Raspberry Pi • Thermal Imaging • FLIR • Drone • Computer Vision

AeroTherm: สร้างโดรน Thermal อัตโนมัติด้วย Raspberry Pi และ FLIR Lepton 3.5

เวลาเปิด Thermal Camera เรามักมองว่าส่วนที่สว่างที่สุดคือจุดที่ร้อนที่สุด ซึ่งใช้ดูภาพด้วยตาได้ดี แต่ถ้าจะให้ Drone ตัดสินใจเองว่า “จุดนี้ร้อนผิดปกติหรือยัง?” การอิงแค่สีหรือความสว่างของ Heatmap อาจไม่ใช่วิธีที่เหมาะที่สุด

AeroTherm เลือกใช้วิธีอีกแบบ: ดึงข้อมูล Radiometric จาก FLIR Lepton 3.5 แล้วให้ Raspberry Pi 3 Model A+ วิเคราะห์ค่า Temperature ของ Pixel โดยตรง แทนการตามหาจุดที่ดูสว่างที่สุดในภาพ

เมื่ออุณหภูมิผ่าน Threshold ที่ผู้พัฒนากำหนด ระบบสามารถจัดระดับความร้อน, วาด Bounding Box, แสดง Temperature และบันทึก Frame ลง SD Card แบบ Headless ขณะที่ Pixhawk 6C ดูแลภารกิจการบินแยกออกไปอีกระบบ

โดรน AeroTherm พร้อม Raspberry Pi และระบบกล้อง Thermal
AeroTherm เป็นโดรน 7 นิ้วที่แยก Flight Controller ออกจาก Thermal Compute Payload เพื่อให้การบินและการวิเคราะห์ Radiometric Data ทำงานคนละหน้าที่
Key Takeaways
  • AeroTherm ใช้ Pixhawk 6C ดูแล Flight Autonomy และ Raspberry Pi 3 A+ ดูแล Thermal Processing
  • Thermal Sensor คือ FLIR Radiometric Lepton 3.5 ผ่าน PureThermal VoSPI Breakout
  • ระบบใช้ค่า Radiometric Temperature แทนการ Trigger จากความสว่างของ Thermal Heatmap
  • Source ระบุ Raw Thermal Array ขนาด 160×120 และ Output Frame ขนาด 640×480
  • Thermal Pipeline รันแบบ Headless ที่ผู้สร้างรายงานประมาณ 26 Hz
  • Threshold ตัวอย่างแบ่งเป็น Elevated 30–50°C, Warning 50–75°C และ Critical ตั้งแต่ 75°C ขึ้นไป
  • Bench Test ที่ Source รายงานพบ Target 36.2°C และ 61.4°C ใน Frame เดียวกัน
  • Use Case อย่าง SAR, Fire Hotspot และ Solar Inspection เป็นแนวทางที่ผู้สร้างเสนอ ไม่ใช่ Field Benchmark ที่ยืนยันแล้ว
  • Project มี STL/3MF หลายชิ้น รวมถึง Case และ Mount สำหรับ Payload
  • Source ไม่ได้ให้ Flight Time, Detection Range หรือ Accuracy จึงไม่ควรสร้างค่าขึ้นเอง

AeroTherm คืออะไร?

AeroTherm เป็น Advanced DIY Project ที่รวม Drone Flight Platform เข้ากับ Raspberry Pi และ Radiometric Thermal Camera เพื่อค้นหา Thermal Anomaly แบบอัตโนมัติ

จุดที่ผู้สร้างพยายามแก้ไม่ใช่แค่ “เอากล้อง Thermal ขึ้น Drone” แต่คือทำให้ระบบตัดสินใจเองได้ว่า Frame ไหนมี Temperature ที่เข้าเงื่อนไข โดยไม่ต้องมี Operator คอยดู Live Video และกด Capture ทุกครั้ง

Drone บินตาม Mission
Pixhawk 6C ดูแล Flight Dynamics
↓
FLIR Lepton 3.5 เก็บ Thermal Data
ส่ง Radiometric Array ไปยัง Compute Payload
↓
Raspberry Pi วิเคราะห์ Temperature
เทียบกับ Threshold ที่ Developer กำหนด
↓
Detect + Log + Capture
บันทึก Frame เมื่อตรวจพบ Thermal Anomaly

ทำไม “Pixel สว่างสุด” ถึงใช้หา Hotspot ไม่ได้เสมอไป?

