RDK X5 ロボット開発キットの調査

概要

RDK X5 は、中国 D‑Robotics社が提供する ロボット用開発プラットフォームで、同社の Sunrise 5 インテリジェント・コンピューティング・チップを搭載している。このボードは 8 コア Arm Cortex‑A55 CPU と 10 TOPS (INT8) の Brain Processing Unit (BPU) を備え、最大 8 GB の LPDDR4 メモリに対応する。開発者がリアルタイム推論やステレオ視覚処理、SLAM などの高度な計算をボード単体で実行できるよう設計されており、エッジ AI や ロボティクス、産業用 IoT など幅広い応用に適している。

ハードウェア・構成

項目 詳細/仕様 出典
プロセッサ Sunrise 5 SoC: Arm Cortex‑A55 8 コア @ 1.5 GHz 公式サイト・CNX Software
BPU (NPU) INT8 処理専用の 10 TOPS BPU 公式サイト・XPU Labs
GPU 32 GFLOPS 公式サイト・XPU Labs
メモリ LPDDR4 4 GB または 8 GB 公式サイト・Meshnology
ストレージ オンボード eMMC はなく、micro SD スロットや USB ドライブで外部ストレージを利用 公式サイト・Cytron
ディスプレイ HDMI Type‑A（1080p@60fps）×1、4‑レーン MIPI‑DSI ×1 公式サイト・XPU Labs
カメラインターフェース 4‑レーン MIPI‑CSI ×2（ステレオビジョン対応） 公式サイト・Meshnology
USB USB 3.0 Type‑A ×4（ホスト）と USB 2.0 Type‑C（デバイス） 公式サイト・XPU Labs
ネットワーク ギガビット Ethernet (PoE 対応) ×1、Wi‑Fi 6 & Bluetooth 5.4 公式サイト
その他 I/O CAN FD ×1、40 ピン GPIO ヘッダー（最大 28 GPIO、UART/PWM/I²C/SPI/I²S 対応） 公式サイト・XPU Labs
電源 5 V/5 A (USB‑C) 公式サイト
寸法 85 mm × 56 mm × 約 20 mm 公式サイト・CNX Software
動作温度 −20 °C～+60 °C CNX Software

ボードの詳細な仕様は公式のデータシートでも確認でき、オンボード 1 Gbit NAND フラッシュや Cadence HiFi 5 音声 DSP、拡張バッテリー接続なども記載されている。

主要機能と特徴

高い演算性能

  • CPU/BPU/GPU の協調処理 – 8 コア A55 CPU、10 TOPS BPU、32 GFLOPS GPU による総合性能は、4 コア/5 TOPS の旧モデル RDK X3 に比べて処理能力とメモリ容量が約倍増している。深層学習モデル、光学フロー推定、ステレオ深度推定、占有グリッド生成などの演算をオンデバイスで実行できる。

  • ビデオ機能 – H.265/H.264 コーデックに対応し、4K@60 fps までのビデオエンコード/デコードや JPEG 16 MP のエンコード・デコードが可能。

インターフェースの充実

  • デュアル MIPI‑CSI/DSI – 2 基の 4‑レーン MIPI‑CSI により、ステレオカメラによる 3D マッピングや視覚 SLAM に適する。

  • USB & GPIO – USB 3.0 ポートが 4 つあり、LiDAR やカメラなど高速デバイスの接続をサポート。Raspberry Pi 互換の 40 ピンヘッダーも備え、UART、PWM、I²C、SPI、I²S など多数のペリフェラルを接続できる。

  • 通信 – ギガビット Ethernet (PoE) と Wi‑Fi 6/Bluetooth 5.4 を搭載し、産業用ロボットやドローンなどの長距離通信に適する。CAN FD インターフェースも備え、車載センサや産業機器との連携が可能。

  • Flash‑Connect – 公式資料では、1 本の Type‑C ケーブルでフラッシュ書き込み・電源供給・デバッグ・表示出力を行う「Flash Connect」開発パラダイムを提案している。

ソフトウェアと開発支援

  • Ubuntu 22.04 LTS – OS は LTS バージョンの Ubuntu 22.04 を採用し、ROS2、Python、TensorFlow、PyTorch 等が利用できる。NodeHub というモジュール化された AI アプリケーションセンターから 200 以上のオープンソースアルゴリズムをダウンロードできる。

  • RDK Studio & NodeHub – NodeHub はセンサドライバや認識アルゴリズム、SLAM、音声認識などをノードとして提供し、GUI で接続するだけでロボットの機能を構築できる。RDK Studio はボード用 IDE として統合開発環境やデバッグ機能を備え、効率的な開発を支援する。

