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
Plus

Orin
Nano 8G

制程

6 nm

6 nm

8 nm

6 nm

14 nm

8 nm

CPU

2×A78 2.6G
+6×A55 2.0G

2×A78 2.2G
+6×A55 2.0G

4×A76 2.4G
+4×A55 1.8G

4×A78 2.7G
+4×A55 1.9G

4×A53 1.8G
+M7 800M

6×A78AE
1.5G

NPU 标称

9 TOPS

9 TOPS

6 TOPS

12 TOPS

2.3 TOPS

20~40*

NPU 架构

第8代
MDLA5.3

同左

三核 RKNN
算子受限

Hexagon
6代

单 NPU
仅 CNN

GPU+DLA

AI 特点

支持
Transformer

同左

CNN 为主

通用
算子较全

仅轻量
推理

生态最全
CUDA

ISP 通道

双 ISP

单 ISP

单 ISP

5 路并发

双 ISP

无 ISP

ISP 能力

16+16 MP
@30fps

16 MP
@30fps

48 MP

64 MP
Spectra 570L

2 路
12 MP

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
6400
16 GB

同左

LPDDR5
32 GB

LPDDR5
16 GB

LPDDR4
4 GB

LPDDR5
8 GB

内存带宽

25.6 GB/s

25.6 GB/s

—

—

—

68 GB/s

原生无线

Wi-Fi 6E
BT 5.3

同左

无

Wi-Fi 6E
可选 5G

无

无

硬实时核

无

无

无

无

M7 核
+TSN

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℃
(Tj)

同左

−40~85℃
(M 版)

−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。

Logo

更多推荐