Thermal Image ที่เราเห็นบนจอ มักผ่านการ Scale สีหรือ Brightness เพื่อให้มนุษย์ดูความแตกต่างของอุณหภูมิได้ง่าย

ปัญหาคือเมื่อมี Object ที่ร้อนกว่า เข้ามาใน Frame การแสดงผลอาจปรับช่วงใหม่ ทำให้ Object เดิมที่เคยดูขาวหรือสว่างมาก กลายเป็นสีเข้มขึ้นได้ ทั้งที่ Temperature จริงของมันไม่ได้เปลี่ยน

แก่นของ AeroTherm: อย่าถามว่า “Pixel ไหนดูสว่างที่สุด?” แต่ถามว่า “Pixel นี้มีค่า Temperature เท่าไร?”

Architecture นี้จึงไม่ใช้ Visual Brightness เป็น Threshold หลัก แต่พยายามทำ Detection จาก Radiometric Temperature Data ของ Sensor โดยตรง

Radiometric Thermal ต่างจาก Heatmap ทั่วไปยังไง?

FLIR Lepton 3.5 และ PureThermal breakout พร้อมข้อมูลขนาดและ pinout
AeroTherm ใช้ FLIR Radiometric Lepton 3.5 ผ่าน PureThermal VoSPI Breakout เป็น Thermal Sensor หลักของ Compute Payload

Source ระบุว่า FLIR Lepton 3.5 ไม่ได้ส่งเพียงภาพสีร้อน-เย็น แต่ให้ 16-bit Array ที่มีข้อมูล Radiometric Temperature ของแต่ละ Pixel

ผู้สร้างอธิบายข้อมูลดังกล่าว ในหน่วย centi-Kelvin ก่อนนำไปแปลงเป็น Celsius Matrix สำหรับ Logic ตรวจจับ

Radiometric ไม่ได้แปลว่าไม่มี Error: Source รอบนี้ไม่ได้ให้ Temperature Accuracy, Calibration Error, Emissivity Setting หรือค่าความไม่แน่นอนของ Sensor ดังนั้นบทความนี้ไม่ Claim ว่าค่าทุก Pixel แม่นยำแบบไร้ความคลาดเคลื่อน

Flight Autonomy กับ Thermal Payload แยกกันยังไง?

AeroTherm แยก Autonomy ออกเป็นสอง Layer เพื่อไม่ให้ Computer Vision และ Flight Control พึ่ง Process เดียวกันทั้งหมด

Layer Hardware หน้าที่ตาม Source
Flight Autonomy Pixhawk 6C ควบคุมการบิน, GPS Waypoint Mission, Grid Sweep และ Altitude Hold
Position Holybro DroneCAN M8N GPS GPS Navigation และ Geospatial Logging
Altitude Support TF-Luna LiDAR ช่วย Precision Altitude Holding ตาม Architecture ของผู้สร้าง
Compute Payload Raspberry Pi 3 A+ รัน Thermal Pipeline แบบ Headless
Thermal Sensor FLIR Lepton 3.5 + PureThermal ส่ง Radiometric Thermal Data ให้ Pi
คิดง่าย ๆ: Pixhawk รับผิดชอบว่า “Drone จะบินไปไหน” ส่วน Raspberry Pi รับผิดชอบว่า “Thermal Data ที่กล้องเห็นมีอะไรผิดปกติหรือไม่”

Hardware Platform มีอะไรบ้าง?

