
Przenośny miniaturowy moduł kamery termowizyjnej na podczerwień Yourunxing YWX256 do telefonów komórkowych USB o rozdzielczości 256x192 i częstotliwości 25 Hz: Kompletny przewodnik OEM
28 lipca 2026
Przewodnik wyboru modułu kamery termowizyjnej: Obrazowanie termiczne wysokiej rozdzielczości dla dronów i wbudowanej AI
29 lipca 2026Przemysłowy moduł termowizyjny: Wysokorozdzielcze rdzenie LWIR do dronów i Edge AI
Jeśli budujesz dziś systemy elektrooptyczne, już wiesz, że moduł termowizyjny jest absolutnym sercem nowoczesnej inspekcji termograficznej, autonomicznej nawigacji, ładunków obronnych i automatyki fabrycznej. Działając ściśle w spektrum długofalowej podczerwieni (LWIR) (8 μm do 14 μm), te kompaktowe rdzenie podczerwieni wychwytują otaczające promieniowanie cieplne ciała doskonale czarnego i przekształcają je w strumienie danych radiometrycznych o wysokiej wierności lub wyraźne wizualne mapy ciepła. W przeciwieństwie do standardowych czujników CMOS w spektrum widzialnym, które są oślepiane w momencie spadku światła lub wzbicia się kurzu, niechłodzone matryce w płaszczyźnie ogniskowej (FPA) LWIR wykrywają subtelne różnice temperatur (ΔT) sięgające poziomów poniżej 30 milikelwinów. Spójrz, oznacza to pełną wizję operacyjną przez całkowitą ciemność, gęsty dym, ciężki pył i gęstą mgłę atmosferyczną, gdzie standardowe systemy wizji dziennej całkowicie zawodzą.
Oto sedno: dla integratorów systemów OEM, projektantów sprzętu wbudowanego i inżynierów ładunków dronów wybór odpowiedniego modułu kamery termowizyjnej to nie tylko przeglądanie arkusza danych. Równoważysz rozdzielczość optyczną (od kompaktowych matryc podstawowych 256×192 po potężne jednostki wysokiej rozdzielczości 640×512 lub 1280×1024), rozmiar piksela (12 μm w porównaniu do 17 μm), czułość termiczną (NETD), opóźnienie magistrali cyfrowej (MIPI-CSI2, UVC USB, równoległa cyfrowa) i ścisłe ograniczenia SWaP-C (rozmiar, waga, moc i koszt). W miarę przenoszenia obciążeń obliczeniowych z odległych serwerów w chmurze do lokalnego sprzętu, nowoczesne rdzenie termowizyjne są teraz wyposażone w pokładowe procesory sygnału obrazu (ISP) i potoki o niskim opóźnieniu zbudowane specjalnie do zasilania wymagających procesorów Edge AI, takich jak seria NVIDIA Jetson Orin, moduły obliczeniowe Raspberry Pi i niestandardowe jednostki przetwarzania neuronowego (NPU).
Spis treści
- 👉 Fizyka i architektura rdzenia mikrobolometru
- 👉 Interfejsy wbudowane: MIPI CSI-2, UVC USB i protokoły cyfrowe
- 👉 Optymalizacja SWaP-C dla dronów i sprzętu Edge AI
- 👉 Kalibracja radiometryczna a jakościowa wizja termiczna
- 👉 Inżynieria optyczna: Soczewki germanowe a chalkogenkowe
- 👉 Polecane przemysłowe moduły termowizyjne LWIR i rzeczywiste specyfikacje
- 👉 Techniczne FAQ i przewodnik rozwiązywania problemów dla deweloperów
Fizyka i architektura rdzenia mikrobolometru
Porozmawiajmy o fizyce detektorów. Nowoczesne niechłodzone moduły kamer termowizyjnych działają na matrycach mikrobolometrów w płaszczyźnie ogniskowej (FPA). Matryca mikrobolometru to zasadniczo siatka mikroskopijnych elementów absorpcyjnych zawieszonych nad podłożem krzemowym, oddzielonych maleńką szczeliną powietrzną, która działa jak optyczna wnęka rezonansowa. Gdy fotony długofalowej podczerwieni (LWIR) w paśmie od 8 μm do 14 μm trafiają na tę warstwę absorpcyjną, temperatura powierzchni wzrasta, bezpośrednio zmieniając opór elektryczny materiału. Ta zmiana oporu jest odczytywana rząd po rzędzie przez zintegrowany układ odczytu (ROIC) umieszczony bezpośrednio pod siatką pikseli.
