デクステロスのロボットハンド比較: アレグロ vs LEAP vs インスピア
操作研究のための巧妙なロボットの手の比較: アレグロハンド,LEAPハンド,インスピアハンド. DOF,コスト,ソフトウェアサポート.
概要
精巧な操作はロボット学習の限界です 縦爪のグリッパーが 産業用ピックアンドプレイスの80%を処理していますが 残りの20%は ツール使用 腕回転 柔軟なオブジェクトの組み立て 容器を開くために 12度以上の自由を持つ 多指の手が必要です 手の選択が研究経路を決定します 動力タイプは制御帯域幅に影響し タクシルのセンサーはデータ豊かさに影響し 価格は実験中にどれだけの手を壊すことができるかを影響します
完全規格比較
| Hand | DOF | Actuation | Tactile | ROS2 | Weight | Price |
|---|---|---|---|---|---|---|
| Allegro Hand v4 | 16 | Direct drive (Maxon motors) | Optional (add-on BioTac or custom) | Yes (allegro_hand_ros2) | 1.1 kg | ~$15,000 |
| LEAP Hand | 16 | Direct drive (Dynamixel servos) | None built-in | Community (Python SDK) | 0.5 kg | ~$2,000 (DIY) |
| Shadow 器用な手 E | 24 | Tendon-driven (pneumatic muscles or motors) | BioTac SP (optional, 19-taxel) | Yes (sr_ros2_interface) | 4.0 kg (with actuator pack) | ~$120,000 |
| Orca Hand | 12 | Tendon-driven (brushless motors) | Optional Paxini integration | Yes | 0.6 kg | Contact RCSV |
| Inspire Hands (RH56DFX) | 6 (1 per finger) | Underactuated (motor per finger) | None | Python SDK, Modbus RTU | 0.5 kg | ~$3,000 |
| RH8D (Seed Robotics) | 8 | Direct drive (Dynamixel) | Optional FSR arrays | Yes | 0.58 kg | ~$8,000 |
| Paxini Tactile Glove | N/A (sensor) | N/A | High-resolution capacitive array, full-hand coverage | Yes (ROS2 topic) | 0.12 kg | Contact RCSV |
動動の種類が説明される
直接ドライブ
引擎は各コイント内またはその近くにある.アレグロハンドはマクソンDCモーターを使用し,LEAPハンドはダイナミクセルスマートサーボを使用する.利点:シンプルな運動学,直接的な位置/速度/トーク制御,ケーブルルーティングがない.デメリット:モーターは手に重量と重量を加え,手サイズモーターの力出力は限られている.
動動
動力器は,前腕または遠隔アクチュエーターパックに位置し,
減速していない
結合機を通じ複数のフラングを駆動するために指に1つのモーターを使用する.指は被動的にオブジェクト形に適応する.利点:非常にシンプルな制御,強固な低コスト.デメリット:それぞれの関節を独立的に制御できない,手操作の巧みに制限.
タクシルのセンサー統合
触覚感知は,巧妙な操作研究においてますます重要になっています.視覚政策に触覚データを追加することで,最近の研究では 15-30%の理解成功率が向上します.オプション:
- Paxiniセンサー (RCSVで利用可能) (
T2 ):高解像度容量タクチルマレーズで,オルカハンドや他の手で統合できます.ROS2トピックに関する豊富な接触幾何学データを提供します.データ収集研究のための最良のオプション. - BioTac SP: SynTouchによる19タクセル指尖センサー.以前はゴールドスタンダードでしたが,入手が難しくなりました.シャドーハンドで動作し,アレグロに適応できます.
- GelSight / DIGIT: 高解像度接触画像を生成する視力ベースの触感センサー.ゲルサイートミニ (
$300 DIY) とDIGIT ($500) はカスタマイズされた手デザインで指尖として組み立てることができます. [触感センサー比較]T3 ) ガイドを参照してください. - FSRマレイ: 最低コストオプション.強力敏感レジスタンス ($5-$50) は二次または低解像度圧力を測定します.接触の存在を検出するのに適していますが,細かい操作研究には適していません.