  • SDK & ドキュメント – メーカーは NodeHub の他にも Docker イメージやサンプルコードを提供しており、量産向けの PTQ/QAT 量子化ツールも用意されている。ただし、Medium のレビューではドキュメントと GitHub リポジトリの内容が一致しないことがあり、例によって混乱があると指摘されている。

応用分野と実用例

RDK X5 は高性能な AI ボードとして、ロボットやドローンをはじめ、産業用検査システム、スマート監視カメラ、自律運転車、学術研究や教育など多用途に使われている。デュアルカメラや CAN FD、豊富な GPIO により、SLAM、障害物回避、経路計画、物体検出、音声対話などをオンボードで実行できる。NodeHub のサンプルには、ライントレースカー、Visual‑Inertial Odometry、人体キー・ポイント検出、物体ピッキング、LiDAR SLAM など多数のロボット・アルゴリズムが含まれる。

他者レビューからの評価

2025 年 8 月に Medium で公開されたレビューでは、RDK X5 の性能と使い勝手が詳しく検証されている。

短所と改善点

  • INT8 インファレンスのみ – NPU は INT8 推論に限定され、FP16/FP32 には対応していない。このため高精度なモデルをそのまま移植する場合は量子化が必要で、QAT/PTQ ツールの習得が必須となる。

  • 初期設定の不便さ – 出荷時のシステムイメージには NPU 用ライブラリが含まれておらず、起動時にボードがルータとして振る舞うため LAN に接続すると IP が固定されるなど、初期セットアップが分かりにくい点が指摘されている。

  • ドキュメントの不一致 – 公式ドキュメントと GitHub のサンプルが一致しない箇所があり、記載された手順がうまく動作しないケースがある。

長所と利点

  • 価格に対する性能 – 著者は RDK X5 を「100 ドル未満クラスでは最速級」と評価し、ResNet‑18 や YOLOv5、EfficientNet B2 などのモデルで高いフレームレートを確認している（ResNet‑18 では平均 8.80 ms、約 449 FPS、YOLOv5 では推論 33.99 ms など）。

  • 豊富な I/O – ステレオカメラ、CAN FD、GPIO ヘッダーなどロボット向けインターフェースが豊富であることが強みとして挙げられる。

  • 未対応レイヤの CPU オフロード – NPU でサポートされていない演算は自動的に CPU へフォールバックする機構があり、他の低価格 NPU ボードに比べて柔軟性が高い。

レビューの結論では、INT8 制約やツールの未成熟さといった課題を認めつつも、性能・価格・ステレオ対応の組み合わせは競合製品に対して魅力的であり、PyTorch や ONNX への対応が改善されればロボット開発者にとって高価値のボードになると評価している。

価格と入手性

RDK X5 は RAM 容量やキット内容によって価格が異なる。2025 年以降の販売価格は以下の通りで、価格は店舗やセールにより変動する:

  • 8 GB モデル – Meshnology では 159 米ドル、RobotShop では販売価格 179 米ドル。

  • 4 GB モデル – Cytron では 92.25 米ドル程度。AliExpress や Amazon では 90 ドル前後から 130 ドル程度と報告されている。

  • 公式アクセサリ – PoE モジュール、カメラモジュール、IMU、ケース、電源アダプタなどが公式サイトで販売されている。

購入時は、RAM 容量 (4 GB/8 GB)、付属品 (カメラ・ケース・SD カードなど) を確認し、自身の用途に合ったセットを選択する必要がある。日本国内では代理店が限られているため、海外通販での購入となる場合がある。送料や税金も加味して比較検討することが推奨される。

利点・課題と総括

RDK X5 はロボティクス向けに特化したエッジ AI ボードであり、以下のような特徴を持つ。

利点

  • 高い AI 処理能力と豊富な I/O – 10 TOPS BPU とデュアルカメラ対応により、ステレオビジョンや物体検出を低遅延で実行できる。

  • Ubuntu ベースのオープン環境 – ROS2 や PyTorch など一般的なライブラリが使えるほか、NodeHub から 200 以上のアルゴリズムを利用可能。

  • コストパフォーマンス – 同等の計算性能を持つ Jetson 系や NXP 系ボードと比べて低価格で、教育機関や個人開発者でも手が届きやすい。

課題

  • NPU が INT8 専用 – FP16/FP32 モデルを動かすには量子化が必要で、精度低下や開発工数が増える。

  • 初期設定とドキュメントの質 – 購入時イメージに NPU ライブラリが含まれていないことがある、静的 IP 設定などの癖が強い、説明が英語・中国語中心で一貫性が欠ける。

