ロボットエンドエフェクター:種類,仕様,どこで購入する (2026年ガイド)
ロボットエンドエフェッサーの完全なガイド:平行グリッパー,巧妙な手,真空杯,触感センサー. ロボティク 2F-85,ウジハンド,アレグロハンドを比較してください.仕様,価格,およびアプリケーションの選択方法.
終効果は,ロボット腕の最も重要な要素である. ほかのすべて
内容
- [ロボットエンドエフェクターとは何か?]
- [最終効果の種類]
- [選択方法:主要仕様]
- [RCSVの製品]
- [比較表]
- [使用例: 取れと場所,テレオペレーション,模倣学習]
T6
ロボット 終結 効果 は 何 です か
ロボットエンドエフェクターとは,ロボット腕の端接続に接続された装置である.この名前は機能的な役割から由来する.それは腕の動きの効果であり,環境における物体への変化を実際に影響する要素である.産業的設定では,エンドエフェクターもEOAT (腕端ツール) と呼ばれます.
ロボット腕は位置付けを提供します. 端効果子は正しい方向で最終効果子を正しい位置に移動します. 端効果はアクチュエーションを提供します. 引き取,放出,押す,切断,溶接,または他の方法で物体と相互作用します. これらは明確なエンジニアリング問題です. 作業のためのサブ最適的最終効果を持つロボット腕は,腕の運動がどれほど良いかにかかわらず失敗します.
ロボット学の研究者や機械学習システムや操縦パイプラインを構築するエンジニアにとって,最終効果の選択は特に重要である.トレーニングデータ形式,状態表現,報酬機能,タスク定義は,すべてあなたが使用している最終効果の種類に依存する.最終効果をプロジェクト中途半端に切り替えるということは,通常はゼロから新しいデータを収集することを意味します.
終結効果の種類
1.平行爪のグリッパー
実験と産業における最も一般的なエンドエフェクタータイプ.両手並行指は物体周りに対称的に閉ざします.シンプルで,信頼性があり,すべての主要なロボット腕プラットフォームでよくサポートされています. ロボティク 2F-85は業界標準です.85mm最大開け,2.5Nから220N強力範囲,RS-485およびUSB通信,強力および位置制御. 模倣学習や 選択・場所調査の 圧倒的多数で使用されています
平行グリッパーは,予測可能な幾何学を持つ物体を握るのに優れている. 円筒,箱,平面な端のある物体. 形形形のない物体 (布,袋),複雑な表面幾何学を持つ物体,指尖レベルの精度を必要とする作業と闘う. テーブル操作基準のほとんどは,並行グリッパーが正しい選択であり,他の選択肢は,相応しい利益のない複雑性を追加します.
主要のバリエーション: 2指 (ロボチク 2F-85,オンロボット RG6), 3指 (ロボチク 3F シリンドリカルオブジェクト),幅広く (大物),ミニチュア (精密組装)
2.適応性/不動性グリッパー
適応式グリッパーは,つかむ時に物体形に適合する機械的に適合する手指を使用します.単一のアクチュエーターは,各指の複数の関節を動かすため,関節運動は独立した位置制御ではなく接触力によって支配されます.これは,グリッパーが不規則な物体,球体,変形可能な物体を正確に把握する必要がないことを意味します.
Robotiq Hand-Eは,平行爪の精度と1つのユニットで適応できる最も一般的な産業適応式グリッパーである.研究のために,適応式グリッパーは,接触容量が政策から要求されるよりも機械的に組み込まれているため,強力な把握計画の困難を軽減する.
3 吸い込み杯の吸い込み
吸い込みグリッパーは,平坦で滑らかで毛孔のない表面を握るために真空圧を使用します.物流と電子商取引自動化における支配的なエンドエフェクターである.箱とフラットパックされたアイテムは理想的な吸い込み標的であるため.設計された真空システムは,機械的な再構成なしで100ms未満で握りしめを達成し,幅広いオブジェクトサイズを処理することができます.
吸い込み柄は,毛細な材料 (織物,泡) や,杯がシールを形成できない曲げな表面,真空力を超えた重物などで失敗する.研究のために,物体は平らで滑らかな物品に限定されている,主にゴミ収集と排列のアプリケーションで使用される.
4 丁寧な多指手
精華な手は,それぞれ複数の動動関節を持つ45本の指を持っています.通常は1220DOFです. 手の中での操作を行うことができます.接触を維持しながら,解放や規則を保持しながら,物体を転転,位置転換することができます.これは人間が私たちの手で継続的に実行する操作のクラスであり,単純なグリッパーは近似することはできません.
