자율비행·멀티드론·AI 드론 연구 플랫폼
Drone Research Lab
Quanser | Autonomous Systems & Applied AI | Aerospace Control
Drone Research Lab
자율비행·Multi-Agent·Applied AI 연구를 위한 고성능 드론 통합 연구 플랫폼
제품 설명
Quanser Drone Research Lab은
대학 및 연구기관에서 첨단 드론 기술,
Autonomous Systems 및 Applied AI 연구를
빠르게 시작할 수 있도록 구성된
고성능 턴키형 드론 연구 플랫폼입니다.
연구 플랫폼의 중심에는
QDrone 2 연구용 실내 Quadrotor가 있으며,
NVIDIA Jetson Xavier NX 기반의 고성능 Onboard Computing과
RGB-D Camera, Global-Shutter Camera,
Side / Rear Camera, Dual IMU,
Optical Flow 및 Time-of-Flight Sensor를 제공합니다.
연구자는 QDrone 2의 센서 데이터와
제어 시스템에 직접 접근하여
Flight Control, State Estimation,
Autonomous Navigation,
Computer Vision,
Machine Learning,
Multi-Agent 및 Swarm Robotics 등
다양한 알고리즘을 실제 하드웨어에서 구현하고 검증할 수 있습니다.
Drone Research Lab에는
OptiTrack Flex 13 기반 Indoor Localization System,
고성능 Ground Control Workstation,
Wireless Communication,
Flight Controller 및 안전설비가 함께 구성되어
별도의 복잡한 시스템 통합 과정 없이
드론 연구 환경을 구축할 수 있습니다.
또한 QLabs Virtual QDrone 2 Digital Twin을 통해
실제 드론을 비행하기 전에
제어 및 자율비행 알고리즘을 가상환경에서
개발하고 검증할 수 있습니다.
QBot Platform을 추가하면
Aerial Robot과 Ground Robot을 결합한
Aerial-Ground Multi-Agent 연구로 확장할 수 있어,
자율시스템, 로봇공학, 항공제어,
AI 및 Intelligent Systems 분야의
다양한 연구과제에 활용할 수 있습니다.
주요 특징
|
Research-Grade
|
고성능 QDrone 2 연구 플랫폼
NVIDIA GPU와 다양한 Vision / Inertial Sensor를 탑재한 Open Architecture Drone으로 실제 자율비행 및 AI 알고리즘을 연구할 수 있습니다. |
|
Open Architecture
|
센서 데이터와 Control Loop 직접 접근
Raw Sensor Data 및 제어 시스템에 접근하여 사용자가 직접 Flight Controller, State Estimator 및 Autonomous Algorithm을 개발할 수 있습니다. |
|
Applied AI
|
NVIDIA 기반 AI 연구
Onboard GPU를 이용하여 Computer Vision, Machine Learning, Object Detection 및 AI 기반 Autonomous Flight 연구를 수행할 수 있습니다. |
|
Multi-Agent
|
Multi-Drone 및 Swarm 연구
다수의 QDrone 2를 동시에 운용하여 Formation Control, Cooperative Autonomy, Multi-Agent 및 Swarm Robotics를 연구할 수 있습니다. |
|
Digital Twin
|
QLabs Virtual QDrone 2
실제 QDrone 2와 동적으로 대응하는 High-Fidelity Digital Twin을 활용하여 안전하게 알고리즘을 개발하고 검증할 수 있습니다. |
Drone Research Lab 기본 구성
| 구성 | 내용 |
|---|---|
| QDrone 2 |
3대 NVIDIA 기반 연구용 Indoor Quadrotor |
| Batteries | 6개 |
| Battery Charger | 3 × Battery Charger 및 Charge Cable |
| Localization System |
6 × OptiTrack Flex 13 Camera 약 5 m × 5 m 영역 지원 최대 4대 Vehicle Localization 지원 |
| Ground Control Station |
High-Performance Preconfigured PC Testbed & Infrastructure Station |
| Monitors | 3 × High-Definition Monitor |
| Communication | Preconfigured High-Speed Wireless Communication Module |
| Manual Controller | Handheld Manual Flight Controller |
| Safety Equipment |
Protective Floor Mats Protective Netting Earplugs Safety Glasses |
| Research Resources | Research Resources & Faculty Toolkit |
| Digital Twin | QLabs Virtual QDrone 2 Module |
| Software License | QUARC™ Complete Lab License |
핵심 연구 플랫폼 - QDrone 2
QDrone 2는
Autonomous Systems 및 Applied AI 연구를 위해 개발된
Open Architecture 방식의 실내 연구용 Quadrotor입니다.
