Rdzeń termowizyjny MIPI: Wysokorozdzielcze widzenie wbudowane dla dronów i Edge AI

W nowoczesnych wbudowanych systemach wizyjnych przejście od starszych interfejsów analogowych i masowych interfejsów USB do natywnego MIPI CSI-2 (Camera Serial Interface 2) stanowi architektoniczny przełom w integracji termowizji. Autonomiczne bezzałogowe statki powietrzne (UAV), taktyczne ładunki robotyczne oraz wytrzymałe procesory Edge AI wymagają deterministycznie niskich opóźnień, minimalnego obciążenia jednostki centralnej (CPU) oraz rygorystycznych profili rozmiaru, masy, mocy i kosztu (SWaP-C). Integracja niechłodzonego długofalowego podczerwonego (LWIR) rdzenia termowizyjnego MIPI omija mostki układów wprowadzające opóźnienia, sterowniki kontrolera hosta USB o wysokim obciążeniu systemu operacyjnego oraz uciążliwe okablowanie, które historycznie pogarszały wydajność widzenia komputerowego w czasie rzeczywistym.

Kierując szerokopasmowe, 14-bitowe lub 16-bitowe surowe dane radiometryczne bezpośrednio do procesora sygnału obrazu (ISP) procesora hosta lub heterogenicznej pamięci System-on-Chip (SoC) za pośrednictwem bezpośredniego dostępu do pamięci (DMA), architekci systemów odblokowują płynną fuzję czujników, śledzenie celów w podramkach oraz wnioskowanie o wysokiej częstotliwości. Niezależnie od tego, czy wdrażane są ładunki termiczne do inspekcji taktycznej, obrony perymetrycznej czy poszukiwań i ratownictwa (SAR), połączenie wysokorozdzielczych rdzeni mikrobolometrycznych z tlenku wanadu (VOx) z natywną sygnalizacją MIPI ustanawia technologiczną podstawę nowoczesnej autonomii brzegowej.

Przewaga architektoniczna: natywny MIPI CSI-2 kontra starsze USB/SPI w termowizji

Moduły termowizyjne wdrażane w robotyce powietrznej i taktycznych bezzałogowych pojazdach naziemnych (UGV) historycznie opierały się na połączeniach USB 2.0/3.0, szeregowym interfejsie peryferyjnym (SPI) lub starszym analogowym kompozytowym (CVBS). Choć funkcjonalne w laboratoryjnych ocenach stacjonarnych lub wolnobieżnym monitorowaniu telemetrii termicznej, interfejsy te wprowadzają wąskie gardła systemowe przy skalowaniu do wysokorozdzielczych (640×512 lub 1280×1024) niechłodzonych długofalowych matryc ogniskowych podczerwieni (FPA) pracujących w czasie rzeczywistym z częstotliwością od 30 Hz do 60 Hz. W szybkiej autonomii powietrznej i zamkniętej pętli wizualno-inercyjnej odometrii (VIO) całkowite opóźnienie transportu end-to-end bezpośrednio decyduje o tym, czy platforma pomyślnie zidentyfikuje przeszkodę, czy się z nią zderzy.

W konwencjonalnej implementacji USB 3.0 matryca detektorów mikrobolometrycznych przekształca padające promieniowanie podczerwone o długości fali 8–14 μm w minimalne zmiany rezystancji w swojej matrycy pikseli. Układ odczytu (ROIC) digitalizuje te sygnały analogowe za pomocą wbudowanych przetworników analogowo-cyfrowych (ADC), generując surowe wartości cyfrowe. Ten strumień bitowy jest przechwytywany przez pokładowy układ FPGA lub układ scalony specyficzny dla aplikacji (ASIC), kondycjonowany i przekazywany do dedykowanego kontrolera mostka USB (takiego jak Infineon/Cypress FX3 lub mostek FTDI). Układ mostka pakuje wideo do klasy USB Video Class (UVC) lub własnościowych punktów końcowych typu bulk. W fizycznym kablu USB dane przechodzą przez sprzęt kontrolera hosta (xHCI), wyzwalając przerwania systemu operacyjnego, które zmuszają jądro Linux do planowania bloków żądań USB (URB), ponownego składania pakietów w pośrednich buforach jądra i ostatecznie kopiowania klatki do pamięci RAM przestrzeni użytkownika poprzez przełączanie kontekstu. Ten potok wprowadza deterministyczną karę: całkowite opóźnienie transportu end-to-end wynosi od 15 do 45 milisekund, podczas gdy procesor hosta zużywa cenne cykle CPU na obsługę procedur obsługi przerwań (ISR).