精巧な手は最も能力のあるエンドエフェクタータイプであり,最も複雑である.それらはより高度な制御を必要とし,学習アルゴリズムのためのより高い次元状態とアクションスペースを生産し,並行グリッパーよりも大きさの順序が高価である.アレグロハンド (16 DOF, ~$15,000) とウジハンド (11 DOF, ~$16,000) は主要な研究プラットフォームである. 両方とも RCSVを通じて利用できます
使用事例:手操作研究,手語合成,手指レベル接触制御を必要とする細かい組み立て作業,人間の手動きをロボット手動きに直接映し出す必要のある遠隔操作研究.
5.触覚センサーと指尖を統合したセンサー
タクシルのセンサーは指尖や指表面の接触力分布を測定し,プロピオシプティブセンサー (関節エンコーダー) が捕まえることができない豊富な接触フィードバックを提供します.手首の単純な力/トークセンサー (全端効果器の6軸接触情報を提供する) から,個々の指尖に埋め込まれた高解像度タクシルのマレイまでです.
模倣学習では,触覚フィードバックは接触型タスクの政策パフォーマンスを大幅に改善することが示されています. 接触時に視覚フィードバックのみが曖昧である場合,接触型タスクのタスクのタスクのタスクのタグ挿入,ケーブルルーティング,スクロール. パキニ触覚センサー ($1,299) は指先あたり3,750点センサーを提供し,ロボティクとカスタマイズされたグリッパーインターフェースの両方に互換性があります. RCSVは,よりシンプルな接触反発アプリケーションのために腕に搭載された力扭矩センサーも搭載している.
6.カスタムツール
終端効果器はすべてグリッパーではありません. ウェルディング火花,噴霧ノズル,脱毛ツール,スクラウドライバー,溶接鉄はすべて終端効果器です. 腕に組み立てられ,作業の一環として動きます.製造自動化では,定番ツールが通常,終端効果器の部署の大部分を占めています. OpenArm腕時計キットは,カスタマイズされたツールをマウントするための標準的な ISO 9283 フレンズインターフェースを提供します.
選択方法: 重要な 仕様
終効果要素を選択するには,メカニズムと作業の組み合わせが必要である.下記のパラメータは,終効果要素が特定のアプリケーションに有効かどうかを実際に決定するものです.
役に立たない負荷容量
効果は,機械的な故障や位置制御の喪失なしに最終効果が持ち上げ,保持できる最大重量である.これは腕の効果重量とは異なる. 腕の評価は通常最終効果の体重を含んでいるため,有効なオブジェクトの効果重量は腕_効果負荷・マイナスエンド_効果_重量である. 750gのViperX300で 900gのRobotiq 2F-85で 腕の荷重を 超え 双方の数字を計算する必要があります
発作/開通幅
爪
自由度 (DOF)
操作型と手操作能力の柔軟性も増える.制御複雑性も増える.故障モードも高くなってコストも増える.ほとんどのピックアンド・ प्लेसと構造化された操作作業では,1DOF (オープン/close) が十分で,そのシンプルさを優先する.巧妙な操作研究では12-20DOFが必要である. 模倣学習基準のほとんどは,最終効果DOFを追加せずに動作空間がすでに高次元であるため,1-DOFグリッパーを使用します.
力の範囲と制御可能性
最低制御可能な力は最大と同じぐらい重要である.200Nが施すが最低の力は20Nであるグリッパーは卵,回路板,柔らかい果物を粉砕する.ロボティク 2F-85はほとんどの物体を扱う制御可能な力の2.5Nまで下げる.繊細な組み立て作業では,1N未満のフォース解像度のグリッパーを探してください. 生産力の高い産業作業では 最大の力とサイクル時間が必要で 力の範囲は次要の問題です
通信議定書
RS-485 (Modbus RTU) は産業標準である.USBは研究設定でよりシンプルである.EtherCATは高速制御ループに使用される.ROS2ドライバーの利用性は研究のために重要なことである.Robotiq 2F-85にはROS2ドライバーがよく維持されている.一部の不一般的なグリッパーにはカスタマイズドライバーの開発が必要である. 腕の制御ループに一致するかどうかを確認します 失調は示例で 握手実行が 揺れ動いているように見える遅延を生成します
繰り返し 逆反応
繰り返し性とは,グリッパーが常に命令された位置に戻る程度を指定する.精度な組み立て作業 (USBプラグを挿入し,薄いディスクを積み重ねる) に対して,ミリメートル以下の繰り返し性が必要である.ほとんどの研究グリッパーは理想条件下での0.02-0.1mmの繰り返し性を指定する.実世界の繰り返し性は,通常,着用性やケーブル反射により2-5倍悪化する. 直駆動動 (ギアなし) のグリッパーは,より高いモーター電流とコストで,より低い反発反応を持っています.
