La imagen térmica para robots terrestres ofrece a vehículos terrestres no tripulados, robots de inspección, plataformas de seguridad y robots móviles autónomos un canal de percepción que no depende de la iluminación visible. Una cámara térmica puede detectar personas, vehículos, componentes calientes, maquinaria operada recientemente, discontinuidades del terreno y otros rasgos con contraste térmico en oscuridad, contraluz o deslumbramiento, donde las cámaras RGB pierden eficacia. La decisión de ingeniería no consiste solo en añadir un núcleo térmico, sino en seleccionar la banda espectral, resolución, óptica, interfaz, frecuencia de imagen, método de calibración y arquitectura de procesamiento adecuados para el entorno operativo del robot.
Cómo funciona la imagen térmica para robots terrestres
Los robots terrestres utilizan imagen térmica convirtiendo la radiación infrarroja de una escena en una imagen digital que puede visualizarse, grabarse, transmitirse o procesarse mediante software de autonomía. En operación térmica pasiva, la cámara mide la radiación emitida por las superficies en función de su temperatura, emisividad, ángulo de observación y trayectoria atmosférica. A menudo la salida se mejora en contraste para percepción, no necesariamente como un mapa de temperatura calibrado.
En muchos diseños de robots móviles, el infrarrojo de onda larga, LWIR, normalmente 8-14 μm, es la opción inicial porque los objetos a temperatura ambiente emiten con fuerza en esta banda. Los módulos LWIR con microbolómetro no refrigerado no requieren enfriamiento criogénico, lo que reduce tamaño, peso, consumo, ruido acústico, complejidad de arranque y mantenimiento. Un módulo LWIR compacto como SPECTRA L06A 640×512 LWIR 12μm suele emplearse cuando el robot necesita percepción nocturna pasiva, detección humana, conciencia de obstáculos o contexto térmico a distancias medias.
La imagen térmica no sustituye por completo a RGB, lidar, radar o sensores de profundidad. El contraste térmico puede ser débil cuando el objetivo y el fondo alcanzan temperaturas aparentes similares, tras una estabilización térmica prolongada, bajo lluvia intensa o a través de materiales que bloquean LWIR. El vidrio estándar es opaco en LWIR, por lo que una ventana de carcasa debe usar materiales transmisivos al infrarrojo, como germanio, vidrio calcogenuro o polímeros seleccionados según la banda y los requisitos de durabilidad.
LWIR, MWIR y SWIR en robots terrestres: qué banda elegir
Las cámaras LWIR, MWIR y SWIR resuelven problemas de percepción distintos. LWIR se entiende mejor como imagen pasiva por contraste de calor en escenas ambientales. Es adecuada para robots de patrulla, UGV perimetrales, robots contra incendios, búsqueda y rescate, y plataformas de inspección industrial que necesitan ver personas, equipos calientes o anomalías térmicas sin iluminación activa. Una LWIR de mayor resolución, como SPECTRA L12NT 1280×1024 LWIR, puede mejorar el muestreo angular, permitir campos de visión más amplios con una densidad de píxeles dada o ayudar a que los algoritmos conserven la estructura de objetivos pequeños.
El infrarrojo de onda media, MWIR, normalmente 3-5 μm, suele implementarse con detectores fotónicos refrigerados. MWIR puede aportar alta sensibilidad, integración rápida y buen rendimiento para detección de largo alcance u objetivos de alta temperatura. La contrapartida es la complejidad del sistema: potencia del criorefrigerador, tiempo de arranque, coste, masa, vida útil y gestión térmica deben encajar en la plataforma. MWIR es más relevante para UGV de mayor tamaño, robots de defensa, plataformas de campo de pruebas o aplicaciones donde el reconocimiento a larga distancia pesa más que el mínimo SWaP.
El infrarrojo de onda corta, SWIR, aproximadamente 0,9-1,7 μm en muchos sistemas InGaAs, aunque existen rangos extendidos, no es imagen térmica de objetivos a temperatura ambiente en el mismo sentido que LWIR o MWIR. SWIR captura principalmente luz reflejada, incluida luz solar, resplandor nocturno o iluminación láser. Puede ser útil para ver a través de cierta neblina, identificar algunos materiales, observar a través de vidrio ordinario o usar iluminación activa más segura para el ojo. Sin embargo, una cámara SWIR pasiva no detectará a una persona en oscuridad total por calor corporal como lo hace LWIR.
La banda correcta debe elegirse a partir de la física de la misión. Si el objetivo es una persona de noche sobre terreno natural, LWIR suele ser práctico. Si el objetivo es un motor lejano, una pluma de escape o un proceso industrial caliente, MWIR puede justificarse. Si el robot debe inspeccionar materiales, leer a través de vidrio o usar iluminación activa manteniendo una geometría similar a la visible, SWIR puede ser el sensor más adecuado.