Natomiast zintegrowany rdzenia termowizyjnego MIPI komunikuje się bezpośrednio z układem System-on-Chip (SoC) hosta za pośrednictwem protokołu MIPI CSI-2 działającego na szybkiej warstwie fizycznej D-PHY. Rdzeń kieruje różnicowe szeregowe linie danych bezpośrednio z silnika obrazowania termicznego do zintegrowanego sprzętowego odbiornika CSI-2 w SoC hosta. Z tego odbiornika dedykowany sprzętowy silnik bezpośredniego dostępu do pamięci (DMA) przesyła nieskompresowane dane pikseli prosto do pamięci RAM systemu, całkowicie omijając główne rdzenie CPU. Nie ma układów mostkowych, narzutu pakietowania punktów końcowych USB ani burz przerwań systemu operacyjnego. Opóźnienie transportu end-to-end od układu odczytu bolometru (ROIC) matrycy czujnika do zunifikowanego bufora pierścieniowego pamięci SoC zostaje zredukowane do czasu poniżej jednej klatki, rutynowo schodząc poniżej 2 milisekund.

Z punktu widzenia przepustowości transmisji standardowe połączenia SPI zawodzą przy obsłudze matryc radiometrycznych o wysokiej gęstości. Standardowe przemysłowe magistrale SPI działają bezpiecznie w zakresie od 10 MHz do 30 MHz. Przesyłanie strumieniowe nieskompresowanych 16-bitowych klatek radiometrycznych w rozdzielczości 640×512 generuje:

$$\text{Przepływność} = 640 \times 512 \times 16\,\text{bitów/piksel} \times 30\,\text{klatek/s} = 157 286 400\,\text{bps} \approx 157,3\,\text{Mbps}$$

Standardowe synchroniczne SPI nie jest w stanie obsłużyć tego ładunku bez ekstremalnego downsamplingu przestrzennego (np. obniżenia do 160×120) lub dławienia częstotliwości odświeżania czasowego poniżej 2 Hz, co czyni strumień bezużytecznym dla nawigacji powietrznej lub niskolatencyjnego śledzenia termicznego. Nawet magistrale Quad-SPI (QSPI) lub Octal-SPI działające przy wysokich częstotliwościach zegara zużywają dużą liczbę pinów, jednocześnie nie posiadając sprzętowo przyspieszanego ramkowania, przeplatania metadanych pakietów i bezpośredniej deserializacji DMA natywnej dla nowoczesnych bloków odbiornika CSI-2 w SoC.

Interfejsy MIPI CSI-2 D-PHY rozwiązują to wąskie gardło przepustowości dzięki skalowalnym różnicowym liniom danych. Pojedyncza różnicowa linia D-PHY działająca przy umiarkowanej prędkości od 800 Mbps do 1,5 Gbps zapewnia wystarczającą przepustowość. Standardowa konfiguracja dwuliniowa (2-lane) wygodnie zapewnia od 1,6 do 3,0 Gbps surowej przepustowości. Ten zapas pozwala natywnemu rdzeniowi MIPI LWIR na przesyłanie nieskompresowanych 16-bitowych liniowych danych radiometrycznych przy 60 Hz ze znaczną rezerwą przepustowości, umożliwiając:

• ⚙️ Przeplatanie multispektralne: Jednoczesna transmisja klatka po klatce surowych radiometrycznych danych termicznych oraz zsynchronizowanych kanałów światła widzialnego za pośrednictwem odrębnych identyfikatorów kanałów wirtualnych (VC).
• ⚙️ Osadzanie telemetrii dla każdej klatki: Współczynniki kalibracji radiometrycznej, temperatury rdzenia FPA, flagi stanu migawki oraz znaczniki synchronizacji czasu z inercyjnej jednostki pomiarowej (IMU) wstrzykiwane bezpośrednio w pionowe interwały wygaszania.
• ⚙️ Deterministyczne taktowanie początku linii: Wbudowane kody synchronizacji linii umożliwiające submilisekundowe wyzwalacze sprzętowe dla kontrolerów lotu dronów w pętli zamkniętej oraz sterowników pan-tilt gimbala.

Co więcej, natywne interfejsy MIPI znacząco poprawiają kompatybilność elektromagnetyczną (EMC) oraz niezawodność mechaniczną w ciasnych obudowach lotniczych. Złącza USB Type-C lub Micro-B wprowadzają masywne, mechanicznie wrażliwe połączenia podatne na przerywane rozłączenia w warunkach lotu drona o wysokich wibracjach lub powtarzalnych przeciążeniach. Rdzenie MIPI CSI-2 wykorzystują złącza board-to-board o małym rastrze lub blokowane taśmy elastycznych obwodów drukowanych (FPC), które ważą mniej niż dwa gramy i zajmują ułamek objętości fizycznej. Niskonapięciowe sygnalizowanie różnicowe (LVDS) w standardzie MIPI D-PHY (zazwyczaj ±200 mV różnicowego wychylenia w trybie wysokiej prędkości) generuje pomijalne emisje promieniowane w porównaniu z transceiverami USB 3.0 dużej mocy, zapobiegając desensytyzacji EMI sąsiednich odbiorników GPS/GNSS oraz anten telemetrii radiowej ultra-wysokiej częstotliwości (UHF). Projektanci systemów zainteresowani strategiami doboru czujników w różnych środowiskach integracyjnych powinni zapoznać się z przewodnikiem technicznym na temat wyboru odpowiedniego modułu kamery termowizyjnej LWIR do systemów brzegowych.

Przyspieszenie Edge AI: przetwarzanie radiometryczne zero-copy i integracja ISP

W nowoczesnych zastosowaniach wizji komputerowej — takich jak autonomiczne krążące pociski śledzące centroidy termiczne, zautomatyzowane wykrywanie wtargnięć na obwodzie oraz przemysłowe monitorowanie pożarów lasów — surowy sygnał wyjściowy musi zostać przekształcony w ramki ograniczające i wektory przestrzenne z deterministyczną przepustowością. Wydajność obliczeniowa tego potoku zależy od tego, w jaki sposób przychodzące dane termiczne są pobierane, strukturyzowane i prezentowane akceleratorom sieci neuronowych, w tym procesorom graficznym (GPU) i procesorom neuronowym (NPU).

Natywne rdzenie termiczne MIPI umożliwiają prawdziwą architekturę przetwarzania zero-copy w ramach zunifikowanych platform wbudowanych z pamięcią współdzieloną, takich jak NVIDIA Jetson (Orin Nano, Orin NX, AGX Orin), Rockchip RK3588 lub SoC z serii NXP i.MX8M. Gdy rdzeń kamery przesyła klatki przez CSI-2, wewnętrzny podsystem wejścia wideo (VI) hosta SoC dekoduje nagłówki pakietów i wykorzystuje swój sprzętowy kanał DMA do wypełniania wstępnie przydzielonych, fizycznie ciągłych bloków pamięci w DRAM. Działając w ramach sterownika Linux Video4Linux2 (V4L2), bufory te są mapowane przy użyciu V4L2_MEMORY_MMAP lub buforów DMA Direct Rendering Manager (DRM) (DMA-BUF). W konsekwencji, gdy silnik wnioskowania brzegowego (taki jak NVIDIA TensorRT, OpenVINO lub RKNN) inicjuje przebieg wnioskowania, silnik wykonawczy kieruje swój tensor wykonawczy bezpośrednio na fizyczny adres pamięci przydzielony przez DMA. Pośrednie wywołania kopiowania pamięci CPU (memcpy) są całkowicie eliminowane z pętli przechwytywania. Obciążenie CPU hosta pozostaje minimalne, eliminując gubienie klatek spowodowane drganiami harmonogramu systemowego.

