Luxonis integriert fünf Kameras auf einer Platine für Roboter, die nicht mit einer einzigen Linse auskommen

Luxonis nahm am Dienstag Bestellungen für den OAK 4 FFC entgegen, einen Vision-Computer auf Platinenebene, der bis zu fünf Kameramodule des Unternehmens an einen einzigen Prozessor anschließt, der eine Rechenleistung von 52 Billionen Operationen pro Sekunde liefert. Das Produkt richtet sich gezielt an humanoide Roboter, Drohnen und andere Maschinen, bei denen die Form den Einsatz eines einzigen integrierten Kameramoduls unpraktisch macht. Eine Developer-Kit-Version wird im November zum Preis von 849 US-Dollar ausgeliefert; eine leichtere Barebone-Version, die für kundenspezifische Gehäuse konzipiert ist, wird im ersten Quartal 2027 zum Preis von 729 US-Dollar ausgeliefert. Bei beiden Preisen wird vorübergehend ein Aufschlag von 200 US-Dollar erhoben, den das Unternehmen auf Speicher- und Speicherkosten zurückführt.

Luxonis ist ein 2019 gegründetes Unternehmen für Bildverarbeitungshardware mit Sitz in Denver, Colorado, das sich mit der OAK-Produktreihe einen Namen gemacht hat, Stereo-Tiefenkameras, die auf der Open-Source-Bibliothek OpenCV für Computer Vision basieren, und sammelte im Juli 2026 in einer Serie-A-Finanzierungsrunde 14 Millionen US-Dollar ein, die ausdrücklich darauf ausgerichtet war, das zu unterstützen, was das Unternehmen als „die Wahrnehmungsschicht hinter der physischen KI“ bezeichnet. Die OAK 4 FFC ist der bislang deutlichste Ausdruck dieses Konzepts: Anstatt eine eigenständige Kamera zu verkaufen, die ein Roboterhersteller an einer bestimmten Stelle anbringt, bietet Luxonis ein „Vision-Gehirn“ an, an das alle dezentralen Kameras eines Roboters angeschlossen werden.

Warum Robotern die Kameraanschlüsse ausgehen

Ein Lieferroboter auf Rädern oder eine fest installierte Lagerkamera kommt in der Regel mit einer oder zwei Kameras aus, die an einer gut sichtbaren, unversperrten Stelle angebracht sind. Ein humanoider Roboter oder eine kleine Drohne hingegen nicht. Ein humanoider Roboter benötigt zur Navigation eine Kamera in etwa auf Kopfhöhe, an den Handgelenken oder Fingerspitzen zur Manipulation sowie häufig an den Füßen oder Hüften für das Gleichgewicht und die Hinderniserkennung – und jeder dieser Orte unterliegt unterschiedlichen Platz-, Gewichts- und Verkabelungsbeschränkungen, die ein einzelnes integriertes Kameramodul, das Objektiv, Sensor und Rechenleistung in einem Gehäuse vereint, nicht überall gleichzeitig erfüllen kann. Die Lösung von Luxonis besteht darin, die Sensorik vollständig von der Rechenleistung zu trennen: die

Die Kameramodule selbst werden zu kleinen, kostengünstigen und austauschbaren Sensoren, deren Preis bei 34,99 US-Dollar pro Stück beginnt, während die OAK 4 FFC-Platine, die an einer beliebigen Stelle montiert werden kann, die eigentliche Synchronisation, Kalibrierung, Stereo-Tiefenverarbeitung und KI-Inferenz für alle fünf Bildströme gleichzeitig übernimmt.

Das Modulangebot zum Markteintritt umfasst drei Sensortypen mit insgesamt neun einzelnen Produkten: einen 48-Megapixel-Farbsensor sowie zwei Global-Shutter-Sensoren mit einer bzw. fünf Megapixeln, die jeweils mit Standard- und Weitwinkel-Sichtfeld erhältlich sind. Laut Luxonis sind Thermalkameras, Time-of-Flight-Module sowie weitere Global-Shutter-Module in Vorbereitung, wodurch sich dieselbe Architektur mit einer Platine und mehreren Kameras auf Anwendungen wie die Navigation bei schlechten Lichtverhältnissen und die präzise Entfernungsmessung ausweiten ließe, ohne dass eine zweite Rechenplatine erforderlich wäre.

