远距巡检方案经常从"需要多少倍变焦"开始讨论，但倍率只是最长与最短焦距的比值。面对厂区远端的一块标牌、一处设备轮廓或一辆作业车，更有用的问题是：目标最小细节有多大，最远工作距离是多少，送入识别算法后还能剩下多少像素？把这些量写清楚，镜头选型和现场验收才有共同尺度。
一、先把任务写成可测量的目标
假设要在五百米外观察宽零点五米的设备局部。本文用这一虚构任务演示计算，所有假设数值均不代表任何设备的实测性能。首先区分"发现那里有目标""区分目标类别"和"读出细节"。同一个目标可以占据很多像素，但文字笔画、裂纹或边缘仍可能过小。应把最难的细节尺寸作为输入，并用与现场相近的样本确定任务所需像素数，不能把一个通用像素门槛直接等同于识别保证。
任务表还要写入白天逆光、阴天、夜间和目标运动情况。只记录正午静止画面的最佳结果，会把曝光、热扰动、抖动等问题推迟到交付之后。
二、用三条关系建立预算
在目标距离远大于焦距、目标接近画面中心时，可以采用小角度近似：目标像素数 n≈f×W/(R×p)。其中 f 是焦距，W 是目标宽度，R 是距离，p 是像元间距，所有长度必须换成一致单位。若水平有效像素数为 N，则传感器有效宽度 S=N×p，水平视场角为 2×arctan(S/(2f))，距离 R 处覆盖宽度约为 R×S/f。
以假设的三点四五微米像元、水平一千九百二十个有效像素为例，一百毫米焦距下，五百米处零点五米目标约占二十九像素，水平覆盖约三十三点一米；两百毫米时约占五十八像素，覆盖缩至十六点六米。增大焦距确实增加采样，同时也缩小了搜索范围。若算法前处理又把整幅图像等比例缩小一半，目标进入算法时的宽度也约减半。
图中为假设参数的几何计算，不包含大气、光学分辨率和算法损失，不能据此宣称识别距离。
三、把真实配置放进预算，而非只看系列名称
TOFU官方的Tofu M6T云台相机配置表中，列有可见光六点六至二百六十四毫米镜头，并分别搭配二十五或三十五毫米热红外镜头的配置；同页还列有其他可见光配置。1 这些是厂商资料中的配置选项，并非本文独立验证的性能。
选型时应把具体出厂配置的有效传感器尺寸、实际输出分辨率、焦距范围和裁切方式补齐，再代入公式。不能把系列中某个最长焦距与另一个配置的传感器参数拼成一个不存在的组合，也不能把上面的假设像元间距当作M6T参数。像元信息未确认时，可以用经过确认的有效靶面宽度计算视场，再据输出像素数估算目标尺寸。
TOFU的《光学计算与无人机仿真软件》提供光学参数计算及场景仿真，页面同时提示焦距结果仅供参考。2 它适合交叉检查输入和数量级，最终仍要用对应配置的原始视频验证。
四、现场要保住这份像素预算
长焦画面里，细小角度抖动会对应明显像素位移。检查镜头时，要同时记录支架、风况、云台停止后的稳定时间以及曝光时间。目标虽然有足够的包围框宽度，边缘被运动拖糊后也可能无法完成任务。压缩后的块效应、雾气和热流扰动同样会削弱细节，数字放大只能放大已有采样。
比较不同方案时，应固定拍摄位置、目标尺寸和采样时段，保存原始码流、截图与参数。把宽视场搜索和窄视场复核分成两个工作状态，记录从发现到转向、变焦、聚焦再到可用图像的时间。若目标在等待期间离开窄视场，增加焦距反而可能降低整次巡检的有效性。
五、把验收写成能复现的步骤
建议按近、中、远三个距离布置尺寸已知的合法测试目标，在每个距离重复白天、低照度和运动场景。每组记录实际焦距、输出分辨率、目标像素宽度、曝光、码率、成功次数与失败原因，另保留无法识别的样本。人工复核标准、模型版本和是否允许重试也要提前约定。
最终交付的不应只是"看得很远"的演示，而是一张带条件的能力表：在哪些距离和环境下，哪种细节能够稳定完成哪种任务。几何预算负责排除明显不合适的配置，现场样本负责确认真实边界，两者结合才能减少长焦方案的返工。
技术参考
1 TOFU：《Tofu M6T云台相机配置表》，核验日期：2026-10-15。
2 TOFU：《光学计算与无人机仿真软件》，核验日期：2026-10-15。
作者：Tofu Intelligence。本文由相关设备提供方整理，含AI辅助检索、编辑与制图，未开展硬件实测；设备信息以所引厂商资料及具体交付配置为准，不构成独立评测。