2. 无人机平台与Jetson硬件选型
在无人机视觉AI部署工程中，平台与算力模块的选型决定了整个系统的能力上限。很多项目失败并非算法不行，而是“飞机带不动、算力跑不满、续航撑不住”。本节从常见机型、Jetson模块对比、算力功耗权衡、载重续航约束四个维度，建立一套可落地的选型方法。
一、常见无人机机型与适配场景
无人机平台按结构可分为多旋翼、固定翼、复合翼三大类。多旋翼悬停稳定、起降简单，是视觉AI部署最常用的载体；固定翼续航长、速度快，但无法悬停，适合大范围巡检；复合翼兼顾垂直起降与长航时，但结构复杂、成本高。
- 四旋翼（如M350、M300级别）：载重约2.7kg，续航约55min，适合挂载Jetson Orin NX + 云台相机，做电力巡检、安防巡逻。
- 六旋翼/八旋翼：载重可达10kg以上，续航缩短至30min左右，适合挂载Orin AGX + 多传感器，做测绘、应急救援。
- 小型穿越机/微型无人机：载重仅几百克，只能搭载Jetson Nano或Orin Nano，适合室内巡检、目标跟踪验证。
- 固定翼/复合翼：续航可达2~4h，但起降条件苛刻，视觉AI多用于远距离目标检测，算力模块需低功耗设计。
选型第一步不是看飞机参数，而是先明确任务：是否需要悬停？是否需要实时图传？单次任务时长多少？把这些需求写成清单，再反向匹配机型。
二、Jetson系列模块对比
Jetson系列从低到高覆盖了从入门到高端的边缘AI算力。部署在无人机上，核心关注点是算力（TOPS）、功耗（W）、重量、接口和散热方式。
| 模块 | AI算力 | 典型功耗 | 重量/尺寸 | 适用场景 |
|---|---|---|---|---|
| Jetson Nano | 0.5 TOPS | 5~10W | 约100g，100×80mm | 轻量目标检测、教学验证 |
| Jetson Orin Nano | 20~40 TOPS | 7~15W | 约70g，核心板 | 小型无人机实时检测 |
| Jetson Orin NX | 70~100 TOPS | 10~25W | 约70g，核心板 | 主流巡检、多路视频分析 |
| Jetson AGX Orin | 200~275 TOPS | 15~60W | 约450g，开发套件 | 大型无人机、多传感器融合 |
| Jetson Xavier NX | 21 TOPS | 10~20W | 约70g，核心板 | 旧项目迁移、性价比方案 |
从表中可以看出，Orin NX是当前无人机视觉AI的“甜点”选择：算力足够跑YOLOv8/v9实时推理，功耗和重量又不会给飞机带来太大负担。AGX Orin虽然算力强，但功耗和重量对中小型无人机不友好，通常只用于大型八旋翼或地面站。
三、算力与功耗的权衡方法
算力和功耗不是线性关系。Jetson模块支持多种功耗模式（nvidia power model），同一模块在不同功耗档位下算力差异明显。例如Orin NX在25W模式下可跑满100 TOPS，在10W模式下可能只有40 TOPS左右。
例如YOLOv8s在1080p下需要约15 TOPS，则模块至少提供25~30 TOPS有效算力。
实际部署中，还要考虑CPU占用、视频解码、图像预处理等开销。Jetson的NVDEC硬件解码器可以分担H.264/H.265解码，但多路视频仍会占用内存带宽。建议在选型阶段用目标模型做一次实测：
# 查看Jetson当前功耗模式
sudo nvpmodel -q
# 切换至25W模式（Orin NX）
sudo nvpmodel -m 0
# 查看实时功耗与温度
sudo tegrastats
# 典型输出
RAM 3200/7620MB | CPU 25% | GPU 45% | POM_5V_IN 12000mW | tj@45C
如果tegrastats显示GPU长期高于80%、功耗接近上限，说明算力余量不足，需要降模型精度或换更高档模块。反之，如果GPU长期低于30%，则可以考虑降档以节省功耗和重量。
四、载重与续航约束
无人机载重和续航是一对矛盾体。增加算力模块、散热片、电池都会增加重量，而重量又直接缩短续航。工程上常用“载重-续航曲线”来评估：每增加100g负载，续航可能下降3~8分钟，具体取决于机型。
- 载重预算：飞机最大载重减去云台、相机、图传、线材后，才是Jetson模块和散热系统的可用重量。
- 功耗预算：Jetson模块功耗从飞机电池取电，会直接减少飞行时间。例如25W模块飞行1小时消耗25Wh，约占M300电池（约274Wh）的9%。
- 散热约束：无人机上无风扇或小风扇散热能力有限，Orin NX在25W下需要足够散热片，否则会降频。
- 供电稳定性：飞机电池电压波动大，需用稳压模块给Jetson供电，避免欠压重启。
五、选型流程与案例
下面给出一个可复用的选型流程：
- 明确任务：检测目标、分辨率、帧率、是否需要多路视频。
- 估算算力：用目标模型在PC或Jetson上实测，得到TOPS需求。
- 筛选模块：按算力、功耗、重量、接口初选2~3款。
- 核算载重与续航：把模块、散热、供电重量代入飞机载重预算。
- 实测验证：装机后跑tegrastats，确认GPU占用、功耗、温度、帧率。
- 迭代优化：降模型、调功耗模式、改散热，直到满足任务指标。
案例：某电力巡检项目需要实时检测绝缘子破损，任务时长40min，飞机为M300。初选Orin NX 25W模式，模型YOLOv8s，实测GPU占用65%、功耗22W、帧率28FPS，续航从55min降至42min，满足要求。若换成AGX Orin，重量增加约380g，续航降至35min，且需要更大散热，最终放弃。
选型的本质是“任务需求—算力—功耗—重量—续航”的闭环匹配。没有最好的模块，只有最适合当前任务和平台的组合。建议在项目初期就建立参数表，把每一克重量和每一瓦功耗都算清楚，避免后期返工。