了解百式坦克的态势感知，先得看下国外同行的水平

在微博的评论区，有人拿萨托利防务展上的车载态势感知系统来鄙视百式坦克的相关配置。这特么让我想起来之前这些人在看到了百式有车载态势感知以及AR头盔辅助之后的那种看见外星科技的没见过世面的既视感。想想就觉得好笑，萨托利上的东西都还在试验或者就特么是个骗钱的概念，想来鄙视百式，先得像百式这样搞成完整的系统集成和全面配置以及进入装备的作战效能验证阶段再说。

今天开始，本炮霸借着萨托利防务展上的装甲车辆车载态势感知系统来聊聊这个话题，当大家了解了相关配置和知识之后，就能对百式坦克的相关系统有个正确的看待。说白了就是这玩意一直在不断发展和快速迭代，然后老喜欢拿几个过期论文的只言片语来管中窥豹，很无聊的诶！今天先聊第一部分，360°全景视觉与光电感知

装甲车辆的态势感知能力直接决定平台生存力。本部分介绍西班牙因德拉、法国KNDS、捷克雷蒂亚、德国亨索尔特等厂商展示的360度全景视觉系统，以及双通道融合、硬件分层、集中式处理等技术路线的差异。

装甲车辆的态势感知能力，是指车辆乘员在舱盖关闭的封闭作战环境下，获取、理解并预判周围战场态势的综合能力。该能力直接影响装甲平台在现代化高强度冲突中的生存力与作战效能。2026年6月在巴黎北郊维勒潘特展览中心举办的EUROSATORY 2026防务展，汇聚了全球约2600家参展商，集中展示了车辆态势感知领域的最新技术成果。在俄乌冲突持续塑造现代陆战形态的背景下，乘员一旦打开舱盖观察外部即面临狙击与无人机打击风险，而完全关闭舱盖又会导致视野受限。如何在舱盖关闭状态下为乘员提供360度无死角的战场视野，已成为各国防务厂商竞相攻克的核心技术难题。本届展会上，至少15家企业展示了360度全景视觉系统，来自7个以上国家的10余家参展商呈现了穿甲透视相关方案，人工智能驱动的态势感知技术呈现爆发式增长，表明车辆态势感知技术从辅助功能跃升为决定平台生存力的核心能力。

当代车辆态势感知系统呈现出五个特征：人工智能赋能的自主威胁检测、光电与红外双通道融合、穿甲透视技术的实用化、被动式探测的优先化，以及与北约通用车辆架构的兼容。这些特征共同指向一个目标：让装甲车辆在电子战干扰、无人机威胁、城市复杂环境等多重挑战下，仍能为乘员提供清晰、准确、实时的战场图景。

西班牙因德拉集团展示的集成至8×8″飞龙”步兵战车的视觉感知体系，是全景视觉系统”软件驱动”路线的代表。该系统采用”双通道融合”技术，同时使用可见光摄像头和热成像摄像头，前者捕捉色彩和细节信息，后者感知温度差异，在黑夜和烟雾中仍能保持探测能力。两路视频流通过人工智能算法实时融合，能发现目标、区分友军和敌军，并评估对方是否正在埋伏。该系统的”大脑”叫IndraMind，是因德拉力推的”主权级”人工智能平台，所有数据处理都在车内完成，不依赖任何外部云服务，确保了战场上的数据安全。

因德拉的双通道融合技术背后有一套工程逻辑。可见光摄像头提供高分辨率的纹理信息，比如人员的衣着颜色、车辆的涂装标志；热成像摄像头则提供与背景温差对应的辐射分布，即使目标躲在灌木丛后，只要体温高于环境温度就能被捕捉到。两路视频流要在时间上同步、在空间上对齐，再由卷积神经网络提取双光谱特征进行融合分类。工程实现存在多项挑战：可见光和红外传感器的视场角、焦距和分辨率通常不一致，需要通过光学设计和软件校正实现像素级匹配；热成像帧率通常只有30帧每秒，而可见光可达60帧每秒，需要通过帧间插值保持时间一致性。因德拉通过IndraMind平台在车辆内部的边缘计算单元上完成所有融合计算，避免了原始视频流上传至中央处理器带来的带宽压力和延迟累积。

