Moduł kamery termowizyjnej 384x288: Idealny czujnik dla dronów i wizji maszynowej

Sprawa wygląda tak: wciśnięcie obrazowania długofalowej podczerwieni (LWIR) do nowoczesnych systemów wbudowanych to jedno z najtrudniejszych wyzwań balansowania, z jakim kiedykolwiek zmierzy się inżynier optyk lub inżynier systemów wbudowanych. Nieustannie walczysz z klasycznym ograniczeniem SWaP-C — balansując rozdzielczością przestrzenną, czułością termiczną, poborem mocy elektrycznej, wagą szkieł optycznych i całkowitym kosztem listy materiałów (BOM). Jeśli pójdziesz na skróty z podstawowym czujnikiem 256x192, szybko zorientujesz się, że po prostu nie masz gęstości pikseli potrzebnej do spełnienia rygorystycznych kryteriów DRI Johnsona (Detekcja, Rozpoznanie, Identyfikacja) podczas polowych misji UAV, ani nie wyizolujesz drobnych mikro zwarć na gęsto upakowanych płytkach drukowanych. Ale jeśli od razu przeskoczysz na najwyższej klasy matrycę mikrobolometryczną 640x512, twoi inżynierowie mechanicy i systemowi będą mierzyć się z ogromnymi problemami rozpraszania ciepła, masywnymi zespołami szkieł germanowych, wąskimi gardłami opóźnień magistrali i brutalnym kosztem jednostkowym, który zabija opłacalność komercyjną.

Właśnie dlatego moduł kamery termowizyjnej 384x288 stał się absolutnym idealnym punktem dla rzeczywistych projektów sprzętowych. Mieszcząc 110 592 aktywnych pikseli radiometrycznych — ponad dwukrotnie więcej niż uzyskasz z rdzenia 256x192 — zapewnia dokładnie taką równowagę, jaka jest potrzebna przy napiętych budżetach SWaP-C. Zbudowane na nowoczesnych matrycach ogniskowych z tlenku wanadu (VOx) o rastrze pikseli 12 μm, te niechłodzone rdzenie pozbywają się znacznej masy mechanicznej, jednocześnie dostarczając różnicę temperatur równoważną szumowi (NETD) poniżej 40 mK lub 50 mK. Niezależnie od tego, czy montujesz go na autonomicznym quadkopterze inspekcyjnym, pakujesz do stabilizowanego gimbala pan-tilt-zoom o masie poniżej 250 g, czy podłączasz do liniowego automatycznego sprzętu testowego (ATE) na hali fabrycznej, format 384x288 dostarcza czyste dane, efektywność pasma i wierność termiczną, których wymaga krytyczne przemysłowe obrazowanie.

Spójrz dziś na krajobraz przemysłu lotniczego i wizji maszynowej, a zobaczysz zespoły inżynierskie odchodzące od przewymiarowanych, energochłonnych czujników na rzecz uproszczonych architektur maksymalizujących efektywność obliczeń brzegowych. Czujnik 384x288 daje twoim procesorom dalszego przetwarzania wystarczająco dużo surowych danych radiometrycznych, aby uruchamiać niezawodną wizję komputerową i wnioskowanie AI na brzegu sieci, nie topiąc budżetu mocy ani nie wymagając ciężkiego zespołu radiatora.

W warsztacie patrzymy na surowe liczby: każdy dodatkowy miliamper pobierany przez ładunek czujnika skraca czas lotu drona, a każdy milimetr dodany do apertury obiektywu zwiększa zapotrzebowanie na moment obrotowy bezszczotkowych silników gimbala. Wybór właściwego formatu czujnika na samym początku to najważniejsza decyzja architektoniczna, jaką podejmiesz w swoim projekcie wizji termicznej.

