Toda capacidad de IA a bordo es una negociación entre tres magnitudes que no pueden maximizarse a la vez: la capacidad del modelo, la latencia de inferencia y la potencia disipada dentro de un pod sellado. Una carga útil que afirma detección con modelo grande a 30 Hz en una carcasa de 500 g está afirmando, sobre al menos una de ellas, algo poco probable.
Puntos clave
- La inferencia debe ejecutarse a bordo porque el enlace es la parte menos fiable del sistema y el seguimiento no tolera su latencia.
- El compromiso enfrenta precisión, consumo y margen térmico: no se pueden optimizar los tres.
- El techo real es el calor. La inferencia sostenida se limita térmicamente en un gimbal sellado mucho antes de alcanzar el límite de cómputo.
- Pruebe el seguimiento contra los modos de fallo que importan — oclusión, traspaso de objetivo y readquisición — antes de confiarle una operación.
En esta página
Por qué la inferencia debe ocurrir a bordo
Bajar el vídeo, hacer la detección en tierra y devolver las órdenes añade el trayecto de ida y vuelta completo: codificar, transmitir, decodificar, inferir, codificar la orden, transmitir, actuar. Incluso con un buen enlace son 150–400 ms. Un lazo de seguimiento de gimbal que se cierra con esa latencia oscila en lugar de seguir.
La inferencia a bordo cierra el lazo en pocos milisegundos porque los píxeles nunca salen del pod. Ese es todo el argumento arquitectónico, y por eso la calidad del seguimiento depende de dónde se ejecuta el modelo más que de lo bueno que sea.
El segundo argumento es la independencia del enlace. Una carga útil que sigue a bordo mantiene el seguimiento durante un corte de vídeo; la que depende de inferencia en tierra pierde el objetivo en cuanto el enlace se degrada.
El compromiso
| Configuración | Latencia típica | Consumo | Qué permite | Límite práctico |
|---|---|---|---|---|
| Rastreador clásico por correlación | 1–3 ms | < 0.5 W | Seguir una zona seleccionada | Pierde el objetivo con la oclusión |
| Detector CNN ligero, cuantizado | 10–25 ms | 1.5–3 W | Clases persona / vehículo | Conjunto de clases limitado |
| Detector de tamaño medio en NPU | 25–40 ms | 3–6 W | Multiclase, multiobjeto | Límite térmico en pod sellado |
| Detector grande | 80–200 ms | 8–15 W | Clases de grano fino | Inviable en un micropod |
| Detector + reidentificación | 40–70 ms | 5–9 W | Readquirir tras la oclusión | Limitado por ancho de banda de memoria |
| Inferencia en tierra | 150–400 ms de ida y vuelta | 0 W a bordo | Cualquier tamaño de modelo | Inservible para seguimiento en lazo cerrado |
El techo real es el calor
Un pod sellado con grado IP no tiene circulación de aire. Cada vatio que disipa el procesador debe conducirse a través de la carcasa hasta el aire exterior, y ese aire, en un día caluroso y a baja velocidad, es un mal disipador. Por eso la capacidad de IA de una carga útil suele estar limitada térmicamente y no por el silicio: el chip podría ejecutar un modelo mayor, pero el pod no puede evacuar el calor.
También es la razón de que el rendimiento de la IA se degrade justo en las misiones que más la necesitan: espera prolongada, ambiente caluroso, baja velocidad. La limitación térmica reduce la tasa de inferencia antes que nada visible para el operador, así que el primer síntoma es un rastreador que empieza a retrasarse.
Diseñar para esto significa dimensionar para inferencia sostenida y no de pico, y declarar con claridad a qué temperatura ambiente es alcanzable la tasa anunciada.
Qué contiene realmente la cadena de seguimiento
- Detección — encontrar objetos candidatos en cada fotograma, o uno de cada N para ahorrar energía.
- Asociación — enlazar detecciones entre fotogramas formando trazas, normalmente con un modelo de movimiento.
- Selección — el operador elige una traza, o lo hace una regla.
- Refinamiento — un rastreador por correlación rápido corre entre fotogramas del detector para que el lazo siga ceñido sin ejecutar la red en cada fotograma.
