A Ouster apresenta a câmera de pulso Stereolabs ZED X Nano

A Ouster fornece lidar digital, câmeras, computação com IA, software de fusão de sensores e percepção, além de modelos de IA. | Fonte: Ouster

A Ouster, Inc. anunciou ontem o lançamento do Stereolabs ZED X Nano, uma câmera estéreo compacta montada no pulso, projetada para manipulação robótica, aprendizagem por imitação e coleta de dados em grande volume.

“Com base na liderança da Stereolabs em soluções de visão e percepção de IA, o ZED X Nano nos permite penetrar mais profundamente nos mercados industrial e de robótica, garantindo novas aplicações que exigem formatos mais compactos”, disse o CEO da Ouster, Angus Pacala. “O futuro da IA Física depende de vastas quantidades de dados de imagem de alta qualidade e baixa latência coletados na borda. Com a ZED X Nano, estamos oferecendo aos roboticistas uma atualização significativa para seus sistemas de visão, permitindo que as máquinas percebam, raciocinem, ajam e aprendam com precisão excepcional.”

À medida que as equipes de robótica ampliam o aprendizado por imitação e o aprendizado por reforço para tarefas de manipulação, a qualidade da imagem RGB e a latência de captura de ponta a ponta tornaram-se grandes gargalos. As câmeras convencionais geralmente dependem de conectividade USB, capturam dados RGB e de profundidade em 720p de baixa resolução e exigem pipelines mediados pela CPU que limitam a taxa de transferência e aumentam a latência.

A Ouster projetou a Stereolabs ZED X Nano para enfrentar esses desafios. Ela é 40% mais baixa do que soluções comparáveis e é montada diretamente nos pulsos robóticos e nas ferramentas de ponta de braço. Ela utiliza o mesmo sensor global shutter confiável de 1920×1200 encontrado na linha de câmeras ZED X, carro-chefe da marca. A câmera pode capturar imagens RGB e de profundidade de alta resolução a até 120 quadros por segundo para dados de treinamento e tarefas de manipulação.

A ZED X Nano está disponível para pré-venda a partir de hoje, com entregas a partir de maio de 2026.

A ZED X Nano foi projetada para IA física, oferecendo precisão submilimétrica

O núcleo da ZED X Nano apresenta um pipeline de captura de latência ultrabaixa com um caminho de dados totalmente sem cópia do sensor à GPU. Isso permite que os quadros sejam transmitidos diretamente para codificadores de hardware NVIDIA e pipelines de inferência de IA simultaneamente.

Para equipes de coleta de dados, isso permite a captura de conjuntos de dados com maior rendimento em resolução total. Para equipes de implantação, permite que redes de percepção, segmentação e políticas sejam executadas em paralelo nos mesmos feeds de vídeo, liberando mais recursos da GPU.

A detecção de profundidade é alimentada pelo Neural Depth Engine da Stereolabs, um sistema de profundidade estéreo impulsionado por IA que alcança precisão submilimétrica ao longo do eixo Z. A Ouster afirma que esse mecanismo de profundidade oferece um posicionamento lateral (XY) significativamente melhor do que as câmeras tradicionais de luz estruturada ou de tempo de voo. Ele oferece vantagens críticas para estimativa de pose de preensão, posicionamento preciso e tarefas de montagem, nas quais erros laterais podem levar à falha na manipulação. Com um alcance mínimo de detecção de profundidade de 3 centímetros, a câmera também pode detectar objetos mais próximos do que muitas soluções concorrentes no mercado.

A Ouster projetou a ZED X Nano para oferecer durabilidade. Ela possui uma IMU integrada resistente a vibrações e é alimentada por uma conexão GMSL2 reforçada com cabeamento de última geração, construída para suportar os movimentos repetitivos e a tensão dos cabos dos braços robóticos. Isso substitui uma frágil porta USB-C por uma conexão de nível industrial capaz de transmitir vídeo a até 15 metros, oferecendo resistência a interferência eletromagnética (EMI) e conectores de travamento seguro.

A ZED X Nano é o mais recente produto da Stereolabs a oferecer integração nativa perfeita com o NVIDIA Isaac Sim e o Isaac Lab para transferência de simulação para o mundo real, além de suporte completo para ROS e ROS 2. Equipes que desenvolvem pipelines de aprendizagem por imitação ou por reforço podem capturar demonstrações de alta fidelidade, treinar em simulação usando modelos de câmera precisamente correspondentes e implantar em hardware físico — tudo utilizando o mesmo conjunto de sensores e software.