MediaTek Genio 工业与智能物联网平台MT8391 / MT8371
一颗芯片 覆盖机载主控 · 地面超控台 · 智能吊舱
端侧大模型 | 双路 ISP | 6 nm 能效 | 供货至 2035
1 为什么是现在:无人机芯片的机会窗口
1.1 市场趋势:算力成为整机分水岭
无人机行业正在经历一次价值重心转移。过去十年,整机厂商的竞争焦点是飞控稳定性、续航与结构工艺;而当行业应用从「拍到画面」走向「看懂画面」,决定产品档次的变成了机载算力——能不能在机上实时完成目标识别、缺陷判定、避障决策,而不是把视频回传到地面站或云端再处理。
据多家第三方研究机构的数据,2026 年全球工业级无人机市场规模处于 200 亿至 480 亿美元区间(不同机构统计口径差异较大,但增速判断一致),复合增长率维持在 20% 以上;其中中国市场 2026 年无人机机载 AI 计算单元规模约 48.5 亿元人民币,同比增长约 19%。应用结构上,工业巡检占比约 35%,物流配送增速最快(约 28%),农业植保与安防合计约 30%。
这些数字背后有一条共同的技术诉求:三个主力场景都在要求同一件事——把 AI 塞进机上,而且要在有限的功耗与重量预算内完成。
表 1-1 主力应用场景的算力诉求拆解
|
主力场景 |
算力诉求 |
对芯片的具体要求 |
|
电力 / 油气巡检 |
实时缺陷识别(绝缘子破损、螺栓缺失、导线异物),准确率要求 99% 以上 |
多路高分辨率视频输入 + 强 ISP + 可运行大模型做复核 |
|
物流配送 |
避障、精准降落、货物识别与投放控制 |
低延迟视觉链路 + 原生蜂窝连接 + 宽温可靠 |
|
应急 / 安防 |
人员车辆检测、烟火识别、多机协同 |
多路相机并发 + 5G 回传 + 端侧自主判断 |
|
测绘 / 植保 |
实时点云处理、地块识别、航线校正 |
4K 编解码 + 定位融合 + 成本敏感 |
换句话说,无人机的芯片选型已经从「选一颗能跑 Linux 的 SoC」变成「选一个能同时喂饱多路相机、跑得动模型、还控得住功耗的连接型计算平台」。这个转变,恰好把市场从少数几家传统嵌入式厂商手里,推向具备手机级影像与无线积累的平台上。
1.2 现有主控方案的四笔「隐性成本」
在与大量无人机整机厂的交流中,我们发现选型决策往往被一个数字主导——NPU 的 TOPS。但真正影响项目成败与长期成本的,是下面四笔在规格表上看不见的账。
第一笔:TOPS 买贵了,带宽没买够
标称 TOPS 是理想条件下的峰值,实际可用算力受内存带宽、算子支持度、功耗墙三重制约。以运行 7B 级量化模型为例,每生成一个 token 都要把几 GB 的权重从内存读一遍,此时瓶颈是内存带宽而不是 NPU 算力。一颗标称 10 TOPS 但只有 16 GB LPDDR5 的平台,跑大模型未必快过标称 9 TOPS 但同样配 16 GB LPDDR5-6400 的平台。客户按 TOPS 选型,很容易为「用不上的峰值」付钱。
第二笔:影像链路被低估
无人机最典型的输入是双光吊舱——可见光看细节、红外看温差。这要求 SoC 具备两路独立 ISP,能同时对两路 sensor 做完整的 RAW 域处理。市面上相当多的主控方案只提供单 ISP,第二路只能走 YUV 直通或分时复用,代价是红外与可见光无法真正同步,双光融合、温差告警这些高附加值功能直接做不了。这一项在选型阶段最容易被忽略,到开发中期才发现,返工代价极大。
第三笔:连接要外挂,多一颗芯片多一份风险
无人机必须联网:图传、遥控、遥测、集群协同。若主控本身不含 Wi-Fi/蓝牙基带,就要外挂一颗连接芯片,带来 BOM 增加、PCB 面积增加、射频共存调试(Wi-Fi 与图传同频干扰)以及多一个失效点。原生集成 Wi-Fi 6E + BT 5.3 的平台,在这一项上可省下约 2~4 美元的物料与数周的射频调试时间。
