头部割草机已经批量装红外传感器了,中端机型的机会在哪?
2026年11月16日 17:41 发布者:eechina
来源:世强硬创今年IFA 2026柏林展上,割草机器人有个很值得关注的新变化:开始用红外热成像来保护刺猬了!
割草机晚上干活,最怕的就是草丛里藏着刺猬、兔子这些小动物。普通摄像头光线一暗就看不清,机器一旦误判,就可能直接碾过去。
那红外热成像到底能解决什么问题?普通摄像头加AI,主要负责看清物体的形状、识别目标类别。但到了晚上、树荫下,或者光线复杂的草丛里,识别能力就可能受到影响。
红外热成像则不一样,它不依赖可见光,而是通过感知物体的红外辐射,获取温度分布信息。即使在完全无光的环境下,也能发现与周围环境存在温差的目标。一个负责看形状,一个负责看温度,两种信息融合起来,就能为机器提供更全面的环境感知能力。
这就是我们今天要介绍的,红外热成像与AI视觉双光融合方案。
整套方案主要由三个部分组成。
首先是迈来芯MLX90642红外热成像阵列传感器。它采用32×24像素阵列,相当于768个红外测温像素,可以同时感知视场内不同位置的温度,形成一张二维热图。这样不仅能知道有没有异常热源,还能判断热源大致出现在哪里。再加上高信噪比和全局快门读取能力,即使目标在移动,也能拿到稳定的热图数据。

第二部分,是RGB摄像头。它负责获取物体的颜色、轮廓和纹理等可见光信息,帮助AI识别目标的类别。
第三部分,是AI SoC。它负责运行识别算法,并按照方案设计,对可见光图像和红外热图进行融合分析。

↑白天检测画面测试效果:检出人员与非人目标,红框为报警框

↑全黑情况下测试效果:环境接近全黑,可见光画面只能靠屏幕余光看到少量轮廓,几乎无法辨认目标;而热像通道不受影响,人形与温度分布依然完整。更多测试详情可以在世强硬创平台搜索红外热成像与视觉双光融合设计方案下载。
为什么需要两路信息?
因为RGB图像擅长提供外观信息,红外热图则能够提供温度分布信息。两者各有优势,也各有局限。通过算法综合判断,系统就能获得比单一传感器更丰富的环境信息,为识别疑似小动物和制定避障策略提供依据。
这就是双光融合的核心价值:不是简单地增加一颗传感器,而是让机器拥有更多可用于判断的信息。
这样一来,割草机器人就不再只依赖普通摄像头识别障碍物,而是多了一路温度信息辅助判断。发现疑似小动物后,可以结合算法决策,让机器减速、停止或者绕行。
今年的热门机型很多都搭载了红外传感器,我们也做过实际测试,在夜间低光环境下,即使小动物藏在草丛里,系统也能通过红外热成像辅助发现疑似目标,再结合视觉信息和识别算法,辅助机器作出避障决策。
但这套方案的价值,远不止割草机。
除了机器人活体检测,红外阵列还可以用于设备温度分布监测、异常热源识别等场景,具体能做到什么程度,要看测温精度、安装位置和算法怎么配合。现在智能家电、工业检测、电池包、换电站和储能设备,都能用上这套“温度+视觉”的思路。

↑工业检测场景
从识别活体,到发现异常热源,背后其实都是同一个思路:让AI不仅能看见物体,还能感知温度。
世强这边,不仅可以提供迈来芯MLX90642、AI SoC和摄像头组成的硬件方案,还可以提供双光融合算法、模型训练等技术支持,帮助客户加快产品研发和应用落地。
如果你的项目涉及活体检测、温度监测或者AI视觉识别,欢迎来交流。
