無人駕駛實驗平臺及其數字孿生
Self-Driving Car Studio and QLabs Virtual QCar2
無人駕駛實驗平臺QCar2是一個專為高校實驗室而設計的可高度擴展、配備多種傳感器且功能強大的實驗平臺。可用于進行數據集成、地圖繪制、導航、機器學習、人工智能和其他高級無人駕駛概念的研究學習。QCar2配備多種傳感器，包括LIDAR、360度視覺傳感器、深度傳感器、IMU、編碼器以及可擴展I/O口，可以實現對周圍環境的準確測量。QCar2提供的開放式架構使得使用者可以研發自己的控制器。QCar2可為使用者提供多種語言開發環境，包括MATLAB?/Simulink?, Python?和ROS等。
為了解決目前市面上大多無人駕駛實驗平臺所遇到的問題，Quanser開發出了這款無人駕駛實驗平臺QCar2。隨著無人駕駛汽車研究的深入，許多科學家和研究人員都遇到了許多挑戰。其中最大的挑戰就是，很難找到一個支持多種主流編程語言的無人駕駛實驗平臺。每個研究者所使用的編程語言不可能完全一樣，因此研發出一款兼容多種編程語言的實驗平臺是一個必須要面臨的挑戰。而我們的QCar2可為使用者提供多種語言開發環境，包括MATLAB?/Simulink?, Python?和ROS等。很好的為使用者解決了這個巨大的挑戰，使用者們無需再為研究無人車而去新學習一門語言。
其次，研發無人車所需要投入的經費成本、人力資源和時間都是非常大的，很多研發者都難以承擔。Quanser的QCar2可以說是一款十分成熟可靠的無人駕駛實驗平臺了，您可以直接使用，也可添加一些創新性的可擴展模塊。這可為您節省大量的資源和時間，為您的實驗研究提供可靠的助力。
除此以外，我相信我們的QCar2可以快速地為您找到找到自己的正確定位，可以快速地為您驗證您的研究成果，可以成為您研究路上的可靠助力。
QCar2技術參數：
| 設備尺寸 | 39 ×19 × 20cm |
| 設備重量（帶電池） | 2.7kg |
| 電池 | 3300 mAh，11.1V，LiPo 電池 |
| 持續運行時間 | 2小時11分（靜止）、30分（行駛) |
| 車載計算機 | NVIDIA Jetson Orin AGX CPU: 2.2 GHz 8-core ARM Cortex-A78 64-bit GPU: 930 MHz 1792-CUDA/56-TENSOR cores NVIDIA Ampere GPU architecture 200 TOPS Memory: 32GB 256-bit LPDDR5 @ 204.8 GB/s |
| 激光測距 | 分辨率為16k, 頻率為5-15Hz, 測量范圍0.2-12m的雷達 |
| 攝像頭 | Intel D435 RGBD Camera 360°2D CSI Cameras （4個160°FOV 廣角鏡頭，21fps- 120fps） |
| 可擴展IO口 | 1個高速3.3V SPI（可達25MHz） 1個1.8V I2C（可達1MHz） 1個3.3V I2C（可達1MHz） 11個GPIO (digital) 1個USB-A 接口 1個USB-C Host 接口 1個USB-C DRP 2個通用3.3V高速串行接口 3個編碼器通道（電機位置加2個額外通道） 2個單極模擬量輸入，12 bit，+3.3V 2個CAN 總線（支持 CAN FD） 2個可自定義PWM通道 3個可自定義按鈕 |
| 網絡連接 | WiFi 802.11a/b/g/n/ac 867Mbps with dual antennas 2個HDMI端口，支持雙監視器 1個10/100/1000 BASE-T Ethernet |
| QCar2附加部分 | 前照燈、制動燈、轉向信號燈和倒車燈（可控制燈光強度） 雙麥克風 揚聲器 LCD diagnostic monitoring, 電池電壓 支持自定義指導書 |
QCar支持的Software&API：
- QUARC for Simulink
- Quanser APIs
- TensorFlow
- Python? 2.7 / 3 & ROS 2
- CUDA?
- cuDNN
- TensorRT
- OpenCV
- VisionWorks?
- VPI?
- GStreamer
- Jetson Multimedia APIs
- Simulink? with Simulink Coder
- 支持 GPU 的 Docker 容器
- 支持多語言開發Quanser Stream API 用于進程間通信
模擬和虛擬訓練環境（Gazebo 和 Quanser Interactive Labs ）
無人駕駛實驗平臺數字孿生 QLabs Virtual QCar2
Quanser虛擬QCar2是Quanser QCar2系統的一個完全儀器化、動態精確的數字孿生系統。它的操作方式與物理硬件相同，可以使用Python、ROS和MATLAB Simulink開發環境進行測量和控制。
自動駕駛汽車工作室擁有一個可重構且視覺豐富的虛擬環境，可以映射出其周圍的物理環境，這可以豐富您的講座、實驗室、研究和推廣活動。除了課堂和研究實驗室，該平臺還提供了遠程課程和在線課程的混合或混合配置，為學生提供基于技能的學習體驗。
課件：
- 圖像采集和攝像頭接口
- 傳感器接口和運動學建模
- 線路檢測和車道保持
- 占用率網格映射
- 傳感器融合
- 目標檢測和分類
- 橫向和縱向控制
- 自動駕駛行為規劃
參數：
| QCar2虛擬傳感器 | 4個CSI攝像頭 中心凹160° 820 x 410分辨率（30 Hz） |
| 1x Intel RealSense RGB-D攝像頭 | 640 x 480分辨率（30HZ） 8-bit depth sensing |
| 二維激光雷達 | 360° 16-bit depth sensing |
| 6軸IMU | 三軸加速度計 三軸陀螺儀 |
QLabs Virtual QCar2在Windows 10或更高版本上運行，需要為MATLAB和Simulink R2021a或更高版設計的課程，兼容Python 3。至少滿足300人同時在線使用。
滬公網安備 31011202011813號