AiBrainBox-V的核心优势及应用场景分析vs四光吊舱C3-C5

AiBrainBox-V的任务距离建议

1 目标检测（Detection）

例如：

人
车辆
动物
无人机

距离建议：

30--120 m

原因：

目标尺寸仍然足够
YOLO检测稳定

2 目标识别（Recognition）

例如：

判断车辆类型
判断是否有人
判断设备状态

距离建议：

20--80 m

3 精细识别（Identification）

例如：

绝缘子破损
电弧
工具掉落
安防行为

距离建议：

5--30 m

不同场景的建议距离

电力巡检

任务	距离
线路巡检	20--60 m
绝缘子检测	10--30 m
电弧检测	10--25 m

铁路巡检

任务	距离
轨道巡检	30--80 m
异物检测	20--60 m

公路巡检

任务	距离
车辆识别	40--100 m
事故检测	30--80 m

安防巡逻

任务	距离
人员检测	20--80 m
行为识别	10--40 m

AiBrainBox-V 近距离优势

相比吊舱：

AiBrainBox-V 有三个核心优势。

1 Global Shutter

吊舱：Rolling Shutter

AiBrainBox：Global Shutter

优势：

无运动畸变
AI识别更稳定
SLAM精度高

2 更高帧率

AiBrainBox视觉相机通常：60--120 fps

吊舱：25--30 fps

高速目标检测：AiBrainBox明显更强。

3 多视角

AiBrainBox：

Front camera
Side camera
Down camera

可以：

3D感知
SLAM
避障

吊舱：单方向

AiBrainBox-V vs C3-C5

近距智能感知-AiBrainBox-V
远距观测-吊舱

形成组合：AiBrainBox-V + 吊舱

能力：

AI
SLAM
远距侦察

AiBrainBox-V 的核心价值（近距离智能感知）

AiBrainBox-V 本质不是摄像机，而是智能感知节点

能力包括：

能力	吊舱	AiBrainBox-V
视频观察	✔	✔
AI检测	✖	✔
目标跟踪	✖	✔
视觉SLAM	✖	✔
3D感知	✖	✔
自主导航	✖	✔

吊舱是"远距眼睛"

AiBrainBox是"智能大脑"

近距离监控能力（AiBrainBox优势）以 6MP Global Shutter 为例。

分辨率：3072×2048
FOV：80°

在不同距离的像素密度：

距离	地面宽度	像素密度
20 m	28 m	110 px/m
50 m	70 m	43 px/m
80 m	112 m	27 px/m
120 m	168 m	18 px/m

以人（0.5m宽）为例：

距离	像素
20 m	55 px
50 m	21 px
80 m	13 px
120 m	9 px

对应能力：

像素	能力

40 px | 精细识别 |

15--40 px | 识别 |

8--15 px | 检测 |

AiBrainBox最佳识别距离:10 m -- 80 m

Global Shutter vs Rolling Shutter

项目	AiBrainBox-V Side Camera	C3 / C4 / C5 吊舱
Sensor	6MP Global Shutter	高分辨率 Rolling Shutter
曝光方式	全局快门	卷帘快门
抗振动能力	强	中等
运动目标检测	稳定	容易形变
长焦远距观测	不适合	优势明显

核心区别：

全局快门（SC635）：所有像素同一时间曝光

优点：

无滚动畸变
飞机振动影响小
适合 AI检测
适合高速运动目标

卷帘快门：逐行曝光

在无人机场景会产生：

Rolling Distortion
倾斜
果冻效应

尤其在：

飞机振动
螺旋桨气流
长焦镜头

会明显放大。

80m以内检测能力对比

假设目标：人 / 车辆

AiBrainBox-V Side Camera

参数假设：

6MP
FOV ≈ 70°
Global shutter
YOLO检测

在 80 m 时：

目标像素：

目标	像素
人	60--120 px
车辆	120--250 px

完全满足 YOLO检测。

优势：

无滚动畸变
连续帧稳定
AI检测置信度高

C3 / C4 / C5 吊舱-优势是：长焦

但在 近距离 反而有问题：

1️⃣ FOV 太窄

例如：

C3 约 10--15°

在 80 m：

画面覆盖范围：

约 14--20 m

很容易丢目标。

2️⃣ Rolling shutter + 飞机振动

会出现：

图像倾斜
AI误检
tracking 不稳定

真正决定模糊严重程度的主要因素不是目标距离，而是 焦距（FOV）和曝光方式。

1 飞机抖动产生模糊的本质

无人机上的图像模糊主要来自 角运动（Angular Motion）：

飞机会产生：

高频振动（螺旋桨）
姿态抖动（pitch / roll / yaw）
控制微振

这些都会造成 相机角度变化 Δθ。

图像模糊的像素位移近似：

pixelblur∝f×Δθpixel\ blur \propto f \times \Delta\thetapixelblur∝f×Δθ

其中：

f = 焦距
Δθ = 飞机角抖动

关键结论：

焦距越长，模糊越严重。

2 近距离 vs 远距离的真实区别

其实不是距离决定，而是 镜头焦距。

AiBrainBox-V Side Camera

典型参数：

FOV：60--90°
焦距：短
Global shutter

特点：

抖动造成像素移动很小
图像稳定

吊舱 C3 / C4 / C5

为了看远距离，使用：

型号	焦距	FOV
C3	中焦	~10--15°
C4	长焦	~5--8°
C5	超长焦	~2--4°

焦距非常长。

同样的抖动：

复制代码

SideCamera → 1px blur

C3 zoom → 6px blur

C4 zoom → 15px blur

C5 zoom → 40px blur

所以：

长焦更容易模糊。

长焦画面比广角更容易抖。

所以吊舱必须有：

三轴云台稳定
EIS
短曝光

否则远距离画面会抖得很厉害。

复制代码

AiBrainBox-V Wide Global Camera + Zoom Gimbal

本质就是：

任务	最优相机
AI检测	广角相机
远距识别	长焦吊舱

原因：

AI检测更需要稳定画面，而不是长焦。

在 80 m以内检测：

AiBrainBox-V 的

6MP Global shutter（SC635）

会有三个优势：

1️⃣ 抖动影响小

2️⃣ 没有 Rolling distortion

3️⃣ FOV 大更容易捕获目标

因此：

近距离 AI检测确实比吊舱更有优势。

距离	设备	任务
0--80 m	AiBrainBox-V	AI detection
80--300 m	C3	observation
300--1500 m	C4	surveillance
1500--3000 m	C5	reconnaissance

