整机的小型化要求我们的硬件电路板也做到尽可能小巧。基于高通骁龙芯片的主体电路器件被排布在 71 x 29.2 mm2 大小的 10 层电路板上，懂行的硬件电路设计师朋友们应该知道，像我们这样将包含高通套片的硬件芯片部件组合方案压缩布局在宽度 30 mm 以内的做法，其实是一件很有挑战的事，排布走线和器件散热都是前期评估时的很大的风险。

　　曾经一度有供应商提出做不了，需要改成更宽的电路板风险更小，但因为我们对设计的坚持不妥协，最终还是把这个难题给克服了。

　　这是我们的主板和硬币的对比图

　　散热系统上，我们也把「小巧」推到了极致。我们原先使用的是带风扇的散热设计，后来创新性地使用了无风扇设计，上一张对比图。右侧是带风扇的散热设计，可以看到很明显的突起（红圈中）。

　　为了能够实现无风扇的设计，我们利用了旋翼绕流增加空气对流，对主体电路器件施加无附加风扇的主动散热。我们的工程师对 Hover Camera 的流场进行了充分的数值仿真和流动显示实验验证，最终制定出目前的这一套效果非常不错的散热结构方案。

　　另外，去除内置风扇结构之后，不仅让整体结构上更加一体化，还减少了机身重量，从而进一步延长了 Hover Camera 的续航。

　　简单易用

　　简单易用这一部分，首先跟大家分析下我们最重要的一项人机交互：指尖放飞。

　　大家可以回忆一下用三脚架拍摄集体照时的体验，有经验的摄影师基本直接对三脚架的高度进行设置，然后再对构图进行微调，即能够完成一张集体照的拍摄。类似的，我们在设计之初，也希望用户可以很方便地对「高度」这个关键的拍摄参数进行设定，这里的「方便」不是将 Hover Camera 放置于地面，一键起飞之后再调整高度，而是放在哪儿就悬停在哪儿。高度被很方便地设置以后，再在手机端对构图进行微调，再按快门完成拍摄。

　　指尖放飞的人机交互，相对于静止平面的起飞，要复杂得多。具体来说，每个用户在放飞时的握持手势不同，离开机身的手指的顺序不同，离开的瞬间指尖动作对机身平衡的扰动，这些让指尖放飞的实现难度远远高于静止平面起飞。

　　除了指尖放飞、抛飞，还有无需用户额外校准的飞行实现，还有碰撞障碍后的主动闪避，还有室外在无 GPS 的情况下稳定可控的飞行等，这些的实现，靠的是多方面算法的结合使用，包括我们 1 kHz 高速更新的传感器融合算法，针对性的自适应飞控算法，电机驱动采用的高效和快速响应的磁场定向控制算法（FOC），以及实时处理来自底置和前置摄像头的图像和机器视觉算法。

　　其实很多具体的代码实现和算法结合优化，都没有教科书或范例，全是我们结合自己产品和应用的具体需求，借助着我们工程团队一次次的深层研究，一次次的尝试积累得来的。

　　另外，我还想从我们产品的「智能化」来说一下「简单易用」这个特点。

　　为了能够让更多的小白用户更方便地上手我们产品，我们首先是弃用了传统的无人机遥控器。但同时又要让用户方便地捕捉到扣篮之类的精彩镜头，这就要求我们在跟人算法上做出深度的优化。我们在一颗高通骁龙 801 芯片上实现了基于卷积神经网络 (CNN) 的人脸人形检测算法，而且是实时的！在用户选定需要跟随的人形之后，跟随部分采用我们自主研发的高效高精度的跟踪算法，并与 1kHz 飞控算法配合，实现稳定可靠的人脸人形跟随体验。

　　上一段视频，从视频里可以看出，我们的算法对光线明暗变化造成影响有较好的适应和抵抗性，即使遇到背光和侧光的转换，也不会跟丢。

　　Hover Camera 人脸人形跟踪算法演示：

　　注意，这个视频是由手机拍摄然后运行了我们的算法的结果，不是 Hover Camera 拍摄。

　　再上一个视频，这是我们产品在实际运行跟踪算法时的视频，大家可以看到光线变化非常多，而且行人环境也很复杂。

　　Hover Camera Passport 内测跟踪功能视频：

　　注：这里的摄像头画质比较老，不是发售版本设备的画质。

　　通过两个视频大家可以对 Hover Camera 跟随拍摄的稳定性有一个大致的概念，有兴趣的同学可以横向对比我们与其他友商产品跟随功能的稳定性。