Idealny punkt rozdzielczości 384x288: Fizyka, optyka i SWaP-C

Wybierając niechłodzoną matrycę ogniskową (FPA) długofalowej podczerwieni (LWIR), musisz jednocześnie oceniać częstotliwość próbkowania przestrzennego, funkcję przenoszenia modulacji (MTF), pobór mocy systemu i surową przepustowość magistrali. Matryca pikseli 384x288 znajduje się dokładnie w fizycznym i praktycznym punkcie środkowym obrazowania termicznego, wypełniając lukę między niskorozdzielczymi jakościowymi wskaźnikami termicznymi a obliczeniowo ciężkimi, kosztownymi matrycami.

Przeanalizujmy matematykę. Sensor 384x288 generuje dokładnie 110 592 piksele radiometryczne na klatkę. Zestaw to z detektorem podstawowym 256x192 (który daje 49 152 piksele), a patrzysz na wzrost liczby aktywnych pikseli o 125%. Ten wzrost rozdzielczości przestrzennej oznacza, że Twój układ optyczny może rozróżniać drobne geometrie celów na dużym dystansie bez konieczności stosowania brudnego algorytmicznego skalowania w górę czy interpolacji programowej. Teraz odwróćmy porównanie: matryca 640x512 daje 327 680 pikseli, ale wymaga niemal o 300% większej przepustowości pamięci i mocy przetwarzania sygnału obrazu (ISP). Jeśli projektujesz pod sprzęt brzegowy zasilany bateryjnie, mikrogimbale lub ciasne obudowy wbudowane, przetwarzanie surowych strumieni 14-bitowych lub 16-bitowych 640x512 przy 50 Hz generuje poważne ciepło pasożytnicze w obudowie, zmusza do dodawania masywnych radiatorów i szybko rozładowuje akumulator.

Dla inżynierów systemowych oceniających kompromisy między różnymi formatami mikrobolometrów, nasz szczegółowy przewodnik po modułach sensorów kamer termowizyjnych dla wysokorozdzielczych rdzeni OEM omawia kryteria integracji na różnych platformach obliczeniowych wbudowanych.

Zasięgi wykrywania celów w inżynierii termowizyjnej są regulowane przez Kryteria Johnsona. Ten klasyczny model określa liczbę par linii na wymiarze krytycznym celu potrzebną do zagwarantowania 50% prawdopodobieństwa Detekcji, Rozpoznania i Identyfikacji (DRI):

• ✅ Detekcja (1,5 piksela na celu / 0,75 pary linii): Operator lub zautomatyzowany algorytm percepcji stwierdza, że obiekt zainteresowania istnieje na tle otaczającego tła termicznego.
• ✅ Rozpoznanie (6,0 pikseli na celu / 3,0 pary linii): System rozróżnia ogólną klasę obiektu (np. odróżnia człowieka od jelenia lub samochód dostawczy od transformatora podstacyjnego).
• ✅ Identyfikacja (12,0 pikseli na celu / 6,0 par linii): System identyfikuje drobne szczegóły (np. lokalizuje konkretny poluzowany zacisk na rozdzielnicy wysokiego napięcia lub wykrywa pęknięcia szwów konstrukcyjnych na infrastrukturze przemysłowej).

Połączenie detektora VOx 384x288 ze standardowym obiektywem atermalizowanym 13 mm do 19 mm pozwala wykryć standardowy cel ludzki NATO (1,8 m × 0,5 m) na dystansie ponad 1000 metrów i niezawodnie go rozpoznać na 250 do 300 metrów. To odpowiada wydajności polowej dedykowanego sprzętu taktycznego, takiego jak ręczne termowizyjne lunety myśliwskie, przy jednoczesnym dopasowaniu do lekkiej obudowy OEM zaprojektowanej pod autonomiczne mocowania robotyczne.

Fizyka optyczna i zaleta rastra pikseli 12 μm

Przejście całej branży ze starszych pikseli 17 μm na niechłodzone mikrobolometry z tlenku wanadu (VOx) 12 μm całkowicie odmieniło konstrukcje mechaniczne i optyczne LWIR. Ponieważ fizyczny rozmiar matrycy detektora określa wymaganą ogniskową i czystą aperturę optyczną dla dowolnego docelowego pola widzenia (FOV), zmniejszenie rozstawu pikseli zasadniczo kurczy całą objętość ładunku.