第四笔:消费级料号做工业装备,五年就断供
无人机是典型的 long-lifecycle 装备:型号取证、客户导入、批量交付、备件供应,一个型号往往要服役 8~10 年。若主控选用消费级料号,两三年后原厂转产,整机厂就要被迫做二次设计(PCN/EOL 应对),这笔钱不出现在 BOM 里,但会出现在三年后的财报上。
选型的真正标准不是「谁的 TOPS 高」,而是「五年后这个方案还供得上、还改得动、还降得下成本」。
1.3 联发科的切入点
MT8391(Genio 720)与 MT8371(Genio 520)正是针对上述四笔账设计的平台。它把联发科在手机端积累的三项能力平移到工业场景:
▪ 影像能力平移:双 ISP,支持 32 MP 单摄或 16 MP + 16 MP 双摄同时工作,直接对应双光吊舱的真实需求;同时通过 MIPI 虚拟通道支持最多 6 路 FHD30 相机聚合,覆盖环视与避障。
▪ 无线能力平移:SoC 内集成 Wi-Fi 6E 2×2 + BT 5.3 基带(MT6637X),并预留 PCIe/USB 通道对接 5G 与 5G RedCap 模组,把「连接」从外挂变成平台自带。
▪ 能效能力平移:台积电 6 nm 制程,满载功耗约 3~6 W,无风扇被动散热即可满足机载与手持形态,这对重量以克计的无人机是硬指标。
再加上两点工业侧的承诺:工规温度档(−40~105 ℃ Tj)与供货保障至 2035 年。前者决定能不能上机,后者决定这个型号能卖多久。
2 产品定位:一颗芯片,三个落点
2.1 MT8391 与 MT8371 关键规格
两颗芯片同属 Genio 系列、同封装同引脚、软件二进制兼容,构成一个「高性能 + 高能效」的双星组合。下表只列与无人机选型相关的关键项:
表 2-1 MT8391 与 MT8371 关键规格(仅列无人机选型相关项)
|
规格项 |
MT8391(Genio 720) |
MT8371(Genio 520) |
|
制程 |
TSMC 6 nm |
TSMC 6 nm |
|
CPU |
2× Cortex-A78 @ 2.4~2.6 GHz + 6× Cortex-A55 @ 2.0 GHz |
2× Cortex-A78 @ 2.0~2.2 GHz + 6× Cortex-A55 @ 1.8~2.0 GHz |
|
GPU |
Arm Mali-G57 MC2 @ 1.1 GHz |
Arm Mali-G57 MC2 @ 880 MHz |
|
NPU |
第 8 代 MediaTek NPU(MDLA5.3),9 TOPS,平台级 10 TOPS |
第 8 代 NPU,同级 |
|
ISP |
双 ISP:32 MP 单摄,或 16 MP + 16 MP @30fps 双摄 |
单 ISP:16 MP @30fps |
|
相机输入 |
2× MIPI-CSI 4-lane,虚拟通道最多 6× FHD30 |
2× MIPI-CSI 4-lane,虚拟通道最多 6× FHD30 |
|
视频编解码 |
解码 4K60(H.264/H.265/VP9);编码 4K30(H.264/H.265) |
同左 |
|
显示 |
双 2.5K60,或单屏超宽 5K60 / 4K60 |
双 2.5K60,或单屏超宽 5K60 / 4K60 |
|
内存 |
LPDDR4X-4266 / LPDDR5(X)-6400,最大 16 GB |
同左,最大 16 GB |
|
存储 |
eMMC 5.1 / UFS 3.1(2-lane)/ SD 3.0 |
同左 |
|
无线 |
集成 Wi-Fi 6 1×1 或 Wi-Fi 6E 2×2 + BT 5.3(MT6637X) |
同左 |
|
有线 / 扩展 |
