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.
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.
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.
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.
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.
Simulation, Edge AI, Robotic Manipulation, Haptic Teleoperation 및 Force/Torque Sensing을 통합하여 연구자가 AI Algorithm을 Model → Simulation → Hardware로 연결하는 전체 Workflow를 구현할 수 있습니다.
제품 및 견적 문의
1670-3463
(주)영일교육시스템
