Stereolabs ZED X Nano:手首装着カメラをRealSenseおよびOAKとベンチマーク比較

Stereolabs ZED X Nano:手首装着カメラをRealSenseおよびOAKとベンチマーク比較

2 min read•2026年4月23日•
David Kim
David Kim

最終更新:2026年4月

OusterがリリースしたStereolabs ZED X Nanoは、ロボットマニピュレーション、模倣学習、高スループットのトレーニングデータ収集をターゲットにしたコンパクトな手首装着ステレオカメラです。このカメラは、産業用GMSL2接続を介して最大120fpsで1920×1200のグローバルシャッターRGBおよび深度を提供します。これは、現在ほとんどのマニピュレーションパイプラインのボトルネックとなっているUSBベースの720pカメラからの大幅なハードウェアステップアップです。


目次


ZED X Nanoとは?解決する課題は何か?

ZED X Nanoは、ロボットマニピュレータのエンドオブアーム配置用に特別に設計された小型ステレオカメラです。これは、マニピュレーション研究と展開におけるよく知られた課題を解決します。現在のほとんどの手首装着カメラはUSB-C接続に依存し、720p解像度に制限され、CPUを介したパイプラインでフレームを処理するため、マニピュレーションタスクが最も厳しい制御ループを必要とするまさにその部分でレイテンシが発生します。

Ousterの回答は、同等のソリューションよりも高さが40%短く、手首やエンドエフェクタに直接取り付け可能で、フラッグシップのZED Xラインと同じ1920×1200グローバルシャッターセンサーアーキテクチャを継承したカメラです。最小深度感知範囲は3 cmと、ほとんどの競合ステレオカメラよりも近く、これは近距離の把持や微細な組立作業に直接関係します。

The Robot Reportによると、OusterのCEOであるAngus Pacalaは、本製品のリリースをPhysical AIと明確に関連付けて次のように述べています:「Physical AIの未来は、エッジで収集される大量の高品質で低レイテンシな画像データに依存しています。」


ZED X Nanoの技術仕様

仕様ZED X Nano
画像解像度1920×1200(各眼)
最大フレームレート120fps
深度範囲(最小)3 cm
深度精度(Z軸)サブミリメートル
センサータイプグローバルシャッター
接続GMSL2(最大15mケーブル延長)
IMU内蔵、耐振動
EMI耐性あり(ロッキングコネクタ)
シミュレーション統合NVIDIA Isaac Sim / Isaac Lab
ROSサポートROSおよびROS 2ネイティブ
GPUパイプラインゼロコピー、NVIDIAハードウェアエンコーダに直接
フォームファクタ同等の手首装着カメラより40%短い

GMSL2接続(Gigabit Multimedia Serial Link 2、ADASシステムで一般的に使用される自動車グレードのシリアルインターフェース)は、脆いUSB-Cを産業グレードのリンクに置き換え、繰り返しのケーブル屈曲やEMIの多い工場環境向けに設計されています。ビデオは最大15メートルまでクリアに伝送可能で、長いケーブル管理が必要なマニピュレータや天井に取り付けられた計算ノードに適しています。


ZED X NanoとIntel RealSense、Luxonis OAKの比較

手首装着深度カメラを評価するロボティクスチームにとって、ZED X Nanoは最も一般的な2つの代替品とは明確に異なるハードウェア層に位置します。以下は、マニピュレーションパイプラインに最も重要な指標でのプラットフォーム比較です。

特徴ZED X NanoIntel RealSense D405Luxonis OAK-D
RGB解像度1920×12001280×7204056×3040(静止画)/ 1080pビデオ
最大深度フレームレート120fps90fps60fps
最小深度範囲~3 cm~7 cm~20 cm
深度技術ニューラルステレオ(AI)アクティブステレオIRパッシブステレオ+オプションIR
接続GMSL2(産業用)USB-CUSB-C
ケーブル延長最大15m実用約5m実用約5m
オンボードAI推論ホスト経由(NVIDIA Isaac)限定的なオンボードあり(Myriad X VPU内蔵)
ROS 2サポートネイティブネイティブネイティブ
シミュレーション統合NVIDIA Isaac Sim/Lab限定的限定的
ターゲットユースケースマニピュレーション、模倣学習近接産業検査エッジAI、移動ロボット
入手可能性予約注文、2026年5月出荷現在入手可能現在入手可能

