本次 2025 年美國控制年會(ACC)自動駕駛汽車學生競賽圓滿落幕，2026 年競賽即日起預先報名！經過數月籌備與激烈競爭，來自全球的 8 支優秀隊伍齊聚決賽舞台，最終由加拿大約克大學 Team FullThrottle SDCNLab 脫穎而出，奪下冠軍寶座！

本次 2025 年美國控制年會(ACC)自動駕駛汽車學生競賽，於 2025 年 7 月 8 日至 10 日在美國科羅拉多州丹佛市舉行。經過多月籌備與激烈選拔，8 支來自世界各地的頂尖隊伍已集結完畢！即將於現場一較高下，用實力與創新點燃自動駕駛科技的未來！

Sidney Givigi 身為加拿大皇后大學電腦科學學院的教授，帶領皇后大學自主機器人研究團隊(QUARRG Lab)，致力突破自主系統與應用AI的界線。將Quanser自動駕駛汽車工作室(SDCS)與多自主載具研究工作室(AVRS)，融入其先進的實驗室，持續推動產業級創新研究

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。

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。

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

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。

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。

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。

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

當 Siami 博士開始在東北大學工作時，他必須迅速建立自己的實驗室，開始他對自主系統的研究。「作為一名年輕教授，準備好實驗設備對於立即開始我們的研究至關重要。」他還需要能夠使複雜理論變得簡單並展示它們在現實生活中如何運作的工具。「為了獲得資助，我們需要展示先進技術的實際成果。」

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。