Files
QFT/docs/OPTICAL_V5_PLAN.md
T
zhy200308 ea7b678b37 feat: 新增 QFT5 光学链路方案与分辨率楔形标定工具
当前光学链路传 3MB 需要 1 小时,瓶颈不是解码慢而是无反馈重传浪费:
按 320B 分片、45FPS 反推,每轮约捕获 44%,收齐需 16.5 轮,
约 86% 的信道被已收到的重复分片占用。

docs/OPTICAL_V5_PLAN.md 给出完整改造方案:
- 条带级喷泉码消除重传浪费,撕裂只损失 1/12 而非整帧
- MANIFEST 每 32~64 帧插播,消除平均 109 秒的启动空转
- 相机帧率三级锁定 + 手动短曝光(3px/模块下 33ms 自动曝光
  会产生 8.7px 运动模糊,等于抹掉近 3 个模块,必然解不出)
- 陀螺仪前馈跟踪四角单应,解决手持抖动丢锁
- 位阵列替代 QR,突破 v40 的 177 模块上限

scripts/wedge_*.py 是配套标定工具。方案里所有吞吐数字都建立在
「px/模块 的真实下限」这一未实测假设上,而合成实验显示该值仅因
对焦质量不同就能在 3.1~5.7 之间摆动,必须先实测:
- wedge_gen.py     生成 7 档 pitch 的伪随机标定图 + 1:1 全屏查看器
- wedge_analyze.py 照片 → 实测 px/模块 → 对比度 → 误码率曲线
- wedge_selftest.py 合成相机模型端到端自检,无需真实硬件

标定同时暴露了方案的一个缺口:条带只有 CRC 没有内码,1750B 条带
约 14000 bit,1 bit 错即整条报废,要求原始 BER 低于 1e-5。
故需改为「内码纠错 + 外层喷泉码纠删」的级联结构,已记入文档。
2026-08-11 09:08:04 +08:00

434 lines
20 KiB
Markdown
Raw Blame History

This file contains ambiguous Unicode characters
This file contains Unicode characters that might be confused with other characters. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.
# QFT5 光学链路方案(黑白 · 位阵列 · 陀螺仪稳定)
目标:
- **A**:相机 24 FPS 下,1 MB < 5 s(≥ 209.7 KB/s)
- **B**:相机 50~60 FPS 下,10 MB < 10 s(≥ 1048.6 KB/s)
- 相机帧率自动取系统最高值并锁死、稳定
- 手持抖动不导致丢锁重捕获
全程纯黑白(二值),不使用彩色或灰阶调制。
---
## 0. 选型结论:必须放弃 QR
| 方案 | B/画布 | @24fps | @60fps | 目标A | 目标B |
|---|---|---|---|---|---|
| QR 2×1 v40 @720p | 5 729 | 130 KB/s | 325 KB/s | 7.9 s ❌ | 32 s ❌ |
| QR 3×1 v40 @1080p | 8 593 | 193 KB/s | 463 KB/s | 5.3 s ❌ | 22.1 s ❌ |
| 位阵列 3.5 px/模块 @1080p | 15 571 | 350 KB/s | 839 KB/s | 2.9 s ✅ | 12.2 s ❌ |
| **位阵列 3.0 px/模块 @1080p** | **21 209** | 477 KB/s | **1143 KB/s** | **2.5 s ✅** | **9.0 s ✅** |
原因:QR 单符号上限 v40 = 177 模块。在 1080p 取景下相机能分辨约 330 模块/边,
单个 QR 只能用掉约 40% 的像素预算;横向排 3 个又受 16:9 宽度限制。
