top of page
教學資源
加拿大渥太華大學：串聯前所未有的多元學科平台，加速創新研究
本文探討大學走向整合教育、研究與創業的「第三代大學」趨勢。加拿大渥太華大學的 Burak Kantarci 博士，在科技樞紐北卡納塔建立「智慧聯網車輛創新中心 (SCVIC)」，旨在彌合學術與產業鴻溝。中心採用 Quanser 生態系為核心，透過配備數位孿生與開放式架構的無人車 (QCar) 及無人機實驗室，作為串聯人工智慧、網路安全、電信與機器人等多元學科的通用測試平台。此即裝即用的高適應性系統，提供低風險且受控的環境，能有效加速技術成熟度 (TRL) 的驗證與原型製作。SCVIC 成立三年內已成功爭取多項競爭性補助經費，並促成實習、創新研究與新創公司湧現。Quanser 亦推出運算力提升 200 倍以上的 QCar2，持續提供跨領域的 AI 驅動研究與產學合作方案。
3小时前讀畢需時 5 分鐘
攜手美國南衛理公會大學，開創人工智慧、自主系統與工程教育的新未來
全球對AI與自主化人才的需求正以驚人的速度超越供給，全球企業皆指出AI技術是目前最難招募的核心能力。人才缺口不僅僅是數字，它更代表了創新、基礎建設與國家競爭力的關鍵瓶頸。透過與SMU Lyle等具備前瞻思維的機構合作，Quanser正在透過提供具備擴充性、現代化且深具實作價值的工程教育體驗，協助填補這一卓越人才鴻溝。
7月16日讀畢需時 5 分鐘
物理 AI (Physical AI)：機器人操作的核心研究挑戰
物理AI正走出概念階段，邁入更具實作性、系統層級的階段。焦點正從模型能「呈現」什麼，轉移到系統能「可靠地做到」什麼。Quanser 推出一款專為此類工作設計的全新研究等級平台QArm研究平台。它旨在支援完整的物理AI流程，從示範、數據收集，到物理硬體上的策略執行與驗證。
7月9日讀畢需時 4 分鐘
【研討會精彩回顧】運用 QArm Research 與 Quanser 生態系統推進機器人、智慧自動化與物理 AI 研究
當AI結合發展多年的機器人技術並邁入實體世界（Physical AI），這對工業界與學術界而言，正是一項蓄勢待發且極具潛力的熱門主題。
在本次線上研討會中，Quanser首席機器人長Paul Karam親自分享了兩大全新解決方案——「物理AI實驗室(Physical AI Lab)」與「智慧自動化實驗室(Intelligent Automation Lab)」，期盼能協助您加速並持續推進現有的研究與教學成果。
7月2日讀畢需時 3 分鐘
您應該讓您的研究平台與熱門課題保持一致嗎？
選擇研究平台是一項影響深遠的投資，但在技術迅速更迭的自主系統與機器人領域，研究趨勢常因「不可重複性」與「資訊碎片化」而難以信任。各實驗室因硬體、韌體與銜接程式碼的差異，導致研究結果難以相互比較與延續。為解決此困境，Quanser 打造了「研究驗證網路」，每年有超過 250 個團隊在此標準化且符合研究需求的硬體平台上發表成果，讓全球實驗室能高效、精準地進行跨平台比較、學習與延續發展，擺脫碎片化帶來的決策不確定性。
6月24日讀畢需時 6 分鐘
網路研討會：運用 QArm Research 與Quanser 生態系統來推進機器人、智慧自動化與物理人工智慧（Physical AI）研究
隨著實體人工智慧（Physical AI）與智慧機器人在產業與學術界的蓬勃發展，Quanser開發了兩款強大的全新解決方案，協助您保持領先地位。在本次線上研討會中，Quanser首席機器人官Paul Karam將介紹「實體人工智慧實驗室（Physical AI Lab）」——這是一個圍繞QArm Research機械手臂與HD2所建構的即用型（turnkey）研究環境，專為端到端（end-to-end）學習工作流程而設計
6月5日讀畢需時 2 分鐘
網路研討會：現代滑模控制方法及其在 Quanser 平台上的實現
本次網路研討會將介紹基於高階滑模的控制、觀測和辨識演算法的最新進展，重點在於類PID控制器框架。所提出的方法已透過三自由度直升機進行了實驗驗證，結果表明其 具有良好的穩健性和性能提升。此外，也探討了透過障礙函數對滑模演算法進行自適應調整的方法，並在Quanser 2自由度球板系統上進行了驗證。這些結果突顯了先進滑模技術在實際教育和研究平台中的應用價值。
