지능형 자동화·멀티에이전트 로봇 통합 실습 시스템
Intelligent Automation Lab
Quanser | Autonomous Systems & Applied AI | Robotics & Mechatronics
Intelligent Automation Lab
지능형 자동화·Multi-Agent Robotics 교육 및 연구를 위한 재구성형 통합 로봇 실험실
제품 설명
Quanser Intelligent Automation Lab은
고정형 로봇, 이동형 로봇 및 Conveyor와 같은
다양한 Intelligent Agent를 하나의 환경에서 통합하여
지능형 자동화 및 Multi-Agent Robotics를
교육하고 연구할 수 있도록 설계된
재구성형 로봇 실험실 플랫폼입니다.
산업 현장에서 활용되는
Material Handling, Warehouse Automation,
Robot Coordination 및 Multi-Agent System과 같은
자동화 응용을 교육 환경에서 구현할 수 있으며,
제어공학, 로봇공학, 메카트로닉스,
자율시스템 및 Applied AI를 하나의 실습 환경으로
연결할 수 있습니다.
시스템은 고정형 6-DOF 로봇 매니퓰레이터
QArm Research,
자율 이동 로봇 QBot Platform,
Quanser Conveyor를 핵심으로 구성됩니다.
각 플랫폼은 개방형 제어 구조를 제공하여
Low-Level Controller부터
High-Level Task Coordination,
Multi-Agent Collaboration 및
Applied AI까지 다양한 수준의
알고리즘을 개발하고 검증할 수 있습니다.
또한 실제 로봇 시스템과 대응하는
Digital Twin을 활용하여
가상환경에서 시스템을 설계하고 알고리즘을 검증한 후
실제 하드웨어로 적용하는
Simulation-to-Physical Workflow를 구성할 수 있습니다.
하나의 실험실에서 기초 제어 및 로봇 실습부터
Multi-Agent Coordination,
Intelligent Automation 및
AI 기반 로봇 시스템 연구까지 확장할 수 있어
교육, 연구, 프로젝트 및 캡스톤 디자인 등에
폭넓게 활용할 수 있습니다.
주요 특징
|
Reconfigurable
|
재구성 가능한 자동화 실험 환경
QArm Research, QBot Platform 및 Conveyor를 다양한 형태로 배치하여 교육 목적이나 연구 과제에 맞는 자동화 시스템을 구성할 수 있습니다. |
|
Multi-Agent
|
다중 로봇 협업 시스템
Fixed Robot, Mobile Robot 및 Conveyor가 서로 협업하여 작업을 수행하는 Multi-Agent System을 구현하고 Task Distribution 및 Coordination을 연구할 수 있습니다. |
|
Open Architecture
|
Low-Level부터 High-Level까지 개방
기본적인 로봇 제어부터 상위 수준의 Coordination, Task Management 및 Applied AI까지 다양한 수준의 알고리즘에 접근할 수 있습니다. |
|
Digital Twin
|
가상환경과 실제 시스템 연계
QArm Research, QBot Platform 및 Quanser Conveyor의 Digital Twin을 활용하여 가상환경에서 설계·검증한 결과를 실제 시스템으로 연결할 수 있습니다. |
|
Multi-Purpose
|
교육·연구·프로젝트 통합 활용
로봇공학과 제어공학 기초 실습부터 캡스톤 디자인, Applied AI, Multi-Agent Robotics 연구까지 하나의 실험실에서 확장할 수 있습니다. |
Intelligent Automation Lab 기본 구성
| 구성 | 주요 역할 |
|---|---|
| QArm Research |
QBrain 및 Virtual Twin 포함 6-DOF 고정형 로봇 매니퓰레이터 Manipulation / Pick & Place / AI Robotics |
| QBot Platform |
Virtual Twin 포함 Autonomous Mobile Robot Navigation / Material Transport / Multi-Agent Robotics |
| Quanser Conveyor |
Virtual Twin 포함 Material Handling 및 산업 자동화 프로세스 구현 |
| QLabs Digital Twin | QBot Platform 및 Quanser Conveyor의 가상 시스템을 이용한 설계 및 검증 |
| QUARC® Complete |
Lab License MATLAB / Simulink 기반 실시간 제어 환경 |
| Router | 로봇 및 자동화 시스템 간 통신 네트워크 구성 |
| Applications & Examples | Intelligent Robotics 및 Multi-Agent Robotics를 위한 End-to-End 응용 예제 |
Intelligent Automation 구성 개념
01. Fixed Manipulator
QArm Research가 물체의
Pick & Place,
Manipulation 및
자동화 작업을 수행합니다.
02. Autonomous Mobile Robot
QBot Platform이
자율 Navigation을 통해
작업물과 자재를 시스템 내에서 운반합니다.
03. Conveyor
Quanser Conveyor를 이용하여
산업 현장의 Material Flow와
생산·이송 공정을 구현할 수 있습니다.
