern – Produktbild
Abbildung 2: Ungekühlter LWIR-USB-Mini-Wärmebildkamerakern Galeriebild 1

8. Umfassende FAQ zu OEM-Integration & Beschaffung

Wie kann ich eine Wärmebildkamera in ein individuelles UAV oder einen Sub-250g-Aufbau integrieren, ohne die Flugzeit zu beeinträchtigen?
Die Integration von Wärmebildtechnik in ein Abfluggewicht von unter 250 g (MTOW) oder ein leichtes 5-Zoll-System erfordert eine kompromisslose SWaP-Optimierung. Herkömmliche, handelsübliche Wärmebild-Gimbals wiegen schnell 150 bis 300 Gramm zusätzlich, was die Gewichtsgrenze sprengt und die Flugzeit halbiert. Die Lösung liegt in der Verwendung von ungekühlten OEM-LWIR-Platinenkernen – wie dem HR21-L612-USB –, die weniger als 15 Gramm wiegen und unter 1,2 W verbrauchen. Versorgen Sie das Modul über einen isolierten, hocheffizienten 5-V-Abwärtsregler mit einem Ferritkern, um elektrische Störungen des ESC zu eliminieren. Montieren Sie den Kern mithilfe von Silikon-Schwingungsdämpfern direkt am Carbon-Rahmen und positionieren Sie das Aluminiumgehäuse im Abwind der Propeller für eine passive Konvektion. Dieser Direct-to-Frame-Ansatz spart das Gewicht motorisierter Gimbals ein und erhält gleichzeitig das agile Flugverhalten sowie lange Akkulaufzeiten.
Welches Videoausgabeprotokoll ist optimal für die Wärmebild-Videoübertragung mit geringer Latenz bei Drohnen?
Es kommt darauf an, wer die Drohne steuert: ein menschlicher Pilot mit Videobrille oder ein Onboard-Begleitcomputer mit autonomer Analyse. Für die manuelle Steuerung, taktische Abfangeinsätze und reaktionsschnelle FPV-Flüge ist natives analoges CVBS unschlagbar. Die Einspeisung von CVBS in einen analogen 5,8-GHz-VTX hält die Glas-zu-Glas-Latenz unter 15 Millisekunden und liefert Piloten Echtzeit-Feedback ohne jegliche Pufferung oder digitale Artefakte. Wenn Sie Onboard-KI-Tracking durchführen oder hochauflösende Telemetrie-Downlinks streamen, nutzen Sie direktes MIPI CSI-2 oder USB Video Class (UVC). MIPI CSI-2 überträgt unkomprimierte radiometrische 14-Bit-Frames mit einer Board-to-Board-Latenz von unter 5 ms direkt an die NPU des Begleitboards. Dadurch kann der Bordcomputer Zielerfassung, Paletten-Mapping sowie H.264/H.265-Kompression übernehmen, bevor die Daten über eine digitale Telemetrieverbindung übertragen werden.
Ist es kostengünstiger, eine Enterprise-Wärmebilddrohne zu kaufen oder ein System auf Basis eines OEM-Wärmebildmoduls aufzubauen?
Kommerzielle, flugfertige Enterprise-Drohnen bieten sofortige Einsatzbereitschaft ab Werk, binden Sie jedoch an proprietäre Ökosysteme, geschlossene Optiken, eingeschränkte Firmware und hohe Reparaturkosten. Der Einsatz von reinen OEM-Wärmebildkernen oder modularen Dual-Spektrum-Plattformen (wie der TM02-SOLO T) bietet kommerziellen Drohnenherstellern, Robotik-Teams und Integratoren im Verteidigungsbereich vollständige architektonische Freiheit. Die Entwicklung auf Basis modularer Sensoren ermöglicht es Ihnen, Ihre Flugzelle für spezifische Missionen zu optimieren, Ihre gesamte Stückliste (BOM) drastisch zu reduzieren, exakte Brennweiten für Ihre Einsatzhöhen zu wählen, benutzerdefinierte Erkennungsmodelle zu implementieren und sämtliches geistiges Eigentum im eigenen Haus zu behalten. Offene Protokolle wie CRSF und MAVLink gewährleisten zudem eine nahtlose Integration mit offenen Flugsteuerungen wie ArduPilot und PX4 – ganz ohne wiederkehrende Abonnementgebühren oder Cloud-Abhängigkeiten.

Ähnliche Beiträge

Kommentar hinterlassen

Ihre E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind markiert *