ภาพจัดวางชิ้นส่วนของ Mark 4 7-inch frame สำหรับ AeroTherm
AeroTherm ใช้ Frame ขนาด 7 นิ้ว เพื่อรองรับ Flight Hardware และ Thermal Compute Payload ที่มี Raspberry Pi และ Sensor หลายตัว
หมวด Hardware จาก Source
Frame Mark 4 7-inch, Wheelbase 295 mm, Carbon Fiber Arm 5 mm
Motors iFlight XING 2806.5 1800KV ×4
Flight Controller Holybro Pixhawk 6C
ESC Tekko32 45A
Battery Teranty 5200mAh 60C LiPo
Payload Power Matek 12S BEC Step-Down สำหรับจ่าย 5V Payload
Compute Raspberry Pi 3 Model A+
Thermal Sensor FLIR Radiometric Lepton 3.5 + PureThermal VoSPI Breakout
LiDAR TF-Luna
GPS Holybro DroneCAN M8N GPS
RC RadioMaster Zorro ELRS
Receiver RadioMaster ELRS-RP3-V2

Source ระบุ All-Up Weight ของระบบ: 1588 g

ผู้สร้างจึงบอกตรง ๆ ว่า Project นี้ไม่ได้อยู่ในแนว Sub-250g เพราะ Payload มีทั้ง Linux Compute Node, Thermal Sensor, GPS และ LiDAR รวมอยู่บน Platform เดียว

แผนภาพ wheelbase ของ Mark 4 7-inch frame
Source ระบุ Wheelbase ของ Frame ที่ 295 mm และใช้เป็นฐานสำหรับจัดวาง Flight Hardware กับ Payload
Source ไม่ได้ให้ Flight Performance: ไม่มี Flight Time, Hover Current, Thrust-to-weight Ratio, Cruise Speed หรือ Maximum Range จึงไม่ควรคำนวณต่อจากน้ำหนักและ Motor Specification เอง

Thermal Pipeline ทำงานยังไง?

Core Logic อยู่ใน Python Service ที่ผู้สร้างเรียกว่า: thermal_node.py

Pipeline ไม่ต้องมี Desktop UI เปิดค้าง แต่ทำงานแบบ Headless Background Service บน Raspberry Pi

1. รับ VoSPI Data
FLIR Lepton ส่ง 16-bit Radiometric Array
↓
2. สร้าง Temperature Matrix
แปลงข้อมูล Radiometric เป็นค่า Celsius สำหรับ Logic ตรวจจับ
↓
3. Apply THRESHOLD_CONFIG
แยก Pixel ที่เข้าเงื่อนไขตามช่วง Temperature
↓
4. Detect Anomaly Region
จัดระดับ Elevated / Warning / Critical
↓
5. Map ไป Output Frame
Raw 160×120 → Output 640×480 ตาม Source
↓
6. Capture
วาด Bounding Box, แสดง Temperature และบันทึก Frame ลง SD Card

THRESHOLD_CONFIG: เปลี่ยน Temperature เป็น Severity ยังไง?

Source ให้ Code ตัวอย่างจริง ที่แบ่ง Thermal Anomaly ออกเป็น 3 ระดับ

Label Temperature ตาม Code min_area
Elevated 30.0 ถึงต่ำกว่า 50.0°C 12
Warning 50.0 ถึงต่ำกว่า 75.0°C 8
Critical ตั้งแต่ 75.0°C ขึ้นไป 4
THRESHOLD_CONFIG จาก AeroTherm Source 
THRESHOLD_CONFIG = [
    {"label": "Elevated", "min_temp": 30.0, "max_temp": 50.0, "color": COLOR_WARM, "min_area": 12},
    {"label": "Warning",  "min_temp": 50.0, "max_temp": 75.0, "color": COLOR_HOT,  "min_area": 8},
    {"label": "Critical", "min_temp": 75.0, "max_temp": float("inf"), "color": COLOR_CRITICAL, "min_area": 4},
]
Threshold เหล่านี้เป็น Configuration ของ Project: ไม่ใช่มาตรฐานสากลสำหรับ Search and Rescue, ไฟป่า, Solar Panel หรือระบบไฟฟ้า และ Source ไม่ได้อธิบายว่า min_area แปลงเป็นพื้นที่จริงบนพื้นกี่ตารางเซนติเมตรหรือตารางเมตร

26 Hz Headless Processing หมายถึงอะไร?

ผู้สร้างเลือก Raspberry Pi 3 Model A+ เพราะต้องการลดน้ำหนักเมื่อเทียบกับ Board ที่ใหญ่กว่า ขณะยังมี Compute เพียงพอ สำหรับ Thermal Processing ที่ Source รายงานประมาณ:

26 Hz

Pipeline ทำงานอยู่เบื้องหลัง ไม่ต้องให้ Operator เปิด Video Window หรือกด Capture เองทุกครั้ง

26 Hz เป็นค่าที่ผู้สร้างรายงาน: Source ไม่ได้ให้ Benchmark Method, CPU Utilization, Thermal Load หรือ Package Version จึงไม่ควรตีความเป็น Performance Guarantee ของ Raspberry Pi 3 A+ ในทุก Setup

FLIR Lepton ค้าง VoSPI ได้อย่างไร และ Software รับมือยังไง?