在威胁检测算法层面，IndraMind采用了一种叫”多任务学习”架构，同一个人工智能模型同时完成几件事：识别目标是什么、标出目标在哪里、判断威胁有多严重、建议乘员该怎么做。这种设计相比分别训练四个独立模型，可以降低计算量，让算法在车载嵌入式计算单元上实时运行。系统对友军和敌军的区分不只依赖图像特征，还会结合战场管理系统下发的友军位置数据和敌我识别应答信号，通过概率推理综合判断，避免单一传感器误判。伏击风险评估机制则对车辆周围环境进行建模，系统会对车辆周围500米范围内的建筑物、植被和地形起伏进行三维建模，分析哪些地方适合敌人隐藏，提前提醒乘员加强观察。

与因德拉的”软件驱动”路线不同，法国KNDS公司推出的CAPINT技术演示车走的是”硬件分层”路线。这辆基于豹2A8改进型底盘的战车，在车体和炮塔上分别布置了不同类型的摄像头。车体上的摄像头视野宽广，专门负责近距离盲区覆盖，比如驾驶时看不到的死角和悄悄接近的步兵；炮塔上的摄像头则像望远镜一样，负责中远距离的目标观察和火控支持。这种分工背后有物理依据：车体摄像头采用大视场角短焦距镜头，工作距离0到50米，对图像畸变容忍度高但要求低延迟以保证驾驶安全；炮塔摄像头采用中等视场角配合连续变焦镜头，工作距离50到3000米，需要在远距离下保持足够的像素密度以支持目标识别。按照军事上著名的约翰逊准则，识别一辆坦克需要在目标高度上投射至少4对线对，对应3000米距离下需要约0.15毫弧度的瞬时视场，这是苛刻的光学要求。

CAPINT还支持两种高级作战模式。在”猎-歼”模式下，车长通过独立全景瞄准器搜索目标，锁定后自动将目标坐标传递给炮手实施交战，两人可以并行工作，大大提高了目标获取速度。而”歼-歼”模式允许车长和炮手同时操控各自的火控通道，对两个不同目标同时开火。这要求火控计算机具备双目标弹道解算和射击优先级排序能力。此外，CAPINT还集成了四部雷达专门用于探测无人机，工作在Ku或Ka频段，通过相控阵电子扫描实现360度方位覆盖，对起飞重量不到2公斤的小型无人机典型探测距离为2到5公里。雷达数据与光电、激光告警、声学探测数据在融合引擎中按时间戳和置信度加权融合，形成统一的空中态势图。

德国亨索尔特公司展示的

系统已经获得了KNDS的54套订单，用于装备RCH 155轮式自行榴弹炮，合同价值达数千万欧元。这是穿甲透视领域第一笔大规模军品采购订单，表明该技术从概念验证正式进入实战部署阶段。SETAS的核心是一组1200万像素的高分辨率摄像头，相比传统200万像素的1080p分辨率摄像头，分辨率提升了6倍。以97度水平视场计算，1200万像素传感器在30米距离上每个像素对应约2.5毫米，可以清晰分辨人员面部特征和手持武器的类型。6个这样的模块组合起来实现360度覆盖，相邻模块视场重叠约7度用于图像拼接，拼接算法采用基于特征点匹配的实时融合技术，在图形处理器加速下可以实现每秒30帧以上的全景视频输出。

