Điện tử [ Đăng ngày (19/04/2026) ]
Ouster ra mắt camera cổ tay Stereolabs ZED X Nano
Ouster, Inc. vừa chính thức giới thiệu Stereolabs ZED X Nano, một mẫu camera stereo gắn cổ tay nhỏ gọn, được thiết kế chuyên biệt cho các tác vụ robotic manipulation, học bắt chước (imitation learning) và thu thập dữ liệu tốc độ cao.

CEO Angus Pacala của Ouster chia sẻ: “Dựa trên thế mạnh của Stereolabs trong lĩnh vực AI thị giác và giải pháp nhận thức, ZED X Nano giúp chúng tôi tiến sâu hơn vào thị trường công nghiệp và robot, mở rộng khả năng triển khai ở những vị trí cần thiết bị nhỏ gọn. Tương lai của Physical AI phụ thuộc vào lượng dữ liệu hình ảnh chất lượng cao, độ trễ thấp, được thu thập ngay tại thiết bị. Với ZED X Nano, chúng tôi mang đến cho các nhà nghiên cứu robot một bước tiến lớn trong hệ thống thị giác, giúp máy móc có thể cảm nhận, suy nghĩ, hành động và học tập với độ chính xác chưa từng có.”

Giải quyết điểm yếu của camera truyền thống

Các nhóm nghiên cứu robot khi mở rộng học bắt chước và học tăng cường cho thao tác thường gặp hạn chế về chất lượng ảnh RGB và độ trễ xử lý. Camera truyền thống dùng kết nối USB, chỉ hỗ trợ độ phân giải 720p và pipeline qua CPU, gây giảm tốc độ và tăng độ trễ.

ZED X Nano được thiết kế để khắc phục những vấn đề này:

  • Kích thước nhỏ hơn 40% so với các giải pháp tương tự.
  • Gắn trực tiếp lên cổ tay robot hoặc đầu công cụ.
  • Sử dụng cảm biến 1920×1200 global shutter như dòng ZED X cao cấp.
  • Hỗ trợ chụp ảnh RGB và chiều sâu ở tốc độ lên đến 120fps.

Sản phẩm đã mở đặt hàng trước từ hôm qua và sẽ bắt đầu giao hàng vào tháng 5/2026.

Công nghệ Physical AI với độ chính xác dưới milimet

ZED X Nano sở hữu pipeline siêu thấp độ trễ, truyền dữ liệu trực tiếp từ cảm biến đến GPU mà không cần sao chép trung gian. Điều này cho phép:

  • Đội ngũ thu thập dữ liệu: ghi lại dataset tốc độ cao ở độ phân giải đầy đủ.
  • Đội ngũ triển khai: chạy song song perception, segmentation và policy networks trên cùng khung hình với hiệu suất GPU tối ưu.

Camera tích hợp Neural Depth Engine – hệ thống AI stereo depth với độ chính xác dưới milimet trên trục Z, đồng thời cải thiện định vị ngang (XY) vượt trội so với công nghệ structured-light hay time-of-flight. Nhờ đó, robot có lợi thế trong ước lượng tư thế gắp, đặt chính xác và lắp ráp, đặc biệt khi sai số ngang dễ dẫn đến thất bại thao tác. Camera còn có khả năng nhận diện vật thể ở khoảng cách tối thiểu 3 cm, gần hơn nhiều so với các sản phẩm cùng loại.

Thiết kế bền bỉ cho robot công nghiệp

ZED X Nano được trang bị IMU chống rung, kết nối GMSL2 công nghiệp thay thế USB-C, hỗ trợ truyền video lên đến 15 mét với khả năng chống nhiễu EMI và đầu nối khóa chắc chắn.

Ngoài ra, sản phẩm còn tích hợp Isaac Sim và Isaac Lab của NVIDIA cho chuyển giao từ mô phỏng sang thực tế, cùng với hỗ trợ ROS và ROS 2. Điều này giúp các nhóm nghiên cứu dễ dàng xây dựng pipeline học bắt chước hoặc học tăng cường, từ thu thập dữ liệu, huấn luyện trong mô phỏng đến triển khai trên phần cứng – tất cả trên cùng một nền tảng cảm biến và phần mềm.

