Luxonis、単一のレンズでは対応できないロボット向けに、1枚の基板に5台のカメラを搭載

Luxonisは火曜日、ボードレベルビジョンコンピュータ「OAK 4 FFC」の受注を開始した。この製品は、同社のカメラモジュールを最大5台、1秒あたり52兆回の演算処理能力を持つ単一のプロセッサに接続するもので、その形状上、単一の統合型カメラモジュールの採用が現実的でないヒューマノイドロボット、ドローン、その他の機械を主なターゲットとしている。 開発者キット版は11月に849米ドルで出荷される。カスタム筐体向けに設計された軽量なベアボーン版は2027年第1四半期に729米ドルで出荷される予定だ。両製品とも、メモリおよびストレージのコストを理由に、一時的に200米ドルの追加料金が上乗せされている。

Luxonisは、2019年に設立されたコロラド州デンバーを拠点とするマシンビジョン・ハードウェア企業であり、オープンソースのコンピュータビジョンライブラリ「OpenCV」を基盤としたOAKシリーズや オープンソースのコンピュータビジョンライブラリ「OpenCV」を基盤としたステレオ深度カメラ「OAK」シリーズで評価を確立し、2026年7月には、同社が「物理的AIを支える知覚層」と呼ぶものを推進することを明確な枠組みとして、1,400万米ドルのシリーズAラウンドの資金調達を行った。 OAK 4 FFCは、そのコンセプトをこれまでで最も明確に体現した製品だ。ロボットメーカーが特定の場所に固定して取り付ける単体のカメラを販売するのではなく、Luxonisは、ロボットに分散配置されたすべてのカメラが接続できる「ビジョン・ブレイン」を販売している。

ロボットがカメラポート不足に陥る理由

車輪付き配送ロボットや倉庫に固定されたカメラであれば、通常、目立ち、障害物のない場所に1台か2台のカメラを取り付ければ事足りる。しかし、ヒューマノイドロボットや小型ドローンではそうはいかない。 ヒューマノイドロボットの場合、ナビゲーションには頭の高さ付近での視覚情報が必要であり、操作には手首や指先での視覚情報が必要で、さらにバランス保持や障害物検知のためには足元や腰付近での視覚情報も頻繁に必要となります。そして、これらの各設置場所には、スペース、重量、配線に関する異なる制約があり、レンズ、センサー、演算機能を1つの筐体に統合した単一のカメラモジュールでは、すべての場所の要件を同時に満たすことはできません。 Luxonisの解決策は、センシングと演算を完全に分離することにある。すなわち、

カメラモジュール自体は、1個34.99米ドルからという、小型で安価、かつ交換可能なセンサーとなっており、一方、都合の良い場所に設置できるOAK 4 FFCボードが、5つのフィードすべてに対して、同期、キャリブレーション、ステレオ深度処理、AI推論を同時に実行します。

発売時のモジュールラインナップは、3種類のセンサータイプにわたる9つの個別製品で構成されています。具体的には、48メガピクセルのカラーセンサー、および1メガピクセルと5メガピクセルの2種類のグローバルシャッターセンサーがあり、それぞれ標準画角と広角画角のモデルが用意されています。 Luxonisによると、今後、サーマルセンサー、飛行時間（ToF）センサー、および追加のグローバルシャッターモジュールが登場する予定であり、これにより、同じ「1枚のボードで多数のカメラを制御する」アーキテクチャが、2枚目の演算ボードを必要とせずに、低照度環境でのナビゲーションや精密な距離測定といった用途にも拡張されることになる。

Luxonisが解決したと主張するキャリブレーションの問題

5つの独立したカメラモジュールを1つのステレオビジョンパイプラインで動作させるには、それらのカメラが互いに正確にキャリブレーションされた状態を維持している必要があります。しかし、移動するロボットにおける振動、熱膨張、通常の摩耗により、工場出荷時のキャリブレーションは時間の経過とともにずれてしまいます。 Luxonisは、すべてのモジュールを工場出荷時にキャリブレーション済みの状態で出荷し、さらに「ダイナミック・キャリブレーション」と呼ばれるシステムを組み込んでいます。これは、ステレオカメラの再キャリブレーションにおける従来の方法である、オペレーターが物理的なチェッカーボードパターンを掲げる必要がなく、シーン内にすでに映っているテクスチャを用いてカメラの位置を再調整するシステムです。