SETAS的热成像模块选择了非制冷方案。非制冷热成像采用微测辐射热计探测器，工作在8到14微米的长波红外波段，典型分辨率640×512像素，噪声等效温差小于50mK。相比需要斯特林制冷机冷却到零下196摄氏度的制冷型方案，非制冷方案的优势在于无需制冷机、启动时间不到1秒、寿命超过10年、成本只有制冷型的五分之一，劣势则是灵敏度和分辨率较低。亨索尔特的选择体现车载应用的考量。装甲车辆在野外条件下制冷机故障率较高且维修困难，非制冷模块的免维护特性降低了全寿命周期成本。该系统昼间可以在300米距离识别人员，对应约翰逊准则的”识别”等级，与640×512探测器配合25度水平视场镜头的参数完全一致。

与头盔显示器的集成是SETAS的另一项关键技术。视频传输从摄像头采集到头盔显示的全链路延迟必须控制在50毫秒以内，否则乘员转头时画面会”拖尾”，引发眩晕。亨索尔特通过硬件编码和直连视频总线实现了端到端约30毫秒的延迟。头部姿态跟踪采用惯性测量单元加视觉地标的混合方案，惯性传感器提供高刷新率的姿态数据，车体内壁的发光二极管标记则提供长期漂移校正，确保乘员转头时头盔画面与外部摄像头视角精确同步。54套KNDS订单的商业落地验证了这条技术路线的成熟度。RCH 155自行火炮作为高价值平台，对态势感知系统的可靠性要求极为严苛，SETAS的批量装备表明穿甲透视技术已通过工程化验证。

捷克雷蒂亚公司的SAAV系统则是一种不同的技术路线。作为CSG集团旗下的中东欧厂商，雷蒂亚选择了”集中式数据处理”架构，所有摄像头的视频流通过千兆以太网汇聚到中央图形处理器统一处理。这与西方主流厂商的”分布式边缘计算”路线形成对比。集中式架构的优势在于算法可以访问全部传感器原始数据实现全局最优融合，且便于算法迭代升级；劣势在于对网络带宽和中央算力要求高，且存在单点故障风险。雷蒂亚的选择体现中东欧厂商利用商用图形处理器高性价比优势的策略。一块嵌入式图形处理器，功耗约150瓦，就能提供约8万亿次浮点运算的算力，足以同时处理8路1080p分辨率视频流的实时目标检测。SAAV还通过Clear Sky扩展模块实现对无人机的探测，可能采用射频被动探测路线，通过分析无人机与操控器之间的上行控制链路信号特征实现检测和识别，完全被动、不暴露自身位置。

除了全景视觉系统，本届展会的光电传感器领域也呈现出技术跃迁。英国G&H公司展示的Sentinel激光威胁检测技术是一项工程创新。这个嵌入潜望镜的小装置功耗仅2瓦，却能检测激光测距仪、目标指示器和致盲器等敌对激光辐射。它的原理是利用衍射光栅将入射激光按波长分散到不同的探测器单元，通过波长识别区分激光类型。激光测距仪通常是单个短脉冲，目标指示器是编码脉冲串，致盲器则是连续波或高频脉冲。系统通过脉冲宽度、重复频率和波长三维特征联合判别激光威胁类别，并据此触发不同的对抗响应：测距仪告警触发烟幕弹发射，目标指示器告警触发激光诱饵和机动规避，致盲器告警则触发滤光片关闭和光学孔径遮蔽。2W的极低功耗得益于事件驱动架构，探测器平时处于低功耗待机状态，仅在检测到光信号超过背景噪声时才启动全功率处理电路。

G&H的FireAnt短波红外镜头则展示了技术特点。短波红外波段（0.9到1.7微米）的波长比可见光长、比长波红外短，对烟雾、雾霾等气溶胶的散射衰减低于可见光。根据米氏散射理论，当颗粒尺寸与波长相当时散射最强，战场烟雾颗粒尺寸在1到10微米之间，对可见光（0.4到0.7微米）散射严重，但对短波红外散射较弱。即在烟雾弥漫的战场上，短波红外镜头依然能”看”得清楚。此外，短波红外波段还可以利用夜气辉实现被动夜视，无需主动照明。FireAnt采用砷化铟镓探测器，在1.0到1.7微米波段量子效率超过70%，相比硅基可见光探测器在夜间低照度下信噪比提升约10倍。