https://www.therobotreport.com
In bài viết  
Bookmark
Ý kiến của bạn

Xem nhiều

Tiêu điểm

Cần Thơ tăng tốc xây dựng đô thị thông minh, lấy dữ liệu làm nền tảng phát triển
Cần Thơ ra mắt Viện Nghiên cứu Robot và AI, thúc đẩy hệ sinh thái đổi mới sáng tạo
Các nhà khoa học vừa tìm ra một cách bất ngờ để tiêu hủy "Hóa chất vĩnh cửu"
Phường Sóc Trăng ra mắt Kiosk hỗ trợ người dân thực hiện dịch vụ công, đẩy mạnh chuyển đổi số
Một hiệu ứng lượng tử kỳ lạ có thể giải thích một trong những bí ẩn lớn nhất của sinh học
Giải pháp thúc đẩy nâng cao Chỉ số đổi mới sáng tạo thành phố Cần Thơ
Cần Thơ - Quảng Ngãi tăng cường hợp tác khoa học, công nghệ, đổi mới sáng tạo và chuyển đổi số
Cần Thơ kiến tạo hệ sinh thái đổi mới sáng tạo xanh, hướng tới tương lai Net Zero
Cần Thơ ra mắt Mạng lưới Mentors & Coaches, tăng tốc hệ sinh thái khởi nghiệp đổi mới sáng tạo
Các nhà khoa học phát hiện một cách đơn giản nhưng hiệu quả để cải thiện việc kết nối trên các nền tảng trực tuyến
Đóng góp của nguồn nhân lực khoa học công nghệ, đổi mới sáng tạo và chuyển đổi số đối với sự phát triển của thành phố Cần Thơ
Chương trình Demo Day – Ngày hội trình bày kết quả
Mô hình Trung tâm Đổi mới sáng tạo thành phố Cần Thơ - Thúc đẩy liên kết phát triển hệ sinh thái đổi mới sáng tạo
Vị thế của Việt Nam và khát vọng trên bản đồ trí tuệ nhân tạo thế giới
Biến đổi khí hậu làm gia tăng tình trạng kháng thuốc trên toàn cầu
Siêu thị số  
 
Thuật toán học tăng cường cải tiến dựa trên xu hướng dữ liệu ứng dụng trong ra quyết định giao dịch thị trường tiền điện tử
Sự phát triển nhanh chóng của thị trường tiền điện tử đặt ra yêu cầu cấp thiết đối với các phương pháp ra quyết định giao dịch có khả năng thích ứng với tính biến động cao và phi tuyến của dữ liệu giá. Trong bối cảnh đó, học tăng cường được xem là một hướng tiếp cận tiềm năng nhờ khả năng học trực tiếp thông qua tương tác với môi trường mà không cần dữ liệu gán nhãn. Tuy nhiên, việc chỉ sử dụng học tăng cường thuần túy thường gặp hạn chế trong việc kiểm soát rủi ro và tối ưu lợi nhuận khi áp dụng vào thị trường tài chính thực tế.


 
Công nghệ 4.0  
 
Thách thức Đổi mới sáng tạo Việt Nam 2026: Giải bài toán của doanh nghiệp bằng AI
Triển khai Nghị quyết 57/NQ-TW của Bộ Chính trị, đồng thời khẳng định vai trò quan trọng của AI trong chiến lược phát triển kinh tế của Việt Nam, chương trình "Thách thức Đổi mới sáng tạo Việt Nam" được tổ chức nhằm tìm kiếm các giải pháp đổi mới sáng tạo từ các tổ chức, cá nhân trên toàn thế giới.


 
Điện tử  
 
AGIBOT triển khai robot bán nhân hình trong sản xuất điện tử
AGIBOT vừa công bố việc đưa dòng robot AGIBOT G2 vào môi trường sản xuất điện tử tiêu dùng tại Longcheer Technology. Đây được xem là bước tiến quan trọng, đánh dấu việc ứng dụng trí tuệ nhân thể (embodied AI) ở quy mô công nghiệp, trực tiếp trong quy trình sản xuất cốt lõi.


 
Tin học  
 
Thuật toán học tăng cường cải tiến dựa trên xu hướng dữ liệu ứng dụng trong ra quyết định giao dịch thị trường tiền điện tử
Sự phát triển nhanh chóng của thị trường tiền điện tử đặt ra yêu cầu cấp thiết đối với các phương pháp ra quyết định giao dịch có khả năng thích ứng với tính biến động cao và phi tuyến của dữ liệu giá. Trong bối cảnh đó, học tăng cường được xem là một hướng tiếp cận tiềm năng nhờ khả năng học trực tiếp thông qua tương tác với môi trường mà không cần dữ liệu gán nhãn. Tuy nhiên, việc chỉ sử dụng học tăng cường thuần túy thường gặp hạn chế trong việc kiểm soát rủi ro và tối ưu lợi nhuận khi áp dụng vào thị trường tài chính thực tế.


 



© Copyright 2020 Trung tâm Khởi nghiệp và Đổi mới sáng tạo - Sở Khoa học và Công nghệ TP. Cần Thơ
Địa chỉ: 118/3 Trần Phú - Phường Cái Khế - thành phố Cần Thơ
Giấy phép số: 05/ GP-TTĐT, do Sở Thông tin và Truyền Thông thành phố Cần Thơ cấp ngày 23/5/2017
Trưởng Ban biên tập: Ông Vũ Minh Hải - Giám đốc Trung tâm Khởi nghiệp và Đổi mới sáng tạo - Sở Khoa học & Công nghệ TP. Cần Thơ
Ghi rõ nguồn www.trithuckhoahoc.vn khi bạn sử dụng lại thông tin từ website này