この詳細は、一見した以上にロボットシステムインテグレーターにとって重要な意味を持ちます。チェッカーボードを用いた再キャリブレーション作業を行うには、ロボットを稼働から外し、その手順に精通した技術者を見つけ、管理された環境下で作業を行う必要があります。これは、複数の拠点に展開されたロボット群にとって、実質的な運用コストとなります。 ロボットのカメラがたまたま捉えている映像を利用して、静かに自動再校正を行うシステムがあれば、その自己校正が十分な精度を持つことが証明されれば、ロボット群の規模に応じて増加するはずだったメンテナンスの手順を排除できる。

この分野において、チェッカーボード方式に基づくルーチンとして、ただし、Luxonis社はこれについて、独立した第三者機関による検証をまだ受けていない。

1枚の基板を2通りの方法で活用

Luxonisは、ロボット開発者がシステムのアーキテクチャをどのように設計するかによって、OAK 4 FFCが2つの異なる役割を果たせるように設計しました。 Luxonis独自のLinuxベースのオペレーティングシステムを使用して、ナビゲーションや制御ロジックを直接処理し、ロボットのメインオンボードコンピュータとして動作させることができます。これは、別途、より高性能な汎用コンピュータを必要としない、よりシンプルなロボットに適しています。 あるいは、専用の知覚コプロセッサとして動作させ、すべてのカメラの同期、深度計算、物体検出を処理し、処理済みの結果、深度マップ、検出結果、追跡対象物のみを、ロボットのより高レベルの自律スタックを実行している別のメインコンピュータに送信することも可能です。

この2つ目のモードは、既存のロボットメーカーにとってより重要な選択肢となります。なぜなら、ナビゲーション、計画、操作制御をすでに実行しているコンピュータを置き換えることなく、既存のロボット設計に5カメラによる知覚機能を追加できることを意味するからです。 実用的なロボットアーキテクチャを持つ企業は、新しいメインプロセッサを中心にコンピューティングスタック全体を再構築するのではなく、拡張されたビジョン機能をアドオン型の知覚レイヤーとして追加できます。これは、多くの「ロボットの脳を置き換える」というビジョンハードウェアの売り込みが要求するものと比べ、リスクが大幅に低い統合経路です。

デスクトップではなく、ロボット向けに設計された接続性

このボードの接続オプションは、デスクトップコンピューティングの慣例というよりは、ロボット統合における不満点から作成されたチェックリストのようだ： 1本のケーブルでデータと電源を供給する2.5ギガビットイーサネットおよびPower over Ethernet Plus、バッテリー駆動の移動型ロボットで一般的な電圧変動に耐える6～32ボルトの広範囲なDC入力、 USB-C、多くの産業用ロボットがすでに内部で使用している車両用ネットワーク規格であるCAN FD、そして5台のカメラすべてが正確に同じ瞬間に撮影を継続できるようにするハードウェアフレーム同期機能。これは、あらゆる

複数のカメラ映像を1つの3D再構成画像に統合するアプリケーション。

また、Luxonisはこのボードのリファレンスデザインをオープンソースとして公開している。この決定により、システムインテグレーターをLuxonis独自のデベロッパーキットやベアボーンというフォームファクタに限定するのではなく、このチップを基盤として自社製品を開発するロボットメーカーによるカスタムハードウェアのバリエーションやボードレベルの改造が可能となる。

ソフトウェアスタックが決定づけるもの

ビジョン・コンピューティング・ボードの有用性は、生のカメラフレームをロボットの制御ソフトウェアが処理可能な形式に変換するソフトウェア層の性能に左右されます。この点において、Luxonisはゼロから構築するのではなく、既存の資産を活用する方針をとっています。 同社のオープンソース知覚ソフトウェアであるDepthAIは、すでに以前の世代のOAKカメラで動作しており、数年にわたるコミュニティでの利用実績、サンプルパイプライン、一般的なロボット工学用ミドルウェアとの統合実績を蓄積している。 新しいハードウェアとともに、実績のない新しいスタックを導入するのではなく、この同じソフトウェア基盤を5カメラボードに拡張することで、ロボット工学チームがOAK 4 FFCを採用する際のリスクを低減できます。 というのも、ボードを評価するエンジニアは、本格的な統合に開発リソースを割く前に、DepthAIの既存のドキュメントやコミュニティフォーラムを参照して、謳われている機能の多くを検証できるからです。