RCSVの製品
下記すべての製品はRCSVのストアまたはハードウェアカタログで入手可能です.価格は2026年5月現在です. 量価格,リースオプション,統合サポートについては,当社に連絡してください.
ロボティク 2F-85 $5,825
操縦研究のための標準.85mmストロック,2.5-220Nフォースレンジ,1-DOF,RS-485+USB. 2F-85は他のグリッパーよりも多くの出版された模倣学習論文で使用されています.成熟したROS2ドライバー,文書化されたModbusプロトコル,広範なコミュニティサポートがあります. 操作研究プロジェクトを始めており,別のものを使用する具体的な理由がない場合は,これは正しいデフォルト選択です.
2F-85はISOフラングを通じてViperX,URシリーズ,Franka腕と直接統合する.RCSVの店舗ページは [/store/product/robotiq-2f-85-gripper]
武吉手 ~$16,000
武吉手 (Wuji Hand) は,RCSVで手操作データ収集および手操作中に操作者の手動きをロボットの手動きにマッピングするために使用されます.各関節の力制御をサポートし,シム-トゥ-リアル転送研究のために利用可能なMuJoCoシミュレーションモデルがあります. ROS2ドライバーとPython SDKは,Wuji Techが管理している.
武吉手は,手操作を必要とするときの正しい選択です. ペンを回し,キャップをスクロールし,指尖レベル制御で変形可能な物体を操作する. 簡単な握手作業のために,並行グリッパーは安価で制御が容易です. 詳細は[/ハードウェア/武吉手/](
アレグロ ハンド ~$15,000
ワニクロボットから16DOF4指の巧妙な手. 4指,それぞれ4DOF,トーク制御関節. アレグロハンドは学術ロボット学の最も広く出版された巧妙な手プラットフォームです. 広大な研究コミュニティはオープンソース RL環境,訓練前の政策,そしてシムモデルが自由に利用可能であることを意味します.
武吉手に対するアルレグロの主な優点は,コミュニティの幅である.より公開されたベースライン,よりオープンソースコード,および他の作品とのより直接的な比較です.武吉手には,より人類形的な指のレイアウトとより強い指力があります.既存のアルレグロベースラインに対して公開する予定のチームにとって,アルレグロは正しい選択です. 人手袋からマッピングする遠隔操作システムを構築するチームにとって,ウジハンドのレイアウトはより互換性があるかもしれない. [/hardware/allegro-hand/](
パキスニタクティルセンサー $1,299
指先に搭載された触感センサーで,指先ごとに3750点検知,500Hzのサンプリング速率,USBインターフェースを搭載している.パキシニセンサーは標準的なロボティク指先のマウントに収まる.接触形,力大小,滑り検出を捕捉する密集な圧力地図を提供します. 接触力のある操作作業では
PaXiniセンサーは,エンドエフェクター自体を変更せずに既存のグリッパー設定に触覚フィードバックを追加する最も費用対効果の高い方法の一つです.RCSVは,標準データ収集構成に PaXini データチャネルが含まれています.詳細は[/hardware/paxini-tactile/](
オープンアーム 腕時計
OpenArm 1用の標準化された腕首インターフェースモジュールで,6軸フォーストークセンサー,ISO 9283ツールフラング,カスタムツール向けブレークアウト電子機器が含まれています.腕首キットはカスタムエンドエフェッサーを構築するチームまたはOpenArmプラットフォームと商業用グリッパーを統合するために設計されています. RCSV DK1データ収集キットに含まれていて,OpenArm アップグレードのために別々に利用できます. 詳細については [/hardware/openarm-101/]
比較表:主要研究最終効果
| End Effector | DOF | Price | ペイロード | Best For | Protocol |
|---|---|---|---|---|---|
| Robotiq 2F-85 | 1 | $5,825 | 235N closing | Pick-and-place, IL research, most tabletop tasks | RS-485, USB |
| OnRobot RG6 | 1 | ~$4,500 | 6kg | UR arm integration, wider stroke tasks | USB (UR tool flange) |
| Wuji Hand | 11 | ~$16,000 | ~1kg per finger | In-hand manipulation, glove teleoperation | RS-485, ROS2 |
| Allegro Hand | 16 | ~$15,000 | ~0.5kg per finger | Dexterous RL research, published baselines | CAN, EtherCAT |
| PaXini Tactile | N/A (sensor) | $1,299 | — | Contact-rich tasks, slip detection, insertion | USB |
活用例: 取れ 置く 場所,遠隔手術,模倣学習
自動化
構造化されたピックアンドプレイス
選択と置く際の最終効果の誤りが過度に明細化している.並行グリッパーが完璧に処理する作業のために巧妙な手を購入することは高価であり,結果を改善しない制御複雑性を導入します.より複雑なオプションを検討する前に,物理的にあなたのオブジェクトを処理する最も簡単な最終効果から始めましょう.