Das Kalibrierungsproblem, das Luxonis nach eigenen Angaben gelöst hat

Der Betrieb von fünf unabhängigen Kameramodulen über eine einzige Stereo-Vision-Pipeline funktioniert nur, wenn diese Kameras relativ zueinander präzise kalibriert bleiben; Vibrationen, thermische Ausdehnung und normaler Verschleiß an einem sich bewegenden Roboter führen jedoch dazu, dass die werkseitige Kalibrierung im Laufe der Zeit ungenau wird. Luxonis liefert jedes Modul werkseitig kalibriert aus und ergänzt dies anschließend durch die sogenannte „Dynamic Calibration“ – ein System, das die Kameras anhand der bereits in der Szene sichtbaren Textur neu ausrichtet, anstatt dass ein Bediener ein physisches Schachbrettmuster hochhalten muss, wie es bei der herkömmlichen Methode zur Neukalibrierung von Stereokameras üblich ist.

Dieses Detail ist für einen Robotik-Integrator von größerer Bedeutung, als es auf den ersten Blick erscheinen mag. Eine Neukalibrierung mittels Schachbrettmuster bedeutet, einen Roboter außer Betrieb zu nehmen, einen Techniker zu finden, der mit dem Verfahren vertraut ist, und den Vorgang in einer kontrollierten Umgebung durchzuführen – was für eine Maschinenflotte, die an mehreren Standorten eingesetzt wird, echte Betriebskosten verursacht. Ein System, das sich selbstständig und unauffällig anhand dessen neu kalibrieren kann, was die Kameras eines Roboters gerade erfassen, entfallen Wartungsschritte, deren Aufwand andernfalls mit der Größe der Flotte zunehmen würde – vorausgesetzt, die Selbstkalibrierung erweist sich als ebenso genau wie

das Spielfeld als schachbrettartige Routine – eine Behauptung, für die Luxonis bislang noch keine unabhängigen Tests durch Dritte zur Bestätigung vorweisen kann.

Zwei Einsatzmöglichkeiten für dieselbe Platine

Luxonis hat das OAK 4 FFC so konzipiert, dass es je nach den architektonischen Vorstellungen des Roboterentwicklers zwei unterschiedliche Funktionen erfüllen kann. Es kann als Hauptbordcomputer des Roboters fungieren und dabei das eigene Linux-basierte Betriebssystem von Luxonis nutzen, um Navigations- und Steuerungslogik direkt zu verarbeiten – was sich für einen einfacheren Roboter eignet, der keinen separaten, leistungsstärkeren Allzweckcomputer benötigt. Alternativ kann es als dedizierter Wahrnehmungs-Coprozessor fungieren, der die gesamte Kamerasynchronisation, Tiefenberechnung und Objekterkennung übernimmt und anschließend nur die verarbeiteten Ergebnisse – Tiefenkarten, Erkennungsdaten und verfolgte Objekte – an einen separaten Hauptcomputer sendet, auf dem der übergeordnete Autonomie-Stack des Roboters läuft.

Dieser zweite Modus ist für etablierte Roboterhersteller die bedeutendere Option, da er die Erweiterung eines bestehenden Roboterdesigns um eine Wahrnehmung mit fünf Kameras ermöglicht, ohne den Computer ersetzen zu müssen, der bereits die Navigation, Planung und Manipulationssteuerung ausführt. Ein Unternehmen mit einer funktionierenden Roboterarchitektur kann die erweiterte Bildverarbeitung als zusätzliche Wahrnehmungsschicht integrieren, anstatt seinen gesamten Rechenstack um einen neuen Hauptprozessor herum neu zu gestalten – ein Integrationsweg mit deutlich geringerem Risiko als die meisten Angebote für Bildverarbeitungshardware, die darauf abzielen, „das Gehirn Ihres Roboters zu ersetzen“.