Intel RealSense D405は、近接マニピュレーションにおいて最も直接的な競合です。ロボットアーム用に特別に設計されましたが、最小深度範囲7 cmと720p RGBキャプチャは、高忠実度の模倣学習データセットをトレーニングする際の実際の制約となります。Luxonis OAK-DはオンボードのMyriad X推論を提供し、エッジコンピューティングが制約される展開では真の利点がありますが、最小深度範囲20 cmにより、ZED X Nanoがターゲットとする近接把持タスクには事実上使用できません。

ZED X Nanoのニューラル深度エンジン(StereolabsのAIステレオ深度システム)は、サブミリメートルのZ軸精度を生成し、構造化光やToFアプローチよりも優れた横方向(XY)位置決めを提供するとされています。これは、2〜3mmの横方向誤差でも大規模なマニピュレーション失敗を引き起こす可能性がある把持姿勢推定において重要です。


Physical AIにとってゼロコピーGPUパイプラインが重要な理由

これは、ほとんどのハードウェア比較が見逃すアーキテクチャの詳細であり、大規模なマニピュレーションポリシーをトレーニングするチームにとって、ZED X Nanoの最も重要な利点かもしれません。

従来のUSBカメラパイプラインは、GPUに到達する前にCPUを経由してフレームをルーティングします:センサー→USBコントローラー→システムRAM→CPU処理→GPUメモリ。各ホップはレイテンシを追加し、CPUサイクルを消費します。120fps、1920×1200解像度の各眼において、このパイプラインは真のスループットボトルネックになります。

ZED X Nanoは、センサーからGPUへの完全なゼロコピーパスを実装し、フレームはNVIDIAハードウェアエンコーダとAI推論パイプラインに同時に直接流れます。データ収集チームにとって、これは同時ワークロード下でもフレームドロップなくフル解像度のデモンストレーションデータセットをキャプチャすることを意味します。ライブマニピュレーションを展開するチームにとって、知覚ネットワーク、セグメンテーションモデル、マニピュレーションポリシーネットワークを同じ入力フレーム上で並列実行でき、より多くのGPUヘッドルームが残ります。

NVIDIA Isaac SimおよびIsaac Labとのネイティブ統合により、この利点はシミュレーションから現実へのループに拡張されます。チームは物理カメラでデモンストレーションをキャプチャし、一致するZED X Nanoカメラモデルを使用してシミュレーションでトレーニングし、ハードウェアにデプロイできます。すべての工程で知覚スタックを交換したり、環境間で再キャリブレーションする必要はありません。強化学習や模倣学習のワークフローにとって、シミュレーションから現実への境界を越えたこの連続性は重要です。


ロボティクスチームにとっての意味

ZED X Nanoは、手首装着ビジョンの漸進的なアップデートではありません。ハードウェア層の変更です。現在、マニピュレーションパイプラインでUSBベースの720pカメラによってボトルネックが生じているチームには、明確なアップグレードパスがあります。GMSL2接続と強化されたケーブル設計は、スペックシートには現れない実際の運用コストにも対応します。ロボットアーム上のUSB-Cケーブルは繰り返しの屈曲で定期的に故障し、展開中のビジョンハードウェアの交換は高コストです。

3 cmの最小深度範囲は実用的に重要です。ほとんどのマニピュレーション研究では、競合ステレオカメラが深度データを持たないか、精度が低下する距離で物体を扱います。組立、キッティング、ビンピッキングタスクにとって、これは漸進的な改善ではなく、真の新機能を表します。

予約注文は現在開始されており、出荷は2026年5月からです。模倣学習データセットを構築している、または2026年に巧みなマニピュレーションシステムを展開するチームは、特にすでにNVIDIA Isaacインフラストラクチャを実行している場合、現在のハードウェアと比較して評価する必要があります。

マニピュレーション対応システムを構築または拡張しているチームは、Robot Overflowで産業用ロボットとオートメーションハードウェアを閲覧して、ZED X Nanoのような手首装着ビジョンシステムと組み合わせるプラットフォームを比較してください。


よくある質問

Stereolabs ZED X Nanoとは何ですか?

ZED X Nanoは、Stereolabs(Ouster子会社)がロボットマニピュレーション、模倣学習、エッジAIデータ収集のために開発した手首装着ステレオカメラです。1920×1200のRGBと深度を最大120fpsでキャプチャし、最小深度範囲3 cm、GMSL2産業用接続を介したゼロコピーGPUパイプラインを備えています。同等の手首装着カメラソリューションより高さが40%短いです。

ZED X Nanoの深度精度は、構造化光カメラと比較してどうですか?

