Luxonis 將五台攝影機整合於單一電路板上,專為無法僅靠單一鏡頭運作的機器人設計
Luxonis 推出 OAK 4 FFC,這是一款板級視覺電腦,可連接多達五個相機模組,適用於類人型機器人與無人機,將自校準多相機感知技術與機器人級連線能力結合,並以新創企業能負擔的價格提供。

Luxonis 將五台相機整合於單一電路板上,專為無法安裝單一鏡頭的機器人設計
Luxonis 於週二開始接受 OAK 4 FFC 的訂單,這是一款板級視覺電腦,可將多達五個該公司的相機模組連接至單一處理器,提供每秒 52 兆次的運算能力,專為人形機器人、無人機及其他因外形限制而無法採用單一整合式相機模組的機器所設計。 開發套件版將於 11 月出貨,售價 849 美元;專為客製化機殼設計的輕量化裸機版則將於 2027 年第一季出貨,售價 729 美元。兩款產品目前均暫時加收 200 美元附加費,公司表示此費用源於記憶體與儲存成本。
Luxonis 是一家總部位於科羅拉多州丹佛市的機器視覺硬體公司,成立於 2019 年,憑藉 OAK 系列產品建立起其聲譽, 該系列立體深度相機以開源的 OpenCV 電腦視覺函式庫為核心,並於 2026 年 7 月完成 1,400 萬美元的 A 輪融資,該輪融資明確以推動公司所稱的「實體 AI 背後的感知層」為目標。 OAK 4 FFC 正是該理念迄今最清晰的體現:與其銷售一款由機器人製造商固定安裝在單一位置的獨立相機,Luxonis 所銷售的是一套視覺中樞,讓機器人的分散式相機皆可接入其中。
為何機器人會面臨相機連接埠不足的問題
輪式配送機器人或固定式倉儲攝影機,通常只需在顯眼且無遮擋的位置安裝一至兩台攝影機即可運作。但類人型機器人或小型無人機則無法如此。 類人型機器人需要大約在頭部高度的視覺系統來進行導航,在手腕或指尖處的視覺系統來執行操作,並經常在腳部或臀部處的視覺系統來維持平衡與偵測障礙物;而這些位置各自面臨不同的空間、重量及佈線限制,單一的整合式相機模組(將鏡頭、感測器和運算單元整合於單一外殼中)無法同時滿足所有位置的需求。 Luxonis 的解決方案是將感測與運算完全分離:該
相機模組本身已演變為小型、低價且可互換的感測器,單價低至 34.99 美元;而 OAK 4 FFC 主板可安裝於任何方便的位置,並能同時針對全部五路影像流執行實際的同步、校準、立體深度處理及 AI 推論。上市時的模組產品線涵蓋三種感測器類型,共九款獨立產品:一款 4800 萬畫素彩色感測器,以及兩款分別為 100 萬與 500 萬畫素的全域快門感測器,每款均提供標準與廣角兩種視場版本。 Luxonis 表示,熱成像、飛行時間(ToF)以及其他全域快門模組即將推出,這將使相同的「單板多相機」架構延伸至低光導航和精確距離測量等應用,且無需額外的運算板。
Luxonis 宣稱已解決的校準問題
若要將五個獨立的相機模組整合至單一立體視覺處理管道中,前提是這些相機必須始終保持精確的相互校準;然而,移動機器人所承受的振動、熱膨脹及日常磨損,會隨著時間推移導致出廠校準逐漸失準。 Luxonis 出貨的每個模組均經過工廠校準,並在此基礎上疊加其稱為「動態校準」的系統——該系統利用場景中已可見的紋理來重新對齊相機,而非像傳統立體相機重新校準方法那樣,需要操作員舉起實體棋盤格圖案。
對機器人系統整合商而言,這個細節的重要性遠超表面所見。棋盤格重新校準程序意味著必須將機器人暫停運作、尋找熟悉該流程的技術人員,並在受控環境中執行操作,對於部署於多個據點的機器人機隊而言,這是一項實質的營運成本。 一個能夠利用機器人相機當下所捕捉的任何畫面,在無需人工干預的情況下自行重新校準的系統,將能消除這項原本會隨機器人數量增加而擴大的維護步驟——前提是該自動校準的準確度能與
將該領域視為基於棋盤格的常規操作,但 Luxonis 尚未透過獨立第三方測試來證實此說法。同一塊板子的兩種用法
Luxonis 設計 OAK 4 FFC 時,考量到機器人開發者可能採取的不同系統架構,使其能扮演兩種不同的角色。 它可作為機器人的主機載電腦運行,使用 Luxonis 自家的基於 Linux 的作業系統直接處理導航與控制邏輯,這適合不需要另行配備更強大通用電腦的簡易型機器人。 或者,它可作為專用的感知協處理器運行,負責處理所有相機同步、深度計算及物件偵測,隨後僅將處理後的結果(包括深度圖、偵測結果及追蹤物件)傳送至另一台獨立的主電腦,該主電腦負責執行機器人的高階自主運作堆疊。
對於成熟的機器人製造商而言,第二種模式是更為重要的選項,因為這意味著無需更換現有負責執行導航、規劃及操作控制的電腦,即可為現有機器人設計增添五鏡頭感知功能。 擁有成熟機器人架構的公司,可以將擴展的視覺系統作為附加的感知層直接整合,而非為了配合新的主處理器而重新架構整個運算堆疊;相較於多數「替換機器人大腦」的視覺硬體方案所要求的整合方式,這是一條風險顯著較低的整合路徑。
