ロボットグリッパーガイド:2026年型,選択,統合
2026年のロボットグリッパーガイドは 縦軸の爪,真空,柔らかい磁気,巧妙なグリッパーを比較します 選択基準,ROS2の統合, 荷物の表,実践的な推奨事項
制御管はロボットが世界に出会う場所です.ロボットがどんな物体を扱うか,どの作業を遂行できるか,どれだけのデータを収集する必要があるか,そして制御管線がどれほど複雑であるかを決定します.間違ったグリッパーを選ぶことは,数ヶ月間の統合とトレーニング作業を無駄にします. このガイドは,すべての主要なグリッパータイプをカバーし,適用に適したものを選択し,一般的な研究プラットフォームのための実践的な統合ガイドを提供します.
キー・テイクウェイズ
- ローボットの学習研究において 首尾握手が標準です 1DOF シンプルな制御 政策の対応性です
- ロボティク2F-85 (85mmストロー,235Nグリップ) は研究で最も広く使用されているグリッパー.予算の代替品:ダイナミクセルベースのグリッパー (200-500ドル).
- 電子商取引の仕上がりには真空グリッパーが支配している. 柔らかいグリッパーは繊細な物品を扱う. 精華な手は手中操作を可能にします.
- 腕の重量と 腕の重量を常にチェックします ロボティク2F-85は0.9kgの重量で 2-3kgの腕の重量に
- 模倣学習のために,よりシンプルなグリッパー (DOF) は訓練データを必要とし,より信頼できるポリシーを作成します.
縦横の爪柄: デフォルト選択
交差する
2本の指の並行マハグリッパーは最も一般的な.人気のモデルは,Robotiq 2F-85 (85mmストロー,235Nストローフォース,研究で広く使用される) と,Robotiq 2F-140 (より大きな物体では140mmストロー),OnRobot RG2とRG6 (内蔵の力感知,簡単に設定) とSchunk EGPシリーズ (高精度,工業級) となる. 低コストの研究では,トロッセンロボットからDynamixelベースのグリッパーとオープンソースのRobotisグリッパーが価格の割に固い性能を提供します.
3指の適応式グリッパーは,円筒形物体へのパワーグリッパーとより広い物体収納のために3指を追加します. ロボティク3指の適応式グリッパーは,直接的な把握計画なしに自動形容置換を提供するために,単一エンジンが多列関節を適合性接続を通じて動かす. 3本の指のグリッパーは,物体幾何学が大きく異なる場所のゴミ収集アプリケーションに最適ですが,機械的および制御的な複雑性も加えます.
縦横の爪のグリッパーを選択する際,鍵となる仕様は,ストロー (最大開口幅は最大のオブジェクトを超えなければならない),グリッパーフォース (輸送中に動力的な負荷を考慮するために50%の安全率で最も重いオブジェクトを支える必要があります) と重複性 (ミリメートル分準確性が必要とされる精密挿入作業にとって重要な).
掃除機: 速度とフラットオブジェクトの優位性
吸い込み杯のグリッパーは,物体の表面に密封し,真空ポンプに依存する 吸い込み杯のグリッパー と,コアンダ効果を使用して接触のない引き上げ力を生み出す ベルノッリグリッパー の2種類に分類されます.
吸い込めるカップのグリッパーは,平面または軽く曲がった物体を高速で拾い取れるのが優れている:紙箱,回路板,ガラスパネル,金属板,プラスチック包装,およびほとんどのパッケージ化された消費品. 電子商取引の自動化で 主要なグリッパーです 速度が速いので (並べ替えは必要ありません 接触とグリップのみ) 脆弱な表面に優しく 並行なマックグリッパーには 大きすぎる物体を扱うことができます
真空握手のサイズ: 必要な吸い込み杯の直径は,物体重量,表面質,輸送中の加速に依存する. 原則として,理論上の起力 (杯面 ×真空圧) は,高速移動中に信頼性の高い握手を確保するために,物体重量より少なくとも4倍である必要があります. 毛細な表面 (紙紙,泡) において,より大きなカップと高い真空レベルを使用する.非常に滑らかな表面 (ガラス,磨き金) において,標準的なカップは中程度の真空でうまく動作する.