04. Multi-Agent Coordination
여러 Intelligent Agent가
Task를 공유하고 서로 협업하여
하나의 자동화 공정을 완성하도록
Multi-Agent System을 구성합니다.
QArm Research
QArm Research는
Intelligent Automation Lab의 고정형 Manipulator로 사용되는
고정밀 6-DOF 로봇암입니다.
QBrain NVIDIA 기반 Edge Computing, Intel RealSense Camera, Open Architecture 및 Digital Twin을 지원하여 Classical Robot Control부터 Intelligent Manipulation 및 Applied AI까지 폭넓은 실습과 연구에 활용할 수 있습니다.
QBrain NVIDIA 기반 Edge Computing, Intel RealSense Camera, Open Architecture 및 Digital Twin을 지원하여 Classical Robot Control부터 Intelligent Manipulation 및 Applied AI까지 폭넓은 실습과 연구에 활용할 수 있습니다.
| 구분 | 사양 |
|---|---|
| Degrees of Freedom | 6 DOF |
| Payload | 3 kg |
| Reach | 580 mm |
| Repeatability | ±0.05 mm |
| Camera | Intel RealSense D405 |
| Edge Computing |
QBrain NVIDIA AGX Orin |
QBot Platform
QBot Platform은
Differential Drive 방식의
고성능 Autonomous Ground Robot으로,
Intelligent Automation Lab에서
자율 이동 및 물류 운반 Agent 역할을 수행합니다.
NVIDIA Jetson Orin Nano, Intel RealSense RGB-D Camera, 360° LiDAR 및 IMU 등을 탑재하여 Navigation, Localization, Obstacle Detection 및 Multi-Agent Collaboration을 실습할 수 있습니다.
NVIDIA Jetson Orin Nano, Intel RealSense RGB-D Camera, 360° LiDAR 및 IMU 등을 탑재하여 Navigation, Localization, Obstacle Detection 및 Multi-Agent Collaboration을 실습할 수 있습니다.
| 구분 | 사양 |
|---|---|
| Drive | 2-Wheel Differential Drive |
| Maximum Speed | 1.5 m/s |
| Maximum Payload | 20 kg |
| Onboard Computer | NVIDIA Jetson Orin Nano |
| Front Camera | Intel RealSense D435 RGB-D |
| LiDAR |
2D 360° LiDAR 16,800 points/sec |
| IMU | 6-Axis IMU |
| Programming | MATLAB / Simulink / Python / ROS 2 |
Quanser Conveyor
Material Handling & Industrial Automation
Quanser Conveyor는
Intelligent Automation Lab에서
산업 자동화 시스템의
Material Handling 환경을 구현하는 핵심 구성요소입니다.
QArm Research 및 QBot Platform과 연계하여 작업물을 이동하고, 로봇이 물체를 인식·이송·조작하는 자동화 Workflow를 구성할 수 있습니다.
실제 Conveyor와 대응되는 Virtual Twin을 활용하여 가상환경에서 공정과 알고리즘을 설계한 후 실제 자동화 시스템으로 연결하는 실습도 가능합니다.
QArm Research 및 QBot Platform과 연계하여 작업물을 이동하고, 로봇이 물체를 인식·이송·조작하는 자동화 Workflow를 구성할 수 있습니다.
실제 Conveyor와 대응되는 Virtual Twin을 활용하여 가상환경에서 공정과 알고리즘을 설계한 후 실제 자동화 시스템으로 연결하는 실습도 가능합니다.
Digital Twin 기반 자동화 설계
Virtual → Physical
Intelligent Automation Lab은
실제 장비와 대응하는 Digital Twin을 활용하여
가상환경과 실제 자동화 시스템을 연결할 수 있습니다.
가상 QArm Research, QBot Platform 및 Quanser Conveyor를 이용하여 자동화 시스템의 Layout, Robot Motion, Navigation 및 Multi-Agent Coordination 알고리즘을 실제 장비 사용 전에 개발하고 검증할 수 있습니다.
검증된 Algorithm을 실제 로봇 시스템에 적용하여 Simulation과 Physical Application의 차이를 분석하고 시스템을 최적화할 수 있습니다.
가상 QArm Research, QBot Platform 및 Quanser Conveyor를 이용하여 자동화 시스템의 Layout, Robot Motion, Navigation 및 Multi-Agent Coordination 알고리즘을 실제 장비 사용 전에 개발하고 검증할 수 있습니다.
검증된 Algorithm을 실제 로봇 시스템에 적용하여 Simulation과 Physical Application의 차이를 분석하고 시스템을 최적화할 수 있습니다.
소프트웨어 및 개발 환경
| • MATLAB® | • Simulink® |
| • Python | • ROS 2 |
| • C / C++ | • QUARC® Complete |
| • NVIDIA Isaac | • NVIDIA Isaac Sim / Lab |
| • Quanser Interactive Labs | • Digital Twin |
단계별 교육 및 연구
STEP 01. Robot & Control Fundamentals
Robot Kinematics,
Motion Control,
Sensor Interface 및
기본 제어 알고리즘을 학습합니다.
