无人机视觉模组算力选型：端侧AI集成方案对比
搁几年前，视觉模组就干一件事：出图出深度，识别交给主控。现在越来越多模组自己带 AI 算力，在传感器端就把障碍检测、目标跟踪跑完了。这背后其实是芯片成熟加上无人机对时延实在太敏感。
路线一：VPU
低功耗见长，适合电池机。
| 厂商 | 代表产品 | 备注 |
|---|---|---|
| Intel | Movidius Myriad X | 祖师爷，OpenVINO 生态积累深 |
| 肇观电子 | NE-D163A | 单芯片多引擎 |
路线二：通用 SoC
ISP 强、Linux 生态熟，行业机用得多吃得开。
| 厂商 | 代表产品 | 备注 |
|---|---|---|
| 瑞芯微 | RV1106/RV1126 | 国内行业机常见 |
| 晶晨 | 消费级 SoC | 多媒体见长 |
| 全志 | 消费级 SoC | 性价比路线 |
| 君正 | 低功耗 SoC | 电池设备起家 |
| 星宸科技 | 安防/视觉 SoC | 视频监控份额高 |
| 亿智电子 | AI SoC | 端侧推理 |
| 地平线 | 旭日系列 | 面向更大网络负载 |
| 爱芯元智 | AI SoC | 面向更大网络负载 |
| 黑芝麻 | 大算力 SoC | 面向更大网络负载 |
路线三：专业视觉 SoC
| 厂商 | 代表产品 | 备注 |
|---|---|---|
| 安霸 | CV 系列 | 图像管线公认能打 |
| Hailo | Hailo 加速器 | 每瓦算力极致，需外挂 |
| 酷芯微电子 | 视觉 SoC | 国产跟进者 |
模组厂为什么抢着内置算力
一是时延：模组内检完直接给结果，端到端从几十毫秒压到十毫秒以内，高速避障就指着这个。
二是主控减负：飞控和任务载荷不用抢算力，视觉模组像外设一样即插即用。
三是算法下沉：电线检测、天空分割这些通用模型，模组厂预置好，客户只做定制。主流 SDK 对比如下。
| 厂商 | SDK/开发套件 | 备注 |
|---|---|---|
| Intel RealSense | RealSense SDK | 资料全 |
| Stereolabs | ZED SDK | 深度学习接口友好 |
| Luxonis | DepthAI | 社区现成模型一大把 |
| 奥比中光 | 开发套件 | 中文文档，本土化好 |
选型提醒
别只盯 TOPS：有效精度（INT8/FP16）、内存带宽、ISP 路数、工具链完备度都影响实际帧率。算法团队弱就选 SDK 成熟、社区活跃的；走量且场景固定，定制 SoC 模组长期成本反而低。另外记得要功耗曲线，标称功耗和满载功耗经常不是一回事。