掃除機の重要な制限は表面依存性です.粗
軟体 握り 軟体 細かい 物体 と 未知 の 形
柔らかいグリッパーは,厳格なグリッパーが損傷する繊細な物体や並行な jawsで把握が難しい不規則な形状の物体に対して 自然に選択されます.
** プневマティック・ソフトグリッパー**は,物体を取り巻くコンプライアントな指を膨らませる圧縮された空気を使用する.ソフトロボット・mGripシリーズは,モジュール型指構成と食品安全材料で最も商業的に成熟したオプションである. 食品処理,医薬品パッケージング,農業収穫などにおいて広く使用されています 材料は脆弱で幾何学的にも変異します
ケーブル駆動ソフトグリッパーは,対応する指構造を通って動かす
柔らかいグリッパーは,柔らかいさと適応性のために握力と精度を交換する.物体を正確に配置する (耐性5mm未満),重荷 (通常は1-3kgに制限される) または高速操作 (適合材料は応答時間が遅い) を要求する作業に適さない. 製品分類,焼物処理,ゴミ箱から不規則な物品を採集,そして 損害を回避することが主な問題となるあらゆる用途に最適です
磁気グリッパー: 鉄材料のみ
磁気キャプチャは,鉄 (鉄,鋼,ニッケル) の物体をキャプチャするために永久磁石や電磁石を使用します.それらは非常に速く (電磁石で即座オン/オフ),把握計画を必要とせず,物体の表面状態に関係なく動作します.油性,粉塵,または不規則な表面は問題ではありません.
磁石は制御可能である.グリップをオンにすると,オフにすると解放される.永久磁石は常にオンであり,物体を解放するために機械的なメカニズムが必要です.電気永久磁石は両方結合します:短時間電波を用いて磁気化または磁気化し,その後連続的な電力を保持し,保持中に電力を消費するゼロで制御可能なグリップを提供します.
限界は絶対的なものです 磁気グリッパーは鉄の材料だけに作用します アルミやプラスチック 木やガラスや日常用品などに 引っ張ることはできません 特定の産業用用途に限ります 鋼板処理 加工操作 自動車組み立て 対象物は常にフェロマグネットです 家庭用物材の多様性に関する研究では,磁気グリッパーはほとんど適用されません.
グリッパー比較表
| Type | ペイロード | Best For | Limitations | Price Range |
|---|---|---|---|---|
| Parallel jaw (2-finger) | 0.1-10 kg | Rigid objects, general manipulation | Fixed stroke limits object size range | $200-$5,000 |
| 3-finger adaptive | 0.5-10 kg | Cylindrical objects, bin picking | Complex control, higher cost | $3,000-$15,000 |
| Vacuum (suction) | 0.01-50 kg | Flat/smooth objects, high speed | Surface dependent, no orientation info | $100-$3,000 |
| Soft (pneumatic) | 0.01-3 kg | Delicate objects, food, irregular shapes | Low force, slow, needs air supply | $1,000-$8,000 |
| Magnetic | 0.1-100+ kg | Ferrous metals, industrial handling | Ferrous materials only | $200-$5,000 |
| Dexterous hand | 0.01-2 kg | In-hand manipulation, tool use, assembly | Complex control, expensive, fragile | $5,000-$50,000+ |
精華 な 手: 研究 の 境界
優れたロボット手 - 複数の指のエンドエフェクタで 10-20+度以上の自由が 操縦能力の上端を表しています 手の方向転換やツール使用 適応式握手や操縦作業を 実行することができます 簡単なグリッパーには不可能です 妥協は極端です 巧妙な手は高価で 壊れやすいし 機械的に複雑で シンプルなグリッパーとは根本的に異なる制御方法が必要です
アレグロハンド (ウォニックロボット): 16 DOF,それぞれ4関節を持つ4本の指.最も広く使用されている研究技巧な手,成熟したROS2サポート.位置と現在のフィードバックを制御するトーク指.指尖力感知はオプションだが推奨.価格:15,000-18,000ドル.技巧な操作研究のための標準基準手.
