克服自主系統研究的挑戰：QUANSER QCAR2 與 QDRONE2 加速您的學術成果整合式研究平台，讓教授們能將寶貴時間聚焦於創新與發表

錫昌科教
11月14日
讀畢需時 4 分鐘

本文轉載自 Quanser 原廠網站，作者 Gemma Wang / 網路行銷專員

不斷變化的產業格局，以及對自主系統技術與日俱增的需求，迫使相關領域的學者們需要更快地發表研究成果。無論您正在建構自駕車的管線（pipelines）、進行分散式空中系統的實驗，或是驗證 AI 驅動的感知演算法，當前的學術研究與創新都面臨著前所未有的時間壓力和限制。

在自主系統的學術研究中，延誤和低效率往往源於硬體組裝、感測器整合、軟體問題和安全不確定性。在我們的一則案例研究中，美國東北大學的 Dr. Milad Siami 提到：「實驗室設備能即刻使用，對我們能立即展開研究至關重要。」這突顯了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。

QCar 2：加速自主車輛研究的平台

針對地面系統研究，QCar 2 作為一個統包式（turnkey）的解決方案，在眾多DIY平台（如F1TENTH）中脫穎而出。F1TENTH作為研究驗證平台，需要現場組裝，且存在軟體相容性限制，這可能會使研究偏離核心目標。而 QCar 2 則開箱即用，內建了預先安裝的資源、示範程式、以及教學與研究內容。

在核心技術方面，QCar 2 搭載了 NVIDIA Jetson Orin AGX，其計算能力是 F1TENTH 常用 Jetson Orin Nano 的五倍以上。透過利用 NVIDIA 最新的 GPU 技術，QCar 2 為研究人員提供了高度彈性，能夠直接在平台上運行如視覺轉換器（vision transformers）或其他大型模型等複雜演算法。

在 Quanser，我們為 Jetson Orin AGX 設計了專屬載板（carrier board），確保計算模組的突破性效能得以完全整合於自駕應用開發中。這項設計可最大程度地減少延遲，並確保更高的訊號品質，從而產出更清晰的數據集和更精準的控制演算法。

對研究人員的意義：

以高傳輸速率生成多模態數據集，且無瓶頸。
同時運行多個感知模型（例如：LaneNet 和 YOLO）。
透過可靠、一致的性能，更快地從理論過渡到實驗。
應用相關的硬體整合，例如：RGB-D 感測、360 度全景視覺等。

QDrone 2：加速空中自主系統研究的平台

在空中系統研究方面，QDrone 2 提供的功能超越了其他研究型無人機。QDrone 2 與 QCar 2 概念一致，配備了 NVIDIA Xavier NX 計算模組。此模組同樣擴展了研究人員可以開發的功能與應用範圍。它配備了高品質感測器，如廣角攝影機、飛時測距（Time of Flight）感測器、雙重慣性測量單元（Dual IMUs）和 RGB-D 感測，可進行複雜的應用開發，擴展了空中研究平台的可能性。

QDrone 2 開箱即附帶一套整合式感測器，安裝在一個抗衝擊的碳纖維框架中，在不犧牲研究潛力的前提下優先考慮安全性。軟體支援涵蓋 MATLAB/Simulink、Python 和 ROS，使研究團隊能夠在他們已熟悉且彈性的環境中進行工作。

對研究人員的意義：

複雜系統設計：QDrone 2 的計算能力使研究人員能夠擴展可考量的使用案例類型。
加快發表速度：避免 DIY 感測器整合與軟體故障排除。
安全部署：利用 Quanser 的數位孿生（digital twin），允許在飛行前進行模擬與驗證。
可擴展性：支援使用 VRPN 的第三方動作捕捉系統，可輕鬆將 QDrone 2 添加到現有的無人機實驗室中。

QDrone 2 在學術競賽和已發表的專案中已經證明了其價值。加拿大約克大學（York University）已使用該平台進行自主建築檢查，以及負載平衡和最佳路徑規劃研究，並結合使用 MATLAB 和 ROS 來獲得穩健的成果。

QDrone ，來自皇后大學自主機器人研究小組 — *皇后大學自主機器人研究小組的 QDrone*

如何最大化您的研究成果

對於研究人員而言，DIY 設定與 Quanser 統包式平台之間的差異，直接轉化為可衡量的實質效益：

流程（Process）： 消除了數月的設定與除錯時間，將更多時間用於實質實驗。
成本（Cost）： 減少了學生花費在組裝和除錯上的隱藏工時成本。
精確度（Accuracy）： 更高品質的訊號和數據集，帶來更可靠的模型與研究結果。
可擴展性（Scalability）： QCar 2 和 QDrone 2 可與 Quanser 生態系統和現有實驗室基礎設施無縫整合。
彈性（Flexibility）： 研究人員可以在單一平台上運行複雜的作業負載，使用數位孿生進行虛擬驗證，並在 QCar 2 和 QDrone 2 之間無縫轉換。
支援（Support）： Quanser 為每個平台提供學術資源和專門的技術支援，確保研究不間斷地向前推進。