GbE MAC(支持 TSN)×1、USB 3.2 Gen1 ×2、USB 2.0 ×3、PCIe 2.0 ×1 |
同左 |
|
其他接口 |
4× UART、9× I2C、6× SPI、3× PWM |
同左 |
|
温度等级 |
消费级 −20~95 ℃(Tj);工规 −40~105 ℃(Tj) |
同左 |
|
封装 |
VFBGA 13.8 × 11.8 × 0.9 mm,0.4 mm pitch |
同封装,脚位兼容 |
|
操作系统 |
Android 15 / IoT Yocto / Ubuntu |
同左 |
|
供货周期 |
保障至 2035 年 |
保障至 2035 年 |
2.2 无人机三大落点与配置建议
同一颗芯片可以落在无人机的三个完全不同的位置。对整机厂而言,这意味着用一套平台技术栈覆盖三条产品线,研发、采购、认证、售后全部复用——这是本方案在商业上最有说服力的部分。
表 2-2 三个落点的职责与平台配置建议
|
落点 |
在无人机系统中的位置 |
核心职责 |
推荐平台 |
|
A 机载智能主控 |
机身内,作为飞控的「上层大脑」 |
多路相机接入、AI 目标识别、图传编码、任务管理、载荷控制 |
MT8391(双光)/ MT8371(单光) |
|
B 地面超控台 |
操作手手持或车载 |
飞行操控、多路视频监看、AI 辅助决策、多链路冗余、任务规划 |
MT8391(双屏)/ MT8371(单屏) |
|
C 智能吊舱 / 载荷相机 |
云台内 |
图像稳定、双光融合、端侧目标检测、低延迟编码输出 |
MT8391(双光融合必须有双 ISP) |
三点补充说明,都是工程实践中的关键判断:
▪ 机载主控需要「硬实时」保障。MT8391 没有独立的 Cortex-M 实时核,飞控闭环不应由它承担。正确做法是保留原有飞控 MCU(STM32 或国产 MCU),MT8391 通过 UART 与飞控通信,承担「感知与任务层」。这样分工既安全又降低改造成本——客户原有飞控代码一行不用改。
▪ 地面超控台是三个落点中出货量最大、客户接受度最高的方向。它不涉及飞行安全认证,开发周期短,且能直接体现双屏 + AI 的体验优势,建议作为切入客户的首个合作项目。
▪ 智能吊舱对 ISP 的要求最刚性。双光融合要求两路 sensor 同步曝光、同视场配准,单 ISP 平台无法实现,这是 MT8391 在这三个落点中最不可替代的位置。
2.3 双子星策略:一块主板覆盖两档产品
MT8391 与 MT8371 脚位兼容、软件兼容,这意味着整机厂可以用同一块 PCB、同一套 BSP、同一套应用,派生两款不同价位的产品:
表 2-3 双子星产品策略
|
Pro 型号(MT8391) |
Standard 型号(MT8371) | |
|
AI 能力 |
双光同步 AI + 7B 端侧大模型 |
单光 AI + 3B 端侧模型 |
|
内存配置 |
16 GB LPDDR5-6400 |
8 GB LPDDR5 |
|
典型场景 |
军工警用、能源长线巡检、应急指挥、边海防 |
农林植保、测绘、园区安防、行业入门配发 |
|
相对成本 |
基准 |
低约 15%~25% |
|
共享部分 |
PCB、BSP、应用层、结构模具、认证基础、备件体系 |
同左 |
对客户的价值很直接:一次研发投入,覆盖两个价位段;产线共线生产,备件通用,售后只需维护一套技术栈。对采用「先做高端标杆、再向下铺量」策略的整机厂,这是最经济的路径。
同一块板子,换一颗 SoC 就多一个 SKU——这是我们能给出的、最实在的降本方式。
3 竞品对比:五个平台,六个维度
无人机主控的候选池其实很窄,能同时满足「多路相机 + NPU + 工业温宽 + 长供货」的平台不超过五个。下面把它们放在同一张表里,按无人机的实际使用条件对比,而不是按各自宣传页的口径对比。