LEAP Hand (カーネギー・メロン,オープンソース): 16 DOF,ダイナミクセルセルフベースの.完全にオープンソースのデザイン (CADファイル,ファームウェア,制御コードすべて公開).かなり安価 (一部で2,000~4,000ドル) が,組み立てと校正を必要とする.ALOHAとWidowXのエコシステムと同じダイナミクセルエコシステムを使用し,統合を簡素化します. LEAP Handコミュニティは,いくつかのベンチマークタスクに関するタスク構成と学習ポリシーを公表しました.
Orca Hand: 水下および耐久性の高いアプリケーションに焦点を当てた新しいエントリ. 耐力性のある結合で,ギア駆動代替品よりも衝撃をよく耐える. [RCSVのハードウェアカタログ](
Paxini タクチルグローブ: 握手ではなく,高解像度 (1mm) の接触感知を提供するために巧妙な手で統合できる触覚感知システム.Paxiniセンサーマレイは指尖表面で正常な力と切断力を検出し,力制御操作と滑り検出を可能にします. RCSVは,Paxiniセンサーを備えており,一般的な手動プラットフォームの統合支援を提供しています.
製品比較:2026年に研究用の10のグリッパー
| グリッパー | Type | Stroke | Force | Weight | IP | Price |
|---|---|---|---|---|---|---|
| Robotiq 2F-85 | Parallel jaw | 85 mm | 235 N | 0.9 kg | IP67 | $4,500 |
| Robotiq 2F-140 | Parallel jaw | 140 mm | 125 N | 1.0 kg | IP67 | $5,000 |
| OnRobot RG2 | Parallel jaw | 110 mm | 40 N | 0.7 kg | IP20 | $3,200 |
| Schunk EGP 40 | Parallel jaw | 40 mm | 135 N | 0.4 kg | IP40 | $2,800 |
| Dynamixel XL330 (ALOHA) | Parallel jaw | 55 mm | 15 N | 0.06 kg | -- | $200 |
| Robotiq 3-Finger | Adaptive 3F | 155 mm | 60 N/finger | 2.3 kg | IP65 | $12,000 |
| Soft Robotics mGrip | Soft pneumatic | Variable | 25 N | 0.3 kg | IP65 | $5,000 |
| Piab piGRIP vacuum | Vacuum | N/A | 50 N | 0.2 kg | IP54 | $800 |
| Allegro Hand | Dexterous | 16 DOF | 2.5 N/tip | 1.1 kg | IP20 | $16,000 |
| LEAP Hand | Dexterous | 16 DOF | 1.5 N/tip | 0.5 kg | -- | $3,000 |
タスクグリッパー選択マトリックス
| Task | Best グリッパー Type | Why |
|---|---|---|
| Pick-and-place (rigid objects) | Parallel jaw | Simplest, most reliable, lowest data requirements |
| E-commerce fulfillment | Vacuum + parallel jaw hybrid | Vacuum for boxes/bags, jaw for irregular items |
| Food handling | Soft gripper | Damage avoidance; food-safe materials |
| 精度（再現性） insertion | Parallel jaw + F/T sensor | Force feedback for controlled contact |
| Tool use | Dexterous hand | In-hand reorientation required |
| Cloth/fabric handling | Dexterous hand or pinch gripper | Finger dexterity for thin material manipulation |
| Steel sheet handling | Magnetic | Instant grip, no alignment needed |
| Mixed bin picking | 3-finger adaptive | Shape accommodation for diverse objects |
適合した握り付けの力制御
フォース制御の握り - 握り手はセンサーフィードバックに基づいて握り力を調節する - は脆弱な物体,変形可能な材料,または精密な組み立てを含む作業に不可欠です. 基本原理は,握り手は特定の位置 (ハード・ロック) に命令するのではなく,特定の力を適用し,その力を閉ループ制御を通じて保持するように命令します.
