자율비행·멀티에이전트 드론 Digital Twin 시뮬레이션 QLabs Virtual QDrone 2 - Quanser 동역학 자율주행 항공 메카트로닉스 실험 전문기업 영일교육시스템

자율비행·멀티에이전트 드론 Digital Twin 시뮬레이션

QLabs Virtual QDrone 2

Quanser | Autonomous Systems & Applied AI | Virtual Experiments

QLabs Virtual QDrone 2

자율비행·Multi-Agent·Vision 연구를 위한 QDrone 2 High-Fidelity Digital Twin

제품 설명

Quanser QLabs Virtual QDrone 2는 실제 연구용 드론인 QDrone 2를 가상환경에 구현한 High-Fidelity Digital Twin입니다.

실제 QDrone 2와 동적으로 대응하도록 설계되어 물리적인 드론 하드웨어를 사용하는 것과 유사한 방식으로 시스템을 측정하고 제어할 수 있으며, MATLAB^®/Simulink^® 기반에서 실시간으로 알고리즘을 설계하고 적용할 수 있습니다.

Virtual QDrone 2에는 실제 드론 연구에 필요한 Inertial Sensor와 Visual Sensor가 가상화되어 있어 Self-Localization, Path Planning, State Estimation, Flight Control 및 Vision-Based Robotics Algorithm을 실습하고 연구할 수 있습니다.

3개의 Wide-Angle RGB CSI Camera, Downward-Facing Grayscale Camera, RealSense RGB-D Camera 및 2개의 IMU를 사용할 수 있어 360° Vision, Downward Vision 및 Depth Sensing 기반의 자율비행 연구환경을 구성할 수 있습니다.

실제 드론을 비행하지 않고도 다양한 비행 알고리즘을 반복적으로 개발하고 검증할 수 있어 하드웨어 사용시간과 실험 준비 부담을 줄이고, 안전하게 자율비행 및 Multi-Agent Algorithm을 테스트할 수 있습니다.

실제 QDrone 2와 함께 사용하면 Virtual Development → Algorithm Validation → Physical QDrone 2 Experiment 로 이어지는 Digital Twin 기반 연구 Workflow를 구축할 수 있습니다.

주요 특징

High-Fidelity	실제 QDrone 2의 Digital Twin 물리적 QDrone 2의 동적 특성을 가상환경에서 구현하여 실제 Hardware Lab에 준하는 드론 제어 및 연구 경험을 제공합니다.
Instrumented	다양한 Virtual Sensor 제공 RGB Camera, Downward Camera, RGB-D Camera 및 IMU를 활용하여 실제 드론 센서 기반 Algorithm을 구현할 수 있습니다.
Open Access	MATLAB / Simulink 기반 직접 제어 MATLAB Simulink에서 자율비행 및 제어 알고리즘을 실시간으로 설계, 적용 및 튜닝할 수 있습니다.
Expandable	Vision-Based Application 지원 360° Vision, Downward Vision 및 Depth Sensing을 위한 여러 가상 카메라에 접근할 수 있습니다.
Scalable	12개월 Multi-Seat Subscription 여러 사용자가 활용할 수 있는 Subscription 방식으로 제공되어 교육실 및 연구실 규모에 맞게 운영할 수 있습니다.

QDrone 2 Digital Twin

Virtual System → Physical QDrone 2

QLabs Virtual QDrone 2는 실제 QDrone 2 연구용 드론의 동적 특성과 Sensor System을 가상환경에서 사용할 수 있도록 구성되어 있습니다.

연구자는 실제 드론에 적용하기 전에 Virtual Environment에서 Controller와 Autonomous Algorithm을 반복적으로 개발하고 튜닝할 수 있습니다.

이를 통해 초기 알고리즘 개발과 위험성이 높은 실험은 가상환경에서 수행하고, 검증된 알고리즘을 실제 QDrone 2 기반의 Physical Experiment로 확장하는 효율적인 연구 Workflow를 구축할 수 있습니다.

Virtual Sensor 구성

Sensor	사양
CSI Cameras	3 × RGB Camera 160° Field of View 820 × 410 Resolution 30 Hz
Downward Facing Camera	1 × Grayscale Camera 640 × 480 Resolution 30 Hz
RealSense RGB-D Camera	RGB + Depth 640 × 480 Resolution 30 Hz
IMU	2 × 3-Axis Gyroscope 2 × 3-Axis Accelerometer

Vision-Based Autonomous Flight

QLabs Virtual QDrone 2 Multi Drone Simulation

Multiple Virtualized Cameras

Virtual QDrone 2는 여러 개의 Virtual Camera를 제공하여 드론 주변 환경을 다양한 방향에서 인지할 수 있도록 구성되어 있습니다.