需要前置说明一句:各家 TOPS 的测试方法并不统一(有的按 INT8 稀疏、有的按 INT4 稠密、有的把 CPU/GPU 也算进平台算力),因此下表把「标称算力」与「可用条件」分开列,避免用不可比的数字做决策。
3.1 横向规格总表
表 3-1 五个无人机候选平台横向对比(* 标称值含稀疏加速口径,密集口径约减半;TOPS 各家测试方法不统一,仅供量级参考)
|
对比项 |
MT8391 |
MT8371 |
RK3588 |
QCS6490 |
i.MX 8M |
Orin |
|
制程 |
6 nm |
6 nm |
8 nm |
6 nm |
14 nm |
8 nm |
|
CPU |
2×A78 2.6G |
2×A78 2.2G |
4×A76 2.4G |
4×A78 2.7G |
4×A53 1.8G |
6×A78AE |
|
NPU 标称 |
9 TOPS |
9 TOPS |
6 TOPS |
12 TOPS |
2.3 TOPS |
20~40* |
|
NPU 架构 |
第8代 |
同左 |
三核 RKNN |
Hexagon |
单 NPU |
GPU+DLA |
|
AI 特点 |
支持 |
同左 |
CNN 为主 |
通用 |
仅轻量 |
生态最全 |
|
ISP 通道 |
双 ISP |
单 ISP |
单 ISP |
5 路并发 |
双 ISP |
无 ISP |
|
ISP 能力 |
16+16 MP |
16 MP |
48 MP |
64 MP |
2 路 |
需外接芯片 |
|
视频解码 |
4K60 |
4K60 |
8K60 |
4K60 |
4K30 |
4K60 |
|
视频编码 |
4K30 |
4K30 |
8K30 |
4K30 |
4K30 |
4K30 |
|
内存 |
LPDDR5 |
同左 |
LPDDR5 |
LPDDR5 |
LPDDR4 |
LPDDR5 |
|
内存带宽 |
25.6 GB/s |
25.6 GB/s |
— |
— |
— |
68 GB/s |
|
原生无线 |
Wi-Fi 6E |
同左 |
无 |
Wi-Fi 6E |
无 |
无 |
|
硬实时核 |
无 |
无 |
无 |
无 |
M7 核 |
无 |
|
典型功耗 |
3~6 W |
3~6 W |
5~8 W |
4~7 W |
2~4 W |
7~15 W |
|
工规温宽 |
−40~105℃ |
同左 |
−40~85℃ |
−30~85℃ |
−40~105℃ |
−25~85℃ |
|
供货至 |
2035 |
2035 |
5~7 年 |
看路线图 |
10~15 年 |
看路线图 |
|
单价档位 |
中 |
中低 |
低 |
高 |
中 |
高 |
3.2 六个维度的真实差距
表格只能看参数,真正的选型判断要看六个维度上「差距发生在哪里」。以下逐项说明,包括 MT8391 不占优的地方。
维度一:AI 算力的真实可用性
单看数字,QCS6490 的 12 TOPS 与 Orin Nano 的 20~40 TOPS 都高于 MT8391 的 9 TOPS。但放到无人机的实际负载上,差距会明显收窄:
▪ 无人机的主流 AI 负载是「单路或双路 1080P 的检测 + 跟踪 + 轻量分割」,这类 CNN 模型在 6~12 TOPS 档位已能跑满 30 fps。此时三个平台都「够用」,客户为超出需求 3 倍的算力付钱并不划算。
▪ 真正拉开差距的是端侧大模型。这里决定速度的不是 TOPS 而是内存带宽:7B INT4 模型权重约 4.2 GB,每 token 需完整读取一次。LPDDR5-6400(x32,约 25.6 GB/s)的理论上限约 6 tokens/s,实测加上 NPU 计算约 8~12 tokens/s。QCS6490 带宽同档但 NPU 更强,速度略优;Orin Nano 带宽 68 GB/s 明显占优,可跑更大模型,代价是功耗与成本翻倍。