Kluczowym zagadnieniem inżynieryjnym w termowizji brzegowej jest określenie, czy skonfigurować rdzeń dla 14-bitowego/16-bitowego liniowego wyjścia radiometrycznego (surowe liczby cyfrowe), czy dla wstępnie przetworzonego 8-bitowego wyjścia o zakresie dynamicznym (takiego jak YUV422 lub RGB w skali szarości). Standardowe konsumenckie kamery podczerwieni przetwarzają przychodzące dane radiometryczne z sensora przez pokładowe potoki DSP, aby uzyskać 8-bitowy obraz gotowy do wyświetlenia. Proces ten wykorzystuje algorytmy automatycznej regulacji wzmocnienia (AGC), takie jak wyrównanie histogramu z ograniczonym kontrastem (CLAHE) lub cyfrowe wzmocnienie szczegółów (DDE). Choć obrazy 8-bitowe doskonale nadają się do obserwacji przez człowieka na naziemnej stacji kontroli operatora (GCS), stwarzają one istotne ograniczenia dla autonomicznej percepcji Edge AI.

Gdy pokładowy procesor DSP kompresuje 14-bitowy lub 16-bitowy zakres dynamiczny do skali 8-bitowej (poziomy całkowite 0–255), subtelne gradienty termiczne zostają bezpowrotnie utracone. Jeśli w polu widzenia pojawi się rozbłysk o wysokiej temperaturze, gorący kanał wylotowy lub pożar strukturalny, globalny histogram gwałtownie się przesuwa. Powoduje to, że obszary o niższej temperaturze — takie jak człowiek ukryty w listowiu lub pojazd ukryty w zaroślach — wpadają w całkowicie jednolite, czarne przedziały cyfrowe. Z kolei dzięki wykorzystaniu rdzenia termowizyjnego MIPI strumieniowania surowych 14-bitowych lub 16-bitowych radiometrycznych klatek Y14 lub Y16 bezpośrednio przez CSI-2, dalszy akcelerator brzegowy zachowuje bezwzględne wartości termiczne dla każdego pojedynczego piksela:

$$\text{Radiometryczna DN} \propto \int_{\lambda_1}^{\lambda_2} \epsilon(\lambda) \cdot L(\lambda, T) \cdot \tau_{atm}(\lambda) \cdot \tau_{opt}(\lambda) \, d\lambda$$

Surowa liczba cyfrowa (DN) pozostaje liniowa względem całkowitej odebranej radiancji termicznej. Modele sieci neuronowych trenowane bezpośrednio na wysoko-bitowych tensorach radiometrycznych mogą jednocześnie wykrywać sygnatury cieplne ludzi w zimnych środowiskach i śledzić smugi spalin o wysokiej temperaturze bez nasycania warstw wejściowych. Procesor brzegowy może podzielić przychodzący strumień danych MIPI na dwie równoległe ścieżki wykonawcze:

• ✅ Strumień wyświetlania operacyjnego: Jedna gałąź przechodzi przez sprzętowo przyspieszany potok przetwarzania sygnału obrazu (wykorzystujący platformowy VPU/GPU) w celu uruchomienia CLAHE w czasie rzeczywistym i palet fałszywych kolorów, generując zoptymalizowany 8-bitowy strumień wideo H.264/H.265 dla łącza telemetrii downlink.
• ✅ Strumień uczenia głębokiego: Równoległa gałąź podaje tensory radiometryczne o pełnej precyzji 14-bitowej lub 16-bitowej liniowej bezpośrednio do potoku wnioskowania konwolucyjnej sieci neuronowej (CNN) (np. YOLOv8-Thermal, RT-DETR) w celu progowania temperatury bezwzględnej i niezawodnej klasyfikacji obiektów.

