从关键的系统的迭代来看无人机与机器人的技术演进趋势是一个很有趣的角度，这是onsemi 做的一个技术Workshop，名字是《How Advanced Image Sensing Is Propelling Next-Gen Drones & Robotics》，总结了一些关键趋势：HDR、全局快门、高 NIR、iToF、功能安全 。无人机和机器人行业判断“好传感器”的标准，从“清晰度”转向 动态范围 + 无畸变 + 功耗 的综合表现。

01｜视觉成为无人机/机器人的核心瓶颈
服务机器人与商用无人机增长迅速，图像传感器在 BOM 中的占比提升至 25%-35%。
原因很简单：任务难度陡升。过去依赖 GPS/IMU 的简单导航，如今必须在光照突变、遮挡、雾霾、高速运动等条件下完成避障、测绘和识别。在做图像传感器的人来看，激光雷达成本和功耗承压，视觉 + ToF 的综合成本下降到其 1/5-1/8，成为主流路线。

02｜不同机型、不同机器人，对成像要求完全不同，视觉正在从“检测”迈向“理解”，成为 AI 决策的核心输入。
无人机：
固定翼：大场景、多光谱、热成像
多旋翼：红外 + 稳定连续成像
混合式与 VTOL：多模态 + 远距 + 高动态

机器人：
AGV/AMR：高 HDR、高帧率
人形机器人：全局快门、HDR、NIR、高分辨率
机械臂/协作机器人：高 NIR、细节 MTF、低伪影

03｜三大成像难题
① 高动态环境：仓库强背光、LED 闪烁、弱光与复杂反射都会让 SLAM 和避障失效。多增益 HDR 能应对 120-150 dB 光比，在仓库入口场景可让 SLAM 漂移从 12-15 cm降到 3-4 cm。

② 高速运动畸变：卷帘快门在高速场景会出现严重倾斜与拉伸，全局快门能彻底消除畸变；5MP 级传感器在 100km/h 下倾斜可从 120 像素降到 <1 像素，极大提升 SLAM 鲁棒性。

③ 夜间与复杂光环境：增强 NIR（尤其 940nm）可穿透眼镜/轻雾，提高室内弱光表现，同时保持可见光 MTF。RGB 全局快门 + iToF 的组合可在 0.5-8m 内实现 1% 深度误差、60fps 输出，并将功耗比同级激光雷达降低 70%。

移动平台要求高帧率低功耗，新型传感器在 120fps HDR 下保持 350-450mW。
更重要的是 SIL-2/ASIL-B 的功能安全认证，可显著缩短叉车、配送机器人、机械臂的上市周期。未来 2-3 年，随着 SLAM 技术成熟、传感器成本下降以及更多国家强制功能安全标准，以视觉为主导的感知架构将在无人机与机器人中成为绝对主流。

这个在汽车里讨论的问题，接下来还是在无人机和机器人里继续被讨论。

#微博新知##机器人##新能源汽车#