近期正在开展下一代自主移动小车的硬件方案选型工作。
在机器人整套硬件体系中，我们此前已经梳理过底层运动控制的 CAN/CAN FD 总线、负责高频传感数据传输的工业以太网架构。无论是底盘电机控制、激光雷达点云传输，还是多路相机的图像采集，所有传感器数据、算法运算、导航决策，最终都依赖嵌入式主控平台完成集中处理。
在边缘机器人、自主小车、人形机器人的工程落地场景中，NVIDIA Jetson 系列始终是行业最主流、生态最完善的算力平台。本文将结合机器人实际落地需求，系统梳理当前主力 Jetson Orin 全系列产品线 的硬件规格、性能差异与适配场景，完成一次完整、闭环的平台选型复盘，为新一代小车硬件方案提供明确的选型依据。
一、架构迭代：为什么新项目优先选用 Orin 平台？
想要做好选型，首先要分清存量旧平台和当前主流新平台的核心差异。
1. 上一代 Xavier 平台（Volta 架构）
代表型号：Xavier NX、AGX Xavier。
这一代平台是早期机器人、巡检小车、初代智能车的常用方案，但受限于工艺与架构，整体硬件瓶颈非常明显：
算力上限低、内存带宽有限、多路相机并发能力弱，面对当前主流的 BEV 感知、深度估计、多传感器融合算法，算力冗余严重不足。
目前该系列仅用于存量老设备维护，全新硬件项目基本不再采用。
2. 新一代 Orin 平台（Ampere 架构·当前行业主力）
Orin 全系采用 7nm 工艺，相比上代实现了算力、内存带宽、多媒体处理、接口扩展性的全方位升级。
同时支持多档位动态功耗调节，完美适配电池供电的移动机器人场景，原生兼容 ROS/ROS2、TensorRT 推理加速、图像硬编硬解，是目前自主小车、中小型人形机器人量产与原型开发的标准主力平台。
二、Jetson Orin 全系列核心规格详解
以下为机器人工程落地通用的INT8 峰值算力、内存、功耗、场景标准化对比，完全贴合小车与移动机器人的选型维度。
型号 |
内存配置 |
峰值AI算力 |
CPU架构 |
内存带宽 |
可调功耗 |
核心适配场景 |
|---|---|---|---|---|---|---|
Orin Nano |
4GB / 8GB LPDDR5 |
67 TOPS |
6核Cortex‑A78AE |
51GB/s / 102GB/s |
7W~15W |
入门教学小车、单双目简单视觉识别、轻量化任务，传感器负载低 |
Orin NX |
8GB / 16GB LPDDR5 |
157 TOPS |
6核Cortex‑A78AE |
102.4GB/s |
10W~25W |
自主小车主流首选，多路相机+激光雷达融合、轻量化感知、导航规划全套算法 |
AGX Orin |
32GB / 64GB LPDDR5 |
275 TOPS |
12核Cortex‑A78AE |
204.8GB/s |
15W~60W |
高端多传感器集群、多目环视、大模型本地推理，适用于高端原型设备 |
三、Orin 平台四大核心硬件优势（机器人落地关键）
1. 统一内存架构（UMA）
CPU、GPU、硬件ISP 共享同一块物理内存，无需频繁进行数据拷贝。
相机图像、雷达点云等大容量数据流可以直接被算法调用，大幅降低感知链路延时，是机器视觉实时运算的核心优势。
2. 原生多路 MIPI 相机硬件采集
自带专用 ISP 图像处理器，支持多路相机同步硬采集。
相比USB相机，MIPI 链路帧率更稳、延时更低、不占用系统算力，完全适配小车多目感知、环境环视需求。
3. 硬件编解码单元（VIC）
支持多路4K视频硬编硬解，图像录制、视频推流全程硬件加速，不挤占AI推理算力，适合机器人数据采集、场景录像、日志留存场景。
4. 全场景扩展接口
原生搭载 PCIe、千兆以太网、GPIO 等扩展接口，可无缝外接激光雷达、NVMe固态、CAN 驱动模块，可完美适配机器人感知+传输+运动控制整套硬件链路。
四、自主小车精准选型方案
结合算力、内存、功耗、体积、续航五大约束，针对不同层级小车项目做精准划分：
1. 入门轻量化小车、教学demo项目
推荐：Orin Nano 8GB
足够支撑基础视觉识别、简单避障、单线雷达导航。
局限在于内存与算力有限，不适合多路传感器叠加、复杂感知算法开发。
2. 新一代量产自主小车、中小型移动机器人
推荐：Orin NX 16GB（行业黄金方案）
功耗便携、体积紧凑、算力充足。
可稳定承载 4–6 路相机+激光雷达融合、BEV轻量化感知、实时定位与路径规划，是综合性价比最高、落地最广的方案。
3. 高端研发原型、多传感器集群设备
推荐：AGX Orin 32GB
超大内存与超高算力，可支撑多目环视、多雷达融合、本地大模型推理。
缺点是功耗高、体积大、续航压力大，不适合常规小型自主小车。
五、机器人整套硬件链路闭环梳理
结合此前梳理的底层硬件体系，可以形成一套完整的机器人硬件逻辑闭环：
各类视觉相机通过 MIPI 通道接入主控 ISP 完成图像预处理；
激光雷达、毫米波雷达通过工业以太网完成高频点云数据传输；
底盘电机、关节驱动器依靠 CAN/CAN FD 总线 实现低延迟运动控制；
所有感知数据、控制数据最终汇总至 Jetson Orin 主控，统一完成感知推理、传感器融合、导航规划、运动指令下发，构成完整的自主机器人运行体系。
六、选型总结
从 Xavier 迭代至 Orin，新一代 Jetson 平台彻底解决了老平台算力不足、带宽受限、扩展能力弱的痛点。
对于绝大多数新一代自主小车、移动机器人项目：
Orin NX 16GB是兼顾体积、功耗、算力、扩展性的最优解；
轻量化入门项目可选用 Orin Nano；
高算力研发需求可升级 AGX Orin。
硬件选型没有绝对最优的方案，只有贴合自身传感器数量、算法负载、结构空间与供电条件的适配方案。