LooperRobotics Insight 9 : กล้อง Spatial AI แบบสแตนด์อโลน มาพร้อมชิป D-Robotics RDK X5 รองรับ ROS 2

LooperRobotics Insight 9 เป็นกล้อง Spatial AI แบบอัตโนมัติที่พร้อมใช้งานทันที (plug-and-play) ออกแบบมาสำหรับระบบปัญญาประดิษฐ์เชิงกายภาพ (embodied intelligence), หุ่นยนต์สี่ขา และแพลตฟอร์มเคลื่อนที่แบบไดนามิก เมื่อเปรียบเทียบกับกล้อง Depth แบบ USB ทั่วไป เช่น Intel RealSense D435i หรือ Luxonis OAK-D,  ซึ่งต้องพึ่งพาคอมพิวเตอร์โฮสต์ในการประมวลผล Insight 9 ได้รวมหน่วยประมวลผล D-Robotics RDK X5 แบบ octa-core Cortex-A55 พร้อม AI accelerator 10 TOPS ไว้ภายใน ทำให้สามารถรันระบบ Visual SLAM (V-SLAM) และการสร้างแผนที่เชิงลึก (depth mapping) ได้ทั้งหมดภายในตัวอุปกรณ์

กล้องนี้มาพร้อมกับระบบ “Tri-Eye Perception Matrix” ซึ่งประกอบด้วยเซนเซอร์ RGB ความละเอียด 8.4MP รุ่น Sony Starvis IMX415 ที่มีมุมมองกว้างพิเศษถึง 188° และเซนเซอร์ global shutter รุ่น SmartSens SG0132 จำนวน 2 ตัว สำหรับการสร้างภาพเชิงลึกแบบสเตอริโอ นอกจากนี้ตัวกล้องถูกบรรจุอยู่ในโครงสร้างอะลูมิเนียม CNC ที่ระบายความร้อนแบบไม่ใช้พัดลม (passive cooling) และยังติดตั้ง IMU เกรดยานยนต์ Bosch BMI088 ที่รองรับการตรวจจับแรงเร่งสูงถึง 24g ทำให้เหมาะสำหรับสภาพการทำงานที่มีแรงสั่นสะเทือนสูง เช่น การเคลื่อนไหวของหุ่นยนต์ขาเดิน

สเปคของ LooperRobotics Insight 9 :

• SoC – D-Robotics RDK X5 octa-core Arm Cortex-A55 processor @ 1.5 GHz; GPU 32 GFLOPS ; BPU 3.0 AI 10 TOPS
• หน่วยความจำระบบ – LPDDR4 4GB
• สตอเรจ – eMMC 5.1 flash 16GB
• กล้อง
  • กล้อง RGB สำหรับการรับรู้เชิงความหมาย (semantic insight)
    • เซนเซอร์ – 8.4MP Sony Starvis IMX415 ความละเอียด 3840 × 2160
    • มุมมองภาพ – 188° (แนวทแยง) / 157° (แนวนอน)
    • ความไวแสงต่ำ – 0.01 Lux
  • กล้อง Depth แบบสเตอริโอ สำหรับการรับรู้เชิงพื้นที่ (spatial awareness)
    • เซนเซอร์ – 2x SmartSens SG0132 global shutter sensors
    • ความละเอียด – 1280 × 960 @ 60 fps
    • มุมมองภาพ – 157.2° (แนวทแยง) / 115.6° (แนวนอน)
    • ระยะห่างเลนส์ (Baseline) – 100 มม.
    • ความยาวโฟกัส (f) – 304 พิกเซล
    • Max Disparity – 163 พิกเซล
    • ช่วงวัดระยะ (Depth Range) – 0.1 เมตร ถึง 30 เมตร (ช่วงใช้งานเหมาะสมทางวิศวกรรม: 0.2 – 8.0 เมตร)
• USB – 1x พอร์ต USB 3.0 Type-C สำหรับข้อมูลและจ่ายไฟ (ยังไม่ยืนยันการรองรับ Ethernet-over-USB)
• อื่นๆ – Bosch BMI088 แบบ 6 แกน ระดับอุตสาหกรรม (รองรับแรงเร่งสูงสุด 24g, ความแม่นยำการซิงก์ < 10μs, ช่วงวัดไจโร: ±2000)
• พลังงาน – 5V/2A DC ผ่าน USB-C (ใช้พลังงานทั่วไปเพียงประมาณ 5W)
• ขนาด – 129 × 33.8 × 35 มม. (ตัวเครื่องอะลูมิเนียม CNC เกรดอากาศยาน)
• น้ำหนัก – 176 กรัม
• ช่วงอุณหภูมิ – -20°C ถึง 85°C