Aby przekształcić surowe wartości pikseli na rzeczywiste odczyty temperatury ($T$ w kelwinach) na hoście brzegowym, potok oprogramowania stosuje klasyczny model kalibracji Plancka przy użyciu fabrycznie skalibrowanych metadanych radiometrycznych przesyłanych wraz z klatką:

$$T = \frac{B}{\ln\left(\frac{R}{S_{\text{pix}} - O} + F\right)}$$

Gdzie $S_{\text{pix}}$ reprezentuje surową 14-bitową/16-bitową liczbę cyfrową piksela, a $R$, $B$, $F$ i $O$ to specyficzne dla rdzenia stałe kalibracyjne wyznaczone podczas fabrycznego strojenia na ciele doskonale czarnym. Przetwarzanie tej transformacji matematycznej wewnątrz jąder CUDA GPU lub jednostek wektorowych NPU daje gęste, per-pikselowe tablice temperatur przy 60 Hz bez obciążania wątków CPU hosta.

Aby wspierać integrację sensorów o wysokiej przepustowości z zaawansowanymi płytami przetwarzającymi, inżynierowie lotniczy często pozyskują wytrzymałe komponenty do montażu powierzchniowego, transceivery interfejsów i procesory brzegowe od zweryfikowanych dostawców, takich jak Układ JM, gwarantując wierność sygnału od surowego sensora obrazowego do rdzenia wnioskowania.

Optymalizacja SWaP-C w autonomicznych ładunkach UAV i gimbalach

Projektowanie miniaturowych ładunków gimbalowych dla bezzałogowych systemów powietrznych (UAS) klasy 1 i 2 podlega ścisłym ograniczeniom rozmiaru, masy, mocy i kosztu (SWaP-C). W platformach wielowirnikowych i małych stałopłatach każdy gram masy ładunku nakłada nieliniową karę operacyjną na czas lotu, wyważenie systemu i pojemność akumulatora. W związku z tym niechłodzone rdzenie LWIR zintegrowane z ładunkami wielosensorowymi muszą maksymalizować wydajność elektrooptyczną przy zachowaniu minimalnej objętości konstrukcyjnej.

Istotnym przełomem w miniaturyzacji termicznej jest przejście ze starszych mikrobolometrów o rastrze pikseli 17 μm na matryce ogniskowe (FPA) z tlenku wanadu (VOx) o rastrze 12 μm. Fizyczna powierzchnia struktury sensora skaluje się z kwadratem rastra piksela. Przejście matrycy detektora o rozdzielczości 640×512 z 17 μm na 12 μm zmniejsza pomiar przekątnej aktywnego obszaru optycznego z około 13,88 mm do 9,83 mm. Ta znacząca redukcja powierzchni sensora wywołuje kaskadę architektoniczną w całym zespole optomechanicznym:

1. Optomechanical Volume and Lens Mass: In infrared optics, the focal length ($f$) required to achieve a target horizontal field of view (HFOV) is directly proportional to the sensor's physical width ($W$):

$$f = \frac{W}{2 \cdot \tan\left(\frac{\text{HFOV}}{2}\right)}$$

Because the 12 μm detector has a much smaller physical width ($W = 640 \times 12\,\mu\text{m} = 7.68\,\text{mm}$) compared to a 17 μm detector ($W = 640 \times 17\,\mu\text{m} = 10.88\,\text{mm}$), the required optical focal length to achieve the exact same field of view is approximately 29.4% shorter. Thermal imaging optics require precision-ground, anti-reflective coated Germanium (Ge), Chalcogenide glass, or Silicon elements, all of which exhibit high physical densities (Germanium has a density of approximately $5.323\,\text{g/cm}^3$). A shorter focal length combined with equivalent optical speed (such as $f/1.0$ or $f/1.1$) allows for dramatically smaller clear apertures and reduced optical element thicknesses. Consequently, the primary lens mass can be cut by 30% to 55%, reducing front-heavy overhang on gimbal payloads.

