在我加入Quanser的第一周，QCar和QDrone是率先介绍给我的两个Quanser核心设备，它们分别是无人驾驶车辆和无人飞行器。QCar非常容易理解，我可以很容易地通过将QCar连接到显示器，插入键盘和鼠标，并在完整的图形化Ubuntu桌面界面上使用它，而无需任何学习曲线来可视化这一点。而对于QDrone，我感到困惑，因为我没有使用基于纯终端的Yocto Linux界面的经验，所以它对我来说非常复杂。然而，随着最近正在开发的QDrone 2和专用的Ubuntu桌面界面，我终于能够将其视为一台飞行计算机。我只需要能够连接显示器、键盘和鼠标就能开始操作！

    这让我思考了计算机和机器人之间的界限，以及是什么真正造就了一个好的机器人系统。首先，我认为这可以归结为拥有一个具有Linux风格的操作系统，这是机器人系统的标准。其次是包含多个传感器以与环境进行交互。最后，它应该足够灵活，以适应各种应用。从这个角度来看，我们的第一代无人飞行器QDrone已经符合了一个好的机器人系统的标准：Linux操作系统、灵活的平台和完整的传感器。然而，至少对我来说，纯终端界面使得与之交互变得更加困难。这就是Quanser的QDrone 2升级的意义！

    首先我们先聊聊无人飞行器中的大脑/计算机。拥有完整的Ubuntu桌面体验和完全开放的体系架构，使其成为学生和研究人员能方便使用的产品。QDrone 2运行在NVIDIA Xavier NX上，它包含一个6核CPU以及一个拥有350多个CUDA核和48个Tensor核的GPU。这台功能强大的计算机允许研究人员在Drone的专用CUDA上使用TensorRT运行机器学习应用程序。

    QDrone 2具有多个的传感器，可支持各种不同的研究应用。包含两个IMU，支持研究系统的稳定性，并通过具有用于冗余辅助的IMU扩展到故障检测。对于基于计算机的应用程序，QDrone 2与QCar一样，使用Intel RealSense处理RGB和深度图像；此外，它的两侧和背面都有摄像头，可以360度观察环境。360度视觉和向下的摄像头提高了基于视觉的应用程序的质量，例如物体识别和映射，以及使用环境中的标记或已知特征进行飞行。飞行时间传感器和光流测量使您可以根据地面上的特征来控制QDrone 2的高度和估计平面姿态速率。

    最后，让我们谈谈系统的灵活性。由于它使用Ubuntu运行，我们可以在QDrone 2上快速部署当今流行的相关工具，用于机器人平台。与大多数基于Linux的机器人平台一样，我们的系统支持Python、ROS和C++。Quanser的实时软件QUARC使QDrone 2的实时性成为可能。通过支持MATLAB/Simulink，代码可以在QDrone 2上直接编译和运行，同时您可以从另一台计算机上监控其性能，而不会遇到任何困难。也不用担心开始使用QDrone 2时造成的各种安全问题！我们在MATLAB/Simulink中提供了自主飞行的完整演示程序，您可以根据研究需求轻松修改这些示例。