자율주행차 스튜디오 Self-Driving Car Studio
Quanser SDCS
자율주행 연구 가속화, 확장 및 유지
Quanser Self-Driving Car Studio는 접근 가능하고 적절한 방식 으로 교육 및 학술 연구를 위한 다양한 연구 주제를 조사할 수 있는 이상적인 플랫폼 입니다.
이를 사용하여 연구를 바로 시작 하거나 학생들에게 자율 주행 의 필수 요소에 대해 배우는 진정한 실습 경험을 제공하십시오.
스튜디오는 집이나 캠퍼스에서 데이터 세트 생성, 매핑, 내비게이션, 기계 학습 및 기타 고급 자율 주행 개념을 테스트 하고 검증하는 데 필요한 도구와 구성 요소를 제공합니다 .
개요
Self-Driving Car Studio의 중심에 있는 QCar는 NVIDIA® Jetson™ TX2 슈퍼컴퓨터로 구동되고 다양한 센서, 카메라, 인코더 및 사용자 확장 가능한 IO를 갖춘 개방형 아키텍처 축소 모델 차량입니다. Self-Driving Car Studio의 개방형 소프트웨어 아키텍처는 다양한 맞춤형 모듈을 통해 다중 차량 연구에 필요한 광범위한 주요 기능을 안내하고 수용 하면서 교육을 위한 접근 가능하고 맞춤형 플랫폼을 제공하도록 설계되었습니다 . Python 및 ROS2의 풍부한 교육 자료 모음과 Simulink®, Python™, C++ 및 ROS 예제를 포함한 광범위한 소프트웨어 도구 세트를 통해 이 스튜디오는 연구원들이 높은 수준의 응용 프로그램을 구축하고 낮은 수준의 응용 프로그램을 재구성할 수 있도록 합니다 .
QCar 기능 및 사양
QCar 사양
치수 | 39 x 21 x 21cm |
무게(배터리 포함) | 2.7kg |
힘 | XT60 커넥터가 있는 3S 11.1V LiPo(3300mAh) |
작동 시간(대략) |
~2시간 11m(정지, 센서 피드백 있음) 30m(주행, 센서 피드백 있음) |
온보드 컴퓨터 |
NVIDIA® Jetson ™ TX2 CPU: 1.2GHz 쿼드 코어 ARM Cortex-A57 64비트 + 1.2GHz 듀얼 코어 NVIDIA Denver2 64비트 GPU: 256코어 NVIDIA Pascal™ GPU 아키텍처, 1.3 TFLOPS(FP16) 메모리: 8GB 128비트 LPDDR4 @ 1866MHz, 59.7GB/s |
라이다 | 2k-8k 해상도, 10-15Hz 스캔 속도, 12m 범위의 LIDAR |
카메라 |
인텔 D435 RGBD 카메라 4x 160° FOV 광각 렌즈를 사용하는 360° 2D CSI 카메라, 21fps~120fps |
인코더 | 하드웨어 디지털 타코미터가 있는 720카운트 모터 엔코더 사전 기어링 |
IMU | 9축 IMU 센서(자이로, 가속도계, 자력계) |
안전 설비 |
하드웨어 "안전" 종료 버튼 배터리 보호를 위한 자동 전원 끄기 |
확장 가능한 IO |
2x SPI 4x I2C 40x GPIO(디지털) USB 3.0 포트 4개 USB 2.0 OTG 포트 1개 3x 직렬 하드웨어 디지털 타코미터가 있는 4x 추가 인코더 4x 유니폴라 아날로그 입력, 12비트, 3.3V 2x CAN 버스 8x PWM(GPIO와 공유) |
연결성 |
이중 안테나가 있는 WiFi 802.11a/b/g/n/ac 867Mbps 듀얼 모니터 지원을 위한 2x HDMI 포트 1x 10/100/1000 BASE-T 이더넷 |
추가 QCar 기능 |
전조등, 브레이크등, 방향지시등, 후진등(강도 조절 포함) 듀얼 마이크 스피커 LCD 진단 모니터링, 배터리 전압 및 사용자 정의 텍스트 지원 |
지원되는 소프트웨어 및 API
QUARC 자율 소프트웨어 라이센스, Quanser API, TensorFlow, TensorRT, 파이썬™ 2.7 및 3, 로스 1 & 2, 쿠다®, cuDNN, OpenCV, 딥 스트림 SDK, 비전웍스®, 브이피™, GStreamer, Jetson 멀티미디어 API, GPU를 지원하는 Docker 컨테이너, Simulink Coder가 포함된 Simulink®, 시뮬레이션 및 가상 교육 환경(Gazebo, QuanserSim), 프로세스 간 통신을 위해 Quanser Stream API로 지원되는 다국어 개발, 언리얼 엔진
SDCS 인프라 및 작업 공간 구성
·테스트베드 및 인프라 스테이션 역할을 하는 사전 구성된 고성능 턴키 PC 1대·3개의 고화질 모니터
·1 x 게임 컨트롤러
·다양한 운전 시나리오를 테스트하기 위한 2개의 평면도(15.75' x 9.2'/4.8mx 2.8m 및 15.75' x 20'/4.8mx 6.1m)( 갤러리 의 이미지 )
·브랜딩 및 환경 매핑을 위한 맞춤형 PVC 테두리 2개
·재프로그래밍 가능한 신호등 4개(배터리 포함)
·북미 및 유럽 규모 표지판 및 10개의 교통 철탑을 위한 여러 옵션을 포함한 액세서리 세트 1개
·1 x 자동차 스탠드
·고속 무선 통신을 위한 사전 구성된 라우터 1개
·QLabs Virtual QCar 모듈용 1년 라이센스 Quanser Virtual QCar는 Quanser QCar 시스템의 동적으로 정확한 디지털 트윈입니다 . 물리적 하드웨어와 동일한 방식으로 작동하며 Python, ROS 또는 MATLAB 및 Simulink를 사용하여 측정 및 제어할 수 있습니다. 전통적인 실험실에서의 강의와 활동을 풍부하게 하거나 원격 및 온라인 자가 운전 과정에 신뢰할 수 있는 실제 모델 기반 실험실 경험을 제공할 수 있습니다 .
실제 QCar와 마찬가지로 가상 시스템은
Lidar 및 RGBD 카메라와 같은 산업 관련 센서가 완비된 자율 주행 교육 및 연구 플랫폼입니다.
QLabs Virtual QCar는 12개월 다중 시트 구독으로 사용할 수 있습니다 . 이 플랫폼은 360 비전, RGBD 이미징, 자율 주행 등과 같은 예를 다루는 실제 QCar 콘텐츠와 호환됩니다 . 이 플랫폼은 또한 Self-Driving Car Studio에서 사용할 수 있는 자율 주행 교육 콘텐츠와 통합됩니다.
연구 자원 Research Source
관련상품