MÖRKEROPERATIONER
FPV OCH ISR I MÖRKER

Termisk kontra visuell nattetid

Visuella kameror är oanvändbara nattetid utan belysning. Termiska kameror ser värme — de fungerar i total mörker, genom rök och genom lätt dimma. Avvägningen: termisk upplösning är låg (256×192 jämfört med 4056×3040 visuellt) så finidentifiering (läsa markeringar, skilja fordonsmodeller) är svårt. Termisk utmärker sig vid DETEKTION (finns det något där?) medan visuell utmärker sig vid IDENTIFIERING (vad exakt är det?). Nattetid, använd termisk för detektion och närflygning visuellt (med IR-belysning) för identifiering.

FPV nattflygningsprocedur

Övergången från dags- till skymningsoperationer kräver ett strukturerat överlämningsförfarande. Piloter byter sin primärskärm från visuell till infraröd, omkalibrerar sin uppfattning om hastighet och avstånd i den monokroma bilden och verifierar att AI-modellen laddad på Jetson matchar ljusförhållandena. Den dedikerade infraröda modellen har andra konfidenströsklar och klassificeringsparametrar optimerade för de kontrastförhållanden som råder i kalla skandinaviska miljöer.

Termisk detektionsfördel

AI-detektionsprestanda förbättras nattetid. Under dagsljus värmer solstrålning varje yta — stenar, vägar, plåttak, parkerade fordon — och skapar rörig termisk bakgrund. Nattetid kyls alla passivt uppvärmda ytor till omgivningstemperatur inom 2–3 timmar. Enbart objekt med interna värmekällor förblir varma: aktiva motorer (80–120°C mot 0–10°C bakgrund), generatorer, uppvärmda byggnader. YOLOv8 termisk modell uppnår mAP 0,82 nattetid jämfört med 0,75 under dag eftersom reducerat brus producerar renare bilder med färre falska positiva. Implikationen: Fischer 26 ISR är MER effektiv under mörker, inte mindre — det optimala ISR-fönstret är 2–4 timmar efter solnedgång när termisk kontrast är maximal.

IR-belysning för visuell navigering

Fischer 26:s visuella kamera (IMX477) kräver belysning för att fungera nattetid. Synligt ljus (vit LED) skulle avslöja drönarens position för markobservatörer. Lösning: 850 nm infraröd LED-belysare (osynlig för blotta ögat) tillhandahåller belysning för den visuella kamerans kiselbaserade sensor (som är känslig för 850 nm). ORB-SLAM3 använder dessa IR-belysta bildrutor för navigering — featureextrahering fungerar identiskt med dagsljus eftersom sensorn tar emot tillräckliga fotoner för kontrastdetektion. IR-belysaren förbrukar 2W och är synlig för mörkerseendeglasögon (NVG) inom 500 meter — acceptabel risk eftersom NVG-utrustade observatörer på 500 m även skulle detektera drönaren akustiskt.

Samordning mellan dag- och nattskift

Övergången av drönaroperationer från dagsljus till mörker kräver en strukturerad överlämning mellan dag- och nattlag. Vid solnedgång minus 30 minuter: nattlaget anländer till drönastationen, tar emot situationsbriefing från daglederens gruppchef, granskar Lisa 26 COP för aktuell hotbild. Daglaget genomför sista dagsljus-BDA-passagen. Nattlaget byter alla kameror till termiskt primärläge, verifierar IR-belysarfunktionen på Fischer 26 och genomför en 5-minuters kalibreringflygning för att bekräfta att termisk detektion fungerar. Daglaget avmarscherar. Den 30 minuters överlappningen säkerställer kontinuitet i ISR-täckning — ingen lucka under den mest taktiskt sårbara perioden med avtagande ljus. Varje övergång dokumenteras i Lisa 26 COP-loggen med exakt tidpunkt för skiftbyte, sensorstatus och pågående spårningar som överförs från daglaget till nattlaget.

Öppna den interaktiva pipelineanalysatorn →

← Ingår i Komponentarkitektur

Extern källa: Värmekamera – Wikipedia

Implementering

# Night Operations — Thermal Camera Detection
# pip install opencv-python
# pip install ultralytics
import cv2
from ultralytics import YOLO

# Load thermal-specific YOLOv8 model
model = YOLO("nordic_thermal_v2.engine")

# Open Infiray T2S+ thermal camera
thermal = cv2.VideoCapture("/dev/video1")
thermal.set(cv2.CAP_PROP_FRAME_WIDTH, 256)
thermal.set(cv2.CAP_PROP_FRAME_HEIGHT, 192)

def detect_thermal_targets():
    """Thermal detection loop — runs on Jetson Orin Nano."""
    while True:
        ret, frame = thermal.read()
        if not ret:
            continue
        
        # Lower confidence threshold at night (less visual noise)
        results = model(frame, conf=0.45, imgsz=256)
        
        for det in results[0].boxes:
            cls = int(det.cls)
            conf = float(det.conf)
            # Thermal: running engine 80-120C vs ambient 0-10C
            # Night mAP: 0.82 (vs day 0.75 — better in darkness)
            print(f"Detected: class={cls} conf={conf:.0%}")
            
    return results

# Night advantage: less visual noise, higher contrast
# Running engine = bright beacon on thermal at 2+ km

Relaterade kapitel

Källor

ArduPilot-dokumentation. Silvus Technologies-dokumentation. NATO STANAG 4609 Ed. 4 (motion imagery metadata), STANAG 4671 (UAV-luftvärdighet) och STANAG 2022 (underrättelsevärdering). Specifikt: Watling & Reynolds, "Meatgrinder", RUSI (2023); ISW dagliga kampanjanalyser (understandingwar.org-arkivet). FSG-A har ingen egen operativ erfarenhet. Försvarsmakten offentlig dokumentation. Infiray T2S+ termisk moduldatablad. Ukrainsk nattlig drönaroperationsstatistik 2023–2026. FOI termisk signaturforskning för nordiska förhållanden.