NVIDIA Jetson Xavier NX와 다양한 Vision / Inertial Sensor가 통합되어 있으며 자율비행, 영상처리, Multi-Agent, Swarm Robotics 및 AI 기반 비행 알고리즘을 Onboard에서 직접 실행할 수 있습니다.
NVIDIA Jetson Xavier NX와 다양한 Vision / Inertial Sensor가 통합되어 있으며 자율비행, 영상처리, Multi-Agent, Swarm Robotics 및 AI 기반 비행 알고리즘을 Onboard에서 직접 실행할 수 있습니다.
QDrone 2 주요 사양
| 구분 | 사양 |
|---|---|
| Dimensions | 50 × 50 × 15 cm |
| Weight | 약 1,500 g (배터리 포함) |
| Maximum Payload | 약 300 g |
| Battery |
4S 14.8 V LiPo 3700 mAh / XT60 Connector |
| Flight Time |
약 7 ~ 8분 (Hover 기준 / 1회 충전) |
| Onboard Computer |
NVIDIA Jetson Xavier NX SOM 6-Core NVIDIA Carmel ARM v8.2 64-bit CPU 384-Core NVIDIA Volta GPU 48 Tensor Cores 8 GB LPDDR4x RAM |
| Connectivity |
Wi-Fi 802.11 a/b/g/n/ac 최대 867 Mbps / Dual Antenna Micro HDMI |
QDrone 2 Sensor Suite
| Sensor | 사양 및 기능 |
|---|---|
| Intel RealSense D435 |
RGB-D Camera Depth Range : 약 3 m RGB : 1920 × 1080 @ 30 FPS |
| Omnivision OV9281 |
Global-Shutter Grayscale Camera 1280 × 800 @ 120 FPS 또는 640 × 480 @ 180 FPS |
| Sony IMX219 |
3 × RGB CSI Camera 160° Wide-Angle FOV Side 및 Rear View |
| IMU |
2 × 6-DOF IMU Gyroscope + Accelerometer |
| Optical Flow | 1 × Optical Flow Sensor |
| Height Sensor | 1 × Time-of-Flight Height Sensor |
확장 I/O
| • PWM × 2 | • UART × 2 |
| • SPI × 2 | • I²C × 2 |
| • ADC × 1 | • Encoder Input × 2 |
| • CPU GPIO × 6 | • Custom Sensor Integration |
Indoor Localization System
OptiTrack Flex 13
Drone Research Lab에는
6대의 OptiTrack Flex 13 Camera로 구성된
Indoor Localization System이 포함됩니다.
약 5 m × 5 m 영역에서 최대 4대의 Vehicle을 추적할 수 있으며, QDrone 2의 정확한 Position 및 Orientation 정보를 실시간으로 획득할 수 있습니다.
이를 이용하여 Position Control, Trajectory Tracking, Formation Flight 및 Multi-Agent Control과 같은 실험을 안정적으로 수행할 수 있습니다.
약 5 m × 5 m 영역에서 최대 4대의 Vehicle을 추적할 수 있으며, QDrone 2의 정확한 Position 및 Orientation 정보를 실시간으로 획득할 수 있습니다.
이를 이용하여 Position Control, Trajectory Tracking, Formation Flight 및 Multi-Agent Control과 같은 실험을 안정적으로 수행할 수 있습니다.
Digital Twin 기반 연구
QLabs Virtual QDrone 2
QLabs Virtual QDrone 2는
실제 QDrone 2의 동역학과 센서를
가상환경에서 구현한 High-Fidelity Digital Twin입니다.
실제 드론과 마찬가지로 Inertial Sensor와 Vision Sensor에 접근하여 Self-Localization, Path Planning, State Estimation, Flight Control, Machine Learning 및 Multi-Agent Collaboration 알고리즘을 가상환경에서 개발할 수 있습니다.
실제 비행 전에 알고리즘을 검증함으로써 안전성을 높이고 Hardware 사용 시간을 줄이며, 빠른 반복 개발과 Remote Research 환경을 구성할 수 있습니다.
실제 드론과 마찬가지로 Inertial Sensor와 Vision Sensor에 접근하여 Self-Localization, Path Planning, State Estimation, Flight Control, Machine Learning 및 Multi-Agent Collaboration 알고리즘을 가상환경에서 개발할 수 있습니다.
실제 비행 전에 알고리즘을 검증함으로써 안전성을 높이고 Hardware 사용 시간을 줄이며, 빠른 반복 개발과 Remote Research 환경을 구성할 수 있습니다.