QR-L 本身还要付 finder/timing/format/RS 约 14% 的结构开销。
位阵列取消这三项限制:无版本上限、无 finder 图案、纠错交给喷泉码。
代价是不能再用 ZXing,需要自研采样解码器(见 §3.6,实际比 RS 解码更简单)。
**硬件前提(不满足则目标 B 无法达成,需在 App 内检测并提示):**
- 手机后摄支持 **1920×1080 ImageAnalysis @ 60 FPS**(用 `getOutputMinFrameDuration` 实测,非 flagship 常见只有 1080p30)
- 显示器 **≥ 60 Hz**,画布区可用宽度 **≥ 1824 逻辑像素**(3 显示 px/模块 × 608 模块)
- 取景需填满约 95% 画面 → 目标 B 建议使用支架
---
## 1. 需求一:相机帧率的获取、锁定与稳定
### 1.1 现有实现的三个缺陷
`MainActivity.chooseCameraFpsPlan()`(约 452 行):
1. **只读 `CONTROL_AE_AVAILABLE_TARGET_FPS_RANGES`,没有按目标分辨率校验。**
该表是相机级能力,与具体输出尺寸无关。1080p 常见只支持 30 FPS,而 720p 支持 60。
现在的代码会对 1080p 请求一个它根本达不到的 `[60,60]`,结果要么被拒(走 fallback
丢失全部控制),要么被静默降频。
→ 必须用 `StreamConfigurationMap.getOutputMinFrameDuration(ImageFormat.YUV_420_888, size)`
算出**该尺寸的真实上限** `1e9 / minFrameDuration`,再与 AE 表求交集。
2. **没有优先选固定区间。** 排序是 `upper` 降序,所以 `[15,60]` 会排在 `[30,30]` 前面被选中。
可变区间授权 AE 在光线不足时把帧率降到 `lower`——这正是"不稳定"的根源。
→ 必须优先 `lower == upper` 的固定区间。
3. **没有验证实际达成帧率。** 请求 ≠ 实际。
### 1.2 三级锁定策略
```
L1 固定 AE 区间 CONTROL_AE_TARGET_FPS_RANGE = [max, max]
↓ 实测不达标
L2 全手动曝光(推荐) CONTROL_AE_MODE = OFF
SENSOR_FRAME_DURATION = 1e9 / fps
SENSOR_EXPOSURE_TIME = 2~4 ms
SENSOR_SENSITIVITY = ISO 200~400(按实测亮度标定一次)
↓ 设备拒绝该组合
L3 回退设备默认 + 降级目标(告知用户目标 B 不可达)
```
**L2 是真正的"锁死"**,也是本方案的推荐路径:屏幕是自发光强光源,2~4 ms 曝光完全够用;
AE 关闭后帧间隔由 `SENSOR_FRAME_DURATION` 精确决定,不再受测光波动影响。
更重要的是——**短曝光同时是防抖的第一杠杆**(见 §2.1)。
标定流程:启动时用 AE 自动跑 10 帧,读回 `CaptureResult` 的
`SENSOR_EXPOSURE_TIME` × `SENSOR_SENSITIVITY` 乘积作为曝光量基准,
再按"曝光缩到 3 ms、ISO 等比放大并夹到设备 `SENSOR_INFO_SENSITIVITY_RANGE` 上限"求解,
之后切 `AE_MODE_OFF` 固定住。
### 1.3 必须关闭 / 必须开启
| 项 | 设置 | 理由 |
|---|---|---|
| `CONTROL_VIDEO_STABILIZATION_MODE` | **OFF** | EIS 会逐帧裁切+几何形变,直接破坏单应矩阵跟踪 |
| `CONTROL_AE_ANTIBANDING_MODE` | **OFF** | 50 Hz 抗闪烁会把曝光量化到 10 ms 整数倍,与 2~4 ms 短曝光直接冲突,并把帧率钉死 |