1 AI检测需要多少像素

多数 YOLO 系列模型有一个经验值：

任务	目标最小像素
目标存在检测	20--30 px
目标类别识别	40--60 px
目标细节识别	80--120 px

2 无人机视觉检测距离公式

目标像素高度：

P=H×N2Dtan⁡(FOV/2)P = \frac{H \times N}{2D \tan(FOV/2)}P=2Dtan(FOV/2)H×N

变量：

符号	含义
P	目标像素高度
H	目标真实高度
N	图像垂直分辨率
D	距离
FOV	垂直视场角

3 AiBrainBox-V Side Camera 参数

Sensor

SmartSens SC635

假设：

参数	数值
分辨率	3072 × 2048
垂直分辨率	2048
FOV	70°

4 人目标检测距离

假设人高度：H = 1.7 m

要求：P = 50 px

代入公式：得到：

复制代码

D ≈ 120 m

结果：

距离	能力
120 m	可检测
80 m	稳定检测
50 m	高置信度识别

5 车辆检测距离

假设车辆高度：H = 1.6 m

结果类似：

距离	能力
150 m	可检测
100 m	稳定检测
60 m	高置信度

6 结合无人机抖动

无人机存在：

角抖动
图像压缩
AI推理降采样

工程上通常 打 0.6 系数

所以实际建议：

目标	AI检测距离
人	80--100 m
车辆	100--120 m

7 AiBrainBox-V 最优检测区

AiBrainBox-V AI detection zone

距离	能力
0--30 m	精细识别
30--80 m	AI最佳检测区
80--120 m	可检测
120 m+	不稳定

实际系统工作流程

这也是很多军用无人机采用的架构：

复制代码

Wide AI camera

↓

target detection

↓

calculate azimuth

↓

cue gimbal

↓

zoom identification

也就是：

Wide → Detect

Zoom → Identify

AiBrainBox-V 不应该定义为：

复制代码

AI camera

而应该定义为：

AI Perception Node

能力：

AI detection
方位估计
吊舱指引
多机协同感知

AI Detection Range

复制代码

Human detection: 80 m

Vehicle detection: 100 m

无人机感知体系的四层结构

无人机视觉感知通常可以分为 4个距离层级：

感知层	距离	核心任务	设备
Detection	0--80 m	AI目标发现	AiBrainBox-V
Observation	80--300 m	目标观察	C3
Surveillance	300--1500 m	区域巡检	C4
Reconnaissance	1500--3000 m	远距侦察	C5

核心逻辑：

广角发现 → 长焦确认

AiBrainBox-V 的核心角色

AiBrainBox-V 的 Side Camera（6MP Global Shutter） 使用

SmartSens SC635

它的优势不是远距，而是：

1 稳定图像

Global Shutter：

无滚动畸变
抗振动
AI检测稳定

2 大视场

典型：70°--90° FOV

一次扫描覆盖大区域。

3 AI实时检测

YOLO
CLIP

实现：

功能	描述
目标检测	人 / 车 / 动物
目标分类	YOLO
语义识别	CLIP
方位估计	Bearing

AiBrainBox-V → 吊舱联动逻辑

**Sensor Cueing&**Gimbal Cueing****完整流程：

复制代码

AiBrainBox SideCamera

↓

YOLO detection

↓

目标方位估计

↓

发送目标坐标

↓

云台转向

↓

C3/C4/C5变焦

↓

远距识别

为什么必须做联动

如果没有联动：

吊舱需要：

人工控制
手动搜索

效率非常低。

如果有联动：

目标发现时间：

模式	时间
人工搜索	10--60 s
AI Cueing	1--3 s

典型应用场景

1 电力巡检

流程：

复制代码

SideCamera

发现异常

↓

吊舱放大

↓

红外检查

2 边境巡逻

复制代码

SideCamera发现目标

↓

吊舱锁定

↓

远距观察

3 搜救任务

复制代码

AI检测人体

↓

吊舱确认

↓

红外搜索

AiBrainBox-V 产品定位-Edge AI Perception Node

核心能力：

能力	说明
AI detection	YOLO
语义理解	CLIP
方位估计	Target bearing
吊舱联动	Gimbal cueing
协同感知	Multi-drone

新关键能力：Target Geo-Localization

AI检测目标后：

结合：

IMU
飞控姿态
相机内参

计算：目标经纬度

复制代码

AiBrainBox

发现目标

↓

计算GPS

↓

发送坐标

↓

吊舱指向

这会让系统能力提升一个层级。

无人机智能感知平台：

复制代码

AiBrainBox-V

│

├─ Wide AI perception

│

├─ Target detection

│

├─ Target bearing

│

└─ Gimbal cueing

│

▼

EO/IR Gimbal

(C3 / C4 / C5)

AiBrainBox-V的核心优势及应用场景分析vs四光吊舱C3-C5