LinkedIn

Quanser QArm Research

Quanser QArm Reserach

QArm Research to precyzyjne, 6-osiowe ramię robotyczne przeznaczone do zaawansowanych badań oraz kształcenia w zakresie robotyki i mechatroniki. Otwarta architektura, wysoka dokładność i powtarzalność oraz platforma NVIDIA umożliwiają realizację projektów z zakresu sterowania, manipulacji opartej na percepcji, uczenia przez naśladowanie, uczenia ze wzmocnieniem oraz implementacji modeli sztucznej inteligencji.

WYŚLIJ ZAPYTANIE POBIERZ SPECYFIKACJĘ

[wp_cart_button name="Quanser QArm Research" price="1" shipping="11668" thumbnail="https://edu4industry.com/wp-content/uploads/2026/07/QArmResearchwww.webp"]
ResearchArm – Kluczowe parametry
Układ mechaniczny
Stopnie swobody6 DOF robotyczny manipulator szeregowy (J1 Yaw | J2–J4 Pitch | J5 Yaw | J6 Roll)
Udźwig3 kg
Zasięg roboczy580 mm
Waga13.5 kg
Powtarzalność±0.05 mm
Dokładność przegubów0.088°
Zakres ruchu przegubówJ1, J2, J4, J5, J6: ±360°; J3: ±150°
SiłownikiJ1, J2: YM080-230-A099-RH; J3–J6: YM070-210-A099-RH
Percepcja i efektor końcowy
KameraIntel RealSense D405
Efektor końcowyRH-P12-RN chwytak robotyczny
Rozszerzenia efektoraZasilanie narzędzi 24V, RS485, wejścia/wyjścia cyfrowe, wejście analogowe
Obliczenia i interfejs
Interfejs hostaEthernet
Platforma obliczeniowaQBrain – komputer NVIDIA AGX Orin
Oprogramowanie i symulacja
Wsparcie programoweMATLAB/Simulink, Python, ROS 2, C++
SymulacjaNVIDIA Isaac Sim | NVIDIA Isaac Lab
Cyfrowy bliźniakQuanser Interactive Labs
Uwagi
*Specyfikacja może ulec zmianie

QArm Research to precyzyjne, 6-osiowe ramię robotyczne opracowane z myślą o zaawansowanych badaniach naukowych oraz kształceniu w obszarze robotyki, mechatroniki i automatyki. Platforma umożliwia realizację projektów obejmujących pełny proces rozwoju algorytmów sterowania i manipulacji – od modelowania i symulacji, przez implementację i testowanie, aż po walidację na rzeczywistym obiekcie.

Manipulator charakteryzuje się wysoką dokładnością i powtarzalnością pozycjonowania oraz otwartą architekturą. Wbudowana platforma obliczeniowa NVIDIA zapewnia odpowiednią wydajność do implementacji algorytmów wykorzystujących widzenie maszynowe, przetwarzanie danych z czujników oraz modele sztucznej inteligencji.

QArm Research umożliwia prowadzenie badań i zajęć dydaktycznych z zakresu klasycznych metod sterowania, planowania ruchu, manipulacji opartej na percepcji (Perception-Driven Manipulation), uczenia przez naśladowanie (Imitation Learning), uczenia ze wzmocnieniem (Reinforcement Learning) oraz implementacji i walidacji modeli AI na rzeczywistym manipulatorze.

Dzięki bezpiecznej konstrukcji, bogatemu zestawowi czujników oraz zgodności z popularnymi narzędziami badawczymi platforma stanowi kompletne środowisko do realizacji projektów dydaktycznych, prac badawczych i rozwoju nowoczesnych metod sterowania robotami manipulacyjnymi.

Produkt stanowi także element wyposażenia Quanser Physical Ai Lab oraz Quanser Automation Lab