Poziome pole widzenia jest dyktowane przez geometrię między aktywną szerokością sensora ($W_{FPA}$) a ogniskową obiektywu ($f$):

FOV_h = 2 × arctan( W_{FPA} / (2 × f) )

Porównajmy fizyczne rozmiary sensorów dla matrycy 384x288:

• ⚙️ Rozstaw pikseli 17 μm: Aktywna szerokość sensora = 384 × 0,017 mm = 6,528 mm; Aktywna wysokość sensora = 288 × 0,017 mm = 4,896 mm. Przekątna matrycy = 8,16 mm.
• ⚙️ Rozstaw pikseli 12 μm: Aktywna szerokość sensora = 384 × 0,012 mm = 4,608 mm; Aktywna wysokość sensora = 288 × 0,012 mm = 3,456 mm. Przekątna matrycy = 5,76 mm.

Przejście na proces 12 μm zmniejsza aktywną powierzchnię płaszczyzny ogniskowej o około 50.2% w porównaniu ze starszym sensorem 17 μm o tej samej rozdzielczości. Ten spadek powierzchni daje trzy ogromne zalety mechaniczne i optyczne:

• ✅ Krótsza ogniskowa: Aby uzyskać poziome pole widzenia 28°, sensor 17 μm wymaga obiektywu o ogniskowej około 13,0 mm. Sensor 12 μm osiąga dokładnie to samo pole widzenia przy zaledwie 9,1 mm.
• ✅ Redukcja masy germanu: Monokrystaliczny german klasy optycznej (Ge) jest ciężki ($\rho = 5.323 \text{ g/cm}^3$). Ponieważ objętość i masa soczewki skalują się w przybliżeniu z sześcianem promienia apertury efektywnej ($V \propto r^3$), mniejsze wymagane apertury redukują masę elementów optycznych o 40% do 60%. To drastycznie zmniejsza dynamiczny moment obciążający silniki bezszczotkowej stabilizacji gimbala.
• ✅ Niższy koszt surowej optyki: Raw Germanium blank stock is often the single most expensive line item in an infrared camera BOM. Smaller lenses mean direct savings on manufacturing costs.

If your project calls for custom diamond-turned optical elements or specialized anti-reflective (AR) and diamond-like carbon (DLC) coatings, engineering teams often partner with specialized precision optics fabricators like Optyka wznosząca to engineer custom matched lens assemblies.

Keep in mind that when you drop to a 12μm pixel pitch, your individual pixel size approaches the physical wavelength of long-wave infrared light ($\lambda = 8\mu\text{m} - 14\mu\text{m}$). That puts your optical design right near the diffraction limit. The angular diameter of the central diffraction spot (the Airy disk) is calculated as:

d_{Airy} = 2.44 × \lambda × (F/#)

At a nominal center wavelength of $\lambda = 10\mu\text{m}$ using an $F/1.0$ optic, the Airy disk diameter is $24.4\mu\text{m}$—spanning roughly two full 12μm pixels. To keep your Modulation Transfer Function (MTF) high and prevent blurry imagery, 12μm cores require fast, precision-machined $F/1.0$ to $F/1.1$ lenses with passive mechanical athermalization. Pairing aerospace-grade aluminum or invar barrels with dual-material optical designs (Germanium combined with Chalcogenide glass) keeps the back focal length (BFL) rock solid across extreme industrial temperature ranges from $-40^\circ\text{C}$ to $+80^\circ\text{C}$ without needing power-hungry active focus motors.