Creator Journey ของ AeroTherm ไม่ได้มีแค่ Detection Logic เพราะ Source ยังพูดถึงปัญหา Hardware Sync ระหว่าง Software กับ Lepton

ผู้สร้างระบุว่า Lepton 3.5 สามารถเกิดปัญหากับ SPI / VoSPI หาก Script จบแบบไม่ปกติ จนบางครั้งอาจต้อง Hard Reboot ระบบ

ทางแก้ที่ใช้ใน Project คือ:

  • Threaded Capture Class
  • try
  • except
  • finally
  • Release VoSPI File Descriptor เมื่อ Process จบ
Engineering Lesson: Computer Vision ที่ทำงานบน Hardware จริง ต้องคิดถึง Lifecycle ของ Device Interface ด้วย ไม่ใช่แค่ Algorithm ตอนทุกอย่างทำงานปกติ

Bench Validation: ระบบแยก 36.2°C กับ 61.4°C ได้ใน Frame เดียว

ภาพ Thermal Capture จากการทดสอบ AeroTherm
Source รายงาน Bench Test ที่ Pipeline สามารถจัดระดับ Thermal Mass หลายค่าใน Frame เดียวตาม Threshold Configuration

ผล Validation ที่ผู้สร้างรายงานคือ:

  • 36.2°C → Elevated
  • 61.4°C → Warning

พร้อมกับไม่เลือก Ambient Background ที่ไม่ได้เข้า Threshold

ภาพผลทดสอบ Thermal เพิ่มเติมจาก AeroTherm
ภาพ Thermal Test เพิ่มเติมจาก Source ใช้ประกอบการทดสอบ Pipeline แบบ Radiometric
Bench Test ไม่ใช่ Field Accuracy Test: Source ไม่ได้ให้ False Positive Rate, False Negative Rate, Detection Accuracy, Human Detection Range หรือผลทดสอบภาคสนามในป่า ไฟป่า หรือ Solar Farm

SAR, Fire Hotspot และ Solar Inspection ใช้ได้แค่ไหน?

ผู้สร้างเสนอ Architecture นี้ สำหรับ Use Case หลายแบบ แต่ต้องแยกคำว่า “รองรับแนวคิด” ออกจาก “ผ่าน Field Validation แล้ว”

Search and Rescue

Source ยกตัวอย่างการหา Human Heat Signature เป็นหนึ่งในงานที่ Radiometric Threshold สามารถนำไปประยุกต์ต่อได้

Wildland Fire

อีก Use Case ที่ผู้สร้างกล่าวถึงคือ การหา Holdover Hotspot ระหว่างงานตรวจพื้นที่หลังไฟไหม้

Industrial / Solar Inspection

Source ยังเสนอการบินตรวจ Solar Farm หรือ Power Substation เพื่อค้นหา Hardware ที่มี Thermal Anomaly

ทั้งหมดนี้เป็น Use Case ที่ผู้สร้างเสนอ: Source รอบนี้ไม่ได้ให้ Detection Range, Inspection Altitude, Accuracy, Field Validation หรือมาตรฐานอุตสาหกรรม สำหรับแต่ละ Use Case

Safety ก่อน Bench Test และบินจริง

Project นี้มีทั้ง LiPo, High-current ESC, Brushless Motor และ Propeller: การทดสอบระบบ Compute หรือ Thermal Pipeline บนโต๊ะ ไม่ควรทำโดยปล่อยให้ Propeller พร้อมหมุนโดยไม่จำเป็น และควรจัดการ Battery / Power Distribution ตามหลักความปลอดภัยของ Hardware ที่ใช้จริง
  • แยก Bench Test ของ Raspberry Pi / Thermal Payload ออกจาก Propulsion เมื่อทำได้
  • ระวัง Propeller และ Motor ที่สามารถสร้างแรงได้สูง
  • ตรวจ Power Distribution และ Connector ก่อนจ่ายไฟ
  • ไม่ดัดแปลง BEC / ESC Wiring จากการเดา หาก Source ไม่ได้ระบุ
  • Autonomous Flight ควรทดสอบในพื้นที่ที่ควบคุมความเสี่ยงได้
  • ตรวจข้อกำหนดการบิน Drone ของพื้นที่ใช้งานจริงก่อนบิน

