安森美下一代无人机的AI视觉系统

无人机已广泛应用于娱乐产业（如电视节目/电影制作）、业余摄影领域，甚至成为风靡一时的趣味玩具。凭借抵达复杂区域的能力，无人机的应用正逐步拓展至工业检测、物流配送、安防监控等专业场景。但你是否知道，支撑无人机运行的核心组件是视觉系统？在深入探讨这一主题之前，我们将先理清无人机的定义、梳理其多元应用场景，并解析其快速普及的背后逻辑。最后，我们将探讨安森美(onsemi)如何凭借技术革新，推动无人机的视觉系统升级。

类型和应用

无人机属于无人驾驶飞行器(UAV)，亦称为无人航空系统(UAS)，少数情况下也被称作远程驾驶航空器(RPA)。它们无需载人驾驶，可通过多种系统实现自主导航运行。

无人机分为三种类型：固定翼无人机、单旋翼/多旋翼无人机和混合旋翼无人机。每类机型的用途各不相同，与各自的预期应用场景高度契合。

固定翼无人机通常用于重型载荷运输及长航时飞行任务，部署场景包括情报、监视与侦察(ISR)任务、作战行动、巡飞弹药部署、地图测绘及科研活动等。

单旋翼/多旋翼无人机应用最为广泛，工业应用场景涵盖常规仓储、设备巡检乃至物流配送等领域。由于这类机型适用的场景多样，因此需要高度优化的机电方案来满足不同需求。

混合旋翼无人机融合了上述两类机型的优势，具备垂直起降(VTOL)能力，因而应用场景更为灵活，尤其适用于空间受限的区域。所以不难理解，大多数物流配送无人机都会选用这种类型。

无人机运动与导航系统

无人机搭载了多种用于运动和导航的传感器，包括加速度计、陀螺仪和磁力计（统称为惯性测量单元，即IMU）、气压计等。它们运用各种算法与技术，如光流（借助深度传感器）、同步定位与地图构建(SLAM)和视觉里程计。尽管这些传感器能较好地发挥作用，但往往难以在合理的成本和最优尺寸范围内达到所需的精确度与准确度。这一问题在长航时飞行中会进一步加剧，进而导致需要使用昂贵的电池，或因电池充放电循环限制而缩短飞行时长。

无人机视觉系统

图像传感器对上述传感器形成功能补充，带来显著的性能增强，使无人机成为高准确度、高精确度的设备。视觉系统主要包含两类组件：云台（通常也称为有效载荷）和视觉导航系统(VNS)。

云台*– 提供第一人称视角(FPV)； 通常集成多种图像传感器，覆盖宽电磁波谱范围（特殊情况下包含紫外线传感器，常规CMOS图像传感器覆盖300nm - 1000nm 波段，短波红外(SWIR)传感器延伸至2000nm，而中波红外(MWIR)和长波红外(LWIR)传感器则覆盖2000nm以上波段）。

视觉导航系统(VNS)– 用于提供导航指引、目标识别及避障功能； 通常由低成本低分辨率图像传感器构成，结合 IMU与其他传感器数据，通过计算机视觉技术构建完整的自主导航方案。

视觉系统的重要性

正如前文中的用途和应用所述，无人机可在室内外环境中作业。这些场景往往充满挑战，不仅存在大范围的光照变化，还会在粉尘、雾气、烟雾及漆黑环境中面临能见度限制。无人机系统需要借助大量人工智能(AI)和机器学习(ML)算法对图像数据进行处理，同时利用前文所述技术提供的数据，而这一切的前提是让这一高度优化的设备实现低功耗运行，并达成长距离或长航时作业的目标。

输入到这些算法中的数据必须具备高保真度和丰富细节，但在某些使用场景中，只需提供必要信息即可，以便实现高效处理。AI/ML的训练时间需要缩短，推理过程则需快速且具备高准确度与精确度。无论无人机在何种环境下运行，都需要保证图像质量以满足上述要求。

仅能捕捉场景并提交信息以供处理的传感器，远不足以支撑这些设备的高质量运行，大多数情况下甚至会使部署目的落空。理想的传感器应具备以下能力：实现小型化的同时保留所关注区域的完整细节；具备宽动态范围以应对同一帧画面中的明暗光线；最大程度减少或消除图像中的寄生效应；解决粉尘、雾气、烟雾导致的视野问题；借助高深度分辨率就来辅助图像处理。这样的传感器将为无人机成为高度优化的设备带来巨大助益。

这些能力能够最大程度减少图像重建、分析及决策加速过程中所需的资源规模，包括处理核心、图形处理器(GPU)、片上或片外存储器、总线架构及电源管理。这也降低了整个系统的物料清单(BOM)成本，尤其是考虑到如今的无人机已能轻松搭载10个以上的图像传感器。此外，在相同的资源配置下，更深入的分析和更复杂的决策辅助算法将得以实现，从而让无人机在竞争激烈的领域中形成差异化优势。

安森美是感知领域的技术领导者，不仅为视觉系统方案带来重大创新，还提供了全面的图像传感器系列，以满足云台和VNS的需求。Hyperlux LP、Hyperlux LH、Hyperlux SG、Hyperlux ID 及SWIR等产品系列融合了大量技术和特性，能够充分满足无人机视觉系统的需求。如今，无人机制造商可从安森美处一站式获取所需的各种视觉传感器，并符合NDAA要求。