RQX-59: Entschlüsselt die Umgebung und navigiert

Der neue KI-Controller RQX-59 ist Teil der ROScube-X-Familie und baut auf dem Jetson-AGX-Orin-Modul von Nvidia auf. Das SoM (System-on-Module) kombiniert den energieeffizienten ARM-Prozessor Cortex-A78AE (64 Bit) mit einer GPU und bis zu 2048 CUDA-Recheneinheiten und 64 Tensor-Kernen. Damit lassen sich KI-Modelle für Objekterkennung, Tiefenschätzung oder semantische Segmentierung direkt im Fahrzeug oder Roboter berechnen. Ein Leistungsbudget ab rund 40 W dürfte für mobile Konzepte mit Batteriebetrieb attraktiv sein, ohne dabei auf anspruchsvolle Modelle verzichten zu müssen.

Autonome mobile Roboter, fahrerlose Transportsysteme oder Forschungsplattformen für automatisiertes Fahren benötigen heute zwei zentrale Fähigkeiten: eine zuverlässige Wahrnehmung der Umgebung und eine Reaktionsfähigkeit in Echtzeit. Mehrere Kameras, Radar- oder LiDAR-Sensoren müssen präzise miteinander arbeiten. Datenströme müssen fusioniert und KI-Modelle lokal ausgeführt werden, ohne Cloud-Latenzen, robust gegen Störungen und in kompakter Form. Genau für diese Anforderungen positioniert der deutsche Distributor Acceed den neuen RQX-59, einem Edge-Controller für ROS-2-basierte Robotik, der nicht nur KI-Rechenleistung liefert, sondern eine praxiserprobte Plattform für synchrone Mehrsensor-Verarbeitung bereitstellt.

Kern-Feature des Systems ist die Fähigkeit, die Aufnahmen mehrerer Automotive-Kameras synchronisiert zu verarbeiten. Unterstützt werden die Video-Technologie GMSL (Gigabit Multimedia Serial Link, ein Hochgeschwindigkeits-SerDes-Kameraprotokoll aus dem Automotive-Bereich) und FPD-Link III (Flat Panel Display Link), jeweils mit Frame-Synchronisation über mehrere Streams hinweg. Diese Funktion ist entscheidend für robuste 360-Grad-Umfelderfassung, zuverlässige Objektdetektion bei hoher Geschwindigkeit und präzise SLAM-Verfahren (Simultaneous Localization and Mapping, gleichzeitiges Kartieren und Lokalisieren). Das erspart Entwicklern separate Hardware-Synchronisationsmodule und senkt Integrationsrisiken, weil die Sensorfusion bereits in der Plattform unterstützt wird.

Die Kommunikationsausstattung ist praxisgerecht. Zweimal Gigabit-Ethernet, sechs USB-3.0-Ports (davon zwei verriegelbar), serielle Schnittstellen (RS-232/RS-485), M.2-Steckplätze für NVMe-SSDs sowie Funkmodule für WiFi 6, Bluetooth 5.2 und optional 5G. Je nach Modell stehen 32 GB oder 64 GB LPDDR5-Speicher zur Verfügung, ergänzt um Onboard-eMMC für das Betriebssystem. Für anspruchsvollere KI-Lasten oder zusätzliche Sensorik kann die E-Variante über eine Erweiterungsbox mit PCIe-Steckplätzen ausgerüstet werden.

Nicht nur bei der Rechenleistung zeigt sich die Orientierung an mobilen Einsatzszenarien. Versorgungsspannungen von 9 bis 36 V mit Verpolschutz erlauben den Einsatz in Fahrzeugen und Robotern. Das stoß- und vibrationsfeste Design nach IEC-Normen spricht für Industrietauglichkeit. Softwareseitig wird Ubuntu mit Nvidia JetPack (einschließlich CUDA-Toolchain, TensorRT-Optimierungsbibliothek und Treiber-Stack für Jetson-Hardware) sowie das Neuron-SDK für die ROS-2-Integration des Herstellers Adlink geliefert. Das senkt den Aufwand für eigene Treiberentwicklung und beschleunigt praktische Versuche mit Kameras und Sensoren aus dem Automotive-Umfeld.

Acceed präsentiert mit dem RQX-59 eine robuste, technisch durchdachte Plattform für Entwickler, die autonome mobile Systeme entwickeln und in den Feldbetrieb bringen wollen. Wer mehrere Kameras präzise synchronisieren und KI-Inferenz direkt vor Ort durchführen will, findet in dem neuen Embedded-Controller zuverlässige Unterstützung.