▪ MT8391 的关键优势在第 8 代 NPU 对 Transformer 的硬件加速与增强的内存子系统——这是「能跑大模型」与「只能跑 CNN」的分界线。相比之下,RK3588 的 NPU 对动态 shape 与复杂 attention 算子支持有限,跑 LLM 需要较多手工改造。
结论:算力「够用且有富余」。若客户要在机上跑 13B 以上模型,应直接选 Orin;若要跑 3B~7B 并兼顾功耗,MT8391 是更平衡的选择。
维度二:影像链路——这是最关键的分水岭
这一项是本方案最强的差异化点,也是无人机场景中最容易被误判的一项。
表 3-2 双光吊舱场景下的 ISP 能力对照
|
平台 |
ISP 配置 |
双光吊舱能否同步工作 |
实际后果 |
|
MT8391 |
双 ISP,16 MP + 16 MP @30fps 独立处理 |
可以,两路同时 RAW 域处理 |
双光融合、温差告警、可见光细节叠加红外全部可实现 |
|
MT8371 |
单 ISP,16 MP @30fps |
需分时复用或 YUV 直通 |
适合单光载荷;双光需降帧或依赖吊舱内部处理 |
|
RK3588 |
单 ISP,48 MP |
不支持同时双路 RAW |
高像素单摄强,但双光场景需外挂 ISP 或分时 |
|
QCS6490 |
Spectra 570L,最多 5 路并发 |
可以 |
影像能力强,但成本档位高 |
|
i.MX 8M Plus |
双 ISP,2 路 |
可以 |
能双光,但 NPU 仅 2.3 TOPS,AI 能力弱 |
|
Jetson Orin Nano |
无 ISP |
需外接 ISP 芯片 |
增加一颗芯片、功耗与设计复杂度 |
这一项的工程含义值得展开:双光融合不是「把两张图叠在一起」这么简单。红外与可见光的视场、分辨率、畸变都不同,需要两路图像在同一时间基准下完成配准。如果第二路只能走 YUV 直通(即绕过 SoC 的 RAW 域处理),那么白平衡、降噪、几何校正都无法在片上统一,配准精度会明显下降,融合画面出现错位——这在电力巡检判定发热点时是致命的。因此对做双光产品的客户,我们的建议非常明确:直接选 MT8391,不要在单 ISP 平台上试图用软件弥补。
维度三:视频编解码与图传
无人机图传要求「低延迟、高压缩比、抗丢包」。H.265 硬编码是标配,MT8391 支持 4K30 编码,配合硬件编码器独立运行(不占 CPU/NPU),可同时输出「高码率本地录像 + 低码率图传流」双路。这方面 RK3588 的 8K 编解码确实更强,但无人机载荷相机目前主流仍是 4K,8K 属于性能过剩;反而 RK3588 的编码功耗偏高,对机载电池不友好。
维度四:连接性——原生集成的隐性价值
MT8391 与 QCS6490 都原生集成 Wi-Fi 6E + BT 5.3,RK3588、i.MX 8M Plus、Orin Nano 均需外挂连接芯片。对无人机的实际影响有三层:
▪ BOM 与面积:省一颗连接芯片与配套的晶振、滤波、天线匹配网络,约 2~4 美元与 15%~20% 的射频区面积。
▪ 射频共存:图传频段与 Wi-Fi 常在同一或相邻频段,外挂方案需要额外做共存滤波与时分调度,调试周期以周计;原生集成方案由芯片内部协调,客户侧几乎零调试。
▪ 失效点:每多一颗芯片就多一份来料与焊接不良风险,对年出货万级的整机厂是可观的售后成本。
蜂窝连接方面,MT8391 通过 PCIe 2.0 或 USB 对接 5G / 5G RedCap 模组。RedCap 对无人机是很好的匹配——它砍掉了大带宽 eMBB 的部分能力,换来更低成本、更低功耗与更小模组体积,而无人机的图传上行通常只需 20~50 Mbps,正好落在 RedCap 的能力区间内。