บทความนี้ไม่ได้สร้าง Flight Controller Parameter, Motor Wiring, ESC Configuration หรือ Autonomous Mission Setup เพิ่มเติม เพราะ Source รอบนี้ไม่ได้ให้ข้อมูลครบ

3D Printed Parts มีอะไรบ้าง?

โมเดล 3D ของชิ้นส่วนสำหรับ AeroTherm
AeroTherm มี Custom Parts หลายชิ้น สำหรับยึด Battery, Raspberry Pi, Landing Gear และ Receiver เข้ากับ Drone

Source มีทั้งไฟล์ STL และ 3MF สำหรับ Custom Parts หลายรายการ

ดาวน์โหลด TJoint 20mm / 8mm STL ดาวน์โหลด LiPo Holder 3MF ดาวน์โหลด Landing Gear Front 3MF ดาวน์โหลด Landing Gear Rear 3MF ดาวน์โหลด Pi Case Mount 3MF ดาวน์โหลด Raspberry Pi Case 3MF ดาวน์โหลด ELRS-RP3-V2 Case 3MF
ภาพตรวจสอบ propeller clearance ของ AeroTherm
การจัดตำแหน่ง Custom Mount ต้องคำนึงถึงพื้นที่ของ Propeller และโครงสร้าง Drone
มีไฟล์ STL / 3MF แล้วแต่ไม่มีเครื่องพิมพ์? สามารถส่งไฟล์ให้ทีม Globalbyte ช่วยประเมินบริการพิมพ์ 3D ได้ โดย Source รอบนี้ไม่ได้ระบุ Layer Height, Infill, Nozzle, Support, Filament หรือ Print Temperature จึงไม่ควรกำหนดค่าเหล่านี้จากการเดา

Code, Schematic และ Pinout ที่ Source ให้มา

นอกจาก Custom Parts Source ยังให้ไฟล์สำหรับศึกษาระบบ ทั้ง Power, Compute Payload และ Flight Dynamics

ดาวน์โหลด Code จาก Hackster ดาวน์โหลด Power Distribution Schematic (.py) ดาวน์โหลด Compute Payload Schematic (.py) ดาวน์โหลด Flight Dynamics Schematic (.py) เปิด FLIR Lepton 3.5 Pinout เปิด Mark 4 Parts Layout เปิด Mark 4 Wheelbase Diagram
สังเกตเรื่อง File Type: ไฟล์ที่ Source เรียกว่า Schematic บางรายการ เป็นไฟล์ .py บทความนี้จึงแสดงเป็น Download Link และไม่ตีความเนื้อหาภายในเพิ่ม โดยไม่มี Source รองรับ

สิ่งที่เรียนรู้จาก AeroTherm

1. แยก Flight Control ออกจาก Application Compute

การให้ Pixhawk ดูแลการบิน และให้ Raspberry Pi ทำ Thermal Processing ทำให้แต่ละระบบรับผิดชอบงานคนละประเภทชัดเจน

2. Data ที่เหมาะกับ Algorithm สำคัญกว่าภาพที่ดูสวย

Thermal Heatmap เหมาะกับคนดู แต่ Radiometric Data เหมาะกว่าเมื่อ Logic ต้องตัดสินด้วยค่า Temperature ตาม Threshold

3. Edge Processing ลดการพึ่ง Operator

Payload สามารถรัน Headless ตรวจ Thermal Anomaly และ Capture Frame เอง โดยไม่ต้องรอคนกดปุ่มทุกครั้ง

4. Hardware Interface Recovery ก็เป็นส่วนหนึ่งของ Reliability

การ Handle VoSPI Descriptor ผ่าน Cleanup Logic แสดงให้เห็นว่าระบบภาคสนาม ต้องคิดถึงกรณี Process Crash ไม่ใช่เฉพาะ Happy Path

