Größe, Leistung und Kosten in Infrarot-Thermal-Imaging-Systemen optimieren
Thermal Imaging erstreckt sich über industrielle Fertigung, Sicherheit und Umweltüberwachung. Da Infrarotwellenlängen vom sichtbaren Licht abweichen, müssen Entwickler Hardware für optimale Performance anpassen – was zu kleineren, stromsparenderen und kosteneffektiveren Systemen führt.
Das Infrarotspektrum
Das menschliche Auge erfasst nur den sichtbaren Teil des elektromagnetischen Spektrums. Infrarotstrahlung (IR) liegt jenseits des sichtbaren Lichts und ist der Schlüssel zur Detektion von Wärmesignaturen – die Temperatur eines Objekts bestimmt direkt seine IR-Abgabe.
Ursprünglich für nächtliche Zielerfassung genutzt, dienen Thermal-Kameras heute einer breiten Palette von Zwecken, darunter:
- Früherkennung von Bränden und Pflanzenüberwachung
- Fabrikautomation und Industry-4.0-Prozesse
- Energieaudits, die Wärmeverluste in Gebäuden lokalisieren
- Nächtliche Perimeter- und Wildtierüberwachung
- Sturm- und Hurrikan-Tracking
- Medizinische Diagnostik von Temperaturanomalien
- Inspektion von Flugzeugen, Zügen und anderen Schwergeräten
- Naturschutz und Präzisionslandwirtschaft
- Katastrophenhilfe und Rettungseinsätze
Die wachsende Anwendungsliste treibt kontinuierliche F&E-Investitionen an und macht Thermal-Kameras zunehmend leistungsfähiger und erschwinglicher.
Eine typische Thermal-Kamera besteht aus Gehäuse, Linse, IR-Sensor und On-Board-Elektronik – Bildprozessor, FPGA, Speicher, Kommunikations- und Display-Schaltungen. Die Linse bündelt IR-Energie auf den Sensor, der die Wärmesignatur in ein sichtbares Bild umwandelt.
IR-Sensoren sind mit 80×60 bis 1280×1024 Pixeln erhältlich. Im Vergleich zu sichtbaren Lichtkameras muss jedes Pixel größer sein (≈ 25 µm versus 1,7 µm bei Consumer-Sensoren), um die längeren Wellenlängen einzufangen. Folglich haben Thermal-Kameras eine geringere Gesamtauflösung, aber die größere Pixelgröße ermöglicht präzise Temperaturmessungen – einige Modelle erkennen Unterschiede von nur 0,01 °C.
Speicherherausforderungen
Der FPGA in einer Thermal-Kamera verarbeitet Rohsensordaten. Sein interner RAM ist oft unzureichend, weshalb Designer auf Off-Chip-Speicher für Algorithmen, Display-Pufferung und Kommunikation zurückgreifen. Off-Chip-Speicher bietet auch Skalierbarkeit für zukünftige Dichteerhöhungen.
Traditionell wird DDR DRAM dafür verwendet. Die bescheidene Auflösung von Thermal-Bildern macht High-Density-DRAM jedoch unnötig, was Kosten, zusätzliche Pins und Stromverbrauch hinzufügt. DRAMs Volatilität erfordert periodisches Refresh, was den Verbrauch weiter erhöht – ein Problem für batteriebetriebene Geräte.
Infineons HyperRAM adressiert diese Limitationen. Auf einem DRAM-Kern mit eingebautem Self-Refresh basierend, zieht HyperRAM nur 25 mA, reduziert den Stromverbrauch drastisch und liefert vergleichbaren Durchsatz (≈ 400 MB/s). Es nutzt ein 12-Pin HyperBus-Interface, weit weniger als DDRs 30+ Pins, was PCB-Routing und Layer-Count vereinfacht.

Tabelle: HyperRAM vs SDR DRAM (64 Mb Device). Quelle: Infineon Technologies
Der HyperBus Memory Controller kann als Soft-IP im FPGA implementiert werden, was den Bedarf an einem sperrigen DDR-Controller eliminiert. Abbildung 1 zeigt den Pin-Count-Vorteil: Ein DDR-basiertes System benötigt zwei Busse mit insgesamt 41 Pins und sechs PCB-Lagen, während ein HyperRAM/HyperFlash-System einen einzelnen 13-Pin-Bus und nur zwei bis vier Lagen verwendet.

Abbildung 1: Pin-Count-Vergleich zwischen DDR-SDRAM/NOR Flash und HyperRAM/HyperFlash. Quelle: Infineon Technologies
Externes NOR Flash ist ebenfalls üblich für nicht-flüchtige Konfigurationsspeicherung. HyperFlash – NOR Flash mit HyperBus-Interface – kann denselben 13-Pin-Bus wie HyperRAM teilen, was die Pin-Anzahl von 41+ auf nur 13 reduziert. HyperFlash und HyperRAM sind in Dichten von 64–512 Mb mit HyperBus- und Octal-xSPI-JEDEC-konformen Schnittstellen erhältlich.
Durch Auswahl von Speicher, der den Thermal-Imaging-Anforderungen entspricht, können OEMs PCB-Design straffen, Kosten senken, Stromverbrauch reduzieren und Akkulaufzeit verlängern.
Bobby John ist Senior Product Marketing Manager im Memory Solutions Business bei Infineon Technologies und hat über 13 Jahre Erfahrung in verschiedenen Rollen in der Halbleiterindustrie.
Verwandte Inhalte:
- Sensoren und Prozessoren konvergieren für industrielle Anwendungen
- Wie serieller Flash-Technologie sich entwickelt, um neue Industry-4.0-Designanforderungen zu erfüllen
- Warum FIR-Sensing-Technologie essenziell für vollautonome Fahrzeuge ist
- Sensorsysteme im industriellen IoT
- Neue ams Bildsensoren für hohen Durchsatz in industrieller Vision
Für mehr Embedded abonnieren Sie den wöchentlichen E-Mail-Newsletter von Embedded.
Eingebettet
- Wie vernetzte Sensoren und smarte Prozessoren Industry 4.0 antreiben
- Future Electronics launcht Rapid-Development Arduino-kompatibles Thermal Imaging & IR Sensing Platform
- Renesas erweitert RX24T & RX24U MCU Lineup mit High-Temperature G Versions für Motor Control
- Infineon stellt TLE985x Embedded Power Series für Automotive Motor Control vor
- STSAFE-A100 Evaluation Pack – Secure Element Kit mit integrierter Software für IT & IoT
- Infineon, Xilinx & Xylon launchen logiHSSL IP Core für High-Speed Safety Microcontroller Integration
- Infineon bringt 1200 V TRENCHSTOP IGBT7 & EC7 Diode für Industrieantriebe
- Sensirion SVM30: All-in-One Multi-Gas, Feuchte & Temperatur Modul für Luftreiniger & HLK
- Maxim Integrateds neue Sensoren halbieren Stromverbrauch, schrumpfen Größe und steigern Genauigkeit für Wearable-Health-Geräte
- Maxim Integrated lanciert Three Low-Power Analog ICs für Efficiency In Edge Und Cloud Applications