维度五:功耗与能效——机载的硬约束
无人机对重量的敏感度远高于地面设备:每增加 10 g 载荷,续航可能损失 1~2 分钟;每增加 1 W 功耗,电池与散热结构都要重新设计。MT8391 满载 3~6 W、6 nm 制程,可做到无风扇被动散热,这对机载与手持形态都是决定性的。对比之下 Orin Nano 的 7~15 W 需要主动散热或大面积均热板,QCS6490 的 4~7 W 也偏高。i.MX 8M Plus 的 2~4 W 更优,但代价是算力只有 2.3 TOPS,无法承担视觉 AI 主负载。
维度六:成本、供货与生命周期
成本上 RK3588 最有优势,这也是它在低成本视觉盒市场占据主力的原因。但无人机整机厂的成本账要算全生命周期:
▪ RK3588 的常规供货周期为 5~7 年,对需要 8~10 年服役的装备型号偏紧,且工规版本(RK3588M)价格上浮明显。
▪ MT8391/MT8371 承诺供货至 2035 年,且提供工规温度档,PCN 通知机制完善。对做行业标案、需要长期备件承诺的客户,这一项权重应高于单价差。
▪ QCS6490 性能与连接性都好,但高通平台的授权与 6 nm 成本使其单价明显偏高,且客户对高通的长周期供货承诺通常存有顾虑。
综合评分
按无人机场景的实际权重(影像 25%、AI 20%、功耗 15%、连接 15%、编解码 10%、成本与供货 15%)打分,5 分制:
表 3-3 按无人机场景权重的综合评分(评分为本方基于公开规格与工程经验的判断,供选型参考)
|
维度(权重) |
MT8391 |
MT8371 |
RK3588 |
QCS6490 |
i.MX 8M Plus |
Orin Nano |
|
影像链路(25%) |
5.0 |
3.0 |
3.5 |
5.0 |
3.5 |
2.5 |
|
AI 可用性(20%) |
4.0 |
4.0 |
3.0 |
4.5 |
1.5 |
5.0 |
|
功耗能效(15%) |
4.5 |
4.5 |
3.0 |
3.0 |
5.0 |
2.0 |
|
连接集成(15%) |
5.0 |
5.0 |
2.0 |
4.5 |
2.5 |
2.0 |
|
编解码(10%) |
4.0 |
4.0 |
5.0 |
4.0 |
2.0 |
4.5 |
|
成本与供货(15%) |
4.0 |
4.5 |
4.5 |
2.5 |
4.0 |
2.5 |
|
加权总分 |
4.53 |
4.03 |
3.43 |
4.13 |
3.08 |
3.05 |
评分说明:这个结果不代表 MT8391 在所有场景都最优。如果客户的核心诉求是「8K 视频录制」或「极致低成本视觉盒」,RK3588 更合适;如果要跑 13B 以上大模型或需要成熟 CUDA 生态,Orin 是唯一选择;如果要把飞控闭环也放进主控,i.MX 8M Plus 的 M7 核不可替代。MT8391 的定位是「在无人机最主流的双光 + 端侧 AI + 低功耗这个交集里,综合最优」。
3.3 选型决策树
把上面的分析压缩成可执行的判断路径,供客户在 10 分钟内完成初筛:
表 3-4 选型决策路径
|
客户的核心诉求 |
推荐平台 |
理由 |
|
需要双光吊舱(可见光 + 红外)同步做 AI 与融合 |
MT8391 |
唯一在 6 nm / 低功耗档位提供双 ISP 的平台 |
|
要在机上跑 3B~7B 端侧大模型,同时控功耗 |
MT8391 |
NPU 支持 Transformer 加速 + LPDDR5-6400 带宽 |
|
单光载荷,成本优先,走量机型 |
MT8371 |
与 MT8391 同板兼容,成本低 15%~25% |
|