W warsztacie analizujemy te czujniki na podstawie przewodności cieplnej ($G_{th}$) i pojemności cieplnej ($C_{th}$) tych zawieszonych nóżek mikromostka. Każdy pojedynczy piksel opiera się na ekstremalnej izolacji termicznej od podłoża krzemowego pod nim. Ta izolacja maksymalizuje skok temperatury (ΔT) na jednostkę przychodzącej mocy promieniowania cieplnego ($P_{in}$), rządzony klasycznym równaniem odpowiedzi termicznej:
ΔT = Pw / √(Gth2 + ω2Cth2)
Gdzie ω to częstotliwość kątowa modulacji intensywności sceny. Stała czasowa termiczna (τ = Cth / Gth) wyznacza twardy pułap liczby klatek na sekundę dla niechłodzonych matryc FPA, zwykle mieszczący się między 8 ms a 12 ms. Zrównoważenie tej bezwładności cieplnej umożliwia płynne pozyskiwanie obrazu z prędkością 25 Hz, 30 Hz lub 50 Hz przy jednoczesnym zachowaniu ultraniskich progów czułości.

1 Fizyka detektorów VOx vs. a-Si
Wybierając niechłodzony rdzeń termowizyjny, natkniesz się na dwa dominujące półprzewodnikowe materiały detektorowe: Tlenek wanadu (VOx) i Krzem amorficzny (a-Si). Oto jak wypadają one na stanowisku testowym:
- ⚡ Tlenek wanadu (VOx): Charakteryzuje się wyższym temperaturowym współczynnikiem rezystancji (TCR ≈ 2% do 3% na °C), co przekłada się na niższy poziom szumów i znacznie lepszą czułość termiczną (NETD). Mikrobolometry VOx są preferowanym wyborem do wymagających zastosowań, takich jak obserwacja z UAV, śledzenie celów na dalekim dystansie, konserwacja predykcyjna i precyzyjna analiza radiometryczna. Choć VOx wymaga ścisłej kontroli procesu produkcyjnego, zapewnia niezrównaną jednorodność matrycy FPA w zmiennych temperaturach.
- ⚡ Krzem amorficzny (a-Si): Oferuje kompatybilność ze standardową technologią CMOS, co obniża koszty produkcji w przypadku masowych zastosowań, takich jak samochodowe noktowizory czy podstawowe narzędzia komercyjne. Jednak a-Si ma tendencję do większych szumów migotania 1/f i nieco wolniejszej odpowiedzi termicznej w porównaniu z wysokiej klasy VOx, co oznacza, że potok przetwarzania obrazu ISP musi intensywniej pracować z przestrzenną filtracją cyfrową.
2 Zrozumienie NETD i stosunku sygnału do szumu
Równoważna szumowo różnica temperatur (NETD) to złoty wskaźnik do oceny wydajności czujnika termicznego. Mierzony w milikelwinach (mK), NETD określa dokładną różnicę temperatur celu, przy której sygnał mikrobolometru zrównuje się z poziomem szumów systemu. Niższe wartości oznaczają czystszy, ostrzejszy obraz:
NETD = VN / (∂VWyjście / ∂T)
Tutaj VN to skuteczne napięcie szumów elektrycznych z układu ROIC, a (∂VWyjście / ∂T) to czułość czujnika. Wytrzymałe rdzenie przemysłowe osiągają wartości NETD poniżej 30 mK do 40 mK przy 25°C. Niższe wartości NETD oznaczają, że kamera może wychwycić subtelne szczegóły termiczne nawet w płaskich scenach o niskim kontraście – takich jak wysoka wilgotność, gęsta mgła czy środowiska izotermiczne, gdzie temperatury tła i celu są bardzo zbliżone.
