top of page

QArm研究平台

一套加速端到端 (end-to-end) 研究工作流程之整合平台

QArm 研究平台是一款專為進階機器人學研究與教育設計的整合平台。身為精密且高度整合的 6 自由度(6-DOF)機器人手臂,QArm 研究平台為學術界提供安全、開放式架構且兼具高精確度與高重複性的操作環境,提供多元控制模式,並可用於開發智慧操控工作流程。透過 NVIDIA 驅動的運算核心,無縫支援從傳統控制、感知驅動操控、模仿學習、強化學習到 AI 策略部署等廣泛應用。

QArm-Research-main-img.png

產品介紹

實體人工智慧(Physical AI)工作流程優化

QArm 研究平台特別針對現代實體人工智慧工作流程進行了最佳化。平台搭載精巧的邊緣運算節點和整合多種軟體堆疊,支援MATLAB®/Simulink®、Python®、ROS 2™、NVIDIA Isaac®、主流 AI 函式庫以及高擬真度的數位孿生。此架構建立了一個包含數據生成、模型訓練、模擬驗證及實體部署的完整流程。

降低實驗複雜度與跨學科普及

為了加速實驗進程,平台提供豐富的研究與教學範例庫,以及完整的工作流程,讓不同學科領域、不同科系以及具備不同專業程度背景的使用者,皆能更輕鬆地參與進階機器人學與實體人工智慧的研究。

獨立運作與實驗室生態系統整合

在應用彈性方面,QArm 研究平台既可以作為獨立的機械手臂平台使用,也能夠無縫整合至更大規模的Quanser 實驗室解決方案,例如實體人工智慧實驗室(Physical AI Lab)與智慧自動化實驗室(Intelligent Automation Lab)。當進一步結合觸覺機器人(Haptic Robot)遠端操作、QBot 平台、輸送帶以及其他感測技術時,它便成為更廣泛生態系統的一部分,非常適合在安全且符合學術規範的環境中開發智慧機器人系統並推進實體人工智慧的研究。

QArmResearch-Callout-.jpg

核心特點

具備實體人工智慧能力

具備用於端到端工作流程的連結管道,涵蓋從數據生成、模型訓練、模擬驗證到實體部署的完整階段。

研究工作流程

提供引導式範例與研究模組,為具備不同經驗程度的使用者加速系統整合與實驗進程。

開放式架構

完整開放電流迴路、速度迴路與位置迴路的存取權限,並具備彈性的(I/O)整合。

整合式機器人實驗室

能夠與 QLabs、NVIDIA Isaac Sim、觸覺機器人(Haptic Robot)、QBot 平台以及輸送帶進行連結。

參考規格

自由度

6 自由度機器人串聯機械手臂

(J1 Yaw | J2 J3 J4 Pitch | J5 Yaw | J6 Roll)

​有效負載

3 kg

臂展

580 mm

​重量

13.5 Kg

重複性

±0.05 mm

關節精度

0.088°

關節範圍

J1, J2, J4, J5, J6: ±360°; J3: ±150°

執行器

J1, J2: YM080-230-A099-RH; J3-J6: YM070-210-A099-RH

攝影機

Intel® 實感™ 景深攝影機D405

末端執行器

RH-P12-RN 型機械手

末端執行器擴展

24V 工具電源,RS485,數位 I/O,類比輸入

主機介面

乙太網路(Ethernet)

計算

QBrain – NVIDIA AGX Orin 電腦

軟體支援

MATLAB/Simulink、Python、ROS 2、C++

模擬支援

NVIDIA Isaac Sim | NVIDIA Isaac Lab

數位孿生支援

Quanser 互動虛擬實驗室

*新上市產品之規格可能因技術研發或 AI 硬體迭代而有所變更,請以實際出貨為準,敬請見諒。

QAR-5.jpg

常見問題 FAQ

問題 1 / QArm 研究平台的主要應用範圍包含哪些?

答案:QArm 研究平台適用於進階機器人學研究與教育,其應用範疇非常廣泛,涵蓋了傳統控制、感知驅動操控、模仿學習、強化學習以及實體人工智慧(Physical AI)策略部署等領域。

問題 2 / QArm 研究平台在軟體與開發環境上支援哪些主流工具?

答案:該平台提供了豐富且多元的軟體堆疊,包括 MATLAB/Simulink、Python、ROS 2、NVIDIA Isaac 以及市場上主流的 AI 函式庫,並具備高擬真度的數位孿生系統。

問題 3 / 缺乏豐富經驗的研究人員或學生可以使用 QArm 研究平台嗎?

答案:可以。QArm 研究平台提供了豐富的研究與教學範例,以及引導式的端到端工作流程,這些資源能有效降低系統建置的複雜度並加速實驗,讓不同專業水平與不同科系的使用者都能輕鬆上手。

問題 4 / QArm 研究平台是否能與其他教學或研究設備整合?

答案:可以。它除了能獨立運作外,還能融入更大的Quanser實驗室解決方案,與 QLabs、NVIDIA Isaac Sim、觸覺機器人、QBot 平台、輸送帶以及其他感測設備整合,共同構建出智慧自動化與實體人工智慧的完整研究生態系。

Mobile Robotics Lab Demo
01:03
QBot Platform
01:23
QUANSER─旋轉倒單擺(Rotary Inverted Pendulum)
00:47
QUANSER─Qube倒單擺與互聯網雲端通訊應用展示
01:39
QUANSER攜帶式旋轉倒單擺
12:34

分享本頁

bottom of page