| `NOISE_REDUCTION_MODE` | **OFF / FAST** | 强降噪会抹平单像素级模块边界 |
| `EDGE_MODE` | **OFF / FAST** | 锐化会产生振铃,制造伪模块边缘 |
| `LENS_OPTICAL_STABILIZATION_MODE` | **ON** | OIS 是光学补偿,不改成像几何,纯收益 |
| `CONTROL_AF_MODE` | 锁定后 **OFF** + 固定 `LENS_FOCUS_DISTANCE` | 连续 AF 每次搜索都产生几帧模糊 |
现有代码用 `AF_MODE_CONTINUOUS_PICTURE`(MainActivity 约 306 行)并在稳定锁定时
还周期性重新触发对焦(约 272 行)——对着固定距离的屏幕,这是纯负收益,必须改掉。
### 1.4 闭环验证("稳定下来"的判据)
用 `CaptureResult.SENSOR_TIMESTAMP` 做差分,滑动窗口 60 帧:
```
p50(Δt) → 实际帧率
p95(Δt) / p50(Δt) > 1.30 → 判定"不稳定",降一档重试
丢帧率 = count(Δt > 1.5 × p50) / N
```
三档实测都不稳定时,把目标降到"尽力而为"模式并在 UI 明示。
实测帧率必须回传给 Windows 端(通过配对二维码之外的一次性握手,或让用户手动选档),
**Windows 显示帧率 = 手机实测相机帧率**(见 §3.3,无需更精细的同步)。
---
## 2. 需求二:防抖 / 锁定不丢失
现有实现是"轴对齐矩形 + `smoothToward` 平滑 + 连续 miss 逐级扩大 + 10 次 miss 全幅重搜"
(`QrAnalyzer.decodeOptical` / `LockRect`)。三个结构性问题:
- 轴对齐矩形无法表达旋转与透视,手一歪矩形就被迫变大,分析面积和解码成本同时上升;
- ROI 只在**解码成功后**才更新,一旦 miss 就完全没有状态推进(无航位推算);
- 恢复策略是"扩大并祈祷"。
### 2.1 第一杠杆:短曝光(量化)
1080p、65° FOV → 等效焦距 **f ≈ 1507 px/rad**。运动模糊长度 = ω × t_exposure × f。
| 手持角速度 | 曝光 33 ms(自动) | 8 ms | 4 ms | 2 ms |
|---|---|---|---|---|
| 3 °/s(平稳) | 2.60 px = 0.87 模块 ❌ | 0.63 px ✅ | 0.32 px ✅ | 0.16 px ✅ |
| 10 °/s(典型手持) | **8.68 px = 2.89 模块 ❌** | 2.10 px ❌ | 1.05 px ⚠️ | 0.53 px ✅ |
| 20 °/s(明显晃动) | 17.36 px ❌ | 4.21 px ❌ | 2.10 px ❌ | 1.05 px ⚠️ |
**在 3 px/模块下,自动曝光的 33 ms 会抹掉近 3 个模块——必然解不出。**
这解释了当前"识别率不高"的相当一部分。锁到 2~4 ms 后模糊降到 1 px 以内。
判据:`blur = ω · t_exp · f < 0.7 模块`。
### 2.2 第二杠杆:陀螺仪前馈(真正的"防抖")
60 FPS 下 10 °/s 的帧间像素位移 = **4.4 px**,看似很小,但连续 10 帧漂移 44 px,
远超 `smoothToward` 的跟随带宽——这就是丢锁的直接机理。陀螺仪可以**提前**算出这个位移。
```
SensorManager.registerListener(TYPE_GYROSCOPE_UNCALIBRATED, SENSOR_DELAY_FASTEST) // ~200 Hz
环形缓冲 (timestampNanos, ωx, ωy, ωz)
对每个相机帧 t:
1. 校验 SENSOR_INFO_TIMESTAMP_SOURCE == REALTIME,
使 ImageProxy.imageInfo.timestamp 与陀螺时间戳同域(elapsedRealtimeNanos)
2. 积分 [t-1, t] 区间的角速度 → Δθ = (Δθx, Δθy, Δθz)
3. 小角近似的图像位移:
dx ≈ -f · Δθy dy ≈ f · Δθx roll ≈ Δθz
(需按 sensorOrientation / 显示旋转做一次坐标系映射)
4. 用 dx, dy, roll 预推上一帧的 4 个角标位置
5. 只在预测点 ±12 px 的窗口内做角标模板匹配
```
效果:搜索窗从"全幅" 降到 4 个 25×25 px 的小窗,即使剧烈晃动也能保持跟踪。
陀螺仪对**旋转**敏感,而手持抖动在 30 cm 距离上 90% 以上的像素位移来自旋转而非平移,
所以纯陀螺前馈就足够,不需要 IMU 融合。
### 2.3 第三杠杆:模糊门控
在解码前用陀螺仪算曝光窗口内的模糊长度。若 `blur > 0.7 模块`,
**直接跳过该帧的采样解码**,只更新位姿预测。省下的 CPU 留给清晰帧。
这比"试着解、失败、扩大 ROI"的现有策略便宜一个数量级。
### 2.4 跟踪 4 角单应,不跟踪矩形
画布四角放**同心方环**基准标(比 QR finder 更抗透视,且可做亚像素质心定位),
四边中点再各放一个辅助标 → 8 个点解 8-DOF 单应矩阵 H。
- H 直接给出"画布坐标 → 图像坐标"的完整映射,倾斜/旋转/透视全部被吸收;
- 采样时用 H 逆映射,**不需要把图像旋正**,省掉一次全帧变换;
- 8 点冗余 → 遮挡 1~2 个标仍可解(最小二乘 + RANSAC 剔除)。
### 2.5 永不完全丢锁:三级恢复
```
L1 窄窗跟踪 预测点 ±12 px 每帧,成本 ~4 × 625 px
↓ 连续 3 帧失败
L2 陀螺预测窗 预测点 ±40 px + 放宽阈值 成本 ~4 × 6400 px
↓ 持续 0.5 s 失败
L3 全幅重捕获 降采样 1/4 的粗搜 + 精定位
```
关键是**永远保留最后一次有效的 H**,L3 也以它为先验起点。
现有的"10 次 miss 后 `lockRegion = null` 全量重来"必须删掉。
### 2.6 诚实提醒
目标 B(3.0 px/模块 @1080p60)在手持下几乎不可能长时间守住。
App 应持续统计陀螺 RMS,超阈值时明确提示"请靠稳桌沿或使用支架",
并在支架模式下自动切到更激进的参数档。目标 A(3.5 px/模块 @24fps)手持可行。
---
## 3. 需求三:QFT5 位阵列格式
### 3.1 画布布局
```
┌─◎──────────────────────────────────────◎─┐ ◎ = 同心方环基准标(4 角 + 4 边中点)
│ ▓▓░░▓░▓▓░ 帧序号条纹(上) ░▓░▓▓░░▓▓ │ 帧计数 8 bit,撕裂检测用
├──────────────────────────────────────────┤
│ 条带 0 ← 独立喷泉包(头 + 数据 + CRC)│
│ 条带 1 │
◎ 条带 … ◎ 共 12 条(@1080p 每条约 28 模块高)
│ 条带 11 │
├──────────────────────────────────────────┤
│ ▓▓░░▓░▓▓░ 帧序号条纹(下) ░▓░▓▓░░▓▓ │
└─◎──────────────────────────────────────◎─┘
```
@1080p / 3.0 px/模块 → **608 × 342 模块 = 207 936 模块/画布**
减去基准标、条纹、参考网格(约 4%)与喷泉冗余(15%)→ **净 21 209 B/画布**。
### 3.2 抗撕裂的水平条带设计(本方案的关键)
卷帘快门自上而下扫描,读出耗时 T_r ≈ 16~20 ms。期间显示器换页会在某一行产生撕裂:
上半部分是显示帧 k,下半部分是 k+1。
**如果画布是一个整体(如单个大 QR),撕裂帧 100% 报废。**
改成 12 条独立水平条带后,每条带自带头部(条带序号 + 喷泉种子 + CRC),于是:
- 撕裂线只穿过 **1 条**条带 → 只损失 1/12;
- 撕裂线上方的 11 条属于帧 k,下方的属于帧 k+1,**两边都是有效的新数据**;
- 效率 = (B − T_r·f_display) / B。@60 FPS、T_r=16 ms、B=12 → **92%**。
**推论:显示帧率直接设成相机帧率即可,不需要任何显示/相机同步机制。**
这消除了整个方案里最难工程化的一环。
(条带数 B 的选择:B 越大抗撕裂越好,但每条带的头部开销占比上升。
B=12 时头部开销约 0.9%,是合理平衡点。)
### 3.3 帧序号条纹(tear guard)
上下各一条 8 格黑白条纹,编码同一个 8-bit 帧计数。解码时先读这 16 个采样点:
- 上下一致 → 整帧属于同一显示帧,全部 12 条带可信;
- 不一致 → 存在撕裂,用二分法在条带边界上定位撕裂行,只丢弃跨越它的那一条。
成本:16 次采样。收益:把"撕裂帧全废"变成"损失 1/12"。
### 3.4 参考模块网格(局部阈值)
屏幕亮度不均、镜头暗角、moiré 会让全局阈值失效。
每 **16×16 模块**嵌入一对已知的黑/白参考模块(开销 0.78%),解码时:
```
读取所有参考对 → 得到稀疏的 (black_level, white_level) 采样点
→ 双线性插值出全画布的阈值面 threshold(x,y) = (black + white) / 2
→ 每个数据模块与其所在位置的插值阈值比较
```
这同时天然抵抗屏幕 PWM 调光造成的整体亮度波动。
### 3.5 喷泉码(条带级)
每条带 = 一个独立喷泉包:
```
条带头(12 B):magic(2) | sessionId(4) | blockId(2) | seed(4)
条带数据:~1 750 B
CRC32(4 B)
```
- 文件按 **块(block)** 切分,每块 64 个源分片;
- 编码包 = 块内随机子集的 XOR,参与集合由 `seed` 经约定 PRNG 还原;
- 前 64 个包用系统码(原始分片本身),信道好时零解码开销;
- 接收端每块维护 64×64 的 GF(2) 矩阵,高斯消元求解;
- 冗余 15%(即平均收到 1.15×N 个包即可解出)。
Windows 端可直接用 `raptorq` crate;Android 端建议自研分组 XOR + 高斯消元,
两端算法必须逐位对齐(提供跨语言测试向量)。
### 3.6 采样解码器(替代 ZXing)
比 RS 解码更简单,纯整数运算:
```
1. tear guard 检查(16 次采样) → 决定丢弃哪条带
2. 模糊门控(陀螺仪) → 可能直接跳过整帧
3. 从跟踪状态取单应矩阵 H
4. 读参考网格 → 插值阈值面
5. 对每个模块:用 H 逆映射取中心点采样,与阈值比较 → 1 bit
(只取中心单点,不做邻域平均——3 px/模块下中心点信噪比已足够,速度快 3 倍)
6. 逐条带校验 CRC32 → 通过的送入喷泉解码器
```
复杂度 O(模块数),@1080p 每帧 208 K 次采样。可用 NEON 向量化,
或直接在 `ImageProxy` 的 Y 平面上按行做(内存访问连续)。
实测预算:60 FPS 下约 12.5 M 采样/s,中端 SoC 单核即可,不需要 GPU。
**并行结构**:`analyze()` 回调只做"按 H 计算 ROI 并 memcpy Y 平面"然后立即
`image.close()` 返回;采样解码与喷泉解码交给 2~3 个 worker 线程。
注意现有 `GrayFrameBuffer` 是单实例、非线程安全的,必须改成 per-worker 实例。