Przesyłanie strumieni cyfrowych o dużej gęstości z matryc ogniskowych o wysokiej rozdzielczości do jednostki przetwarzającej wymaga niezawodnej integralności sygnału. W niestandardowych konstrukcjach sprzętowych inżynierowie polegają na ultra-elastycznych wiązkach przewodów mikrokablowych od specjalistów takich jak Przewód mikrowspółosiowy męski , aby przesyłać szybkie sygnały cyfrowe przez ciasne, wieloosiowe gimbale dronów bez wprowadzania szumów elektrycznych z powrotem do wrażliwych linii zasilania ROIC.
Interfejsy wbudowane: MIPI CSI-2, UVC USB i protokoły cyfrowe
Podłączenie niechłodzonego modułu termowizyjnego do platformy wbudowanej oznacza wybór odpowiedniego fizycznego protokołu transportowego. Należy zrównoważyć opóźnienia, przepustowość surowych danych, obciążenie procesora hosta i dostępną przestrzeń na złącza na płycie.
Przepływ sygnału jest prosty: surowe dane z matrycy VOx FPA trafiają do pokładowego procesora ISP w celu korekcji niejednorodności, wyrównania klatek i mapowania palet. Stamtąd kontroler interfejsu przesyła obraz przez fizyczne interfejsy, takie jak MIPI CSI-2 lub USB UVC, prosto do pamięci RAM hosta za pomocą bezpośredniego dostępu do pamięci (DMA). Pozwala to procesorom brzegowym hosta, uruchamiającym TensorRT lub OpenCV, na obsługę śledzenia w czasie rzeczywistym, wykrywania celów lub ekstrakcji temperatury bez obciążania się wąskimi gardłami serializacji CPU.
1 Bezpośrednie sprzężenie czujnika MIPI CSI-2
Gdy liczy się opóźnienie magistrali poniżej milisekundy i wydajność bez kopiowania, MIPI CSI-2 jest niekwestionowanym standardem w robotyce, gimbalach dronów i sprzęcie taktycznym. Warstwy USB wymuszają przesyłanie ramek przez ciężkie stosy sterowników hosta; MIPI CSI-2 łączy ISP modułu termowizyjnego bezpośrednio ze sprzętowym odbiornikiem kamery procesora aplikacji hosta (dostępnym w chipsetach takich jak Rockchip RK3588, Raspberry Pi BCM2711 czy NVIDIA Jetson Orin).
Dzięki wykorzystaniu szybkich różnicowych linii D-PHY lub C-PHY, MIPI CSI-2 przesyła strumieniowo surowe 14-bitowe dane radiometryczne lub 8-bitowe ramki YUV/RGB z niemal zerowym opóźnieniem. Ten natywny potok pozwala modelom Edge AI przetwarzać 50-hercowe wideo termowizyjne przy minimalnym obciążeniu CPU, pozostawiając dużo mocy obliczeniowej na procedury lotu, nawigację i fuzję wielu czujników.
2 Potoki ISP na pokładzie i redukcja opóźnień
Surowe mikrobolometry generują 14-bitowe lub 16-bitowe zliczenia o wysokim zakresie dynamicznym. Nowoczesne przemysłowe rdzenie termowizyjne przetwarzają te surowe strumienie przez wbudowane sprzętowe procesory ISP przed przekazaniem ich do interfejsu hosta:
- ⚙️ Cyfrowe Wzmocnienie Detali (DDE): Zaawansowane przestrzenne filtrowanie górnoprzepustowe, które wyostrza subtelne cechy sceny — takie jak linie energetyczne, krawędzie konstrukcji i odległe cele — bez wzmacniania szumu tła.
- ⚙️ Adaptacyjna automatyczna regulacja wzmocnienia (AGC): Dynamic range compression algorithms (including CLAHE and non-linear histogram equalization) that transform 14-bit raw thermal data into clear 8-bit visual palettes (White Hot, Black Hot, Ironbow, Rainbow) optimized for human eyes or vision AI networks.