專為機器人打造的連線能力,而非桌上型電腦
該開發板的連線選項,彷彿是根據機器人整合痛點彙編的清單,而非遵循桌上型電腦的慣例: 2.5 千兆乙太網路與 Power over Ethernet Plus(PoE+),實現單一纜線同時傳輸資料與供電;寬範圍 6 至 32 伏特直流輸入,可承受電池驅動移動機器人常見的電壓波動; USB-C、CAN FD(用於許多工業機器人內部已採用的車載式網路),以及硬體幀同步功能,確保五台相機能在精確的同一瞬間進行拍攝——這對任何
一款能將多個相機視角融合為單一 3D 重建影像的應用程式。Luxonis 同時將該開發板的參考設計以開源形式釋出,此舉將鼓勵機器人製造商針對該晶片開發自有產品時,能打造客製化硬體變體並進行板級修改,而非將系統整合商鎖定在 Luxonis 自家的開發套件或裸機規格作為唯一選擇。
軟體堆疊的決定性作用
視覺運算板的實用性取決於軟體層能否將原始相機幀轉化為機器人控制軟體可執行的資訊,而 Luxonis 在此方面選擇倚重現有資源,而非從零開始開發。 該公司的開源感知軟體 DepthAI 已運行於早期 OAK 相機世代,並累積了數年的社群使用經驗、範例處理流程,以及與常見機器人中介軟體的整合。 將同一套軟體基礎擴展至五鏡頭開發板,而非在全新硬體上導入一套未經驗證的新軟體堆疊,能降低機器人團隊採用 OAK 4 FFC 時所承擔的風險, 因為工程師在評估該開發板時,可以在投入工程時間進行全面整合之前,依據 DepthAI 的現有文件和社群論壇,測試其大部分宣稱的功能。
位於開發板核心的六核心 RVC4 處理器,正同時執行多項任務,而若使用專門性較低的晶片,則需透過獨立的晶片來處理這些任務:將五組相機訊號同步至共同時脈、 針對特定機器人設計所採用的任何感測器組合計算立體深度,以及執行人工智慧推論模型,將原始深度與影像資料轉化為物件偵測與追蹤標識。 將這三項功能整合至單一晶片,正是讓這塊開發板能保持足夠小巧且節能的關鍵,得以直接安裝在機器人上,而非需要在附近配置獨立的伺服器級電腦——這項設計限制正是最能區分
將資料中心的人工智慧加速器改裝為機器人視覺處理器,用於執行相同的運算任務。為試飛機隊而非僅僅原型機編列預算
定價結構所透露的訊息,與規格說明同樣能反映 Luxonis 預期哪些客戶會購買 OAK 4 FFC。 單套開發套件定價 849 美元,對個別工程師或小型機器人新創公司而言已足夠實惠,可透過採購卡直接購買進行評估,無需經歷高端視覺與運算硬體通常伴隨的數週企業銷售週期。 但定價策略的真正考驗在於車隊規模:一家機器人公司若為十到二十台原型機配備單價 729 美元的「Barebone」版本, 再加上每台至少五組相機模組(約175美元起,尚未計入更昂貴的感測器選項),光是視覺系統的費用就將高達數萬美元,這還未包含周邊機器人硬體、軟體整合人力成本,以及機器人本身的底盤和致動器。 這項開支是否合理,完全取決於特定機器人計畫已為感知功能分配了多少預算;而 Luxonis 針對兩種板卡版本暫時加收的 200 美元記憶體與儲存附加費,也提醒我們:元件定價(而不僅是成品板卡的定價)可能比公開規格表所示的更快速地影響總成本。
在競爭激烈的市場中定價
OAK 4 FFC 正進軍一個已包含 Nvidia Jetson 系列與 Intel RealSense 攝影機的視覺運算市場,這兩者皆廣泛應用於機器人領域;此外,還有越來越多專注於小型視覺處理器的初創公司,同樣致力於推動實體人工智慧的建構。Luxonis 的賣點並非原始運算能力, Nvidia 體積較大的 Jetson 模組在紙面規格上雖超越 OAK 4 FFC 的 52 TOPS,但 OAK 4 FFC 將多鏡頭靈活性、自動校準及專為機器人設計的連線功能整合於單一電路板中,且售價低廉,讓小型機器人團隊能直接使用採購卡購買,無需透過企業銷售管道進行議價
流程。這套組合能否在 Luxonis 自身展示之外的實際應用中站得住腳,將取決於那些在 11 月購買開發者套件,並嘗試在其基礎上建構真實多鏡頭感知管道的開發者們——未來幾個月內這群開發者的反饋,將比 Luxonis 於發表時公布的任何規格表更能反映 OAK 4 FFC 的實際可靠性。
本文內容參照 Luxonis 針對 OAK 4 FFC 所發布的產品與定價資料。
本文僅供一般資訊參考之用,並不構成投資、採購、法律或工程方面的建議。產品規格反映撰文時可取得的公開公司資訊,並可能在未經通知的情況下變更。







.jpg)