---
## 4. Windows 发送端
### 4.1 显示管线(必须先修)
现状:`qr.rs` 生成 1024×1024 的 `ColorImage`(RGBA)= **4 MiB/帧**,
每帧 `texture.set()` 上传 GPU;`optical_cache.rs` 按 4 MiB/页 计算容量,
最多占用 **768 MiB** 内存。60 FPS 下这是 240 MB/s 的分配与上传。
改法:上传 **模块级纹理**(608×342 = 208 KB 灰度),用 `TextureOptions::NEAREST`
让 GPU 放大。绘制矩形边长取模块数的整数倍(608 × 3 = 1824 px),避免不均匀缩放。
- 纹理上传:4 MiB → 208 KB(**减少 95%**,且不随显示尺寸增长)
- 预编码缓存:768 MiB → < 20 MiB
- 60 FPS 变得毫无压力
### 4.2 换页时序
现有 `last_advance.elapsed() >= interval` 轮询会产生抖动。
改为**按 vsync 计数换页**:60 Hz 屏每 1 个 vsync 换一页 = 精确 60 FPS;
每 2 个 vsync 换一页 = 精确 30 FPS。保证每帧显示时长完全一致。
### 4.3 显示器体检
启动光学模式时检测:刷新率、画布区可用逻辑像素宽度、DPI 缩放。
不满足"≥60 Hz 且 ≥1824 px"时,明确提示目标 B 不可达并给出当前档位的预计耗时。
### 4.4 编码吞吐
60 FPS × 21 KB = 1.27 MB/s 的 XOR + 位阵列打包。Rayon 并行下可忽略。
---
## 5. 分阶段落地
| 阶段 | 内容 | 可验证指标 | 风险 |
|---|---|---|---|
| **P1** | Windows 模块级纹理 + vsync 换页 | 稳定 60.0 页/s,内存 < 50 MiB | 低 |
| **P2** | 相机帧率三级锁定 + 闭环验证 + 关 EIS/抗闪烁 + 锁 AF | p95/p50 < 1.30,实测帧率 = 标称 | 低 |
| **P3** | 手动曝光 2~4 ms + 陀螺仪前馈 + 模糊门控 | 10 °/s 晃动下不丢锁,模糊 < 1 px | 中 |
| **P4** | QFT5 画布格式 + 单应跟踪 + 采样解码器 | 单帧 208 K 模块解码 < 12 ms | **高** |
| **P5** | 条带喷泉码(两端对齐 + 跨语言测试向量) | 收包 1.15×N 即可还原 | 中 |
| **P6** | 1080p60 + tear guard + 参数调优 | 目标 A / B 达标 | 中 |
P1、P2 可以立刻做且零协议风险;P4 是主要工程量(估计是全部工作量的一半)。
**建议在 P4 之前先做一个离线验证台**:Windows 端把画布导出成 PNG 序列,
Android 端加一个"从相册读图解码"的调试入口,先在无相机噪声的条件下
把采样解码器和喷泉码调通,再接实时相机。这能省掉大量难以复现的现场调试。
---
## 5.1 P0 · 分辨率楔形标定(已实现)
上表所有数字都建立在一个未经实测的假设上:**px/模块 的真实下限**。
合成实验显示这个值仅因对焦质量不同就能在 3.1~5.7 之间摆动,
所以它必须先测出来,不能靠推算。工具已在 `scripts/` 下:
```bash
# 1. 生成标定图(尺寸填显示器的设备像素)
python scripts/wedge_gen.py --width 1920 --height 1080 --out out/wedge
# 2. 用浏览器打开 out/wedge.html,按 F11 全屏
# 页面左上角必须显示「缩放 1.000 ✅」,否则测量无效
# 3. 手机拍照:大致正立,四个黑色角标全部入画并尽量填满画面
# 建议在 2~4 个不同距离各拍一张
# 4. 分析
python scripts/wedge_analyze.py --spec out/wedge.json --photo IMG_0001.jpg