グリップフォース推定: ロープフィードバック (ダイナミクセルベースの,ロボティク) によるグリップフォースは,モーター・ストリームから推定できます:F = k * I,kは力計で校正によって決定されるグリップの特定の定数である.ロボティク 2F-85では,関係は約F = 2.7 * I (アンペルあたりニュートン).ALOHAグリップでDynamixel XL330では,F = 0.15 * I. 固定式は 固定式で 固定式は 固定式です
スライド検出: 進んだグリッパーは,物体が滑り始めた瞬間から,初期スリップを検出し,グリップ力を自動的に増加させる.これは,スライド以前のフォース振動を検出するために高周波フォース測定 (>100 Hz) または指と物体のインターフェースで直接切断力を感知する触感センサー (Paxini arrayのような) を要求します. 滑り物検出により,最小限の力で物体を握ることができます. 滑り物を防ぐのに十分な力で物体を握り,脆弱な物体に損傷を与えるリスクを最小限に抑えることができます.
OpenArm 1との統合OpenArm 1は,Dynamixel XL330ベースのグリッパー (シンプルな並行マハグリッパー) と,フォース制御操作のためのオプションの腕F/Tセンサーの両方をサポートします.RCSVプラットフォームはPython SDKでフォース制御グリッパープリミティブを提供します:
グリッパー選択決定樹
この決定木を すぐさま 握手機の選択を絞るため
- 磁気キャプターです. ここで止めてください.
- すべての対象物体は平坦で表面が滑らか? そうなら:真空グリッパー.いくつかの物体が不規則である場合はハイブリッド (真空 + 爪) を考慮してください.
- あなたの物体は手によるリオーリネテーションやツール使用が必要ですか? もしそうなら:手持ちの手.訓練のための示範を3~5倍増やす予算.
- あなたの物体は脆弱で変形可能か,形が不規則か
- その他すべて:
支の平行グリッパー.最も重なオブジェクトがグリッパー力の評価の80%を超えると,サイズアップ.最大のオブジェクトがグリッパーストロークを超えると,より広いストローモデルまたは3指の適応型を考えてください.
疑いがある場合は,並行マックグリッパーから始めましょう.既存の研究コードと最も広範な互換性,政策訓練のための最も低いデータ要件,および作業システムへの最も簡単な経路を提供します.並行マックが提供できない能力を証明できる場合にのみ,より複雑なエンドエフェクタにアップグレードします.
阻害モードの把握: Python コード例
阻害モードで力制御の握り付けは,脆弱性の異なる物体を扱うための産業標準である.次の Python スニペットでは,腕のF/TセンサーフィードバックでROS2制御の並行マックグリッパーで阻害モードの握り付けを示しています.
# impedance_grasp.py -- Force-limited grasping with impedance control
import numpy as np
import rclpy
from rclpy.node import Node
class ImpedanceGrasp(Node):
"""Close gripper with force limit using impedance-mode control."""
def __init__(self):
super().__init__('impedance_grasp')
# Impedance parameters
self.K_grip = 500.0 # Grip stiffness (N/m)
self.D_grip = 20.0 # Grip damping (Ns/m)
self.F_target = 8.0 # Target grip force (N) -- safe for most objects
self.F_max = 25.0 # Emergency force limit (N)
self.dt = 0.01 # Control loop at 100 Hz
def compute_grip_command(self, current_pos, current_force):
"""Compute gripper position command using impedance law.
When |current_force| < F_target: close gripper (reduce position).
When |current_force| >= F_target: hold position (impedance equilibrium).
Force overshoot triggers reverse (open slightly).
"""
force_error = self.F_target - abs(current_force)
# Impedance law: dx = (1/K) * force_error
position_delta = (force_error / self.K_grip) * self.dt
# Damping term prevents oscillation
velocity = position_delta / self.dt
damping_correction = -self.D_grip * velocity / self.K_grip
new_pos = current_pos + position_delta + damping_correction
# Safety: hard force limit triggers immediate open
if abs(current_force) > self.F_max:
new_pos = current_pos + 0.002 # Open 2mm immediately
self.get_logger().warn(f'Force limit exceeded: {current_force:.1f}N')
return np.clip(new_pos, 0.0, 0.085) # 0-85mm for 2F-85
# Usage:
# 1. Approach object with position control
# 2. Switch to impedance mode when gripper detects first contact
# 3. Ramp F_target from 2N to 8N over 0.5 seconds
# 4. Hold at F_target during transport
# 5. Release by setting F_target = 0
硬さパラメータK_gripは,グリッパーがどの程度攻撃的に閉じるかを決定します.高値 (1000+N/m) は迅速に閉じるし,柔らかい物体では超えることができる.低い値 (200-500N/m) は穏やかに閉じるが,安定した握り付けを確立するのに時間がかかる.脆弱な物体 (卵,薄壁の容器,電子) では,K_grip = 200-400N/m を使用し,F_target = 3-8N. 速サイクル時間が重要である固い物体については,K_grip = 800-1500 N/mとF_target = 15-30 Nを使用する.