5月26日讀畢需時 1 分鐘
QUANSER 新版中文電子型錄上線：從控制到尖端 AI，全系列實驗設備一次掌握
本次型錄全面涵蓋了機器人、控制系統、自動駕駛及應用 AI 等核心實驗室主題，並且添加近期備受關注的機器人與機電整合領域的新產品與學術資源。型錄特色-互動連結：頁面QR code您可以直接點擊，連接至更詳細的頁面介紹(推薦電腦查看)。新設備引入：包含最新的機電整合設計實驗室、教學利器QArm Mini。
5月14日讀畢需時 1 分鐘
網路研討會：平台與教學法-建構高效且具擴展性的工程實驗室
本次分享中，Quanser技術總監Peter Martin將概述一種協助教職員提高實驗室與學程效率的方法。透過減少準備與進行實驗所需的時間，最大限度地減少在各個專案中開展多個實驗室和實作經驗所需的總體預算，並優化所需空間。除了這些指標，Quanser更開發出一套專注於「多學科應用平台」的設計理念。此方法確保在不同的實驗室架構、教學法及策略方針下，Quanser的平台生態系統均能成為提升實驗室效率最有效的方式。
5月8日讀畢需時 2 分鐘
QBot平台：QUANSER 研發專家的深度解析
QBot平台為一自主移動機器人（AMR），專為教育者與研究者設計。作為移動機器人實驗室（Mobile Robotics Lab）的一部分，QBot平台的教學內容旨在涵蓋大學至研究所的所有課程。這考量了四年制機器人或機電整合學程中「學習動機、基礎建立、進階擴充與深度探索」的完整週期，並滿足研究所課程對創新的期待。
5月8日讀畢需時 3 分鐘
如何根據您的需求選擇 QArm 或 QArm Mini?
目前的工業解決方案往往與學術興趣缺乏交集，導致產出的方案缺乏開放式架構，無法存取設備的各層級核心，也難以與研究者自身的研究目標或教學成果整合。Quanser 的機械手臂旨在精準滿足您的研究與教學需求。我們的兩款機械手臂QArm 與 QArm Mini，涵蓋了各種學術應用場景，為您提供完整的實驗室體驗。
4月24日讀畢需時 3 分鐘
加拿大卡加立大學：運用混合式學習，打造雄心勃勃的控制系統課程
L' Orsa 在研究領域使用 Quanser 的硬體與軟體已超過十年，是一位資深使用者，因此將 Quanser 的解決方案應用在 ENME 585 課程中是極為自然且輕鬆的選擇。L' Orsa 表示：「我使用過的設備從 15 美元的 Arduino 到最尖端的研究設備，但我可以自信地說，Quanser 生態系統，從 QUARC 即時控制軟體到硬體，以及他們提供的數位孿生 (Digital Twins) 技術，是目前為止學習與應用控制、機電整合及機器人原理最完整且直覺的平台
4月15日讀畢需時 3 分鐘
美國哥倫比亞特區大學—從資源有限到尖端技術，打造多功能實驗室平台
當 Amir Shahirinia 博士開始在哥倫比亞特區大學（UDC）執教時，他面臨了嚴峻挑戰：工程實驗室的設備過時，無法支援現代化教育。在教授一門跨系所控制課程時，他發現實驗室存放著一些閒置的舊款 Quanser 設備。為了發揮這些設備的最大價值，他主動聯繫 Quanser 尋求更新資訊與資源
4月9日讀畢需時 5 分鐘
專題導向學習：以 QUBE-Servo 實踐創新教學
QUBE 的核心優勢之一在於其靈活性——您可以自行設計並安裝專屬模組。在本篇專欄中，我將展示教學者如何利用此特性，為課程、實驗室或專題研究規劃一套獨特的「設計導向學習（Design-based learning）」方案，並針對不同程度的學生進行調整。
4月1日讀畢需時 5 分鐘
網路研討會：Quanser 數位孿生技術強化工程教學
本次網路研討會將重點探討工程教學兩大核心挑戰：面相大量學生展開以硬體為中心的實驗難題，以及日益增長的遠距學習需求。同時也展示Quanser的數位孿生技術的核心能力，並闡述如何應對這些挑戰。此外，我們將深入探討如何結合高擬真、可擴展的虛擬環境和MATLAB Simulink的強大功能，打造豐富的教學體驗並幫助科學研究發展。
3月25日讀畢需時 2 分鐘
bottom of page