소프트웨어 및 개발 환경
| • QUARC for Simulink | • Quanser APIs |
| • MATLAB / Simulink | • Python |
| • C / C++ | • ROS 1 / ROS 2 |
| • TensorFlow | • TensorRT |
| • CUDA / cuDNN | • OpenCV |
| • NVIDIA VPI | • DeepStream SDK |
| • Docker GPU Containers | • GStreamer |
| • Gazebo | • Quanser Interactive Labs |
단계별 연구 Workflow
STEP 01. Modeling & Flight Control
Quadrotor Dynamics,
Attitude Control,
Position Control 및
Trajectory Tracking 알고리즘을 개발합니다.
STEP 02. State Estimation & Perception
IMU, Camera,
Optical Flow 및 ToF Sensor를 이용하여
State Estimation과
Environment Perception을 구현합니다.
STEP 03. Autonomous Flight
Path Planning,
Obstacle Detection 및
Autonomous Navigation 알고리즘을
실제 QDrone 2에 적용합니다.
STEP 04. Multi-Agent & Swarm
여러 QDrone 2를 동시에 운용하여
Formation,
Cooperative Control,
Task Allocation 및
Swarm Robotics를 연구합니다.
STEP 05. Applied AI
NVIDIA GPU를 이용하여
Computer Vision,
Machine Learning 및
AI 기반 Autonomous Flight 알고리즘으로
연구 범위를 확장합니다.
주요 연구 분야
| • Autonomous Drone | • Flight Dynamics & Control |
| • Attitude Control | • Trajectory Tracking |
| • State Estimation | • Sensor Fusion |
| • Path Planning | • Autonomous Navigation |
| • Computer Vision | • Vision-Based Control |
| • Machine Learning | • Applied AI |
| • Multi-Agent Robotics | • Swarm Robotics |
| • Formation Control | • Cooperative Autonomy |
| • Digital Twin | • Simulation-to-Physical |
연구실 규모별 권장 구성
| 구분 | Small Lab | Medium Lab | Large Lab |
|---|---|---|---|
| QDrone 2 | 3대 | 6대 | 10대 |
| QBot Platform | 3대 | 6대 | 10대 |
| Recommended Workspace | 3.5 × 3.5 × 2 m | 5 × 5 × 2 m | 6 × 6 × 2 m |
| OptiTrack Flex 13 | 6대 | 8대 | 12대 |
Aerial-Ground Multi-Agent 연구로 확장
QDrone 2 + QBot Platform
Drone Research Lab은
QBot Platform Ground Robot을 추가하여
공중 로봇과 지상 로봇이 협업하는
Multi-Agent Research Environment로 확장할 수 있습니다.
QDrone 2가 공중에서 Mapping, Monitoring 및 Visual Perception Task를 수행하고, QBot Platform이 지상에서 Navigation 및 Transport Task를 수행하도록 구성할 수 있습니다.
이를 통해 Aerial-Ground Coordination, Cooperative Mapping, Distributed Autonomous Systems 및 Heterogeneous Multi-Agent Robotics를 연구할 수 있습니다.
QDrone 2가 공중에서 Mapping, Monitoring 및 Visual Perception Task를 수행하고, QBot Platform이 지상에서 Navigation 및 Transport Task를 수행하도록 구성할 수 있습니다.
이를 통해 Aerial-Ground Coordination, Cooperative Mapping, Distributed Autonomous Systems 및 Heterogeneous Multi-Agent Robotics를 연구할 수 있습니다.
Idea에서 실제 비행 검증까지
Drone Research Lab은
연구자가 드론 자체의 Hardware Integration에
많은 시간을 소비하지 않고
실제 연구 알고리즘 개발에 집중할 수 있도록
Hardware, Localization, Computing,
Communication 및 Safety Infrastructure를
하나의 환경으로 제공합니다.
Digital Twin을 활용한 초기 개발에서 시작하여 실제 QDrone 2를 이용한 Physical Validation까지 연결함으로써 Modeling → Simulation → Algorithm Development → Autonomous Flight → Physical Validation 으로 이어지는 연구 Workflow를 구현할 수 있습니다.
Digital Twin을 활용한 초기 개발에서 시작하여 실제 QDrone 2를 이용한 Physical Validation까지 연결함으로써 Modeling → Simulation → Algorithm Development → Autonomous Flight → Physical Validation 으로 이어지는 연구 Workflow를 구현할 수 있습니다.
제품 및 견적 문의
1670-3463
(주)영일교육시스템