```
输出每条带的 **实测 px/模块 → 对比度 → 误码率**,并给出 BER=1e-3 的临界点,
以及按该临界点换算的画布净载荷与各帧率下的预计传输耗时。
`--analysis-width` 默认 1920,即把 12MP 原片降采样到 1080p,模拟真实的
ImageAnalysis 流;改成 1280 可直接对比 720p 分析流的能力差距。
自检(合成相机模型,无需硬件):`python scripts/wedge_selftest.py`。
### 标定结果如何反馈到本方案
| 实测临界 px/模块 | 结论 |
|---|---|
| ≤ 2.6 | 目标 B 有余量,可考虑 §5.2 的六边形点阵进一步加码 |
| 2.6 ~ 3.2 | 按本方案原样实施,目标 B 余量约 10% |
| 3.2 ~ 4.0 | 目标 B 不可达;目标 A 仍可达。需下调指标或提高分析分辨率 |
| > 4.0 | 光学链路能力远低于预期,应优先排查对焦/曝光(§1.2、§2.1) |
### 一个必须修正的设计细节
标定工具的误码率输出暴露了 §3.5 的一个缺口:**条带只有 CRC,没有内码**。
1750 B 的条带有约 14 000 bit,只要 1 bit 错就整条报废。
若要求带错率 < 13%(喷泉码 15% 冗余能承受的上限),
原始 BER 必须低于 **1e-5**——这对光学信道是很苛刻的。
因此条带内部必须加**内码**,形成"内码纠错 + 外层喷泉码纠删"的级联结构
(与 QR 内部用 RS 是同一思路)。粗估所需冗余 ≈ 48 × BER:
| 实测原始 BER | 内码冗余 |
|---|---|
| 1e-5 | 可省略 |
| 1e-4 | ~0.5% |
| 1e-3 | ~4.8% |
| 1e-2 | ~48%(此工作点不可用) |
`wedge_analyze.py` 已按此公式输出所需内码冗余,并计入净载荷估算。
---
## 6. 达标核算与回退
### 达标条件(目标 B)
```
1080p ImageAnalysis @ 60 FPS × 21 209 B/画布 × 92% 撕裂效率
= 1 143 KB/s → 10 MB / 9.0 s ✅(余量 10%)
```
余量只有 10%,任一环节退化都会掉出指标。必须全部满足:
手机支持 1080p60 分析、显示器 ≥60 Hz、3.0 px/模块下解码成功率 > 95%、使用支架。
### 达标条件(目标 A)
```
1080p @ 24 FPS × 15 571 B/画布(3.5 px/模块) × 96%
= 350 KB/s → 1 MB / 2.9 s ✅(余量 42%)
```
余量充足,手持可行。**建议把 3.5 px/模块设为默认档。**
### 回退阶梯
App 应根据实测能力自动选档,并在 UI 明示当前档位与预计耗时:
| 档位 | 分析分辨率 | px/模块 | 相机 FPS | 吞吐 | 适用 |
|---|---|---|---|---|---|
| 极速(支架) | 1080p | 3.0 | 60 | 1143 KB/s | 目标 B |
| 标准(手持) | 1080p | 3.5 | 24~30 | 350~438 KB/s | 目标 A |
| 保守 | 720p | 3.5 | 30 | 167 KB/s | 老设备 |
| 兼容 | 720p | 4.0 | 30 | 128 KB/s | 最低保障 |
### 何时不该用光学
仓库已有 `QFTSEND2` 扫码直传(`windows/src/sender.rs`:HTTP + Range 续传 + UDP 发现),
10 MB 在局域网下是亚秒级。光学链路应明确定位为**物理隔离场景专用**,
并在选择大文件时主动提示直传方案与两者的预计耗时对比。