选择机体、感知与计算套件

把飞行平台与拍摄系统分开

Holybro 的 X500 V2 开发套件是机体加自动驾驶仪开发平台的一个例子，而不是完整的影视拍摄系统。请核对哪些相机、云台、图传、记录仪、电源和遥控组件已包含在内、哪些需要另行添加。配置和文档可能变动，因此请以具体 SKU 的物料清单为准。安装孔位匹配并不代表在质量、平衡、供电、振动或散热方面兼容。我们自制的选型工作表将已含部件、需另购部件和集成工作分列，并对飞行和拍摄分别设定验收标准。请将所需的替换备件也列入配置清单。

感知相机与拍摄相机

ModalAI 的 Starling 2 是面向感知和飞行系统开发而编写文档的开发平台的一个例子。机载相机的存在并不代表其输出能满足影视或宣传片的交付要求。感知侧重视场、延迟、同步和标定；拍摄则还要看色彩、光学、动态范围和录制格式。请比较共用一台相机与分别使用感知相机和拍摄相机两种方案。分开的设备会增加质量、功耗和对齐工作。在选定配置之前，先画出哪个传感器支撑飞行决策、哪个生成交付素材。录制功能是否可用请另行核对。

集成 Jetson 等计算平台

Jetson 开发者套件支持在嵌入式计算平台上进行开发和测试。这个名称并不意味着它是自动驾驶仪或经航空认证的成品系统。请测量从相机输入、经处理到结果输出的端到端延迟，而不只是模型推理速度。功耗、散热和质量可能比标称算力数字更重要。从桌面套件迁移到模块加载板，需要重新验证接口、软件版本、供电、启动和故障行为。先用已录制的影像，再做仿真、地面集成和受控的硬件测试。不要让计算单元的故障导致飞行监控失效。 请提前估算新增的计算机和相机会消耗多少悬停时间。扫描载荷以估算悬停时间和推力余量（Airffic Architect） 提供基于系数模型的估算。 关于在无人机图像中查找裂缝的研究，见 Inspection 指南的论文卡片 Deep Learning-Based Crack Damage Detection Using Convolutional Neural Networks。

来源与编辑范围

说明和练习均为原创编辑内容。与产品相关的具体条件，请对照所链接的文档版本核实。

1. Holybro — PX4 Development Kit X500 V2 ↗
2. ModalAI — Starling 2 ↗
3. NVIDIA — Jetson Modules and Developer Kits ↗

研究日期：2026年10月21日。请核对链接所指版本、支持的硬件和适用条件。证据包括直接审读的文本和官方检索索引记录。