対応すると吸い込み:決定枠組
引き締まり器の選択の最も一般的なジレンマは,並行マハと真空吸い物との間にある.この決定木は,工業および研究用例の80%を占めています.
** 掃除機 (吸い込み) を選択する:**
- 表面が平らで平らなものです (紙箱,ガラスパネル,金属板,封印されたパッケージ) - 吸い込みはここに優れているのは 封印が形成されやすいからです
- 壁は,壁の壁に並ぶように 壁は,壁の壁に並ぶように 壁の壁に並ぶように 壁は,壁の壁に並ぶように 壁の壁に並ぶように 壁の壁を並ぶように 壁の壁に並ぶように 壁の壁を並ぶように 壁の壁は,壁の壁に並ぶように 壁の壁に並ぶように 壁の壁を並ぶように 壁の壁に並ぶように 壁の壁を並ぶように 壁の壁を並ぶように 壁の壁を並ぶように 壁の壁を並ぶように 壁の壁を並ぶように 壁の壁を並ぶように 壁の壁に並ぶように 壁の壁を並ぶように 壁を並ぶように 壁の壁を並ぶことができるように
- サイクル時間は重要なのです 掃除機の握り/放出は 50-100ms vs 200-500ms 機械的なマウスの閉塞のためです
- 吸い込みは回転の制約をなくします
- 表面は不毛で湿った状態で 掃除シールを壊します
:
- 円形,または不規則な形状の物体です.
は指の接触によって幾何学に適合します. - 位置と方向制御を提供します
- 物体は毛細か濡れか,不規則な表面があるため,封印は必要ありません
- 操縦中に力制御が必要 (組み立て,挿入) - 機械的な接触は力反射を提供します
- 表面に真空杯が失敗する可能性があります 深度センサーも苦労します
** 混合型 (真空 + 同様の道具交換器の並行マック) を選択する.この作業には,単一のグリッパーがうまく処理できないさまざまなオブジェクトタイプが含まれます.ATI,Schunk,Staubliのツール交換器は,2~5秒で自動グリッパー交換を可能にします.トレードオフは重量追加 (ツール交換器は0.3-1.0kgを追加します),機械的複雑性,加算要件が増加します. データ収集のために,ハイブリッドセットアップはグリッパータイプごとに別々のデモデータセットが必要です.
グリッパー メンテナンス と 信頼性
グリッパーの信頼性はデータ収集通量に直接影響を与える.グリッパーの故障がセッション中途半端で現在のエピソードを壊し,診断と修理に10〜30分が必要になります. 停電時間を最小限に抑えるためにこれらのメンテナンススケジュールに従ってください.
- 並行な
爪握手 (週間): 油と摩擦を軽減する残骸を除去するために,イソプロピールアルコールで指のパッドを清掃します.感知計で爪並行性をチェックします. 爪は完全に閉ざされたときに0.1mm以内に並行する必要があります.知られた重量のある物体を握りしめで,予想される力レベルに滑らないことを確認することによって握力校準を確認します. シリコン/ゴム指パッドは,500~1000回の握りサイクルごとに交換するか,または目に見える変形が0.5mmを超えると交換する. - 真空グリッパー (週間): 涙,裂け目,変形を検出する吸い込みカップを検査する.目に見える着用性のあるカップを交換する (典型的な寿命:材料に応じて5万~200,000サイクル).吸い込み圧を維持するために真空発生器フィルターを掃除する.真空レベルが200ms以内の指定圧に達することを確認する.