ในด้านซอฟต์แวร์ กล้องนี้ทำงานบนระบบปฏิบัติการ Linux และมาพร้อมกับสภาพแวดล้อม ROS 2 Humble ที่ติดตั้งมาให้ล่วงหน้า ทำให้ไม่จำเป็นต้องตั้งค่าไดรเวอร์ที่ซับซ้อนบนเครื่องโฮสต์ เมื่อเชื่อมต่อเข้ากับเครือข่าย (ในที่นี้หมายถึงการเชื่อมต่อ IP ภายในระหว่างกล้องกับคอนโทรลเลอร์ของหุ่นยนต์หรือ PC ผ่าน USB แบบ Virtual Ethernet) นักพัฒนาสามารถเข้าถึง ROS topics เพื่อรับส่งข้อมูลได้โดยตรง การสื่อสารนี้ใช้ Eclipse Cyclone DDS ซึ่งเป็น middleware แบบกระจายศูนย์ (decentralized) สำหรับงานเรียลไทม์ หน่วยประมวลผล NPU 10 TOPS ภายในตัวอุปกรณ์จะทำหน้าที่ประมวลผลต่าง ๆ เช่น การสร้างแผนที่เชิงลึกด้วย AI (AI-based depth mapping), การระบุตำแหน่งด้วย V-SLAM และ การตรวจจับวัตถุแบบเรียลไทม์ ทั้งหมดนี้ทำงานได้บนตัวอุปกรณ์เอง นอกจากนี้กล้องยังสามารถส่งออกสตรีมข้อมูลแบบรวมศูนย์ (unified data stream) ที่ซิงก์กันแบบระดับพิกเซลระหว่างภาพดิบ (raw view), ภาพที่ปรับแก้แล้ว และแผนที่ความลึกจากโครงข่ายประสาท (neural depth map) สามารถดูรายละเอียดเพิ่มเติมเกี่ยวกับ SDK สามารถดูได้จากคู่มือนักพัฒนา ซึ่งรองรับการใช้งานบน Ubuntu 22.04 (แนะนำ), Windows 11 และ macOS Tahoe

ในด้านความลึก, ความแม่นยำ  และประสิทธิภาพ กล้อง Insight 9 ใช้เทคโนโลยี Stereo Vision โดยมีระยะห่างระหว่างเลนส์ (baseline) 100 มม. เพื่อเพิ่มความแม่นยำในการวัดระยะในระยะไกล โดยสามารถควบคุมค่าความคลาดเคลื่อนได้ต่ำกว่า 2% ในระยะใกล้ และต่ำกว่า 8% ในระยะไม่เกิน 10 เมตร ช่วงการทำงานที่มีประสิทธิภาพอยู่ที่ประมาณ 0.2 เมตร ถึง 8 เมตร ซึ่งเหมาะสำหรับการวัดความลึกที่มีความเสถียรและเชื่อถือได้ ขณะที่ความแม่นยำจะลดลงเมื่อวัดในระยะที่ไกลขึ้น เนื่องจากข้อจำกัดของระบบ Stereoนอกจากนี้ทางบริษัทได้มีการจัดเตรียมกราฟและผลการทดสอบเชิงภาพ (visual benchmarks) เพื่อสนับสนุนข้อมูลประสิทธิภาพดังกล่าวอีกด้วย