ZED X Nanoは、StereolabsのNeural Depth Engine(AI搭載ステレオ深度システム)を使用し、サブミリメートルのZ軸精度を提供します。Ousterは、従来の構造化光やToFカメラよりも優れた横方向(XY)位置決めを提供すると述べており、これは微細な組立タスクで2〜3mmの横方向誤差が一貫したマニピュレーション失敗を引き起こす可能性がある把持姿勢推定において重要な利点です。

ZED X Nanoはどのような接続を使用し、なぜ重要ですか?

カメラはGMSL2(Gigabit Multimedia Serial Link 2)を使用します。これは、USB-Cを置き換える自動車グレードのシリアルインターフェースです。GMSL2は最大15メートルのケーブル延長をサポートし、EMI耐性を提供し、ロボットアームの動きによる繰り返しの屈曲や振動ストレスに耐えるロッキングコネクタを使用します。これにより、展開されたマニピュレーションシステムでUSBケーブルが継続的な動きで劣化するという一般的な障害点が排除されます。

ZED X NanoはROSおよびNVIDIA Isaacと連携しますか?

はい。ZED X NanoはネイティブのROSおよびROS 2サポートを提供し、NVIDIA Isaac SimおよびIsaac Labとのファーストクラスの統合によりシミュレーションから現実への転送を実現します。チームはシミュレーションで一致するZED X Nanoカメラモデルを使用してトレーニングし、同一の物理センサースタックに再キャリブレーションなしでデプロイできます。

ZED X Nanoはいつ出荷され、どのように注文できますか?

ZED X Nanoは現在予約注文可能で、2026年5月に出荷開始予定です。注文はOusterおよびStereolabs製品チャネルを通じて行えます。

ZED X Nanoは模倣学習データ収集に適していますか?

はい。これは主要な設計目標の1つです。120fpsのキャプチャレート、フル1920×1200解像度、ゼロコピーGPUパイプライン、ネイティブのIsaac Lab統合は、現代の模倣学習手法が必要とするフレームレートと解像度での高スループットのデモンストレーション記録のために特別に設計されています。


ZED X Nanoは、長年にわたってマニピュレーション研究と展開を制約してきた真のハードウェアボトルネックに対する意図的な対応です。Neural Depth EngineのXY精度の主張が、多様なワークピースと照明条件で実証されるかどうかが、USBカメラソリューションをどれだけ迅速に置き換えるかを決定しますが、スペック上のケースは紙上で魅力的です。

USBベースのビジョンハードウェアが、あなたのマニピュレーションパイプラインにおける真のボトルネックなのでしょうか?それとも、制限要因はスタックの別の場所にあるのでしょうか?

Arizona appeals court vacates manslaughter sentence after AI video

An Arizona appeals court vacated the 10.5-year sentence of Gabriel Horcasitas while upholding his manslaughter conviction, first reported by Nytimes. The case returns to Maricopa County Superior Court for resentencing without the video, after judges found that it presented scripted statements as if the victim himself were speaking in court.

The three-judge panel said the video generated a likeness of Christopher Pelkey’s voice and appearance but did not reflect actual events. It found that allowing and relying on the video made the sentencing fundamentally unfair, and noted that no prior Arizona case had addressed the admissibility of such a depiction at sentencing.

The judges said a victim’s right to speak cannot override a defendant’s right to be sentenced on accurate, reliable information. They said the video collapsed the distinction between the family’s belief about what Pelkey would have said and Pelkey’s own voice and opinions.

The ruling distinguishes family members speaking about Pelkey from a generated likeness that appeared to speak for him.

Pelkey’s sister, Stacey Wales, presented the video during Horcasitas’s sentencing alongside victim-impact statements from family and friends. Wales wrote the script and said her husband and the couple’s longtime business partner helped create the video using Pelkey’s voice from a YouTube video and his face and torso from a funeral-service poster.

Judge Todd F. Lang praised the video as genuine, then imposed the maximum sentence of 10.5 years, more than the nine years prosecutors had sought.

Wales said nobody intended to make the court believe Pelkey was alive or that he had recorded the video before his death. She said she disagreed with the ruling and argued that families use slide shows, collages, hypothetical conversations and poetry to convey grief.

Wales compared the AI video with photography, saying it took 15 years of landmark cases around the 1860s before photography was widely accepted in courts.

The case returns to Maricopa County Superior Court for a new sentencing hearing without the AI-generated video.