Architektura integracji ładunku drona i UAV

Thermal vision payloads mounted on small unmanned aerial vehicles (sUAVs), tactical micro-drones, and autonomous mobile robots (AMRs) operate in ruthless SWaP environments. In the air, every extra gram of payload cuts your flight time, moves your center of gravity (CoG), and forces the motor electronic speed controllers (ESCs) to pull more current from the battery pack.

A compact 384x288 uncooled core—typically tipping the scales at just 20 to 45 grams including lens optics—is built for sub-250g drone categories and modular quick-release payloads. This tiny form factor pays huge mechanical dividends:

• ✅ Ultra-Low Dynamic Inertia: Low payload mass and a compact lens barrel minimize the moment of inertia ($I = m \cdot r^2$) across your pitch and yaw axes. This lets miniature 2-axis and 3-axis brushless gimbals run lower motor torque, eliminating motor saturation, reducing power draw, and preventing thermal video jitter during aggressive flight maneuvers.
• ✅ Aerodynamic Enclosure Profiling: The tight frontal cross-section of a 12μm core allows you to package it cleanly inside aerodynamic nose cowlings, reducing drag and extending high-speed dash efficiency.

Thermal dissipation is another massive hurdle when packing uncooled microbolometers inside sealed drone chassis. Modern 384x288 cores operate efficiently with steady-state power draw sitting at just **1.0W to 1.5W**. Using shutterless digital Non-Uniformity Correction (NUC) algorithms and temperature-indexed calibration tables, these cores eliminate power-hungry internal Thermo-Electric Coolers (TEC-less design). The module dumps excess heat via direct conduction through mounting standoffs into the UAV chassis or gimbal frame, preventing internal heat accumulation from corrupting radiometric calibration accuracy.

When engineering drone payloads for harsh field conditions, your hardware must endure thermal shock, vibration, and driving humidity. Integration teams routinely apply established industrial testing standards, such as high-temperature humidity testing procedures, to validate mechanical seal integrity and sensor reliability before rolling out production units.

Wizja maszynowa, automatyzacja i diagnostyka termiczna PCB

On the factory floor, the 384x288 thermal camera module is a workhorse for industrial machine vision, continuous condition monitoring, and non-destructive automated testing (NDT). In electronics manufacturing, modern Printed Circuit Board Assemblies (PCBAs) pack dense surface mount devices (SMD) and micro-Ball Grid Arrays (micro-BGAs) into razor-thin spaces. Isolating thermal faults at these microscopic scales demands razor-sharp spatial and radiometric sensitivity.

With an NETD rating of **≤ 40mK to ≤ 50mK**, a 384x288 VOx core easily catches subtle thermal deltas as tiny as 0.04°C. When fitted with dedicated macro optics, a 12μm 384x288 sensor achieves working spatial resolutions of **25μm to 50μm per pixel**. That spatial precision lets test engineers detect overheating micro-components (like 0402 and 0201 passives), cracked IC bond wires, and failing PCB traces without having to buy costly cooled medium-wave infrared (MWIR) laboratory cameras.

Here is where 384x288 modules excel across industrial automation lines:

• ✅ Pinpointing Power Plane Shorts: Driving low-voltage test current into shorted power rails produces localized Joule heating ($P = I^2 R$). High-sensitivity 384x288 thermography immediately highlights sub-milliwatt hot spots, speeding up fault isolation on complex multilayer boards.
• ✅ Semiconductor Junction Thermal Profiling: Inline radiometric monitoring checks heatsink bonding and flags voiding in thermal interface materials (TIM) underneath high-power MOSFETs, IGBT power stages, and system-on-chip packages.
• ✅ Automated Battery Cell QA: During charging and load cycles on lithium-ion or solid-state cells, real-time thermal scanning flags separator flaws, poor tab welds, and internal dendrite hot spots before cells get wired into battery packs.
• ✅ Automated Test Equipment (ATE) Integration: Fast-framing (25Hz/30Hz/50Hz) radiometric video output allows vision software to run dynamic Regions of Interest (ROIs), multi-point temperature tracking, and automated threshold alerts without slowing down production takt times.