需要 8K 录制或多路 4K 输出 |
RK3588 |
8K60 解码 / 8K30 编码是其强项 |
|
要把飞控闭环也放进主控,要求硬实时 |
i.MX 8M Plus |
唯一带 Cortex-M7 硬实时核 + TSN + 双 CAN-FD |
|
机上跑 13B 以上模型,或需要 CUDA 生态 |
Jetson Orin Nano / NX |
算力与带宽上限最高,生态最成熟 |
|
已在用高通平台,需要延续软件资产 |
QCS6490 |
AI Engine 与 QNN 工具链可复用 |
|
想要双光 AI,但必须用 RK3588 / Orin |
MT8391 做协处理器 |
主控负责业务,MT8391 专职影像与 AI,双芯架构 |
4 三大参考设计
以下三个参考设计不是概念图,而是可直接落到原理图阶段的配置建议。每个落点给出「系统构成 + 关键接口分配 + 设计红线」,客户可据此评估自己现有产品的改造量。
4.1 落点 A:机载智能主控
系统构成
机载主控不是取代飞控,而是飞控之上的「感知与任务层」。这个分工必须在方案阶段讲清楚,否则客户会误以为要重写飞控代码——而实际上,采用「MT8391 + 原飞控 MCU」的双芯架构,客户原有飞控固件一行都不用改。
表 4-1 机载智能主控的系统构成与接口分配
|
系统单元 |
配置 |
与 MT8391 的连接 |
职责 |
|
飞控 MCU |
客户原有 STM32 / 国产 MCU(保留) |
UART1,MAVLink 协议,4 Mbps |
姿态解算、电机控制、失效保护 |
|
可见光载荷相机 |
1/2.3" 或更大 sensor,4K30 |
MIPI-CSI0(4-lane)→ ISP0 |
细节识别、取证录像 |
|
红外热成像 |
640×512 或 1280×1024,30 Hz |
MIPI-CSI1(4-lane)→ ISP1 |
温差告警、夜间作业 |
|
下视 / 避障相机 |
广角 1080P ×2~4 |
MIPI-CSI 虚拟通道聚合 |
地形匹配、近地避障 |
|
图传发射模块 |
O3 / 自研 OFDM,1.4 GHz 或 800 MHz |
USB 3.2 Gen1 或 PCIe 2.0 |
视频与遥测下行 |
|
5G / RedCap 模组 |
M.2 或 LGA 模组 |
USB 2.0(图传占 PCIe 时) |
超视距备份链路 |
|
GNSS / RTK |
多模 + RTK 选配 |
UART2 |
定位与航线校正 |
|
云台 / 载荷控制 |
三轴云台、变焦、激光测距、投放机构 |
UART3 + PWM ×3 + SPI |
载荷动作执行 |
|
存储 |
UFS 3.1 128/256 GB + microSD |
原生接口 |
原始录像与日志 |
|
电源 |
机载 6S~12S 电池 → PMIC(MT6365 + MT6319) |
多路降压 |
系统供电与上电时序 |
设计红线(三条)
▪ 飞控闭环绝不放进 MT8391。即使 Android/Linux 侧配置了实时优先级,也无法保证微秒级确定性。MT8391 只输出「建议航点」「目标坐标」「避障告警」这类高层指令,由飞控 MCU 决定是否执行。这是安全边界,也是适航审查时的关键说明点。
▪ 功耗与重量预算要在方案阶段算死。机载主控典型功耗 4~6 W(含图传与模组),散热依靠机身气流与铝制安装板导热;整板重量建议控制在 60 g 以内(不含散热与屏蔽),超过则需重新评估续航。
▪ 振动与连接器。机载环境振动频谱宽、幅值高,MIPI 排线与 FPC 连接器必须用带锁紧机构的翻盖式,并在排线弯折处补强;建议整板做灌封或三防漆处理。
4.2 落点 B:AI 地面超控台
产品形态与卖点