Konnektivität, die für einen Roboter und nicht für einen Desktop entwickelt wurde

Die Anschlussmöglichkeiten der Platine lesen sich wie eine Checkliste, die eher auf den Kritikpunkten bei der Robotikintegration als auf den Konventionen der Desktop-Computertechnik basiert: 2,5-Gigabit-Ethernet und Power over Ethernet Plus für die Daten- und Stromversorgung über ein einziges Kabel, ein breiter Gleichstromeingangsbereich von 6 bis 32 Volt, der die bei batteriebetriebenen mobilen Robotern üblichen Spannungsschwankungen toleriert, USB-C, CAN FD für die fahrzeugähnliche Vernetzung, die viele Industrieroboter bereits intern nutzen, sowie eine Hardware-Bildsynchronisation, um sicherzustellen, dass alle fünf Kameras genau im selben Moment Aufnahmen machen – was für jede

Anwendung, die mehrere Kamerabilder zu einer einzigen 3D-Rekonstruktion zusammenführt.

Luxonis veröffentlicht zudem das Referenzdesign der Platine als Open Source – eine Entscheidung, die Roboterhersteller, die ihre eigenen Produkte auf Basis des Chips entwickeln, dazu einlädt, individuelle Hardwarevarianten und Modifikationen auf Platinenebene vorzunehmen, anstatt Integratoren auf das eigene Entwickler-Kit oder die Barebone-Formfaktoren von Luxonis als einzige Optionen festzulegen.

Was der Software-Stack bestimmt

Ein Vision-Compute-Board ist nur so nützlich wie die Software-Schicht, die rohe Kamerabilder in Informationen umwandelt, auf die die Steuerungssoftware eines Roboters reagieren kann – und genau hier stützt sich Luxonis auf bereits vorhandene Ressourcen, anstatt von Grund auf neu zu entwickeln. DepthAI, die Open-Source-Wahrnehmungssoftware des Unternehmens, läuft bereits auf früheren OAK-Kameragenerationen und verfügt über mehrere Jahre Erfahrung in der Community-Nutzung, Beispiel-Pipelines sowie Integrationen mit gängiger Robotik-Middleware. Die Erweiterung derselben Softwarebasis auf eine Platine mit fünf Kameras anstelle der Einführung eines neuen, ungetesteten Stacks zusammen mit neuer Hardware senkt das Risiko, das ein Robotikteam bei der Einführung der OAK 4 FFC eingeht, da Ingenieure, die das Board evaluieren, einen Großteil der angegebenen Funktionalität anhand der vorhandenen Dokumentation und des Community-Forums von DepthAI testen können, bevor sie Entwicklungszeit in eine vollständige Integration investieren.

Der Sechs-Kern-RVC4-Prozessor im Zentrum der Platine erledigt mehrere Aufgaben gleichzeitig, für die ein weniger spezialisierter Chip separate Chips benötigen würde: die Synchronisierung der fünf Kamerasignale mit einem gemeinsamen Takt, die Berechnung der Stereotiefe über beliebige Sensorpaare, die ein bestimmtes Roboterdesign verwendet, sowie die Ausführung der KI-Inferenzmodelle, die Rohdaten zu Tiefe und Bildern in Objekterkennung und verfolgte Identitäten umwandeln. Die Zusammenfassung aller drei Funktionen auf einem einzigen Chip ermöglicht es, die Platine so kompakt und energieeffizient zu gestalten, dass sie direkt an einem Roboter montiert werden kann, anstatt einen separaten Computer der Serverklasse in der Nähe zu benötigen – dies ist die Designbeschränkung, die einen

Robotik-Bildverarbeitungsprozessor, der aus einem KI-Beschleuniger für Rechenzentren stammt und für dieselben mathematischen Berechnungen umfunktioniert wurde.

