Robotern Endeffektorvergleich 2026: Greifer, dexterose Hände und taktile Finger
Vergleichen Sie die Roboter-End-Effektoren für die Manipulationsforschung: Parallelgriffer vs. geschickte Hände vs. taktile Finger. Spezifikationen, Kosten und Anwendungsfälle für Orca Hand, Paxini Gen3, Robotiq 2F-85, und mehr.
[← Führer]
Ein umfassender Vergleich von Roboter-Endefektoren für Manipulationsforschung und -implementation
1. Arten von Endefektoren
Die Wahl des Endeffektors bestimmt, welche Aufgaben Ihr Roboter ausführen kann, welche Daten Sie sammeln und welche Richtlinien Sie trainieren können.
Parallele Schlauchgriffer
Zwei flache oder konturisierte Finger, die entlang einer einzigen Achse öffnen und schließen. Der einfachste und häufigste Endwirkstoff für Forschung. Typischerweise 1 DOF (offener/nahe), mit optionalem Kraftempfindung. Nutzlasten reichen von 0,5 kg bis 10 kg. Beispiele: Robotiq 2F-85, Robotiq 2F-140, OnRobot RG2, Franka Hand.
Beste für: Pick-and-place, bin-picking, grundlegende montage, jede aufgabe, bei der objekte zwischen zwei flachen oberflächen greifen können.
Dreifinger-Greifer
Drei Finger in einem dreieckigen Muster angeordnet, die stabile Greifungen auf zylindrischen und kugelförmigen Objekten.
Beste für: Festhalten von zylindrischen Objekten (Flaschen, Rohren, Werkzeuge), Objekte, die mit parallelen Griffgeräten nicht zuverlässig geknickt werden können.
Die schlechten Hände
Anthropomorphe oder semi-anthropomorphe Hände mit 12
Beste für: Handmanipulationenforschung, Werkzeugnutzung, Aufgaben, die die Fähigkeit der Fingerspitze erfordern (Flaschenöffnung, Tippen, Betriebsschalter).
Tactile Endwirkung
Endefektoren mit dichtem Touch-Sensor-Array, die Druck-, Scheren- und Kontaktgeometrieinformationen liefern.
Beste für: Verformbare Objekte (Nahrung, Stoff), kraftempfindliche Montage (Snap-Fit, Einfügung) und jede Aufgabe, bei der allein visuelles Feedback unzureichend ist.
Säugungsgripper
Vakuumbasierte Grifffeste, die an flachen oder leicht gekrümmten Oberflächen befestigt sind. Null-DOF Aktivierung (auf / aus). Extrem schnelle Pick-Raten (<0,5 s pro Pick). Beispiele: Schmalz Vakuumgriffer, OnRobot VGC10, Piab.
Beste für: Hochgeschwindigkeits-Rückstände, Logistik-/Warehouse-Anwendungen, die Abholung flacher Gegenstände (Kisten, Taschen, Blätter). Nicht geeignet für unregelmäßig geformte oder poröse Gegenstände.
Magnetische Greifer
Elektromagnetbasierte Griffgeräte für Eisenobjekte. Null-DOF, Ein- und Aussteuerung.
Beste für: Metallteile in der Herstellung, CNC-Maschinenbearbeitung, Automobilmontage.
2. Schlüsselmetriken für die Auswahl der End-Effektor
Bei der Bewertung von Endefektoren für ein Robotikprojekt sind dies die wichtigsten Metriken:
- ** Freiheitsgrade (DOF):** Bestimmt den Reichtum des Aktionsraums. 1 DOF (paralleler Griff) ist für das Imitationslernen am einfachsten; 16+ DOF (dexterische Hand) erfordert 10
50x mehr Trainingsdaten. - Nutzkost / Greifkraft: Höchstgewicht des Objekts, das der Endwirkstoff zuverlässig greifen und halten kann.
- Akturierungstype: Elektro (Servo/Motor), Pneumatik (Luftdruck) oder Hydraulik. Elektro ist Standard für die Forschung; Pneumatik ist häufig in industriellen Sauggriffen.