If you're laying out custom circuit boards or debugging high-speed digital buses, check out our comprehensive B2B Integration Guide for Thermal & IR Modules to streamline hardware design and timing verification.
Optymalizacja SWaP-C dla dronów i sprzętu Edge AI
Out in the field, whether you are building UAV payloads, ground rovers, or soldier-wearable optics, SWaP-C (Size, Weight, Power, and Cost) rules everything. Every extra gram burns flight time and slows gimbal response.
| SWaP-C Architectural Parameter | Miniature Core (256×192 Resolution) | High-Definition Core (640×512 Resolution) |
|---|---|---|
| Core Module Physical Mass | < 15 grams (Lens dependent) | < 32 grams (Lens dependent) |
| Typical Electrical Power Consumption | 350 mW to 500 mW @ 3.3V DC | 1.0 W to 1.3 W @ 5.0V DC |
| Physical Enclosure Envelope | 21mm × 21mm × 21mm | 30mm × 30mm × 28mm |
| Operating Temperature Qualification | -40°C to +80°C industrial class | -40°C to +85°C military/industrial class |
3.1 Payload Weight & Thermal Dissipation Management
Ultra-compact LWIR modules (under 20 grams) let drone builders fit dual electro-optical/infrared (EO/IR) gimbals without sacrificing payload capacity. But keeping things tiny inside sealed gimbal housings brings thermal management front and center. Heat generated by the ISP and power regulators can build up inside the shell, creating uneven thermal gradients across the detector die that distort temperature readings.
To keep sensor drift under control, you need solid thermal pathways. Use high-performance thermal gap pads to bridge heat directly from the core engine to the outer aluminum chassis. Rugged board-to-board connectors and structural mounts sourced from industrial suppliers like TE Connectivity provide mechanical stability and thermal dissipation under heavy flight vibration.
3.2 Edge AI Thermal Analytics Integration
Autonomous drones and ground vehicles need instant target identification without relying on laggy wireless cloud links. Integrating LWIR modules into local edge platforms means routing 14-bit radiometric or 8-bit visual feeds through zero-copy DMA buffers directly into hardware-accelerated inferencing engines like TensorRT, ONNX Runtime, or OpenVINO.
Because infrared vision cuts right through shadows, glaring sunlight, and complete night conditions, thermal-trained AI models (like custom YOLOv8 networks) deliver dependable object detection for search and rescue, power line monitoring, agricultural inspection, and perimeter security systems.
Kalibracja radiometryczna a jakościowa wizja termiczna
In the shop, we divide thermal modules into two distinct functional categories based on your end goal: Qualitative Vision Modules i Quantitative Radiometric Modules.
Qualitative cores focus on high contrast, sharp structural edges, and dynamic color palettes so operators or computer vision models can spot shapes quickly. Quantitative radiometric cores, on the other hand, undergo multi-point factory calibration using blackbody targets, enabling them to measure exact surface temperatures on every single pixel in the matrix.
4.1 Temperature-Linear Output Calibration
Radiometric modules deliver a Temperature-Linear (T-Linear) digital output where 14-bit pixel values correspond directly to real temperatures in Kelvin or Celsius. The module solves Planck's radiation law on the fly, adjusting for atmospheric attenuation:
Spixel = R / (B · exp(F / Ttarget) - 1) + O
Where R, B, F, and O are factory-calibrated Planck constants tied to the core's optical path and detector die. By factoring in target emissivity (ε), distance, humidity, and ambient reflection, the module delivers surface temperature accuracy within ±2°C or ±2%. That level of precision is vital for substation monitoring, solar panel diagnostics, and early fire safety systems. For mobile thermal surveillance on vehicles, take a look at our specialized Vehicle Mounted Thermal Camera Systems.
4.2 Non-Uniformity Correction (NUC) & Shutter Control
Microbolometer manufacturing variations mean every pixel has slight differences in baseline resistance and thermal response. Non-Uniformity Correction (NUC) fixes these variations to deliver a clean, uniform image grid.
