在現代工程教育轉向「能力導向」的趨勢下，QLABS 數位孿生平台為學生提供一個高擬真、可程式設計、無風險的實驗環境，從基礎控制理論到自動駕駛、機器人、飛控系統等主題皆可操作，讓學生在熟悉的 MATLAB/Simulink或Python環境中進行建模、控制與優化，強化理論與實...

自動駕駛技術的發展，需要安全驗證、理論推導與演算法訓練。但空間與計算資源的限制，往往成為進步的瓶頸。來自加拿大的 QUANSER 開發了 1/10比例的無人車 QCAR 2，並建構數位孿生虛擬環境 QLABS，讓學生與研究者能夠安全、高效地學習與創新。

控制系統實驗室對於機械工程教育十分重要，過去學生需要在有限的時間到校上課。為了增加靈活性，我們引入了數位孿生技術，這是一種真實實驗系統的高擬真數位複製，讓學生可以在預定的實驗課程前，遠端進行實驗。這使學生不受時間地點所限制，進行學習。   以Quanser AERO...

2025年美國控制年會(ACC)自動駕駛汽車學生競賽，將於2025年7月8日至10日在美國科羅拉多州丹佛市舉行。本次競賽中學生將扮演一家提供自動駕駛計程車服務的公司，在遵守交通規則的前提下，在有限的時間內完成接送乘客的任務，並按照路途中的表現來賺取更多金錢。...

QUANSER擁有超過30年的硬體開發經驗，並透過數位孿生技術建構出QUANSER擬真互動實驗室QLABS，只需在電腦安裝MATLAB/Simulink與QLABS便能輕鬆進行實驗課程學習，突破傳統實驗室的空間限制。同時QLABS也支援與QUANSER實體設備整合，讓課程內容更多

我們將於 11 月 28 日邀請 Quanser 區域銷售經理 Vivian Wang，以及 12 月 27 日邀請 Quanser 研發工程師 Zinan Cen，透過線上研討會為大家帶來精彩的分享。以下為活動資訊，誠摯邀請您參加

首次介紹由Quanser學術應用團隊開發的Python 智慧工具套件，帶給您研究和教學實例。該工具套件讓您能夠在Quanser支援GPU自主載具上，部署各種神經網路，實現基於圖像的感知應用。

首次介紹由Quanser學術應用團隊開發的Python 智慧工具套件，帶給您研究和教學實例。該工具套件讓您能夠在Quanser支援GPU自主載具上，部署各種神經網路，實現基於圖像的感知應用。

內容將涵蓋U控制系統配置、開環動態反轉、閉環動態反轉、無模型滑塊模式控制(MFSMC)以及使用 QLabs Virtual Qube-Servo 2 Pendulum 進行旋轉倒單擺無模型控制的演示

這次線上講座中，來自洛桑聯邦理工學院的Christophe Salzmann博士將首先簡要定義遠端即時實驗，並介紹他的團隊為QUBE開發的機械擴充，以實現全方位的遠端控制。

QCar 2 具有卓越的運算能力、先進的視覺系統和強化的操控性，是同類產品中功能最強大、用途最廣泛的平台，搭載 NVIDIA Jetson Orin AGX，性能可媲美全尺寸的自動駕駛車輛，成為快速、安全且符合成本效益的實驗室設備。

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。

在多倫多舉行的2024美洲控制研討會 (2024 American Control Conference) 提供了一個展現創新和工程實力的舞台，並且很榮幸地由 Quanser 自走車學生競賽揭開序幕。本次活動不僅僅是一場比賽，更是年輕人思想的匯聚，為的是重新定義無人駕駛汽車的能力

本次工作坊，您將親身體驗Quanser室內四旋翼自主飛行器Qdrone2，也被稱為航空電腦的最新研究應用；基於Quanser 機器手臂的機器人課程介紹和研究成果；全球最暢銷控制課程實驗工具Qube-Servo 的實踐課程案例