- Sensing: Kraft/Torkspiegel am Handgelenk, taktile Arrays an den Fingerspitzen oder keine Sensing.
- ** Wiederholbarkeit:** Wie genau die Finger wieder in die gleiche Position zurückkehren.
- Gewicht: Das Endgewicht des Effektors reduziert die effektive Nutzlast des Arms.
- ** Kosten:** Spannungen liegen zwischen 200 USD (3D-gedruckte Parallelgriffer) und 100.000 USD+ (Schatten-Dexterose Hand).
- ROS2 / SDK Support: Softwareintegrationsbemühungen. Off-the-shelf ROS2 Treiber sparen Wochen an Entwicklung.
- Simulationsmodell: Verfügbarkeit von URDF/MJCF-Modellen für MuJoCo, Isaac Sim oder PyBullet.
3. Endwirkung Vergleiche Tabelle
Detaillierte Spezifikationen für die am häufigsten verwendeten Endeffektoren in der Manipulationsforschung und -aufbau (2026).
| End Effector | Type | DOF | Nutzlast / Grip Force | Actuation | Sensing | Weight | ROS2 | Sim Model | Price (USD) |
|---|---|---|---|---|---|---|---|---|---|
| Orca Hand | Dexterous hand | 17 | 2 kg | Feetech STS3215 servos | Joint position + optional tactile | 0.6 kg | Community | MuJoCo MJCF | ~$1,200 (BOM) |
| Robotiq 2F-85 | Parallel gripper | 1 | 5 kg / 235 N | Electric servo | Position + force feedback | 0.9 kg | Official driver | URDF, MuJoCo | $4,500–$5,500 |
| Robotiq 2F-140 | Parallel gripper | 1 | 2.5 kg / 100 N | Electric servo | Position + force feedback | 1.0 kg | Official driver | URDF, MuJoCo | $5,000–$6,000 |
| Inspire RH56 | Dexterous hand | 12 (6 active) | 1.5 kg | Coreless DC motors | Joint position + current | 0.52 kg | Community | URDF | ~$2,500 |
| Wonik Allegro V4 | Dexterous hand | 16 | 1.5 kg | Brushless DC motors | Joint position + torque | 1.1 kg | Official driver | MuJoCo, Isaac | $15,000–$18,000 |
| Paxini Gen3 | Tactile glove/skin | N/A (sensor) | N/A | N/A (passive sensor) | 32x32 pressure array per pad, 100 Hz | 0.08 kg per pad | Python SDK | N/A | $3,500–$5,000 |
| Shadow Geschickte Hand | Dexterous hand | 24 | 2 kg | Pneumatic muscles + electric | Joint position + torque + BioTac tactile | 4.2 kg | Official driver | MuJoCo, Gazebo | $100,000+ |
| LEAP Hand | Dexterous hand | 16 | 1.0 kg | Dynamixel XC330 servos | Joint position | 0.55 kg | Community | MuJoCo, Isaac | ~$2,000 (BOM) |
| Franka Hand | Parallel gripper | 1 | 3 kg / 70 N | Electric | Force + width feedback | 0.73 kg | Built into Franka ROS2 | URDF, MuJoCo | Included with FR3 |
| OnRobot RG2 | Parallel gripper | 1 | 2 kg / 40 N | Electric | Force + width | 0.65 kg | Official driver | URDF | $2,500–$3,500 |
4. Orca Hand Tiefen Tauch
Die Orca Hand ist eine 17-DOF-Hand mit offenem Quell, die für Manipulationsforschung entwickelt wurde. Sie verwendet Feetech STS3215 Servos (die gleichen Servos wie in ALOHA und OpenArm), wodurch sie mechanisch kompatibel mit dem bestehenden Imitationslerningsystem ist.
Spezifikationen
- Freiheit: 17 (5 Finger x 3 Gelenke + 2 Daumengelenke)
- Servos: Serienbusservos von Feetech STS3215 (30 kg-cm-Toment, 360-Grad-Bereich)
- ** Kommunikation:** TTL Serienbus mit einer Geschwindigkeit von 1 Mbps. Alle Servos auf einem einzigen Daisy-Chain-Bus.