Standard thermal modules drop a mechanical shutter across the optical path every few minutes to perform Flat-Field Correction (FFC), updating pixel offsets while briefly pausing live video output. Advanced cores built for drones and rapid surveillance switch to shutterless NUC technology. These shutterless designs combine ambient housing thermistors with scene-based non-uniformity correction (SBNUC) algorithms to correct offset drift continuously without freezing video or adding heavy mechanical components.
Inżynieria optyczna: Soczewki germanowe a chalkogenkowe
Standard optical glass blocks LWIR light, rendering typical lenses completely opaque between 8μm and 14μm. Thermal imaging systems require optics engineered from specialized infrared-transparent materials:
- 🔍 Monocrystalline Germanium (Ge): Features an exceptionally high refractive index (n ≈ 4.0) with minimal optical dispersion across the LWIR band. Germanium is the ultimate glass for high-res thermal optics, providing maximum throughput and razor-sharp MTF performance. Lenses are typically coated with Diamond-Like Carbon (DLC) anti-reflective coatings to withstand scratches, salt spray, and harsh weather.
- ⚙️ Chalcogenide Glass: An amorphous compound containing sulfur, selenium, or tellurium. Unlike Germanium elements that require diamond turning, Chalcogenide optics can be precision-molded at high volumes, drastically lowering production costs for high-quantity OEM integrations.
- 🛡️ Passive Optical Athermalization: Germanium changes refractive index with temperature shift (dn/dT). Without proper design, broad operating spans (-40°C to +80°C) cause image defocus. Lenses built with passive mechanical compensation spacers or hybrid chalcogenide optics hold sharp focus across extreme temperature swings without needing heavy motor drives.
Polecane przemysłowe moduły termowizyjne LWIR i rzeczywiste specyfikacje
To help you evaluate hardware for your next system design, here are the detailed parameters for two of our benchmark thermal imaging engines. Explore full options, alternative optics, and starter kits through the Purpleriver Thermal Imaging Core Platform.
Mini 256 Uncooled LWIR Thermal Camera Module
The Mini 256 Uncooled LWIR Thermal Camera Module features a high-performance infrared microbolometer array built for ultra-clear vision and precise radiometric telemetry. Engineered for handheld tools, compact ground robotics, inspection equipment, and lightweight UAV payloads, it captures ambient thermal energy and outputs clean, low-noise video with accurate pixel-level temperature data.
| Parametr | Specification |
|---|---|
| Focal Plane Array Resolution | 256 × 192 pixels |
| Rozstaw pikseli | 12 μm high-density array |
| Spectral Response Range | 8 μm ~ 14 μm (LWIR) |
| Czułość termiczna (NETD) | ≤ 40 mK @ 25°C, F/1.0 |
| Output Digital Interfaces | DVP Parallel, USB 2.0, UART control commands |
| Radiometric Functionality | Full-frame T-Linear absolute temperature radiometric output |
Uncooled Infrared MIPI 640×512 9mm Thermal Imaging Module
The Uncooled Infrared Mini2 640×512 9mm Thermal Imaging Camera Module is tailored for drone payload integration, aerial inspection platforms, and high-definition surveillance systems. Featuring exceptional image crispness, low power draw, and a tiny physical footprint, it delivers professional thermal optics for advanced UAV applications.
| Parametr | Specification |
|---|---|
| Focal Plane Array Resolution | 640 × 512 High-Definition resolution |
| Pixel Pitch & Focal Length | 12 μm pitch with 9mm high-throughput LWIR lens |
| Spectral Response Band | 8 μm ~ 14 μm (LWIR) |
| Czułość termiczna (NETD) | ≤ 35 mK @ 25°C |
| Digital Data Interfaces | MIPI CSI-2, USB, Direct Digital interface options |
| Visual ISP Enhancement | Integrated Digital Detail Enhancement (DDE) and dynamic AGC controls |

Techniczne FAQ i przewodnik rozwiązywania problemów dla deweloperów
How can I stream real-time video from a thermal imaging module to embedded boards like Raspberry Pi with minimal latency?