Imagen térmica dual para UGV y robots móviles
La imagen dual es útil cuando un robot debe detectar contraste térmico e interpretar estructura visual de la escena. Las cámaras visibles aportan textura, color, marcas viales, señalización, etiquetas legibles y rasgos familiares para muchos modelos de IA. Las cámaras térmicas aportan resiliencia nocturna y ante ciertos oscurecedores, firmas de calor y menor dependencia de la iluminación. Combinarlas puede mejorar la conciencia del operador y la percepción automática, especialmente cuando un sensor por sí solo resulta ambiguo.
Un módulo dual como FUSION LV0625A 640×512+2560×1440 MIPI 35mm puede simplificar la alineación mecánica y el enrutamiento de datos frente a la integración de cámaras separadas. Para OEM, esto importa porque la calidad de fusión depende de la estabilidad de boresight, la correspondencia de campo de visión entre lentes, la precisión de marcas temporales y una calibración geométrica conocida. Si los flujos térmico y visible se desplazan entre sí tras choque, vibración o ciclos térmicos, la detección y el seguimiento de objetos pueden volverse inestables.
La imagen dual también añade trabajo de diseño. El robot debe reservar capacidad de procesamiento para sincronización, registro de imagen, fusión, codificación e inferencia de IA. Además, debe definir qué significa “fusión” en el producto: superposición para operador, vídeo lado a lado, mezcla a nivel de píxel, asociación a nivel de objeto o soporte para decisión autónoma. La fusión a nivel de píxel puede parecer útil en una pantalla, pero puede distorsionar el significado radiométrico. Para autonomía, la fusión a nivel de objeto suele ser más robusta porque cada sensor se procesa con su propio modelo y estimación de incertidumbre.
Parámetros clave de una cámara térmica para robots
La resolución y el paso de píxel definen el muestreo, pero el requisito real de aplicación es la resolución angular a distancia. El campo de visión instantáneo depende del paso del detector y la distancia focal, mientras que el campo de visión total lo determinan la lente y el tamaño de la matriz. Una lente amplia ayuda a la navegación y a la conciencia de obstáculos cercanos; una lente estrecha mejora la detección de objetivos pequeños a distancia, pero puede perder riesgos fuera del campo. Muchos robots necesitan sensores separados para navegación cercana y detección de largo alcance, en lugar de una sola óptica de compromiso.
La sensibilidad suele expresarse mediante NETD, pero NETD por sí sola no predice el rendimiento en campo. La temperatura de la escena, transmisión de la óptica, número f, tiempo de integración, procesamiento de imagen, atenuación atmosférica y tamaño del objetivo influyen en la detección. Las hojas de datos deben evaluarse atendiendo a cómo se midieron los parámetros. Para disciplina de especificación en visión artificial, conceptos de caracterización objetiva de cámara como los de EMVA 1288 son útiles, y ISO 12233 es relevante para medir resolución y respuesta de frecuencia espacial en cámaras digitales. Para terminología de bandas ópticas e infrarrojas, también puede consultarse ISO 20473.
La frecuencia de imagen y la latencia son críticas en plataformas móviles. Un robot teleoperado puede tolerar más latencia que un robot autónomo que cierra un lazo de control con percepción. Tuberías de imagen, reducción de ruido, estabilización electrónica, codificación de vídeo, búferes de red e inferencia de IA pueden añadir retardo más allá del periodo de cuadro del sensor. Los OEM deben medir la latencia extremo a extremo desde la llegada de fotones hasta la decisión de control o la visualización del operador, no solo la tasa de salida de la cámara.
La salida radiométrica es otra decisión clave. El vídeo térmico no radiométrico suele bastar para detección, apoyo a navegación y vigilancia. Los datos radiométricos son necesarios cuando el robot debe estimar temperatura, seguir tendencias de calentamiento o activar alarmas con umbrales cuantitativos. En robots de inspección, la radiometría introduce requisitos de calibración, supuestos de emisividad, temperatura aparente reflejada y compensación ambiental.
Integración de imagen térmica en la autonomía del robot
La integración empieza por el montaje. La cámara térmica debe tener un campo de visión despejado, boresight estable, disipación adecuada y protección contra barro, agua, polvo, impactos y procedimientos de limpieza. Los materiales de ventana, recubrimientos y calentadores deben seleccionarse para la banda infrarroja, no copiarse de carcasas para cámaras visibles. Una pequeña contaminación en una ventana infrarroja puede reducir contraste, aumentar reflejos o crear artefactos fijos que afecten a los algoritmos.