- Besitzsteuerung: Bis zu 50 Hz
- Nutzkost: ~2 kg (Kraftverarbeitung), ~0,3 kg (Genauigkeitsschnürzel)
- Gewicht: 0,6 kg
- Material: 3D-gedruckt (PLA/PETG) mit Aluminiumfingerverbindungen
- BOM-Kosten: ~$1.200 (Servo: ~$800, 3D-gedruckte Teile: ~$100, Feststellungen + Verkabelung: ~$300)
Software-Stack
# Orca Hand Python SDK - basic usage
from orca_hand import OrcaHand
hand = OrcaHand(port="/dev/ttyUSB0", baudrate=1000000)
hand.connect()
# Read current joint positions (17 values, radians)
qpos = hand.get_joint_positions()
print(f"Joint positions: {qpos}")
# Command a power grasp
hand.set_joint_positions([
0.0, 1.2, 1.5, # index: MCP, PIP, DIP
0.0, 1.2, 1.5, # middle
0.0, 1.2, 1.5, # ring
0.0, 1.2, 1.5, # pinky
0.8, 0.4, 1.0, 1.2, 0.6 # thumb: CMC_abd, CMC_flex, MCP, IP, opposition
])
# MuJoCo simulation
hand.load_mjcf("orca_hand/assets/orca_hand.xml")
hand.simulate_grasp(object_mesh="mug.stl")
MuJoCo Simulation
Die Orca Hand ist mit einem validierten MJCF-Modell für die MuJoCo-Simulation ausgestattet. Gelenkliche Grenzen, Trägheit und Aktoren-Eigenschaften werden gegen die physische Hardware kalibriert. Dies ermöglicht den Sim-to-Real-Transfer für Verstärkungsschulden und die Politikbewertung ohne Hardware-Risiko. Die Simulation entspricht den Erfolgsraten für die Real-Hardware-Griff innerhalb von 10
RCSV bietet die Orca Hand vormontiert und getestet für Teams, die 17 Servos nicht beschaffen und montieren wollen.
5. Paxini Gen3 Tactile Handschuhe
Das Paxini Gen3 ist ein taktiles Sensorsystem, das eine dichte Druckkarte zu jedem vorhandenen Griff oder Handwerk hinzufügt. Jede Sensorplatte enthält ein 32x32-Ansatz von Taxel (Taktilpixel) -Auswahl bei 100 Hz, die räumliche Druckverteilungsdaten bereitstellt, die die Kameras nicht erfassen können
Spezifikationen
- Sensorentwicklung: 32x32 Taxe pro Pad (1,024 Druckmessungen pro Pad)
- Sampelfrequenz: 100 Hz (über alle Pads synchronisiert)
- Druckbereich: 0
100 kPa pro Taxel - ** Sensordöcke:** 2,5 mm (minimal Auswirkungen auf die Grippergeometrie)
- Schnittstelle: USB-C, Python SDK mit NumPy-Array-Ausgabe
- Datenformat: HDF5-kompatibel; jeder Rahmen ist ein 32x32 Float32-Array pro Pad
- Gewicht: 80 g pro Pad
- Preis: 3.500€ 5.000€ (abhängig von der Anzahl der Pads)
Integration mit dem Lehren nach Nachahmung
# Paxini Gen3 - reading tactile data for policy training
from paxini import PaxiniSensor
import numpy as np
sensor = PaxiniSensor(port="/dev/ttyACM0")
sensor.start_streaming()
# Read a single frame
frame = sensor.read_frame()
# frame.left_pad: np.ndarray (32, 32), float32, range [0, 100] kPa
# frame.right_pad: np.ndarray (32, 32), float32, range [0, 100] kPa
# Compute contact features for policy input
total_force = np.sum(frame.left_pad) + np.sum(frame.right_pad)
contact_area = np.count_nonzero(frame.left_pad > 1.0) # taxels > 1 kPa
center_of_pressure = np.array([
np.average(np.arange(32), weights=np.sum(frame.left_pad, axis=1) + 1e-8),
np.average(np.arange(32), weights=np.sum(frame.left_pad, axis=0) + 1e-8),
])
# Save to HDF5 for ACT/Diffusion Policy training
import h5py
with h5py.File("episode_001.hdf5", "a") as f:
f.create_dataset("/observations/tactile/left", data=left_pad_sequence)
f.create_dataset("/observations/tactile/right", data=right_pad_sequence)
Durch das Hinzufügen von taktilen Daten zu ACT- oder Diffusion Policy-Schulungen werden die Erfolgsraten bei kontaktempfindlichen Aufgaben (Einsetzen, verformbare Objektbearbeitung) im Vergleich zu nur sichtbaren Richtlinien um 10
6. Parallele Greifer für die Datenerhebung
Bei Teams, die mit dem Imitationslernen beginnen, sind Parallelgriper fast immer die richtige erste Wahl.