Potoki sygnałowe i interfejsy sprzętowe systemów wbudowanych

To drop smoothly into modern embedded architectures, high-performance 384x288 thermal cores are equipped with flexible physical interfaces and sophisticated on-board digital signal processing (DSP) engines.

The internal imaging pipeline takes the raw microbolometer signal through a sequence of hardware-level processing blocks before sending out video or radiometric data:

• ⚙️ Analog-to-Digital Conversion (ADC): Raw bolometer signals are digitized using precision 14-bit or 16-bit ADCs to capture minute radiometric gradients.
• ⚙️ Korekcja niejednorodności (NUC): An on-die FPGA or custom ASIC applies dynamic two-point gain and offset calibration matrices to correct pixel-to-pixel responsivity shifts across changing ambient temperatures.
• ⚙️ Zastępowanie uszkodzonych pikseli (BPR): Hardware algorithms identify blind or non-responsive pixels and interpolate their values in real time from adjacent healthy elements.
• ⚙️ Digital Detail Enhancement (DDE) & 3D Noise Filtering: Spatial and temporal filters sharpen high-frequency edge definition while smoothing background thermal noise, producing sharp, high-contrast imagery.
• ⚙️ Linear Temperature Conversion: Raw counts are converted using factory calibration polynomial tables to deliver accurate surface temperatures on a per-pixel basis.

For system integration, modules provide standard physical bus options:

• ⚙️ MIPI CSI-2: The industry-standard high-speed protocol for direct embedded processor connections. MIPI CSI-2 pipes uncompressed 14-bit raw radiometric frames straight into the internal ISP or DMA memory space of processors like the NVIDIA Jetson Orin, Rockchip RK3588, or NXP i.MX8 with near-zero latency—essential for real-time edge AI object tracking.
• ⚙️ USB 2.0 / USB-C (UVC Standard): Driverless Universal Video Class (UVC) support enables instant plug-and-play operation with x86 industrial PCs, Linux/Windows single-board computers, and Robot Operating System (ROS) nodes.
• ⚙️ Analog CVBS (Composite Video): Provides a true zero-latency standard definition analog video feed, making it a favorite for 5.8GHz analog FPV transmitters on search-and-rescue drones, tactical field monitors, and legacy security networks.
• ⚙️ UART / I2C / SPI Control Lines: Dedicated serial lines allow external microcontrollers, like Arduino boards or flight controllers, to configure camera registers, fire NUC shutter events, switch color palettes, and pull telemetry data.

Prezentacja produktu i tabela specyfikacji technicznych

Purpleriver provides high-performance, industrial-grade 384x288 uncooled thermal camera modules engineered for demanding drone payloads, machine vision inspection, and OEM integration.

Niechłodzony Moduł Kamery Termicznej na Podczerwień Serii MD 384x288

The Purpleriver MD Series thermal camera module is designed for industrial-grade precision in applications such as security surveillance, continuous temperature monitoring, and drone integration. Featuring an uncooled infrared detector with a 12μm pixel pitch, it delivers high sensitivity and sharp thermal imaging. Its compact size, plug-and-play functionality, and multiple interfaces (MIPI/USB/CVBS) ensure versatile and rapid integration into various systems. Backed by an engineering team with a Hong Kong University of Science and Technology (HKUST) background and former Huawei HiSilicon ISP expertise, this module offers full OEM/ODM customization to meet specific project requirements, ensuring exceptional performance, reliability, and adaptability.

Wyświetl szczegóły produktu i ceny ➔

Niechłodzona miniaturowa kamera termowizyjna 384*288 do dronów

The MINI series infrared thermal imaging temperature measurement module is a high-precision, small-sized, universal online radiometric thermal imager designed specifically for airborne platforms and mobile robotics. It utilizes high-quality detectors to provide stable, high-resolution performance and comprehensive radiometric functionality. Equipped with multiple hardware interfaces, it is a preferred solution across demanding application fields such as machine vision, automated safety inspection, intelligent manufacturing, power equipment maintenance, and airborne drone operations.