โปรเจกต์นี้มีหลายขั้น แนะนำอ่านต้นฉบับควบคู่กัน

AeroTherm รวม Flight Controller, LiDAR, GPS, Raspberry Pi, FLIR Lepton, Python Processing, LiPo Power และ Custom 3D Parts ไว้ในระบบเดียว หากต้องการสร้างจริงควรอ่าน Source ต้นฉบับ และตรวจ Hardware Documentation ของแต่ละอุปกรณ์เพิ่มเติม

อ่าน Tutorial / Showcase ต้นฉบับจาก Hackster ดาวน์โหลด Project Code เปิด FLIR Lepton / PureThermal Pinout ดาวน์โหลด Power Distribution File

FAQ: คำถามที่พบบ่อย

1. AeroTherm คืออะไร?

เป็นโดรน Thermal แบบ Prototype ที่ใช้ Pixhawk ดูแลการบิน และ Raspberry Pi + FLIR Lepton 3.5 วิเคราะห์ Radiometric Thermal Data แบบ Headless

2. ใช้ Raspberry Pi รุ่นไหน?

Source ระบุ Raspberry Pi 3 Model A+ เป็น Compute Payload

3. ใช้กล้อง Thermal รุ่นอะไร?

ใช้ FLIR Radiometric Lepton 3.5 บน PureThermal VoSPI Breakout Board

4. Radiometric Thermal คืออะไรใน Project นี้?

คือการใช้ข้อมูล Temperature ของแต่ละ Pixel จาก Sensor แทนการตัดสินจาก Brightness หรือสีของ Thermal Heatmap เพียงอย่างเดียว

5. ทำไมไม่ใช้ Pixel ที่สว่างที่สุดหา Hotspot?

Source อธิบายว่า Automatic Gain สามารถเปลี่ยน Visual Baseline ของ Thermal Image ได้ เมื่อมี Object ที่ร้อนกว่าหรือเย็นกว่าเข้ามาใน Frame

6. Raw Thermal Array มีขนาดเท่าไร?

Source ระบุ 160×120 และ Map ไปยัง Output Frame 640×480 ใน Pipeline

7. Processing ทำงานเร็วแค่ไหน?

ผู้สร้างรายงานประมาณ 26 Hz แต่ Source ไม่ได้ให้ Benchmark Method เพิ่มเติม

8. Pixhawk กับ Raspberry Pi แบ่งงานกันยังไง?

Pixhawk 6C ดูแล Flight Autonomy ส่วน Raspberry Pi 3 A+ ทำ Thermal Processing และ Detection

9. TF-Luna LiDAR ใช้ทำอะไร?

Source ระบุว่าใช้สนับสนุน Precision Altitude Holding ใน Flight Architecture

10. GPS ใช้ทำอะไร?

ใช้กับ GPS Waypoint Mission และ Geospatial Logging ตามที่ผู้สร้างอธิบาย

11. AeroTherm หนักเท่าไร?

Source ระบุ All-Up Weight 1588 g

12. ใช้ Motor รุ่นไหน?

ใช้ iFlight XING 2806.5 1800KV จำนวน 4 ตัว

13. ใช้ Battery อะไร?

Source ระบุ Teranty 5200mAh 60C LiPo แต่ไม่ได้ให้ Flight Time

14. Threshold 30 / 50 / 75°C ใช้กับทุกงานได้ไหม?

ไม่ ค่าเหล่านี้เป็น Developer-defined Configuration ใน Code ตัวอย่างของ Project ไม่ใช่มาตรฐานสำหรับทุก Thermal Application

15. ตรวจคนในป่าได้ไกลแค่ไหน?

Source ไม่ได้ระบุ Human Detection Range หรือผล Field Test ที่ยืนยันระยะดังกล่าว

16. ใช้ตรวจ Solar Panel ได้แม่นแค่ไหน?

Source เสนอ Solar Farm Inspection เป็น Use Case แต่ไม่ได้ให้ Detection Accuracy, Inspection Altitude หรือ Field Benchmark

17. มีไฟล์ 3D Print ไหม?