Look, keeping glass-to-glass latency below 50ms on single-board computers (SBCs) like the Raspberry Pi 4/5, Rockchip RK3588, or NVIDIA Jetson comes down to hardware choice. You need a thermal core equipped with direct digital hardware interfaces—specifically MIPI CSI-2 or low-overhead UVC USB configuration.
Using MIPI CSI-2, the thermal core registers as a native V4L2 device directly inside the Linux kernel. That routes 14-bit raw or 8-bit visual frames straight into host system RAM over Direct Memory Access (DMA), bypassing CPU memory copy cycles completely. Purpleriver modules feature onboard ISP hardware that handles spatial filtering, detail enhancement, and palette mapping right on the sensor board. That keeps host CPU load under 5%, leaving plenty of headroom for 50Hz streaming alongside your Edge AI pipelines. Our SDKs include native C++ and Python bindings for zero-copy frame ingestion directly into OpenCV.
Are these compact thermal imaging modules suitable for custom Edge AI integration on drones?
Absolutely. Purpleriver's uncooled LWIR thermal cores are designed specifically for strict SWaP (Size, Weight, and Power) applications. Drawing between 350mW and 1.2W while weighing under 35 grams with optics, these modules preserve flight endurance and keep motor load down on multi-axis stabilization gimbals.
The cores deliver dual output streams: an 8-bit visual stream sharpened by Digital Detail Enhancement (DDE) for neural network target identification (such as YOLOv8, MobileNet, or custom CNNs), plus a 14-bit radiometric raw stream for threshold temperature monitoring. This lets your payload execute onboard target tracking, SAR ops, power grid inspection, or wildfire detection right on processors like the Jetson Orin Nano, eliminating reliance on spotty wireless video links.
What is the operational difference between 12μm and 17μm pixel pitch thermal camera modules?
Pixel pitch is simply the center-to-center spacing between pixels on the microbolometer die. Moving from older 17μm pixel designs down to modern 12μm geometry gives you two major optical and mechanical advantages:
1. Smaller Optical Apertures: A 12μm pixel array at 640×512 resolution forms a physically smaller FPA die than a 17μm sensor with the same resolution. That means you can use significantly smaller, lighter Germanium optical elements to get the same focal length and field of view, slashing overall lens mass by up to 40%.
2. Compact Module Footprint: Smaller silicon real estate translates to reduced power consumption and tighter housing enclosures. Since a 12μm pixel gathers less total photon energy than a larger 17μm pixel, high sensitivity (NETD ≤ 35mK) requires advanced VOx processing and low-noise ROIC design—standard features on modern Purpleriver modules.
How do shutterless thermal modules maintain calibration without a mechanical shutter?
Traditional thermal modules drop a mechanical shutter in front of the detector periodically to run Flat-Field Correction (FFC / NUC). That updates baseline calibration, but it freezes live video for half a second to a full second.
In high-speed drone navigation, tracking, or robotic vision, video pauses are unacceptable. Shutterless thermal modules ditch the physical shutter entirely using three mechanisms:
- ⚙️ Precision thermistors mounted across the lens housing, chassis, and detector array to measure internal thermal gradients in real time.
- ⚙️ Factory-calibrated thermal drift tables stored in flash memory that dynamically offset pixel response as operational temperatures swing.
- ⚙️ Scene-Based Non-Uniformity Correction (SBNUC) algorithms that monitor motion across frames, constantly removing fixed-pattern noise without interrupting your live video feed.
📚 Piśmiennictwo i dalsze lektury
- ✅ Industry Standard Component Solutions: Learn more about high-reliability inter-board connectors and electrical infrastructure via TE Connectivity.
- ✅ High-Frequency Interconnects: Technical micro-coaxial cable assemblies engineered for multi-axis drone gimbals from Przewód mikrowspółosiowy męski.
- ✅ Related Payload System Guide: Explore ruggedized mobile thermography platforms with our Vehicle Mounted Thermal Camera Systems.
- ✅ Developer B2B Integration Guide: Review pinout details, software SDK architectures, and electrical timing diagrams via our B2B Integration Guide for Thermal & IR Modules.