- **外部の手 (使用前に毎日):**すべての関節をその全範囲の動きで鍛える自己テストの順序を実行する.異常なセルボ電流引き (汚染または着用による摩擦の増加を示唆する) をチェックする.触覚センサーの読み取りは予想されるベースライン範囲内にあることを確認する. 軽いグリッパーよりも 保守的な手が必要です 検査とメンテナンスに毎日15~30分かかります
適切な 握り 針 を 選ぶ方法
選択は4つの要素によって決定され,次の順に評価される:
1.物体特性. ロボットがどう捉えるか?対象物体の物理的特性から始めましょう.重量,サイズ範囲,表面材料,脆弱性,幾何学的変動性.物体が硬いと透明な平面な表面がある場合は,並行な爪柄が操作します.物体が平面で滑らかであれば,真空を考えてください.物体が繊細か幾何学的不規則であれば,柔らかい爪柄を考えてください. 手操作や道具を使う必要があれば 巧妙な手が必要です
2. 必要な技巧* 作業にはどのような操作能力が必要ですか? 簡単なピックアンド・プレイスは,開/閉制御のみ (平行マハまたは真空) を必要とします. 方向転換または正確な配置には少なくとも3本の指のグリッパーが必要です. 手操作,小さな部品のピンチグリッパー,またはツールの使用には,巧妙な手が必要です.
3.腕の用荷予算. 握手重量は腕の用荷容量に比例する. 3kgの用荷腕の1.2kgのRobotiq 2F-85は,物体に対してわずか1.8kgしか残さない. 腕の効果により,全範囲で減る.常に実際の用荷荷を,あなたが使用する距離で計算する.
**4.統合複雑性.**より複雑なグリッパーにはより複雑な制御ソフトウェア,より多くのトレーニングデータ,より洗練されたポリシーが必要です.並行なマックグリッパーは単一のバイナリー信号で制御できます.巧妙な手には16+度の自由を調整する必要があります.追加能力は,あなたの任務が本当にそれを要求する場合にのみ,追加された複雑性を正当化します.
統合: ROS2 ドライバーと共通インターフェース
ほとんどの研究グリッパは3つのインターフェースの1つを通じて通信します
Modbus RTU/TCPは,Robotiqグリッパーと多くの工業グリッパーで使用されている.ROS2ドライバーは,
EtherCATは高性能産業グリッパー (シュンク,ベックホフ) で使用され,マイクロ秒レベルの遅延性による決定的なリアルタイム通信を提供します.EtherCAT統合にはEtherCATマスター (SOEMまたは IgH) が必要であり,設定が複雑で,高周波制御ループでは最高のパフォーマンスを提供します. 握手反応時間が重要であるアプリケーション (力制御握手,動力操作) に不可欠です.
USB/Serialは多くの研究級と低コストのグリッパー (ダイナミクセルベースの,トロッセン,LEAP ハンド) で使用されています.通信は簡単ですが,遅延はModbusまたはEtherCATよりも高く,決定性も低い.グリッパーコマンドが10-50Hzで送信されるほとんどの模倣学習データ収集に適しています.
巧妙な手には,アレグロハンド (16DOF,Wonik Robotics) が
握手力校準プロトコル
握手機の制御力による信頼性のある握手には,握手機の命令信号と実際の握手力間の関係を校正する必要がある.ほとんどの握手機は,精密な握手力校正を搭載していない.命令力と実際の握手力は20%〜50%差異する.
- 設定: 握手口の間に薄膜の力センサー (FlexiForce A201または類似, ~$30) を設置. 100Hzで力読み取るために,アーディノまたは類似のADCに接続.
- スワイプ: 握手を10%から100%までの強力値で10%の増進で閉じるように命令する.各強力レベルでは,センサーから指令された強力と測定された強力を記録する.各レベルを3秒間保持し,読み値を平均する.
- キャリバー: コマンドから測定力までの線形またはパーツ状線形関数を調整する.このキャリバーをグリッパードライバーの検索テーブルとして適用する.結果:10Nをコマンドすると,10N+/- 1Nではなく10N+/- 5Nが得られます.
- 毎月確認: 校正漂移を検出するために,3つの力レベル (20%, 50%, 80%) で掃描を繰り返します.測定された力が15%以上予想と異なる場合,再校定します.