มีทั้ง STL และ 3MF สำหรับ Mount, Case, Holder และชิ้นส่วนประกอบหลายรายการ

18. Source ให้ Print Settings ไหม?

Source รอบนี้ไม่ได้ระบุ Layer Height, Infill, Nozzle, Support, Material หรือ Print Temperature สำหรับไฟล์ทั้งหมดที่แนบมา

19. มี Source Code ไหม?

มี Hackster ให้ Code Download และบทความต้นฉบับมีตัวอย่าง THRESHOLD_CONFIG ของ Thermal Pipeline

20. พร้อมเอาไปบิน Autonomous ได้เลยไหม?

Source อธิบาย Architecture และ Capability ของ Prototype แต่ไม่ได้ให้ Flight Controller Parameters, Mission Configuration, Regulatory Setup หรือ Safety Procedure ครบสำหรับการนำไปบินทันที

References / แหล่งข้อมูลต้นฉบับ

Thermal Project ที่ดี เริ่มจากเลือก Data ให้ตรงกับสิ่งที่ต้องตัดสินใจ

AeroTherm เป็นตัวอย่างที่น่าสนใจของการเอา Raspberry Pi ไปทำ Edge Processing บน Drone: แยก Flight Control ออกจาก Compute Payload, ใช้ Radiometric Data แทน Visual Brightness และให้ระบบ Capture Event อัตโนมัติเมื่อเข้าเงื่อนไข

หากกำลังทำ Raspberry Pi, Sensor, Thermal, LiDAR, Computer Vision หรือ Embedded Project สามารถสอบถามทีม Globalbyte เรื่องบอร์ดหรืออุปกรณ์ที่เหมาะกับ Project ได้

และหากมีไฟล์ STL / 3MF สำหรับ Case หรือ Mount อยู่แล้ว สามารถส่งไฟล์ให้ทีม Globalbyte ช่วยประเมินบริการพิมพ์ 3D ได้

ช้อปสินค้า / บริการ เข้ากลุ่ม Community สอบถามผ่าน LINE OA
Disclaimer: บทความนี้เป็นการสรุปและเรียบเรียงจากแหล่งข้อมูลภาษาอังกฤษ อาจมีความคลาดเคลื่อน กรุณาตรวจสอบ Source ต้นฉบับก่อนลงมือทำ AeroTherm เป็น Advanced Prototype ที่รวม Drone, LiPo Battery, High-current ESC, Brushless Motor, Propeller และ Autonomous Flight จึงควรจัดการ Hardware และพื้นที่ทดสอบอย่างเหมาะสม Source ระบุ FLIR Lepton 3.5 เป็น Radiometric Sensor และใช้ค่า Temperature ของ Pixel ใน Detection Logic แต่ไม่ได้ให้ Temperature Accuracy, Calibration Error, Emissivity Setting, NETD หรือค่าความไม่แน่นอนอื่น จึงไม่ควรตีความว่าค่าทุก Pixel ไม่มีความคลาดเคลื่อน ค่า 26 Hz เป็น Processing Rate ที่ผู้สร้างรายงานใน Project ไม่ใช่ Benchmark รับประกันสำหรับทุก Setup ค่า Threshold 30–50°C, 50–75°C และตั้งแต่ 75°C เป็น Developer-defined Configuration ไม่ใช่มาตรฐานสำหรับ Search and Rescue, Fire Detection หรือ Industrial Inspection Bench Test ที่รายงาน 36.2°C และ 61.4°C ไม่ใช่ Field Accuracy Test และ Source ไม่ได้ให้ Detection Accuracy, False Positive Rate, Human Detection Range, Fire Detection Range, Solar Inspection Altitude, GPS Target Accuracy, Flight Time, Maximum Range หรือ Flight Performance จึงไม่ได้สร้างข้อมูลเหล่านี้เพิ่มเติม Source มี STL / 3MF หลายไฟล์ แต่ไม่ได้ให้ Printing Settings ครบ เช่น Layer Height, Infill, Nozzle, Support, Material หรือ Temperature สำหรับไฟล์ทั้งหมด จึงไม่ควรสร้างค่าดังกล่าวจากการคาดเดา

 

แท็ก

AeroTherm

Blog posts