2. Gimbal Motor Sizing and Dynamic Response: The mass moment of inertia ($J$) of an optomechanical assembly around its center of rotation is calculated as:

$$J = \int r^2 \, dm \approx m \cdot r_{\text{gyr}}^2$$

Because inertia scales quadratically with the distance ($r$) from the rotation axis, pairing a compact, lightweight 12 μm lens assembly with an ultra-short 21 mm × 21 mm rdzenia termowizyjnego MIPI lowers the total moment of inertia by over 60% relative to older designs. Drone gimbal designers can replace heavy 28-series brushless gimbal motors with micro 18-series or 22-series motors without risking motor desync or stabilization drift during rapid high-G yaw maneuvers. The operational stabilization power falls from 5–8 Watts down to under 1.5 Watts, minimizing electromagnetic interference and system heat dissipation inside enclosed aerodynamic pods.

3. Thermal Core Electrical Power Budget: Modern native MIPI uncooled cores operate with steady-state electrical power consumption between 0.8W and 1.5W. Traditional cores with external interface boards often draw between 2.5W and 4W due to onboard power converters, microcontrollers, and interface translation ICs. Lower power consumption extends drone flight endurance while preventing thermal blooming within the gimbal enclosure. If a camera core releases excess heat inside a sealed dome, the resulting thermal radiation can reflect into the microbolometer, causing localized pixel saturation and degrading the Noise Equivalent Temperature Difference (NETD). Specialised payload integrators like OBSETECH utilize these lightweight, low-draw optoelectronic modules to engineer multi-axis electro-optical/infrared (EO/IR) surveillance gimbals for commercial inspection and tactical mapping drones.

Uruchomienie sprzętu: trasowanie D-PHY, sterowniki V4L2 i interfejs FPGA

Implementing a rdzenia termowizyjnego MIPI requires rigorous physical layer layout and kernel driver development. MIPI CSI-2 utilizes the D-PHY physical specification, which combines low-power (LP) single-ended signaling (0 to 1.2V) for control and link arbitration with high-speed (HS) low-voltage differential signaling (typically 100 to 300 mV) for data transmission. This hybrid signaling structure imposes strict PCB layout tolerances.

When routing high-speed differential pairs from the camera core's connector to the host SoC or FPGA, PCB layout engineers must enforce the following electrical constraints:

• ⚙️ Controlled Differential Impedance: Traces must be routed with a target differential impedance of $100\,\Omega \pm 10\%$ ($50\,\Omega \pm 10\%$ single-ended). Ground reference discontinuities must be strictly avoided.
• ⚙️ Intra-Pair Length Matching: The positive ($D_P$) and negative ($D_N$) lines within a given differential pair must be tightly length-matched to within $<0.15\,\text{mm}$ ($<6\,\text{mils}$), which equates to approximately 1 picosecond of differential skew. Excessive intra-pair skew converts differential energy into common-mode noise, which can corrupt data packets and degrade nearby RF receiver links.
• ⚙️ Inter-Lane Skew Control: The clock differential pair ($CLK_P / CLK_N$) and all associated data differential pairs ($D0_P/N$, $D1_P/N$) must remain length-matched within $<0.5\,\text{mm}$ ($<20\,\text{mils}$) to ensure proper setup and hold times across the receiver deserializer.
• ⚙️ Continuous Return Path: Never route high-speed MIPI traces across power plane splits or ground voids. When switching layers through vias, place dedicated ground stitching vias immediately adjacent to the signal vias ($<0.5\,\text{mm}$ center-to-center) to provide an uninterrupted path for high-frequency return currents.
• ⚙️ ESD Protection Diode Selection: If transient voltage suppression (TVS) diodes are installed for field reliability, select ultra-low capacitance arrays ($C_{\text{io}} < 0.2\,\text{pF}$) to prevent attenuation of high-frequency D-PHY signal harmonics.