กราฟนี้แสดงอัตราความคลาดเคลื่อน (error rate) ของกล้องเมื่อทำงานแบบสแตนด์อโลน เมื่อระยะทางเพิ่มขึ้น (สูงสุดถึง 10 เมตร) ค่าความคลาดเคลื่อนก็จะเพิ่มขึ้นตามธรรมชาติ แต่จะสังเกตเห็นว่ากราฟมีลักษณะขึ้น ๆ ลง ๆ แบบเป็นช่วง ๆ ลักษณะคล้ายฟันปลา ปรากฏการณ์นี้เรียกว่า “oscillation” หรือ “staircase effect” ซึ่งเกิดจากการสุ่มตัวอย่างพิกเซลแบบไม่ต่อเนื่องและเป็นลักษณะปกติของระบบ Stereo Vision แม้จะมีการแกว่งของค่าในลักษณะดังกล่าว อัตราความคลาดเคลื่อนก็ยังคงอยู่ต่ำกว่า 8% แม้ในระยะสูงสุดของการวัดก็ตาม

กราฟนี้เป็นการเปรียบเทียบค่าการวัดความลึกของกล้อง (เส้นสีฟ้า กับค่าการวัดจากเลเซอร์ที่มีความแม่นยำสมบูรณ์แบบ (เส้นสีน้ำเงินเข้มแบบเส้นตรง) ผลลัพธ์แสดงให้เห็นว่าการติดตามเชิงพื้นที่ (spatial tracking) ของกล้องมีความสอดคล้องกับสภาพจริงอย่างใกล้เคียง โดยรักษาอัตราส่วนเกือบ 1:1 ได้จนถึงระยะประมาณ 7 เมตร หลังจากนั้นจึงเริ่มมีความคลาดเคลื่อนเล็กน้อย

กราฟด้านบนเป็นการเปรียบเทียบความแม่นยำของการวัดระยะทางแบบค่าสัมบูรณ์ (absolute distance accuracy) ของกล้องทั้งสามตัว เทียบกับค่าจริง (เส้นสีน้ำเงิน) โดยพบว่า RealSense D435  เริ่มมีความคลาดเคลื่อนอย่างรวดเร็วหลังระยะประมาณ 4 เมตร และมีแนวโน้มวัดระยะต่ำกว่าความเป็นจริง,  RealSense D455 เริ่มวัดระยะสูงกว่าความเป็นจริง หลังระยะประมาณ 6 เมตร ในขณะที่ Insight 9 สามารถรักษาค่าการวัดให้ใกล้เคียงกับค่าจริงได้ดีกว่าในช่วงระยะที่ยาวกว่า แสดงให้เห็นถึงความแม่นยำโดยรวมที่เหนือกว่า สำหรับรายละเอียดเพิ่มเติมเกี่ยวกับความแม่นยำของการวัดความลึกและประสิทธิภาพ สามารถศึกษาเพิ่มเติมได้จากหน้าเอกสารฮาร์ดแวร์ 

ก่อนหน้านี้เราได้เขียนเกี่ยวกับกล้อง Depth หลายรุ่น ได้แก่ Orbbec Femto Mega กล้อง Depth 3D พร้อมกล้อง RGB ความละเอียด 4K, Orbbec Gemini 335Lg กล้อง Depth ที่มาพร้อมคอนเนกเตอร์ GMSL2/FAKRA และ Orbbec Femto Bolt กล้อง Depth 3D และ RGB แบบ USB-C ที่พัฒนาร่วมกับ Microsoft โดยใช้เทคโนโลยี ToF (Time-of-Flight) เดียวกับที่ใช้ในโมดูลกล้อง Microsoft Azure Kinect และอุปกรณ์ Mixed Reality อย่าง HoloLens 2

LooperRobotics Insight 9 มีวางจำหน่ายผ่านแพลตฟอร์ม Kickstarter โดยแพ็คเกจราคา Early Bird เริ่มต้นประมาณ $300 (~10,000฿) ซึ่งขึ้นอยู่กับโปรโมชั่นและจำนวนสินค้า คาดว่าจะเริ่มจัดส่งสินค้าได้ประมาณเดือนมิถุนายน 2026 สามารถดูข้อมูลเพิ่มเติมเกี่ยวกับตัวกล้องได้จากหน้าผลิตภัณฑ์

แปลจากบทความภาษาอังกฤษ : LooperRobotics Insight 9 standalone spatial AI camera features D-Robotics RDK X5 SoC, supports ROS 2 (Crowdfunding)

Suthinee Kerdkaew

บรรณาธิการข่าวและบทความภาษาไทย CNX Software ได้มีความสนใจในด้านเทคโนโลยี โดยเฉพาะ Smart Home และ IoT