ボードの中核をなす6コアのRVC4プロセッサは、特化度の低いチップであれば個別のシリコンが必要となるような複数の処理を同時に実行しています。具体的には、5つのカメラからの映像を共通のクロックに同期させ、 特定のロボット設計で使用されるセンサーのペアを問わずステレオ深度を計算すること、そして生の深度データや画像データを物体検出や追跡対象の識別情報に変換するAI推論モデルを実行することです。 これら3つの機能をすべて1つのチップに集約したことで、このボードは小型かつ低消費電力を実現し、別途サーバークラスのコンピュータを近くに設置する必要なく、ロボットに直接搭載することが可能となっています。この設計上の制約こそが、

データセンター用AIアクセラレータを、同じ演算処理用に転用したロボット用ビジョンプロセッサ。

単なるプロトタイプではなく、パイロットフリートを見据えた予算編成

価格体系は、仕様と同様に、LuxonisがOAK 4 FFCの購入者として誰を想定しているかを如実に物語っている。 1セット849米ドルの開発者キットは、個々のエンジニアや小規模なロボットスタートアップが、評価用に調達カードで購入できるほど手頃な価格であり、通常、ハイエンドのビジョン・コンピューティングハードウェアに付き物の数週間に及ぶ企業向け販売サイクルを必要としません。 しかし、この価格設定の真価が問われるのはフリート規模での導入だ。ロボット企業が10台または20台のプロトタイプ機に、1台あたり729米ドルのベアボーン版を搭載し、 さらに、1台あたり最低約175米ドルのカメラモジュールを5つずつ追加し（より高価なセンサーオプションは別として）、周辺のロボットハードウェアやソフトウェア統合の労力、ロボット本体のシャーシやアクチュエータの費用を一切含めない段階で、ビジョン関連の費用は数万ドルに達することになります。 この費用項目が妥当かどうかは、そのロボットプログラムが知覚機能にすでにどの程度の予算を割り当てているかに完全に依存する。また、Luxonisが両方のボードバリエーションに対して一時的に課している200米ドルのメモリおよびストレージ追加料金は、完成ボードの価格だけでなく、コンポーネントの価格変動によって、公表された仕様書が示唆するよりも早く総額が変動し得ることを改めて思い起こさせるものである。

激戦区における価格競争

OAK 4 FFCは、すでにNvidiaのJetsonシリーズやIntelのRealSenseカメラ（いずれもロボティクス分野で広く使用されている）が存在するビジョン・コンピューティング市場に参入しようとしている。さらに、同じ物理AI構築を追求する小規模な専門ビジョンプロセッサスタートアップも増加している。Luxonisが売り込んでいるのは、単なる raw compute power ではない。 NVIDIAの大型Jetsonモジュールは、スペック上ではOAK 4 FFCの52 TOPSを上回っているが、マルチカメラ対応の柔軟性、自己キャリブレーション、ロボット工学に特化した接続性を単一のボードに統合し、小規模なロボット工学チームが企業向け営業担当との交渉を経ずに、調達カードで直接購入できる価格で販売されている点が強みである。

プロセス。

この組み合わせが、Luxonis社自身のデモ以外でも機能するかどうかは、11月に開発者キットを購入し、それを基盤として実際のマルチカメラ認識パイプラインの構築を試みる開発者たち次第である。今後数ヶ月間にわたる彼らのフィードバックこそが、発売時にLuxonis社が公表したいかなる仕様書よりも、OAK 4 FFCの実際の信頼性について多くを物語ることになるだろう。

本記事は、OAK 4 FFCに関するLuxonis社の製品および価格資料に基づいています。

本記事は一般的な情報提供のみを目的としており、投資、調達、法律、または技術に関する助言を構成するものではありません。製品仕様は執筆時点で公開されている情報を反映しており、予告なく変更される場合があります。