  • 周辺エコシステムの成熟度 – Jetson 系に比べサードパーティの事例やコミュニティがまだ少なく、特に日本語情報は限られている。

まとめ

RDK X5 は ロボットやエッジ AI アプリケーション向けに設計された高性能・低コストの開発ボードである。8 コア CPU と 10 TOPS BPU、デュアルカメラ対応と豊富な I/O により、SLAM や物体検出などを単独で高速に実行できる。Ubuntu 22.04/ROS2 環境、NodeHub などの開発ツール群により、研究や教育、プロトタイピングに適している。一方で、NPU が INT8 に限定されるため量子化が必須であることや、初期セットアップとドキュメントが洗練されていない点は注意が必要である。これらの課題が改善されれば、RDK X5 は 競合製品に対し際立ったコストパフォーマンスを持つロボット向け AI プラットフォームとして、今後さらに普及する可能性が高い。

公式サイトにAIを使ったサンプルコードはどのようなものがあるか調べて下さい

RDK X5 の公式サイト・NodeHubでは、「RDK Model Zoo」を通じて 200 種類以上のオープンソース AI アルゴリズム／サンプルが公開されており、主に次のような分類になっています。

RDK X5 に搭載されている AI アルゴリズム

RDK X5 の製品ページでは、ロボット向けアルゴリズムの代表例が紹介されています。
これらのアルゴリズムは「RDK Model Zoo」に含まれ、NodeHub からデプロイや実験が可能です。

  • キーポイント検出とマッチング – 深層学習によるキーポイント検出は逆光や低照度などの条件下でもモーション推定の精度を高めることが強調されています。

  • 光学フロー推定 – 従来の密な光学フローよりも精度・堅牢性・効率に優れたピクセルレベルの対応づけを実現するアルゴリズムが用意されています。

  • ステレオ深度推定 – 双眼カメラから深度を推定し、10 m 以内で 1 % 以下の距離誤差を達成するモデルが提供されています。

  • 占有グリッド生成 – 3D 幾何とセマンティック情報を統合して経路計画や障害物回避に用いるアルゴリズム。

RDK Model Zoo のサンプル構成

NodeHub の「RDK Model Zoo」リポジトリには、視覚・言語・応用例の 3 つのサンプル群が用意されています。以下に主なカテゴリと代表モデルを示します。

カテゴリ 主なサンプル（抜粋） 備考
画像分類 ConvNeXt・EdgeNeXt・EfficientFormer/FormerV2・EfficientNet・EfficientViT_MSRA・FastViT・FasterNet・GoogLeNet・MobileNetV1〜V4・MobileOne・RepGhost・RepVGG・RepViT・ResNet/ResNeXt・VargConvNet VGG/ResNet系から最新の ViT 系まで多数の分類モデルが用意され、量子化済みモデルを X5 の BPU で推論可能。
物体検出／セグメンテーション FCOS（アンカーフリー物体検出）、LPRNet（ナンバープレート認識）、PaddleOCR（文字検出／OCR）、YOLOE‑11‑Seg‑Prompt‑Free（プロンプト不要のセグメンテーション）、Ultralytics YOLO（YOLOv8 系）、Ultralytics YOLO26、YOLOv5 各種 YOLO シリーズに加え、ライセンスプレート認識やテキスト検出までカバー。
大規模モデル（LLM） clip、yoloworld CLIP は画像・テキスト埋め込み、YoloWorld は自然言語プロンプトで物体検出を実行する大規模モデル。
応用ソリューション IPC Camera、MIPI Camera、USB Camera（RDK Video Solutions）／RDK LLM Solutions ビデオ入力の種類別に推論パイプラインを構築するサンプルや、LLM を使った統合アプリケーション例。

使い方と留意点

  • 各サンプルには Python／C++ コードと Jupyter notebook が付属しており、RDK X5 の環境にクローンしてそのまま動かすことが想定されています。

  • RDK X5 の BPU は INT8 推論専用のため、モデルを利用する際は Post‑Training Quantization (PTQ) や Quantization‑Aware Training (QAT) の手順を踏む必要があります。

  • NodeHub ではこれらのサンプルをノードとして接続することができ、ステレオカメラや IMU などのセンサノードと組み合わせて自律移動やアーム制御などのロボットアプリケーションを構築できます。

このように、RDK X5 公式サイトでは画像認識・深度推定・ナンバープレート認識・文字認識・大規模モデル推論・カメラ別動画ソリューションなど多彩な AI サンプルが公開されており、ロボット開発者が簡単に試せるようになっています。

あわせて読みたい