【導讀】隨著無人機、自主移動機器人、人形機器人逐步走向規模化落地，行業對設備能力的評判標準，早已不再局限于基礎移動性能。真正拉開設備智能化差距的，是環境感知、自主判斷與實時避障的視覺能力。無論是低空作業的商用無人機，還是在工業、倉儲場景高頻運轉的視覺引導機器人，都需要依靠成熟的感知體系，實時捕捉環境信息、判斷行進路線、規避突發障礙。基于安森美行業白皮書核心內容，本文作為系列解讀首篇，聚焦無人機與視覺引導機器人兩大核心設備，從硬件架構、成像系統、防撞邏輯、導航算法等維度，系統梳理兩類自主設備的環境感知方案與核心需求，清晰拆解現代智能設備實現自主運行的底層邏輯。
本系列將分三篇為您深度拆解安森美（onsemi）發布的《面向無人機和機器人的圖像傳感器教程》白皮書。本文為第一篇，聚焦宏觀場景與感知策略，梳理現代商用無人機和視覺引導機器人的環境感知需求。
一、一場感知革命
任何能夠自主或半自主運行和移動的裝置，都需要獲取自身位置和行進方向信息。本文將介紹其中兩類裝置：
無人機（UAV）：一種通過編程實現自主導引和導航的飛行器，通常低空飛行，能夠避開沿途障礙物并應對不可預測的天氣狀況，從上方觀測大片土地或建筑。
視覺引導機器人（VGR）：此類裝置通過編程，利用視覺成像、地圖構建和深度感知等多種技術實時獲取信息，從而確定完成指定任務的最佳移動路線。
UAV和VGR都在不斷演進，所采用的架構也在持續創新，以便更好地利用從周圍世界感知到的信息。在演進過程中，它們逐漸細分為不同的類別，而且每個類別利用圖像傳感器數據和在此基礎上協調任務活動的方式不盡相同，形成了各自特有的策略。如今，每個類別的定義不僅取決于移動方式和目標任務，還取決于所具備的視覺感知能力。
二、無人機如何感知環境
無人機的兩大主要成像系統分別用于導航和視覺感知。兩者所涉及的傳感器在設計和運行方面都存在根本性的差異。
云臺安裝式圖像傳感器
無人機的前置云臺實際上就相當于它的“頭部”。在飛機和航天器導航應用中，云臺一直以來的作用就是安裝陀螺儀；但對于無人機來說，云臺必不可少，能夠讓無人機擺脫前方視野限制，持續追蹤一個或多個目標。為此，云臺被賦予了俯仰和傾斜調節的能力，不過當需要進行360度掃描時，無人機往往只需原地旋轉即可，云臺的俯仰傾斜便無關緊要了。
如今，無人機云臺是一個非常重要的部件，以至于圍繞云臺已經發展出一個獨立于無人機本體的完整產業。云臺通常可支持多達三種類型的相機，包括以下類別：
第一人稱視角（FPV）：類似于載人飛機乘客的目視視野
熱成像/紅外或近紅外（NIR）成像：能夠檢測被攝物體表面散發的熱量，通常用于探測生物或危險的熱源或物質
長焦鏡頭：通常配備更高分辨率的圖像傳感器，一般具有亞微米級像素，可擴展空間分辨率，從而更好地區分對比度和動態范圍的差異；或者使用焦距更長、具有2倍至5倍光學變焦的鏡頭
防撞系統
無人機防撞系統的功能和算法位于其電子控制單元（ECU）中。它是無人機固件或軟件的一部分。
與地面自主車輛不同，無人機為了避開檢測到的任何障礙物而必須及時處理的各種信息都必須存儲在設備本地，而不是存儲在云端或遠程處理器中。
因此，這類系統需要多個數據源，包括：來自云臺的傳感器數據、來自雷達或激光雷達的距離和測距數據、來自GPS的測繪坐標數據。機載防撞系統（ACAS）是一種避免空中碰撞的標配組件，通常能夠自主運行。ACAS最初是針對各類飛機研發的，如今ACAS的一些版本正被改造用于無人機。
視覺導航系統（VNS）
無人機的視覺導航系統集成在同一硬件和圖像傳感器系統中。雖然防撞系統可能只需要一個FPV相機，但如果有兩個，就能協同工作。相機以雙目立體模式工作，向ECU輸出連續幀圖像，為VNS提供視覺里程計功能：通過比對路口等地標在畫面中的實際位置與內置地圖的預估坐標，推算位置和方向與行進距離。
同步定位與地圖構建（SLAM）
將視覺數據與地圖數據相結合的方法稱為同步定位與地圖構建。配備SLAM技術的無人機不僅能夠估計自身位置，而且能夠在一個數據源甚至兩個數據源都不可用時，規劃出自己的飛行路線。例如，如果SLAM利用兩個里程計源推斷出某個物體的方位和速度，就能引導無人機的導航系統轉向避障；若僅使用單個數據源，則僅能生成自身的航向調整方案。
三、系統級傳感器配置需求
自主設備所需的傳感器 - 無人機
自主設備所需的傳感器 - VGR機器人
結論
整體來看，無人機與視覺引導機器人的智能化迭代，本質是環境感知體系的持續升級。兩類設備雖然應用場景、運行方式不同，但核心邏輯高度一致，都是依靠圖像傳感器、多源數據融合與專業算法，擺脫人工操控依賴，實現自主定位、導航與避障。相較于傳統設備，現代無人機依靠云臺多成像系統、機載防撞系統與SLAM建圖技術，能夠適配復雜天氣、低空多變環境，實現高精度、高穩定性的自主飛行作業；而視覺引導機器人則依托視覺成像、深度感知與實時建圖能力，適配工業精密作業與動態場景移動需求。
不難看出，視覺感知硬件的精度、響應速度、環境適配性，直接決定了自主設備的作業穩定性與智能化上限。行業發展的核心瓶頸，也逐漸聚焦在極端環境適配、高精度成像、低功耗運行等技術突破點。本次系列開篇內容重點厘清了兩類設備的感知架構與應用差異，后續將進一步聚焦圖像傳感器核心參數、動態性能、行業解決方案等關鍵內容，完整解鎖智能自主設備的視覺升級路徑。