Wyświetl szczegóły produktu i ceny ➔

Porównawcze specyfikacje techniczne

Przewodnik wdrożeniowy: Od prototypowania do wdrożenia przemysłowego

Taking an uncooled 384x288 LWIR module from bench evaluation to a rugged, field-deployable product requires a disciplined approach across electrical design, optical packaging, and edge software integration.

Step 1: Power Supply Decoupling and Low-Noise Rail Design

Microbolometer Read-Out Integrated Circuits (ROICs) measure micro-volt voltage shifts across temperature-sensitive resistor bridges. That means high-frequency switching ripple from DC-DC buck converters can bleed directly into the analog front-end, showing up as visible horizontal banding or salt-and-pepper noise across your thermal image.

• ⚙️ Use Dedicated LDOs: Power the thermal core using ultra-low-noise Low-Dropout Regulators (LDOs) with a Power Supply Rejection Ratio (PSRR) over 70dB at 100kHz.
• ⚙️ Keep Ripple Tight: Keep total voltage ripple on the core's input power rail strictly below **15mV to 30mV RMS**.
• ⚙️ Isolate Ground Returns: Keep analog sensor return paths separated from high-current inductive grounds, such as drone brushless ESCs, servo lines, and industrial motor relays.

Step 2: Radiometric Data Stream Acquisition & Temperature Conversion

When pulling raw data over MIPI CSI-2 or USB, the module sends 14-bit or 16-bit digital words representing raw infrared radiation counts ($S_{\text{raw}}$). To calculate actual physical temperatures, host software runs radiometric calibration math derived from Planck's radiation law:

T_{\text{target}} = \left( \frac{S_{\text{raw}} - \text{Offset}}{\varepsilon \cdot R \cdot \tau_{\text{atm}}} + \text{Reflected Term} \right)^{1/4} - 273.15

Here is what each parameter represents in your driver pipeline:

• ⚙️ $\varepsilon$: Target emissivity coefficient (e.g., 0.95 for matte plastic/circuit boards, 0.10 to 0.30 for shiny bare aluminum).
• ⚙️ $R$: Radiometric responsivity scale factor pulled from the module's factory flash calibration table.
• ⚙️ $\tau_{\text{atm}}$: Atmospheric transmission factor modeled from ambient humidity and target distance.
• ⚙️ $\text{Offset}$: Dynamic sensor offset updated via background non-uniformity correction cycles.

Step 3: Mechanical Mounting, Protective Windows, and IP Sealing

Standard glass and acrylic plastics are 100% opaque to long-wave infrared light (8μm to 14μm). If you need an environmentally sealed enclosure, you have to use specialized infrared optical windows:

• ⚙️ Germanium Windows: Provide high optical transmission (>90% with dual-side AR coating) and solid mechanical durability for rugged industrial enclosures.
• ⚙️ Diamond-Like Carbon (DLC) Coatings: Applied to the outer Germanium surface to withstand abrasive sand, marine salt spray, and physical impacts during drone flights.
• ⚙️ Conductive Thermal Path: Mount the core's metal housing directly against an aluminum chassis using non-silicone thermal gap pads to ensure steady heat shedding without optical outgassing.

Step 4: Edge AI Model Deployment and Inferencing

A 384x288 pixel resolution provides the ideal balance of spatial detail and lightweight data size for embedded neural networks (such as YOLOv8-thermal or MobileNet-SSD) running directly on edge NPUs (NVIDIA Jetson Orin Nano, Rockchip RK3588, etc.). Your image pipeline should normalize the incoming 14-bit radiometric frames into clean 8-bit tensors using Contrast Limited Adaptive Histogram Equalization (CLAHE) before passing data to the inference model, ensuring dependable target detection across dynamic thermal environments.

Często zadawane pytania (FAQ)