3개의 Wide-Angle RGB Camera를 이용한 주변 Vision, Downward Facing Camera를 이용한 하방 영상정보, RGB-D Camera의 Depth Information을 조합하여 Vision-Based Autonomous Flight Algorithm을 개발할 수 있습니다.

이를 활용하여 Environment Perception, Self-Localization, Visual Navigation 및 Vision-Based Control 등의 연구를 수행할 수 있습니다.

주요 교육 및 연구 분야

• Flight Dynamics	• Flight Control
• Self-Localization	• State Estimation
• Path Planning	• Autonomous Flight
• Vision-Based Applications	• Depth Sensing
• Machine Learning	• Autonomous Systems
• Multi-Agent Applications	• Multi-Agent Collaboration

단계별 연구 Workflow

STEP 01. Flight Dynamics & Control

QDrone 2의 비행 동역학을 이해하고 기본적인 Attitude 및 Flight Control Algorithm을 개발합니다.

STEP 02. Sensor-Based State Estimation

IMU와 Virtual Camera 데이터를 이용하여 드론의 상태 및 위치를 추정하는 Algorithm을 개발합니다.

STEP 03. Path Planning

주변환경 정보를 이용하여 드론이 목표 위치까지 이동하기 위한 경로를 생성하고 검증합니다.

STEP 04. Vision-Based Autonomy

RGB, Downward 및 RGB-D Camera를 활용하여 Vision-Based Autonomous Flight를 구현합니다.

STEP 05. Multi-Agent Collaboration

여러 Virtual QDrone 2를 활용하여 Multi-Agent Application과 Cooperative Algorithm으로 연구 범위를 확장할 수 있습니다.

MATLAB / Simulink 기반 Open Access

Design · Deploy · Tune

QLabs Virtual QDrone 2는 MATLAB^®/Simulink^®에서 시스템을 측정하고 제어할 수 있도록 Open Access 환경을 제공합니다.

연구자는 직접 Control Algorithm을 설계하고, 가상 QDrone 2에 적용하여 시스템 응답을 확인하면서 Controller Parameter를 실시간으로 튜닝할 수 있습니다.

이러한 방식은 단순한 Animation 기반 Simulation이 아닌, 실제 연구용 Hardware를 다루는 것과 유사한 Control System Development 경험을 제공합니다.

PC 권장 사양

구분	Processor	RAM	Graphics
Minimum	Intel Core Ultra 5 Intel Core i5 AMD Ryzen 5	8 GB	Intel Iris Xe 또는 Intel Arc Integrated GPU
Recommended	Intel Core Ultra 7 Intel Core i7 AMD Ryzen 7	16 GB	Intel Arc Integrated GPU 또는 Discrete GPU 예: NVIDIA GeForce RTX 3050
Research	Intel Core Ultra 7 Intel Core i7 AMD Ryzen 7	32 GB	Discrete GPU 예: NVIDIA GeForce RTX 3050

라이선스 구성

구분	내용
License Type	Subscription
Subscription Period	12 Months
User Configuration	Multi-Seat Subscription

실제 드론 없이 시작하는 Autonomous Flight 연구

드론 실험은 실제 비행공간, 안전설비, 배터리 관리 및 Hardware Maintenance 등의 환경이 필요합니다.

QLabs Virtual QDrone 2를 활용하면 이러한 물리적 제약 없이 개인 PC 환경에서 드론 제어와 Autonomous Algorithm 개발을 시작할 수 있습니다.

이를 통해 연구자는 기본 Flight Control에서 시작하여 Sensor-Based State Estimation, Vision-Based Applications, Machine Learning 및 Multi-Agent Collaboration으로 연구 수준을 단계적으로 확장할 수 있습니다.

QDrone 2와 연계한 Virtual-to-Physical 연구

QLabs Virtual QDrone 2는 Quanser의 실제 연구용 Quadrotor인 QDrone 2의 Virtual Twin으로 설계되었습니다.

Virtual Environment에서 Control 및 Autonomous Algorithm을 먼저 개발하고 검증한 후, 실제 QDrone 2 기반의 연구환경으로 확장할 수 있습니다.

따라서 Simulation만을 위한 Software가 아니라 실제 Hardware Experiment로 연결되는 Autonomous Systems 연구 Workflow를 구축하는 데 활용할 수 있습니다.

주요 활용 분야

• 드론 제어 교육	• Autonomous Systems 연구
• 항공제어	• Flight Dynamics
• State Estimation	• Self-Localization
• Path Planning	• Autonomous Flight
• Vision-Based Control	• Machine Learning
• Multi-Agent Robotics	• Multi-Agent Collaboration
• Digital Twin	• Virtual Laboratory

Quanser QLabs Virtual QDrone 2

자세한 라이선스 구성 및 교육·연구 적용 문의는 영일교육시스템으로 문의해 주세요.

Quanser 공식 제품 페이지

제품 및 견적 문의

1670-3463

(주)영일교육시스템