遠隔操作とデータ収集
人間の遠隔操作データ収集のために,エンドエフェクターは操作者の制御入力に自然にマッピングする必要があります.並行グリッパーを使用して,操作者のトリガーまたはボタンが開/閉制御します.巧妙な手を使って,操作者は通常手袋 (ウージー手袋のような) を着用し,手指の位置をリアルタイムで反映します.制御インターフェースの複雑さはエンドエフェクター DOF とスケールします.
模倣学習データ収集プログラムでは,制御インターフェースがシンプル (一軸),操作者は最小限のトレーニングを必要とし,デモは一貫して収集することが容易であるため,2F-85はデフォルトで設定されています. RCSVの [管理データ収集サービス]
模倣学習と政策訓練
学習パイプラインのあらゆる形を決める最終効果は,あなたが選択する. 1DOFの平行グリッパーは,アクションスペースに1次元 (グリッパー位置) を追加します. 16DOFの巧妙な手には 16次元が追加されます.これらの次元はそれぞれ,示範データに適切にカバーする必要があります. データ要求は,構造化された作業では,ほぼ線形で最終効果DOFと,指が同時に相互作用する接触豊富な作業では超線形でスケールされます.
模倣学習から始める研究者のために,推奨する道は:並行グリッパーから始め,最終効果の複雑性を追加する前に,最初の方針を端から端まで (デモ収集,訓練,評価) に進めます. データ収集の流量と政策訓練のパイプラインを理解すると, 巧妙なエンドエフェクタが特定の課題に投資に値するかどうかを評価することができます.
拡散ポリシーとACTは2つとも1DOFグリッパーアクションスペースを軽い方法で処理する.VLA (OpenVLA, pi0) は,アレグロハンドおよび他の巧妙なエンドエフェクターを含むデータセットで訓練された.これは巧妙な操作のためのモデルにはより予備訓練された知識があることを意味します. 政策構造の考慮については, [ACT vs Diffusion Policy guide] (ACT vs Diffusion Policy guide) [T15
よく 聞かれる 質問
ロボットエンドエフェクターとは?
ロボットエンドエフェクターとは,ロボット腕の端に組み立てられた装置で,環境と相互作用する.手の機械的相当である.手は物体を握り,動かす,または操作する.一般的なタイプには,並行な爪柄,真空杯,巧妙な多指手,そして,溶接火花や噴霧ノズルなどのカスタムツールが含まれます.
握り付けと終止効果の違いは何ですか?
gripper は,機械的な指または吸い物を使って物体を握り,握りしめる特定のタイプのエンドエフェクターである.他のエンドエフェクターには,溶接ツール,塗料噴霧器,力扭曲センサー,そして巧妙な手が含まれます.ロボット研究では,操作作業を指する際に,これらの用語はしばしば互換的に使用されます.
模倣学習のためのロボットグリッパーを どうやって選ぶか?
模倣学習と遠隔操作の主要な要因は: (1) DOF
RCSVはどのエンドエフェクターを持ちますか?
RCSVは,Robotiq 2F-85 ($5,825),Wuji Hand ($16,000),Allegro Hand ($15,000),PaXiniタクチルセンサ ($1,299),OpenArm腕時計キットを搭載しています.すべては,当社の 店舗 または ハードウェアカタログ で入手できます.また,あなたのアプリケーションについて議論するために,あなたの任務に最適なエンドエフェクターを評価するのに役立ちます.
資源が増える
- [ロボット2F-85 ハードウェア参照]
T19 ) 完全な仕様,CAD,統合ガイド - Wuji ハンドハードウェア参照
遠隔操作用の11DOF巧妙な手 - [RCSVでロボティク2F-85を買いなさい]
T22 ) 特定の作業のためのグリッパー選択に深入に潜入 T23 ) 巧妙な手を使ってデータ収集 - [ACT対拡散政策]
T24 ) 操纵学習のための政策架構 - 触覚センサーのケース
- RCSVデータサービス
任意の最終効果要素で管理されたデータ収集 - [ロボットリース]
T27 ) 資本の約束なしにアクセス最終エフェクト