平台可立即投入使用，如何能有效消除漫長的設定階段。研究人員花費在故障排除上的時間越少，他們就能將越多時間投入到真正重要的任務上：產出具影響力的研究成果。

來自QUANSER的學術應用研發經理Murtaza Bohra，近期分享一篇文章，展現他學習機器人的歷程，並且肯定優秀的課程與專業學程，將幫助學生來探索複雜的系統，讓我們來看看他說了什麼。

Quanser 已經將 NVIDIA Jetson AGX Orin完全整合到新一代 QCar 2 的設計中。QCar 2 能夠同時處理多個高速攝影機訊息來源，並部署了最新的人工智慧視覺處理系統，無論在功能性和 AI 應用等方面，在眾多 1/10 比例自動駕駛平台中都穩居領先地位

自駕車需要獲取駕駛人會考慮的資訊，通常更大量，並且依此採取相應的行動。以下就不同任務性質，將幾個影像處理演算法分別做介紹。

我們提供了以下的研究文獻搜尋方式和教學資源，希望這些資源能對您的教學與研究有所幫助。

本文介紹 QArm 教學課程的兩個新實驗室。這兩個電腦視覺實驗室旨在向學生介紹影像的數位表示法，並讓他們熟悉使用簡單的影像濾鏡。另外，也介紹色彩空間以及識別和定位圖像中的物體，這是高級感知應用的建構模組。

新的 QUANSER 機器人實驗室採用我們突破性的 QBot 平台，提供更多元化的研究潛力與教學新領域，期待您能參與本次的線上研討會，讓我們一起推進機器人教育和研究，激勵學生，開拓充滿活力的未來。

來自JuliaHub的Fredrik Bagge Carlson博士將探討使用Julia進行動態系統建模、模擬和控制的應用。將詳細介紹即時考慮因素(real-time considerations)，並透過在Quanser Qube 3攜帶式旋轉倒單擺上實施和分析擺動控制器的案例

著名研究員 Tolga Kaya 博士使用正確的工具在聖心大學 (Sacred Heart University) 快速建立了高品質的 ECE 專題。儘管沒有機器人或控制系統的直接背景，憑藉著創造力和熱情使他能夠制定一個創新計畫。