- Salida al servo — la desviación de seguimiento, en píxeles o en ángulo, alimenta el lazo de control del gimbal. Aquí la cifra que importa en operación es el retardo de salida; véase seguimiento de objetivos por IA en cargas útiles UAV.
Cómo se manifiesta en nuestras cargas útiles
Nuestros pods con IA declaran la tasa de refresco y el retardo de salida de la desviación de seguimiento por separado de la latencia de detección, porque son esas cifras las que determinan si el gimbal sigue con suavidad. En OP-90A la tasa de refresco es de 30 Hz con un retardo de salida inferior a 5 ms; el detector corre por debajo de eso y la etapa de correlación rellena los huecos. Los micropods como MV-4X ejecutan un modelo más ligero dentro de una envolvente de potencia más ajustada, consecuencia honesta del formato.
Lecturas relacionadas
Tecnología: la cadena de procesado de imagen térmica y la sincronización temporal multisensor.
Práctica de campo: cómo funciona realmente el seguimiento por IA, presupuestos de latencia de vídeo por misión y presupuesto de potencia de la carga útil.
Qué probar antes de confiar una operación al seguimiento
Las demostraciones de seguimiento por IA suelen grabarse en condiciones ideales: alto contraste, objetivo lento, ambiente fresco, vuelo corto. Las condiciones operativas no son nada de eso, y en la distancia entre la demostración y la misión es donde los programas pierden confianza en la capacidad.
Ponga a prueba los límites de fallo de forma deliberada. La oclusión es la más común: un objetivo que pasa tras un árbol o un vehículo. Algunos sistemas readquieren; otros se enganchan al objeto que oculta y nunca se recuperan. El cambio de escala es el segundo: un objetivo que se acerca o aleja deprisa cambia de tamaño más rápido de lo que algunos rastreadores actualizan su modelo. El tercero es el cruce térmico, propio del infrarrojo: al amanecer y al anochecer objetivo y fondo pasan por la misma temperatura aparente y el contraste desaparece por completo durante un instante.
Pruebe también la limitación térmica. Haga funcionar la carga útil durante toda la autonomía de la aeronave en un día caluroso y compruebe si la latencia de seguimiento en el minuto cuarenta coincide con la del minuto cinco. Si no, la especificación que compró es una cifra de pico, no sostenida.
- Oclusión: ¿readquiere el rastreador tras pasar el objetivo detrás de un obstáculo?
- Cambio de escala: ¿mantiene un objetivo que se acerca o se aleja rápido?
- Cruce térmico: ¿qué ocurre al amanecer y al anochecer cuando el contraste se desploma?
- Fondo cargado: ¿cómo se comporta sobre agua, vegetación en movimiento o una multitud?
- Carga sostenida: ¿es igual la latencia de seguimiento al final de una salida en día caluroso que al principio?
- Traspaso: ¿puede el operador pasar a manual al instante cuando el rastreador falla?
FAQ
¿Por qué no ejecutar el modelo de IA en la estación de tierra, donde hay más cómputo?
La latencia. El trayecto completo de codificar, transmitir, decodificar, inferir y devolver la orden es típicamente de 150–400 ms, demasiado lento para un lazo cerrado de seguimiento del gimbal: oscila en vez de seguir. La inferencia en tierra sirve para el análisis posterior y es inservible para seguimiento en vivo.
¿Qué limita el tamaño del modelo que puede ejecutar una carga útil?
El calor, normalmente antes que el cómputo. Un pod sellado no tiene circulación de aire, así que cada vatio disipado por el procesador debe conducirse a través de la carcasa. La mayoría de las cargas útiles están limitadas térmicamente y no por el silicio, y el rendimiento cae en misiones calurosas, lentas y de espera prolongada.
¿Qué especificación debería comparar entre cargas útiles?
La tasa de refresco y el retardo de salida de la desviación de seguimiento, no los fotogramas por segundo brutos del detector. Esas dos cifras determinan con qué precisión sigue el gimbal a un objetivo en movimiento, que es lo que percibe el operador.