On the software and firmware layer, integrating the thermal sensor into an embedded Linux environment involves configuring the Open Firmware Device Tree (DTS) and writing or adapting a Video4Linux2 (V4L2) kernel sub-device driver. Below is an example device tree node configuring a dual-lane MIPI thermal core connected to an embedded SoC's I2C control bus and CSI-2 receiver port:

&i2c3 {
    status = "okay";
    clock-frequency = <400000>;
    #address-cells = <1>;
    #size-cells = <0>;

    thermal_cam: thermal-core@1a {
        compatible = "purpleriver,mipi-lwir-core";
        reg = <0x1a>;
        clocks = <&cru CLK_MIPICSI_2CH_OUT>;
        clock-names = "xvclk";

        pinctrl-names = "default";
        pinctrl-0 = <&thermal_rst_gpio &thermal_pwr_gpio>;
        reset-gpios = <&gpio2 14 GPIO_ACTIVE_LOW>;
        power-gpios = <&gpio2 15 GPIO_ACTIVE_HIGH>;

        port {
            thermal_to_csi: endpoint {
                remote-endpoint = <&csi_in_endpoint>;
                data-lanes = <1 2>;
                clock-lanes = <0>;
                clock-noncontinuous;
                link-frequencies = /bits/ 64 <400000000>;
            };
        };
    };
};

The Linux kernel V4L2 driver handles sensor initialization, control configuration via I2C (or SPI), and format negotiation. Modern Linux kernels (5.x and 6.x) manage complex multimedia capture architectures through the Media Controller framework. Once the module registers with the kernel, you can inspect and configure the sub-device pipeline using standard Linux user-space utilities:

# Enumerate media controller topology and verify endpoint binding
media-ctl -d /dev/media0 -p

# Route the thermal core sub-device directly to the SoC video stream entity
media-ctl -d /dev/media0 -l '"purpleriver,mipi-lwir-core":0 -> "csi-receiver":0 [1]'

# Configure the pipeline format for 640x512 resolution using 16-bit linear radiometric output
media-ctl -d /dev/media0 -V '"purpleriver,mipi-lwir-core":0 [fmt:Y16_1X16/640x512 field:none]'
media-ctl -d /dev/media0 -V '"csi-receiver":0 [fmt:Y16_1X16/640x512 field:none]'

# Set video device capture format and capture a raw radiometric stream test frame
v4l2-ctl -d /dev/video0 --set-fmt-video=width=640,height=512,pixelformat=Y16\ 
v4l2-ctl -d /dev/video0 --stream-mmap --stream-count=1 --stream-to=radiometric_test.raw

When high-speed FPGA processing is required—such as in low-latency hardware tracking pipelines or custom multi-spectral fusion arrays—the MIPI CSI-2 stream can be routed into an FPGA fabric (e.g., AMD Xilinx Zynq UltraScale+ or Intel Cyclone V SoC). In these setups, a hard-macro or soft-core MIPI CSI-2 RX Subsystem decodes packet headers, performs byte-to-pixel lane unpacking, and routes raw pixel data over an AXI4-Stream bus directly into custom non-uniformity correction (NUC), bad-pixel replacement (BPR), and spatial filtering hardware blocks.

For large-format imaging arrays requiring extended bandwidth, developers can explore the design architecture used in next-generation 1280x1024 thermal modules. Additional design considerations for 640×512 and smaller arrays are covered in the technical overview of uncooled MIPI 640/384 9mm system integration.

Podział produktów komercyjnych OEM i porównanie techniczne

System integrators and optical engineers must balance form factor, lens options, thermal sensitivity (NETD), and interface protocols when choosing an infrared module. Below is a detailed technical evaluation of two industrial-grade thermal imaging cores manufactured by Purpleriver, engineered specifically for SWaP-constrained drone payloads and autonomous edge robotics.