这是三个落点中商业化最快、客户接受度最高的方向。它不涉及适航认证,开发周期短,且能把平台的显示与 AI 能力直接转化为操作手感。
形态定义:单兵可携行的手持式加固终端,8 英寸级双屏(主屏飞行态势、副屏载荷/地图),整机 1.3 kg 以内,IP54 防护,−20~60 ℃ 工作,续航 4 小时以上。
表 4-2 AI 地面超控台的配置建议
|
功能模块 |
配置 |
接口 |
说明 |
|
主显示屏 |
8" 2560×1600,800 nit,AG 镀膜,支持戴手套触控 |
MIPI-DSI(4-lane) |
飞行姿态、告警、操控界面 |
|
副显示屏 |
8" 2560×1600 |
eDP 1.4(4-lane) |
载荷视频 / 地图 / 任务规划;单屏版可省 |
|
图传接收模块 |
与机上图传同制式 |
PCIe 2.0 ×1(优先)或 USB 3.2 |
视频与遥测接收 |
|
5G / RedCap |
备份链路 |
USB 2.0 |
与图传互备,切换 < 500 ms |
|
Wi-Fi 6E + BT 5.3 |
内置 MT6637X |
SoC 原生 |
近场调试、局域网回传 |
|
有线网络 |
GbE(支持 TSN) |
原生 MAC + PHY |
接入指挥车 |
|
指纹 / 加密钥匙 |
三级权限认证 |
USB 2.0 / SPI |
操作权限与指令签名 |
|
电池 |
72 Wh(4S),支持热插拔 |
PMIC + BMS |
4~5.5 h 续航 |
|
外接显示 |
DP over USB-C,最高 5K60 |
与 USB 3.2 共用 PHY |
指挥车大屏投送 |
这个落点的 AI 价值最容易讲清楚
地面超控台的 AI 不是「炫技」,而是直接解决操作手的三个真实痛点:
▪ 看不过来:双屏同时呈现可见光、红外、地图与参数,AI 自动标注可疑目标并排序,操作手不必逐帧扫视。
▪ 说不清:操作手可用自然语言下达任务(「框出前方 500 米内的所有车辆」),端侧大模型解析为具体的检测参数,无需在多层菜单里翻找。
▪ 记不住:异常事件由 AI 自动生成结构化描述(时间、坐标、目标类型、置信度)并落盘,任务结束后直接导出报告,省去人工整理录像的时间。
这三项能力全部在端侧完成,不依赖网络。对山区、海上、灾害现场等弱网环境,这是刚需而非加分项。
4.3 落点 C:智能吊舱与载荷相机
为什么这个落点必须用 MT8391
吊舱是无人机上对 ISP 要求最苛刻的部件。双光吊舱需要在同一时间基准下,把可见光与红外的图像配准、融合,并叠加温度信息。这个流程要求两路 sensor 的数据同时进入 SoC 的 RAW 域处理通道——单 ISP 平台在物理上就做不到,软件无法弥补。
表 4-3 双光吊舱的处理链路
|
处理环节 |
MT8391 双 ISP 分工 |
输出 |
|
ISP0 通道 |
可见光 sensor RAW → 3A(自动曝光/白平衡/对焦)→ 降噪 → 几何校正 → 去马赛克 |
4K30 YUV,用于融合与编码 |
|
ISP1 通道 |
红外 sensor RAW → 非均匀性校正(NUC)→ 温度标定 → 伪彩映射 |
与可见光同视场的配准图 |
|
融合单元(GPU/NPU) |
特征点配准 + 加权融合 + 温度叠加 |
融合视频流 |
|
编码单元(硬件) |
H.265 编码,双路输出 |
高码率本地录像 + 低码率图传流 |
|
AI 单元(NPU) |
端侧目标检测(电力设施缺陷、人员、车辆) |
检测框与置信度,随视频流下行 |
吊舱落点的另一项优势是「减负」:把 AI 推理从机载主控挪到吊舱内部,主控只负责飞行与任务调度,整体算力分配更从容,也便于吊舱作为独立产品对外销售(同一吊舱可适配不同厂商的机身)。对做载荷的厂商,这是一条独立的产品线机会。
更多推荐

所有评论(0)