感知层
OmniVision 等 CMOS 传感器适配，TOF / 光流 / 双目模组，保证「看清、看稳」。
覆盖可视门铃、可视猫眼、光流 / TOF / 视觉追踪等产品组合。2025–2026 强化端侧 AI与传感器—ISP—SoC协同，支撑人脸识别、人形检测与空间感知等能力落地。
我们不只交付算法 Demo，而是把成像链路、板级工程与模型部署打成同一条可试产、可回归的交付链。
系统流程
从光子到事件：端侧影像全链路
一条可量产的 AI 影像链路，按信号与算力流向拆成六段协同。
-
01
传感器
OV / OX CMOS
可选 TOF / 光流 -
02
ISP 影像
AWB / AE / HDR
降噪与色彩基线 -
03
SoC / NPU
编码、预览
端侧推理算力 -
04
AI 模型
YOLO / MobileNet
量化与板端部署 -
05
事件策略
人形 / 包裹 / 入侵
触发与功耗调度 -
06
连接与交付
Wi-Fi / 推流 / App
试产与量产回归
方案组成
四层能力协同
影像层
ISP 场景参数（AWB / AE / HDR / 降噪），输出 OEM 级影像质量基线。
智能层
YOLO / MobileNet 等端侧模型：训练、量化、NPU 部署与功耗调度。
产品层
门铃、IPC、工业与机器人视觉模组，结构 / 固件 / 试产一体交付。
实施路径
从需求到量产的六步路径
典型项目按阶段推进，缩短「算法能跑、硬件难落地」的周期。
-
1
场景与指标定义
明确检测类别、误报率、时延、功耗与分辨率要求，锁定门铃 / IPC / 工业等目标形态。
-
2
传感器与平台选型
OV / OX 选型，匹配 SoC / NPU 算力与 MIPI 带宽，必要时叠加 TOF / 光流。
-
3
PCBA 与 ISP 联调
原理图 / 布局、影像参数标定，建立可复现的成像基线。
-
4
算法训练与量化
按场景数据训练检测模型，INT8 量化并完成板端算子适配。
-
5
整机联调与试产
固件、事件策略、无线与 App 联调；小批量试产验证一致性。
-
6
量产回归与迭代
版本管理、量产抽检与模型持续升级，支持海外 / 国内双窗口交付。
落地案例
具体产品：智能可视门铃 SHT-H301
将上述链路落到一款可量产的家用门铃产品，形成「感知 + 影像 + 端侧 AI」完整闭环。
更多场景
同一套链路可延伸的方向
安防 IPC
区域入侵、人形追踪与多码流预览，可复用门铃同源成像与模型资产。
服务机器人
多摄同步、TOF / 光流融合，支撑导航避障与目标跟随。
产线视觉
结合工业 PCBA 与检测模型，辅助 AOI 与仓储视觉。