La interfaz eléctrica y de software debe coincidir con la arquitectura del robot. MIPI CSI-2 es habitual en procesadores embebidos y recorridos internos cortos. Ethernet es útil para sistemas distribuidos, cabezales sensores remotos y flujos de vídeo IP. SDI puede ser preferible en algunas cadenas de vídeo de baja latencia. Si el robot debe interoperar con sistemas de gestión de vídeo o infraestructura de seguridad, conviene definir desde el inicio los perfiles, metadatos y requisitos de transmisión.
El software de autonomía debe tratar la térmica como una modalidad distinta, no como simple vídeo visible en escala de grises. La imagen térmica tiene estadísticas de textura, comportamiento de contraste y modos de fallo diferentes. Los modelos entrenados solo con RGB diurno rara vez se transfieren de forma fiable. Los sistemas prácticos utilizan datasets térmicos específicos, etiquetas sincronizadas, diversidad ambiental y validación en día, noche, lluvia, polvo, sol directo, cruce térmico y cambios estacionales del fondo. Para salida de vídeo con IA integrada, un sistema como NEXUS LV0619B AI multi-band Ethernet/SDI puede reducir el procesamiento externo requerido por la plataforma host.
La validación debe vincularse a tareas del robot. Alcance de detección, tasa de falsas alarmas, tasa de omisiones, precisión de clasificación y error de localización son más útiles que la apariencia de imagen por sí sola. En selección OEM, empiece por la tarea requerida: detectar una persona a una distancia definida, inspeccionar la temperatura de un componente, navegar en oscuridad, clasificar obstáculos o transmitir vídeo fusionado a un operador. Después traduzca esa tarea a banda, resolución, óptica, interfaz, latencia, protección ambiental, calibración y responsabilidades de procesamiento. Una cámara para robot terrestre está bien especificada cuando su rendimiento de percepción medido sostiene la misión del robot, no cuando tiene la matriz más grande o la canalización de fusión más compleja.
Preguntas frecuentes
¿Cuál es la mejor cámara térmica para un robot terrestre?
Depende del tamaño del objetivo, distancia de detección, velocidad del vehículo, potencia disponible, temperatura de operación, diseño de carcasa y necesidad de vídeo cualitativo o datos radiométricos. LWIR no refrigerado suele ser el punto de partida práctico para robots móviles porque ofrece percepción nocturna pasiva con SWaP relativamente bajo. MWIR refrigerado se justifica cuando la sensibilidad de largo alcance o la imagen de alta velocidad compensan la complejidad del refrigerador.
¿La imagen térmica ayuda a ver a través de humo o polvo?
Puede mejorar la percepción en algunas condiciones de humo, polvo, neblina y baja iluminación, pero no atraviesa todos los oscurecedores. El rendimiento depende de densidad de partículas, longitud de trayectoria, longitud de onda, contraste de temperatura y contaminación de la ventana. LWIR suele superar a la imagen visible en oscuridad y algunas escenas degradadas, aunque lluvia intensa, polvo denso u ópticas cubiertas de hollín pueden deteriorar la imagen.
¿LWIR es mejor que la imagen visible para robots móviles autónomos?
LWIR es mejor para detectar contraste térmico sin luz visible. La imagen visible es mejor para color, textura, señales, etiquetas, marcas viales y muchos rasgos aprendidos por modelos visuales. Los robots móviles autónomos suelen beneficiarse de ambas modalidades. El sistema debe fusionar la evidencia al nivel adecuado: visualización de operador, detección de objetos, seguimiento o mapas de coste de navegación.
¿Los robots terrestres necesitan cámaras térmicas radiométricas?
Las necesitan cuando las decisiones dependen de una temperatura estimada, por ejemplo en inspección eléctrica, evaluación de incendios, monitorización de procesos o alarmas por umbral térmico. Los robots usados principalmente para detección, apoyo a navegación o conciencia situacional pueden requerir solo vídeo térmico no radiométrico. La radiometría añade requisitos de calibración e interpretación, especialmente cuando varían emisividad y reflejos.
¿Qué interfaz conviene para cámaras térmicas en UGV?
MIPI es adecuada para diseños embebidos compactos con recorridos internos cortos e integración directa con procesador. Ethernet es adecuada para robots modulares, ubicación distribuida de sensores y streaming IP. SDI puede ser apropiada para transporte de vídeo de baja latencia. La elección depende de longitud de cable, restricciones EMI, sincronización, codificación, soporte del procesador host e interoperabilidad de vídeo requerida.