Vorteile
- ** Mindestaktionsraum:** 1 DOF für den Griff bedeutet, dass die Politik nur die Zeit des Öffnens/Schließens lernen muss, nicht die komplexe Fingerausrichtung.
- Dateneffizienz: 50
100 Demonstrationen reichen für die meisten Pick-and-Place-Aufgaben mit einem parallelen Griff aus. - Verlässliche Teleoperation: Die Steuerung eines einzigen Griffes während der Teleoperation ist intuitiv.
- Industrielle Bereitschaft: Parallelgriffer haben jahrzehntelange industrielle Einsatz, bewährte Zuverlässigkeit und standardisierte Montageoberflächen (ISO 9409-1).
- Kosten: 200 $ (3D-gedruckt) bis 5500 $ (Robotiq 2F-85), gegenüber 15.000 $+ für wissenschaftlich geschickte Hände.
Beschränkungen
- Kann keine Handmanipulation (Rotation, Finger-Gegling) durchführen.
- Grenzwerte Fangdiversität
nur gegensätzliche Fingergreifen. - Kämpfen mit sehr kleinen Objekten (<5 mm), sehr dünnen Objekten und Objekten, die eine präzise Orientierungskontrolle erfordern.
- Man kann keine menschliche Geschicklichkeit bei Aufgaben wie Werkzeugnutzung, Tippen oder Kleidungspaltung zeigen.
Unsere Empfehlung: Beginnen Sie jedes Projekt im Umgang mit der Imitation mit einem Parallelgreifer. Validieren Sie Ihre Datenverwertung, Ihren Trainings- und Einsatzinfrastrukturen auf dem einfachsten möglichen Endfaktor.
7. Auswahl von Endfaktoren für das Nachahmen
Die Wahl des Endwirkungsmittels hat einen direkten Einfluss auf die Machbarkeit und Kosten Ihres Imitationslernprojekts.
DOF und Datenanforderungen
Die Beziehung zwischen DOF und Datenanforderungen ist für Griffgeräte ungefähr linear, aber für Hände superlinear:
| End Effector DOF | Total Action Dims (with 6-DOF arm) | Min Demos (simple task) | Min Demos (complex task) |
|---|---|---|---|
| 1 (parallel gripper) | 7 | 50 | 200 |
| 6 (Inspire RH56) | 12 | 150 | 600 |
| 16 (Allegro) | 22 | 400 | 2,000 |
| 17 (Orca Hand) | 23 | 500 | 2,500 |
| 24 (Shadow Hand) | 30 | 800 | 5,000+ |
Wiederholungsfragen für die Politikbildung
Low-cost Servos (wie Feetech STS3215) haben ~1
Das Touch Sensing als Kraftvermehrer
Die Hinzufügung von taktilen Sensoren zu jedem Endfaktor verbessert die politische Leistung bei kontaktreichen Aufgaben um 10
8. Integration mit den gemeinsamen Waffen
Die Auswahl des Endwirkungsgeräts hängt zum Teil davon ab, welchen Roboterarm Sie verwenden.
