피지컬 AI·지능형 로봇 통합 연구 플랫폼 Physical AI Lab - Quanser 동역학 자율주행 항공 메카트로닉스 실험 전문기업 영일교육시스템

피지컬 AI·지능형 로봇 통합 연구 플랫폼

Physical AI Lab

Quanser | Autonomous Systems & Applied AI | Robotics & Mechatronics

Physical AI Lab

로봇공학·Applied AI·Physical AI를 위한 End-to-End 통합 연구 플랫폼

제품 설명

Quanser Physical AI Lab은 전통적인 로봇공학(Traditional Robotics), Applied AI 및 Physical AI 분야의 End-to-End 연구 워크플로우를 하나의 통합 환경에서 구현할 수 있도록 설계된 턴키형 로봇 연구 플랫폼입니다.

시스템의 중심에는 고정밀 6-DOF 로봇 매니퓰레이터인 QArm Research가 있으며, NVIDIA 기반 Edge Computing Node인 QBrain을 통해 AI 알고리즘 및 로봇 정책을 실제 하드웨어에 직접 배포하고 검증할 수 있습니다.

또한 Haptic Robot을 이용한 Human-in-the-Loop 제어와 Teleoperation, Human Demonstration 및 Imitation Learning, Force/Torque Transducer를 이용한 물리적 상호작용 측정까지 지원합니다.

연구자는 하나의 연결된 Pipeline 안에서 로봇이 환경을 인지하고(Perceive), 판단하고(Decide), 움직이고(Move), 상호작용하고(Interact), 학습하고(Learn), 실제 하드웨어에서 검증(Validate)하는 전체 과정을 연구할 수 있습니다.

NVIDIA Isaac^®, ROS 2^™, Python^®, C++ 및 MATLAB^®/Simulink^® 등 현대적인 로봇 및 AI 개발 환경을 지원하며, Simulation과 Digital Twin을 활용한 검증 후 실제 로봇 시스템으로 알고리즘을 배포할 수 있습니다.

기존 로봇 제어 연구뿐만 아니라 Perception-Driven Manipulation, Reinforcement Learning, Imitation Learning, AI Policy Deployment 및 Physical AI 연구를 위한 통합 연구 환경으로 활용할 수 있습니다.

주요 특징

End-to-End	AI 모델에서 실제 하드웨어까지 연결 데이터 생성, 모델 학습, Simulation Validation 및 Physical Deployment까지 하나의 연구 Pipeline으로 구성할 수 있습니다.
Physical AI Ready	Physical AI 연구에 최적화된 구성 QArm Research, NVIDIA 기반 QBrain, Haptic Robot 및 Force/Torque Sensing을 통합하여 지능형 로봇의 실제 물리적 행동을 연구할 수 있습니다.
Open Architecture	개방형 로봇 연구 환경 Position, Velocity 및 Current Control Loop에 접근할 수 있으며, 다양한 Sensor, Software Framework 및 Custom Algorithm을 연구 목적에 맞게 통합할 수 있습니다.
Digital Twin	Simulation과 실제 시스템 연계 NVIDIA Isaac Sim과 Quanser Interactive Labs를 활용하여 가상환경에서 알고리즘을 검증한 후 실제 QArm Research로 배포할 수 있습니다.
Human-in-the-Loop	Haptic Robot 기반 인간-로봇 상호작용 Teleoperation과 Human Demonstration을 활용하여 사람이 수행한 Manipulation 데이터를 수집하고 Imitation Learning 연구에 활용할 수 있습니다.

Physical AI Lab 기본 구성

구성	주요 역할
QArm Research	고정밀 6-DOF 로봇 매니퓰레이터 지능형 Manipulation 및 Physical AI 실험
QBrain	NVIDIA AGX Orin 기반 Edge Computing Node AI Algorithm 및 Robot Policy Deployment
Virtual Twin	QArm Research Digital Twin Simulation 및 Algorithm Validation
Haptic Robot	Teleoperation Human Demonstration Imitation Learning
Force / Torque Transducer	로봇과 환경 간 Force / Torque 측정 및 물리적 상호작용 연구
QUARC Complete	MATLAB / Simulink 기반 실시간 제어 및 연구 개발 환경
Applications & Examples	Traditional Robotics Applied AI Physical AI End-to-End Research Examples

핵심 플랫폼 - QArm Research

QArm Research는 Physical AI Lab의 핵심 로봇 플랫폼으로, 지능형 Manipulation 연구를 위해 설계된 정밀한 6-DOF 로봇 매니퓰레이터입니다.

Intel RealSense 카메라, NVIDIA 기반 QBrain Edge Computer, 다중 Control Mode 및 Open Architecture를 지원하여 Classical Control부터 AI 기반 Manipulation까지 다양한 연구에 활용할 수 있습니다.