STEP 02. Autonomous Robotics
QBot Platform을 이용하여
Localization,
Mapping,
Path Planning 및
Autonomous Navigation을 구현합니다.
STEP 03. Intelligent Automation
QArm Research와 Conveyor를 연동하여
Object Handling,
Pick & Place 및
Material Flow를 구현합니다.
STEP 04. Multi-Agent Coordination
Fixed Robot, Mobile Robot 및 Conveyor에
Task를 분배하고
여러 Agent가 협업하도록
Coordination Algorithm을 개발합니다.
STEP 05. Applied AI
Computer Vision,
Machine Learning,
AI-Based Decision Making 등을 적용하여
보다 지능적인 자동화 시스템으로 확장합니다.
주요 실습 및 연구 주제
| • Intelligent Automation | • Multi-Agent Robotics |
| • Warehouse Automation | • Material Handling |
| • Autonomous Mobile Robots | • Robotic Manipulation |
| • Path Planning & Navigation | • Self-Localization |
| • SLAM | • Object Detection |
| • Pick & Place | • Task Planning |
| • Task Distribution | • Robot Coordination |
| • Computer Vision | • Applied AI |
| • Digital Twin | • Simulation-to-Physical |
Multi-Agent Warehouse Automation 예제
Intelligent Automation Lab에서는
하나의 로봇만 독립적으로 동작하는 것이 아니라
여러 종류의 Intelligent Agent가 서로 협력하는
복합 자동화 시스템을 구성할 수 있습니다.
예를 들어 QBot Platform이 자율 Navigation을 통해 작업물을 운반하고, Quanser Conveyor가 작업물을 이동시키며, QArm Research가 물체를 인식하여 Pick & Place 작업을 수행하도록 구성할 수 있습니다.
이 과정에서 중앙 또는 분산형 Task Management Algorithm을 이용하여 각 Agent에 작업을 할당하고, 전체 시스템의 생산성과 효율을 분석할 수 있습니다.
예를 들어 QBot Platform이 자율 Navigation을 통해 작업물을 운반하고, Quanser Conveyor가 작업물을 이동시키며, QArm Research가 물체를 인식하여 Pick & Place 작업을 수행하도록 구성할 수 있습니다.
이 과정에서 중앙 또는 분산형 Task Management Algorithm을 이용하여 각 Agent에 작업을 할당하고, 전체 시스템의 생산성과 효율을 분석할 수 있습니다.
확장 옵션
| 옵션 | 활용 |
|---|---|
| Ground Control Station | Application 개발 및 여러 로봇 시스템의 중앙 운영 |
| Haptic Robot | Teleoperation, Human-in-the-Loop Control 및 Physical AI 연구 |
| QArm / QArm Mini | 추가 Manipulator Agent 구성 및 다중 로봇 Manipulation |
| Force / Torque Transducer | Contact Force 측정 및 Force-Based Manipulation 연구 |
| Mechatronics Design Lab | 센서·액추에이터 및 메카트로닉스 설계 교육으로 확장 |
주요 활용 분야
| • 지능형 자동화 교육 | • 산업 자동화 시스템 |
| • 로봇공학 | • 메카트로닉스 |
| • 자율 이동 로봇 | • 로봇 매니퓰레이터 |
| • Multi-Agent Robotics | • Warehouse Automation |
| • Material Handling | • Applied AI |
| • Digital Twin | • 스마트팩토리 교육 |
| • 캡스톤 디자인 | • 프로젝트 기반 학습 |
개별 로봇 제어에서 지능형 자동화 시스템까지
Intelligent Automation Lab은
하나의 로봇을 프로그래밍하는 수준에서 끝나지 않고,
서로 다른 특성을 가진 여러 로봇과 자동화 장비를
하나의 시스템으로 통합하는 과정을 학습할 수 있습니다.
학생과 연구자는 QArm Research의 Manipulation, QBot Platform의 Autonomous Navigation, Conveyor의 Material Handling을 각각 학습한 뒤 이들을 하나의 Multi-Agent System으로 연결할 수 있습니다.
이를 통해 Control → Robotics → Autonomy → Coordination → Intelligent Automation → Applied AI 로 이어지는 통합 교육 및 연구 환경을 구성할 수 있습니다.
학생과 연구자는 QArm Research의 Manipulation, QBot Platform의 Autonomous Navigation, Conveyor의 Material Handling을 각각 학습한 뒤 이들을 하나의 Multi-Agent System으로 연결할 수 있습니다.
이를 통해 Control → Robotics → Autonomy → Coordination → Intelligent Automation → Applied AI 로 이어지는 통합 교육 및 연구 환경을 구성할 수 있습니다.
제품 및 견적 문의
1670-3463
(주)영일교육시스템