Budgetplanung für eine Pilotflotte, nicht nur für einen Prototyp

Die Preisstruktur sagt ebenso viel darüber aus, wer nach den Erwartungen von Luxonis den OAK 4 FFC erwerben wird, wie die technischen Daten selbst. Ein einzelnes Entwickler-Kit für 849 US-Dollar ist günstig genug, damit ein einzelner Ingenieur oder ein kleines Robotik-Start-up es zur Evaluierung mit einer Beschaffungskarte erwerben kann – ohne den mehrwöchigen Vertriebszyklus für Unternehmenskunden, der typischerweise mit High-End-Bildverarbeitungs- und Rechenhardware einhergeht. Der eigentliche Test für die Preisgestaltung erfolgt jedoch im Flottenmaßstab: Ein Robotikunternehmen, das zehn oder zwanzig Prototypen mit der Barebone-Version zu je 729 US-Dollar ausstattet, zuzüglich mindestens fünf Kameramodulen pro Einheit zu jeweils etwa 175 US-Dollar – noch bevor die teureren Sensoroptionen berücksichtigt werden –, muss mit Bildverarbeitungskosten in Höhe von mehreren Zehntausend Dollar rechnen, noch bevor die übrige Roboterhardware, der Aufwand für die Softwareintegration oder das Roboterchassis und die Aktuatoren selbst einbezogen werden. Ob dieser Posten angemessen ist, hängt ganz davon ab, welches Budget ein bestimmtes Robotikprogramm bereits für die Wahrnehmung vorgesehen hat, und der vorübergehende Aufschlag von 200 US-Dollar für Speicher und Speicherkapazität, den Luxonis auf beide Board-Varianten erhebt, macht deutlich, dass die Preise für Einzelkomponenten – und nicht nur die Preise für fertige Boards – die Gesamtsumme schneller in die Höhe treiben können, als ein veröffentlichtes Datenblatt vermuten lässt.

Preisgestaltung in einem umkämpften Markt

Das OAK 4 FFC betritt einen Markt für Bildverarbeitungs- und Rechenlösungen, auf dem bereits die Jetson-Reihe von Nvidia und die RealSense-Kameras von Intel vertreten sind – beide in der Robotik weit verbreitet –, sowie eine wachsende Zahl kleinerer, spezialisierter Start-ups für Bildverarbeitungsprozessoren, die denselben Ausbau im Bereich der physikalischen KI anstreben. Das Verkaufsargument von Luxonis ist nicht die reine Rechenleistung, die größeren Jetson-Module von Nvidia übertreffen die 52 TOPS des OAK 4 FFC auf dem Papier zwar, doch die Kombination aus Flexibilität bei der Nutzung mehrerer Kameras, Selbstkalibrierung und robotik-spezifischer Konnektivität auf einer einzigen Platine – verkauft zu einem Preis, den ein kleines Robotik-Team direkt über eine Beschaffungskarte abrechnen kann, anstatt Verhandlungen über den Unternehmensvertrieb führen zu müssen –

Prozess.

Ob diese Kombination auch außerhalb der eigenen Demonstrationen von Luxonis Bestand hat, wird von den Entwicklern abhängen, die das Developer Kit im November erwerben und versuchen, darauf aufbauend echte Multi-Kamera-Wahrnehmungspipelines zu entwickeln – deren Feedback in den kommenden Monaten mehr über die tatsächliche Zuverlässigkeit des OAK 4 FFC aussagen wird als jedes Datenblatt, das Luxonis zum Marktstart veröffentlicht hat.

Dieser Bericht stützt sich auf die eigenen Produkt- und Preisunterlagen von Luxonis für den OAK 4 FFC.

Dieser Artikel dient ausschließlich allgemeinen Informationszwecken und stellt keine Anlage-, Beschaffungs-, Rechts- oder technische Beratung dar. Die Produktspezifikationen spiegeln die zum Zeitpunkt der Erstellung verfügbaren öffentlichen Unternehmensinformationen wider und können ohne vorherige Ankündigung geändert werden.