無人機視覺的關鍵：先定義「看什麼」，再決定「用什麼相機」
無人機導入影像系統時，真正的問題通常不是「要選幾百萬畫素」，而是任務所需的異常訊號，能否被成像系統可靠地取得。農業遙測要觀察作物狀態；輸電設備巡檢則要找出與絕緣狀態有關的放電現象。這些訊號可能超出一般可見光相機的有效資訊範圍，因此選型應從任務與光譜開始，再回到載具的重量、功耗、震動、演算法與傳輸條件。
重點摘要
應用問題
如何在無人機有限的酬載、功耗與飛行時間內，取得可支援農業狀態判讀或電力設備巡檢的可靠影像資料。
解決方案
先定義待辨識的目標訊號，再依序評估可見光、SWIR 或 UV 成像；同時確認相機、鏡頭、濾鏡、雲台、運算平台、傳輸介面與實際飛行條件，而非只以單一相機規格選型。
適用情境
植物狀態檢查、智慧農業、輸電設備巡檢、基礎設施維護、目標定位與需在載具上進行即時影像處理的工業應用。
無人機視覺系統的三項選型挑戰
可見光相機擅長呈現人眼熟悉的場景，但不代表能直接辨識所有材料、作物或設備狀態。當任務需要取得可見光以外的資訊時，必須同時檢視感測器波段、鏡頭與濾光配置，以及在飛行條件下是否仍能取得可用訊號。
| 應用任務 | 欲取得的資訊 | 可行的光學方向 | 導入重點 |
|---|---|---|---|
| 農業遙測 / 植物狀態檢查 | 肉眼不易直接判讀的作物光譜差異 | SWIR 成像 | 光照條件、飛行高度、校正板、資料標註與地面真值 |
| 高壓輸電設備巡檢 | 與電氣放電相關的光學訊號 | UV 成像搭配適當光學與帶通濾鏡 | 觀測距離、背景光、曝光策略、安全作業與事件判讀規則 |
| 一般巡檢 / 定位 / 避障 | 場景、目標位置與幾何資訊 | 可見光、深度或多相機系統 | 低延遲、同步、鏡頭視角、演算法與平台整合 |
重點不在於把 SWIR 或 UV 當成萬用答案，而是先確認該波段的影像訊號，是否與待判讀的任務條件有直接關聯；後續仍須以實際樣本、飛行高度、環境光與人工判讀結果完成驗證。
案例一：以 SWIR 補足農業遙測的可見光盲點
Allied Vision 的農業遙測應用指出，短波紅外線（SWIR）可提供部分可見光成像無法呈現的資訊，讓影像資料成為植物狀態檢查與智慧農業的輔助依據。
這類系統的工程難題，不只在感測器本身。若沒有校正流程與地面真值，影像中的差異未必能對應到可執行的農務決策。建議在 PoC 階段同步規劃下列項目：
- 定義要判讀的狀態，例如水分壓力、病害徵兆或生長差異；不要以「健康度」等抽象詞取代可驗證指標。
- 固定飛行高度、速度、拍攝重疊率與光照紀錄，避免不同批次影像不可比較。
- 建立校正與標註流程，並以現地量測、人工巡查或實驗室結果作為比對依據。
- 檢查相機、鏡頭、雲台與儲存系統的總重量與功耗，確認不會反過來壓縮可用飛行時間。
SWIR 成像從訊號到農務判讀的必要條件
SWIR 影像能提供額外的光譜資訊，但不能直接等同於作物病害或健康度的結論。感測波段、鏡頭、曝光、環境光、校正方式、資料標註與地面真值，必須共同驗證，才能建立具有可追溯性的判讀流程。
案例二：以 UV 成像支援電力設備巡檢
在高壓輸電設備巡檢中，可見光相機未必能看見絕緣體老化所造成的放電事件。UV 相機、高感度低雜訊成像、適當光學設計與帶通濾鏡，可協助取得與電氣放電相關的訊號。
這裡應特別區分「發現放電相關事件」與「判定所有絕緣子缺陷」。UV 影像可以是巡檢流程中的重要輸入，但最終判讀仍需結合設備型號、距離、環境背景、事件型態與維護規範。將 UV 視覺定位為可追溯的輔助檢測資料，更符合工程實務。
UV 相機與光學配置的選型重點
- 波段與目標訊號：確認相機的感測範圍與欲觀察的訊號是否相符。
- 鏡頭與濾光元件：鏡頭透過率、帶通濾鏡與曝光設定都會影響背景抑制與成像結果。
- 現場驗證：在實際的觀測距離、環境光與安全作業條件下驗證，並將影像結果納入既有的設備檢查流程。
無人機平台的共同限制：SWaP 與即時資料鏈路
無論採用 SWIR、UV 或可見光成像，無人機平台都要面對尺寸、重量與功耗（SWaP）的取捨。每增加一個相機、鏡頭、雲台、線材或運算模組，都會影響酬載、飛行時間、散熱與重心。
影像資料鏈路也是常被低估的環節。嵌入式視覺可透過 MIPI CSI-2 與 SoC 的整合影像管線取得低延遲與高資料率；但當相機與處理器距離拉長時，CSI-2 的線長限制會成為設計條件。對需要較長連接距離或較嚴苛振動條件的系統，可進一步評估 FPD-Link III 或 GMSL2 等 SerDes 架構，並連同纜線、接頭、電源與 EMI 一起驗證。
介面選型的工程檢查表
| 檢查項目 | 設計問題 |
|---|---|
| 相機至運算板距離 | 是否超出現有 CSI-2 配線與整機布局可接受的範圍？ |
| 延遲與頻寬 | 影像是否要在機上即時推論，或只需落地後分析？需要幾路影像同步？ |
| 線材與機構 | 線材是否須隨雲台動作？接頭是否需承受震動、反覆插拔與環境暴露？ |
| 電源架構 | 是否能以單線供電，並控制雜訊、壓降與熱負載？ |
| 運算整合 | 現有 SoC / GPU / ISP 是否有可驗證的驅動、序列化器與時間同步支援？ |
| 實測驗證 | 是否已在目標高度、速度、振動、照度與溫度條件下取得可用影像？ |
介面規格不應脫離整機設計單獨比較。實際選擇仍應由所需傳輸量、佈線距離、既有硬體架構及驗證結果決定。
從 PoC 到量產：把「可拍到」變成「可判讀、可維護」
建議將無人機視覺 PoC 分為三個層次進行：
- 光學可行性：在代表性環境中確認目標訊號可被感測器、鏡頭與濾光組合穩定取得。
- 系統可行性：將相機、線材、運算、儲存與雲台整合至目標平台，驗證重量、功耗、散熱、震動與資料鏈路。
- 任務可行性：以已知事件或地面真值驗證演算法與人工判讀流程，建立誤報、漏報、覆核與維護處置規則。
無人機視覺選型結論
無人機視覺系統的價值，在於把原本不可見、不可即時處理或難以量化的現場資訊，轉換為可驗證的影像資料。面對農業遙測、基礎設施巡檢與其他工業應用，建議先以任務與目標訊號定義感測方式，再依載具的 SWaP、資料鏈路與驗證流程選定相機及介面。
依應用需求進一步了解相機
需要評估 VISWIR / UV / Pol 或高速成像時，可先從下列產品分類頁確認基本規格，再提供作業距離 / 高度、欲辨識的現象、平台酬載限制與既有運算平台，由碁仕科技協助確認整合條件。
碁仕科技可協助您從應用目標、光學與相機規格、嵌入式傳輸架構到 PoC 驗證流程，規劃符合實際任務條件的機器視覺方案。