QArm Research 주요 사양

구분	사양
Degrees of Freedom	6 DOF Serial Manipulator J1 Yaw / J2-J4 Pitch / J5 Yaw / J6 Roll
Payload	3 kg
Reach	580 mm
Weight	13.5 kg
Repeatability	±0.05 mm
Joint Precision	0.088°
Joint Range	J1 / J2 / J4 / J5 / J6 : ±360° J3 : ±150°
Camera	Intel RealSense D405
End-Effector	RH-P12-RN Robot Hand
End-Effector Expansion	24V Tool Power RS485 Digital I/O Analog Input
Host Interface	Ethernet
Compute	QBrain – NVIDIA AGX Orin

Haptic Robot 기반 Teleoperation

Human-in-the-Loop Physical AI

Physical AI Lab의 Haptic Robot은 QArm Research를 원격으로 조작하는 Master Device로 활용할 수 있습니다.

연구자가 Haptic Robot을 직접 움직이면 해당 움직임을 QArm Research에 전달할 수 있으며, 이를 통해 사람이 수행하는 Manipulation Task를 Robot Demonstration Data로 수집할 수 있습니다.

Haptic Robot은 6-DOF Motion과 5-DOF Programmable Force Feedback을 제공하여 Teleoperation, Bilateral Control, Human Demonstration 및 Imitation Learning 연구에 활용할 수 있습니다.

Force / Torque Sensing

물리적 상호작용 측정

Force/Torque Transducer를 이용하여 로봇 End-Effector와 환경 사이에서 발생하는 힘과 토크를 측정할 수 있습니다.

이를 통해 물체를 잡거나 누르고, 밀거나 접촉하는 과정에서 발생하는 물리적 Interaction Data를 수집하여 Contact-Rich Manipulation, Force Control 및 Physical AI 학습에 활용할 수 있습니다.

소프트웨어 및 AI 개발 환경

• NVIDIA Isaac^®	• NVIDIA Isaac Sim
• NVIDIA Isaac Lab	• ROS 2^™
• Python^®	• C++
• MATLAB^®	• Simulink^®
• QUARC^® Complete	• Major AI Libraries
• Quanser Interactive Labs	• Digital Twin

End-to-End Physical AI Workflow

STEP 01. Data Generation

QArm Research 및 Haptic Robot을 활용하여 로봇 Motion, Vision, Force/Torque 및 Human Demonstration 데이터를 수집합니다.

STEP 02. Model Training

수집된 데이터를 이용하여 Machine Learning, Imitation Learning, Reinforcement Learning 및 Robot Policy를 학습합니다.

STEP 03. Simulation Validation

NVIDIA Isaac Sim / Isaac Lab 및 Quanser Digital Twin 환경에서 학습된 모델의 동작을 검증합니다.

STEP 04. Physical Deployment

검증된 AI 모델 및 Robot Policy를 QBrain을 통해 실제 QArm Research에 배포합니다.

STEP 05. Physical Validation

실제 물체 및 환경과의 상호작용을 통해 AI 모델의 성능을 검증하고, 새로운 데이터를 다시 학습 과정에 활용합니다.

주요 연구 분야

• Physical AI	• Applied AI
• Intelligent Robotics	• Intelligent Manipulation
• Perception-Driven Manipulation	• Robot Vision
• Teleoperation	• Human-Robot Interaction
• Human Demonstration	• Imitation Learning
• Reinforcement Learning	• Robot Learning
• AI Policy Deployment	• Sim-to-Real
• Force Control	• Contact-Rich Manipulation

확장 구성

옵션	활용
Ground Control Station	연구 Application 개발 및 다중 시스템 운영 환경
QBot Platform	Autonomous Mobile Agent 추가 Virtual Twin 포함
Router	QArm Research, QBot Platform 및 Ground Control Station 간 통신 네트워크 구성

Quanser Robotics Ecosystem

Manipulator + Mobile Robot + Haptics + AI

Physical AI Lab은 단일 로봇암에 AI Computer를 결합한 단순한 연구 시스템이 아니라, Quanser의 다양한 로봇 플랫폼과 연동할 수 있는 확장형 연구 생태계입니다.

QArm Research, Haptic Robot, QBot Platform, QDrone 및 Digital Twin 환경을 연계하여 Manipulation, Mobile Robotics, Teleoperation 및 Autonomous Systems 연구를 하나의 연구 인프라 안에서 확장할 수 있습니다.

From Model to Hardware

Physical AI Lab은 AI 모델을 개발하는 단계에서 끝나지 않고, 해당 모델이 실제 로봇과 물리적 환경에서 어떻게 동작하는지 검증할 수 있도록 설계되었습니다.

Simulation, Edge AI, Robotic Manipulation, Haptic Teleoperation 및 Force/Torque Sensing을 통합하여 연구자가 AI Algorithm을 Model → Simulation → Hardware로 연결하는 전체 Workflow를 구현할 수 있습니다.

Quanser Physical AI Lab

자세한 시스템 구성 및 연구 적용 문의는 영일교육시스템으로 문의해 주세요.

Quanser 공식 제품 페이지

제품 및 견적 문의

1670-3463

(주)영일교육시스템