| Robot Arm | Nutzlast | Mounting | Best End Effectors | Notes |
|---|---|---|---|---|
| OpenArm 1 | 1.5 kg | Custom flange (3D-printable adapter available) | Orca Hand, parallel gripper, Paxini Gen3 | Feetech STS3215 bus shared with Orca Hand. Native compatibility. |
| ViperX 300 S2 | 0.75 kg | Dynamixel XC430 gripper mount | Stock gripper, custom parallel gripper | Low payload limits end effector options. Stock gripper is adequate for most research tasks. |
| Franka FR3 | 3 kg | ISO 9409-1 flange | Franka Hand, Robotiq 2F-85, Allegro, Orca Hand | Standard flange accepts any ISO-compatible end effector. Best-in-class joint torque sensing. |
| UR5e / UR10e | 5 / 12.5 kg | ISO 9409-1 flange | Robotiq 2F-85, Robotiq 3-Finger, OnRobot RG2, suction | Industrial standard. URCap ecosystem for plug-and-play integration. |
| Unitree G1 (humanoid arms) | 3 kg per arm | Custom wrist mount | Inspire RH56 (stock), Orca Hand (adapter needed) | G1 ships with Inspire RH56 hands by default. |
9. Kostenanalyse: Endfaktor + Armkombinationen
Gesamtkosten einer Forschungsbereiten Manipulationsstation, einschließlich Arm, Endwirkstoff, Kameras und Montage-Hardware. Preise ab April 2026.
| Configuration | Arm Cost | End Effector Cost | Cameras + Mounts | Total | Best For |
|---|---|---|---|---|---|
| OpenArm 1 + parallel gripper | $4,500 | $200 (3D-printed) | $500 | $5,200 | Budget imitation learning starter |
| OpenArm 1 + Orca Hand | $4,500 | $1,200 | $500 | $6,200 | Dexterous manipulation research |
| OpenArm bimanual + parallel grippers | $9,000 | $400 | $800 | $10,200 | Bimanual ACT data collection |
| ViperX 300 + stock gripper | $6,500 | Included | $500 | $7,000 | LeRobot-native research platform |
| Franka FR3 + Robotiq 2F-85 | $28,000 | $5,000 | $800 | $33,800 | Industrial-grade research |
| Franka FR3 + Allegro V4 | $28,000 | $16,000 | $800 | $44,800 | Premium dexterous manipulation |
| OpenArm + Orca Hand + Paxini Gen3 | $4,500 | $1,200 + $4,000 | $500 | $10,200 | Tactile + dexterous research |
| Unitree G1 (humanoid) | $16,000 (complete system with Inspire RH56 hands) | $16,000 | Full-body humanoid manipulation |
Käufen Sie nicht
10. Entscheidungshilfe: Auswahl des Endprodukts
Verwenden Sie diesen Entscheidungsträger, um den richtigen Endfaktor für Ihr Projekt auszuwählen:
- Ist Ihre Aufgabe die Auswahl und Platzierung von starren Objekten? Verwenden Sie einen parallelen Griff. Robotiq 2F-85 für die Produktion, OpenArm Stock Griff oder 3D-gedruckt für die Forschung.
- Braucht die Aufgabe Handmanipulation (Rotation, Umstellung ohne Neugegriff)? Sie benötigen eine geschickte Hand.
- Bist es zu verformbaren oder zerbrechlichen Objekten? Fügen Sie das Touch-Sensing hinzu. Paxini Gen3 auf Ihren vorhandenen Griff oder GelSight für das visuelle Touch-Sensing.
- Ist die Aufgabe Hochgeschwindigkeits-Rießwasserpickung (> 1.000 Pick-Währungen/Stunde)? Verwenden Sie Säugung für flache Objekte, Parallelgriff für 3D-Objekte.
- **Bei einer Parallelgriffer beginnen Sie unabhängig von den Anforderungen an die endgültige Aufgabe.
- ** Budget unter 2.000 Dollar für den Endeffektor?** Orca Hand (1.200 BOM) oder LEAP Hand (2.000 BOM) für geschickte Aufgaben. 3D-gedruckte Parallelgriffer (200 USD) für alles andere.
- Behörst du ROS2-Plug-and-Play? Robotiq 2F-85 oder Allegro V4 haben die beste ROS2-Unterstützung.
Leasingroboter mit bereits konfigurierten Endefektern
Überspringen Sie Wochen der Hardware-Integration. RCSV bietet vorkonfigurierte Manipulationsstationen