この校正は,意図された10Nではなく20Nを適用すると,物体に損傷を与える場合,特に力感のある作業 (卵を握り,電子機器を操作) に重要である.RCSVのグリッパー設定には,サポートされているグリッパーモデルすべてに校正された力表が含まれます.
柔らかい 握り 器: 準確 さら ない 時
軟いグリッパー (シリコン,エラストomer,または布から作られる) は,取り上げられている物体に形状を調整し,正確な位置付けを必要とせずに安全な握りをする.
メリット: 自然に柔らかい - 力は大きな接触領域に分布し,ピークプレッシャーを減らす.不規則で脆弱な物体を (果物,焼肉品,生物組織) 握ることができる.硬いグリッパーが損傷する.ほとんどのアプリケーションに力校正は必要ありません.従順性によって適用された力を制限する.精度並行マ jaws gripperより低コスト (200-800ドル対1,000-3,000ドル).
制限: 位置精度低下 - 握手が物体に適合するが,ミリメートル以下の精度で配置できない. 制限された有用荷 (通常は設計に応じて0.1-2kg). 時間の経過とともに疲労 - シリコン握手は1万〜5万回転後に劣化し,交換する必要があります.制御された接触力または正確な方向制御を必要とする作業に適さない.
**ベストな応用:**食品処理 (パン屋,生産品の分類,食事準備),農業収穫,脆弱な物品のゴミ収集,物品の形状が大きく異なる場合,そして柔らかい握りが正確な配置よりも重要である場合. データ収集では,柔らかいグリッパーは,適合性の高い表面が小さな位置付け誤りを"許す"ため,同じ作業で硬い並列な爪と比較して,必要な示範数を30%〜50%減少させるため,把握方針を簡素化します.
マグネット グリッパー: 低級 なのに 力強い
電磁気 握り 器 は 切換 可能な磁石 を 用い て フェロマグネット 的 な 物体 を 拾い上げ ます.金属 の 作業 器 に 限 て いる の で は,特定の 工業 用途 に 優位 です.
** 利点:** 瞬間の握り/放出 (10-50ms 換算時間対 pneumatic grippers の 200-500ms).接触力変化なし - 磁場は物体を保持するかしない.消費料はゼロ (吸い込みカップを交換する,圧縮空気はない). 非常に信頼性: MTBF は質の高い電磁石の100万回を超えます.
制限: 鉄磁気材料 (鋼,鉄,ニッケル) にのみ使用できます. 鉄金属 (アルミ,銅,黄金),プラスチック,木などに扱えない. 放出後残留磁気は小部品を粘着させる可能性があります.精度な応用のために,消磁化サイクルが必要である. 持続的なアクティベーション中に熱が蓄積されるため,作業サイクル管理が必要 (通常は電磁設計によって50~80%の作業サイクルが必要).
**ベストな応用:**シート金属処理,機械部品の分類,自動車の組み立て,およびすべての標的物体がフェロマグネットであるあらゆるアプリケーション.データ収集においては,磁気グリッパーが最もシンプルである.アクションスペースはバイナリ (オン/オフ) で,学習する力パラメータがないため,同等の作業で並行なマハグリッパーと比較して示範要件を40%〜60%削減する.
コスト範囲: 研究級電磁石 (Schmalz, SMC) に2001,500ドル.工業用ピックアンドプレス磁石 (Schunk) は,保持力 (10-500N) に依存して5003,000ドルです.
グリッパー選択とデータ収集
握手機の選択は,あなたが必要とする数量に直接影響します.単純な握手機 (平行マハ,真空) は,動作空間が小さくて,データが必要になります. 握手機を何時,どこで閉じるかを知る必要があります. 精巧な手は,それぞれのオブジェクトカテゴリーに合わせて調整された複数の指戦略を学ぶ必要があるため,はるかに多くのデータが必要です. 粗略なガイドとして,類似の複雑さのある並行なマハキャピングタスクと比較して,巧妙な操作タスクの3~5倍以上の示範が必要になると予想します.
RCSVの [ハードウェアカタログ] (
関連: フォース・トルクセンサーガイド · エンドエフェクターアップグレードガイド · OpenArm vs Franka · ハードウェアカタログ · ロボットカメラセットアップ