Niechłodzony Moduł Kamery Termowizyjnej Mipi 640 384 256 9mm Do Dronów

The Mini2 thermal module provides an ultra-compact footprint designed for direct embedded integration. Utilizing an uncooled Vanadium Oxide (VOx) focal plane array, this core delivers high-definition thermal imaging with low thermal latency. It is optimized for multi-rotor commercial drones, loitering platforms, and compact handheld inspection systems where every gram of weight affects flight endurance.

• ✅ Native Digital Interface: Low-profile MIPI CSI-2 interface for direct connection to host SoCs.
• ✅ Resolution Flexibility: Native 640×512 configuration, with optional 384×288 and 256×192 configurations.
• ✅ Standard Optics: Integrated 9mm athermalized lens providing a balanced field of view for aerial navigation.
• ✅ Form Factor Advantage: Engineered for tight structural envelopes and micro-gimbals.

Typ matrycy detektora	Niechłodzony mikrobolometr z tlenku wanadu (VOx)
Opcje rozdzielczości	640×512, 384×288, 256×192
Rozstaw pikseli	12 μm
Konfiguracja optyczna	9 mm standard athermalized infrared lens
Electrical Output	Natywny strumień MIPI CSI-2 Raw / YUV
Primary Feature Set	High-contrast image delivery, ultra-compact profile, minimal SWaP-C overhead

Wyświetl szczegóły produktu i ceny ➔

Niekolowana miniaturowa kamera termowizyjna LWIR USB 640*512, moduł rdzenia do dronów, podobna do DJI

Designed as a versatile drop-in thermal solution, the Mini 640 core features a 21mm × 21mm cross-sectional envelope. Engineered to meet demanding requirements similar to commercial enterprise drone platforms, it supports multiple optical focal lengths—from 5mm ultra-wide lenses to 150mm telephoto optics. This optical versatility makes it suitable for short-range obstacle avoidance, mid-range industrial inspection, and long-range border security surveillance.

• ✅ Compact Footprint: 21mm × 21mm housing allows easy mechanical integration into multi-axis gimbal pods.
• ✅ Extensive Lens Range: Supports 5, 9, 13, 18, 35, 50, 75, 100, and 150 mm focal lengths.
• ✅ Resolution Output: 640×512 resolution with an optional 640×480 legacy video format.
• ✅ Environmental Stability: Built to withstand wide operational temperature ranges and high-vibration airborne environments.

Mechanical Dimensions	Mini-Size 21 mm × 21 mm
Matryce rozdzielczości	640×512 (opcjonalnie 640×480)
Available Optics (Focal Lengths)	5 mm, 9 mm, 13 mm, 18 mm, 35 mm, 50 mm, 75 mm, 100 mm, 150 mm
Obsługa interfejsu	USB / Digital Video Port / Embedded Interface Configurations
Profil zastosowania	Enterprise-grade drone payloads, multi-range security systems, perimeter monitoring

Wyświetl szczegóły produktu i ceny ➔

Architectural Comparison: Native MIPI vs. Multi-Interface Modularity

When selecting between these two modular thermal engines, engineering teams must evaluate their system's mechanical envelope and interface architecture:

to cud inżynierii zaprojektowany specjalnie do środowisk o ograniczonych parametrach SWaP. Dzięki miniaturyzacji elektroniki bez poświęcania jakości sensora dostarczamy rdzeń, który mieści się w najciaśniejszych przestrzeniach. Mini2 640×512 MIPI Module is ideal for integrated systems running on modern SoCs like the Jetson Orin or RK3588, where minimizing weight, hardware latency, and computational overhead is paramount. Conversely, the Mini 640 Core offers modularity for long-range observation, perimeter pan-tilt-zoom (PTZ) arrays, and payload platforms requiring flexible optics up to 150 mm.

Pogłębione FAQ inżynierskie