美国奎克塞特公司的MPT-50双传感器云台系统则具备车载远程监视能力。该系统采用制冷型中波红外热成像，配合550毫米远程变焦镜头，对车辆目标探测距离超过20公里。20公里探测距离对应约翰逊准则的”发现”等级，按2.5米车辆高度计算需要约0.125毫弧度的瞬时视场。制冷型中波红外采用斯特林循环制冷机将探测器冷却到零下196摄氏度的液氮温度，噪声等效温差只有20到30mK，相比非制冷长波红外灵敏度提升约2倍。但制冷机寿命约8000到10000小时、启动时间5到10分钟，对车载应用的可用性构成挑战。MPT-50的选择体现情报监视侦察任务对极限探测距离的优先考量。该系统定位为车载远程监视平台，可以在敌方直射火力范围外实施目标侦察。云台的定位重复精度达到0.05度，依赖直接驱动力矩电机加24位绝对值编码器的闭环控制，消除了传统齿轮传动的回程间隙问题。

法国HGH公司的SPYNEL全景热成像系列则采用了一种独特的成像机理，单探测器加旋转反射镜方案。旋转反射镜以恒定角速度水平扫描360度方位，将不同方位的红外辐射依次反射至固定探测器，单帧全景图像由数千条扫描线拼接而成。SPYNEL-X的1.2亿像素对应水平方向约7000像素、垂直方向约1000像素，水平角分辨率约0.05度，可以在8公里距离上分辨约7米间距的目标，足以区分车辆与人员。其优点是单探测器覆盖360度无拼接缝，缺点是帧率受限于机械扫描速度，通常只有1到2帧每秒，不适合高速运动目标跟踪。配套的CYCLOPE软件可以同时检测和跟踪”无限数量”的目标，GAIA人工智能模块通过深度学习实现自动威胁分类。HGH近期与泰雷兹签署了约5000万欧元的合同，表明被动红外全景监控正从固定设施防御向移动平台集成扩展。

本届展会的红外探测器展品还清晰呈现了从视频图形阵列（640×512）向超级扩展图形阵列（1280×1024）分辨率跃迁的技术趋势。泰力迪FLIR的Boson SX8将像素间距从12微米缩小至8微米，在保持视频图形阵列模块相同尺寸的前提下实现了1280×1024分辨率，像素数量四倍提升意味着在相同视场和距离下，目标投射像素从4个增至16个，直接提高识别概率和置信度。Boson SX8同时满足不受美国国际武器贸易条例管制的条件，为非美国盟友国家的车辆视觉系统升级提供了获取渠道。法国LYNRED的DRACO MW SL在超级扩展图形阵列分辨率基础上实现了7.5微米像素间距和60赫兹帧率，其两类超晶格技术在中波红外波段（3.7到4.8微米）的覆盖使其在寒冷潮湿等光子受限环境下性能优于传统锑化铟探测器。两款产品分别是非制冷长波红外和制冷型中波红外技术路线的分辨率升级方向。

主要全景视觉系统 · 技术参数对比

四款系统的对比展示了三个关键分化维度。一是人工智能深度与开放性：因德拉的IndraMind平台提供从目标检测到决策支持的全链路人工智能能力，并与Maestre开放任务系统耦合，在软件生态层面建立了竞争壁垒；亨索尔特的北约通用车辆架构兼容开放接口虽在硬件层面实现了标准化，但人工智能层相对薄弱，更依赖系统集成商进行二次开发。二是工程成熟度与商业验证：亨索尔特以54套RCH 155订单在批量交付能力上占据领先，而雷蒂亚 SAAV的模型展示状态表明其距实战部署尚有距离。三是架构分层：KNDS CAPINT是唯一针对主战坦克特定盲区结构进行车体和炮塔分层优化的方案，车体摄像头负责近距离预警、炮塔摄像头负责中远距离火控支持的分工设计具有不可替代的战术价值。