適用例による勧告
- ベスト予算研究手: LEAP Hand (~$2,000 DIY).オープンソースデザイン,16DOF,大コミュニティ.組み立てとダイナミクセルセル購入が必要です.
- シムからリアルへの転送に最適: Allegro Hand v4 (~$15,000).RL-for-dexterity研究で最も広く使用されています.MuJoCoとIsaac Simで正確なシムモデル.Direct driveはモデリングを簡素化します.
- タクシルのセンサーを搭載したベスト: Orca Hand + Paxiniセンサー (RCSV]
T4 から入手可能) - 最高巧妙性: 影の精華な手 (~$120,000). 24DOF,人間 кинеマティックに最も近い. OpenAI (ルービック・キューブ),DeepMind,そしてトップ研究ラボによって使用されています.
- *人間形統合に最適:**インスピア ハンド (~$3,000).軽量,手頃な価格,強固.Unitree G1および他の人間形プラットフォームで使用される.
- データ収集適度: パキッシニセンサーを持つオークラハンドまたはアレグロハンド.制御可能な指と豊富な触覚データによる組み合わせにより,最も高い品質の操作データセットが作られます.
概要
精巧な操作はロボット学習の限界です 縦爪のグリッパーが 産業用ピックアンドプレイスの80%を処理していますが 残りの20%は ツール使用 腕回転 柔軟なオブジェクトの組み立て 容器を開くために 12度以上の自由を持つ 多指の手が必要です 手の選択が研究経路を決定します 動力タイプは制御帯域幅に影響し タクシルのセンサーはデータ豊かさに影響し 価格は実験中にどれだけの手を壊すことができるかを影響します
完全規格比較
| Hand | DOF | Actuation | Tactile | ROS2 | Weight | Price |
|---|---|---|---|---|---|---|
| Allegro Hand v4 | 16 | Direct drive (Maxon motors) | Optional (add-on BioTac or custom) | Yes (allegro_hand_ros2) | 1.1 kg | ~$15,000 |
| LEAP Hand | 16 | Direct drive (Dynamixel servos) | None built-in | Community (Python SDK) | 0.5 kg | ~$2,000 (DIY) |
| Shadow 器用な手 E | 24 | Tendon-driven (pneumatic muscles or motors) | BioTac SP (optional, 19-taxel) | Yes (sr_ros2_interface) | 4.0 kg (with actuator pack) | ~$120,000 |
| Orca Hand | 12 | Tendon-driven (brushless motors) | Optional Paxini integration | Yes | 0.6 kg | Contact RCSV |
| Inspire Hands (RH56DFX) | 6 (1 per finger) | Underactuated (motor per finger) | None | Python SDK, Modbus RTU | 0.5 kg | ~$3,000 |
| RH8D (Seed Robotics) | 8 | Direct drive (Dynamixel) | Optional FSR arrays | Yes | 0.58 kg | ~$8,000 |
| Paxini Tactile Glove | N/A (sensor) | N/A | High-resolution capacitive array, full-hand coverage | Yes (ROS2 topic) | 0.12 kg | Contact RCSV |
動動の種類が説明される
直接ドライブ
引擎は各コイント内またはその近くにある.アレグロハンドはマクソンDCモーターを使用し,LEAPハンドはダイナミクセルスマートサーボを使用する.利点:シンプルな運動学,直接的な位置/速度/トーク制御,ケーブルルーティングがない.デメリット:モーターは手に重量と重量を加え,手サイズモーターの力出力は限られている.
動動
動力器は,前腕または遠隔アクチュエーターパックに位置し,
減速していない
結合機を通じ複数のフラングを駆動するために指に1つのモーターを使用する.指は被動的にオブジェクト形に適応する.利点:非常にシンプルな制御,強固な低コスト.デメリット:それぞれの関節を独立的に制御できない,手操作の巧みに制限.
タクシルのセンサー統合
触覚感知は,巧妙な操作研究においてますます重要になっています.視覚政策に触覚データを追加することで,最近の研究では 15-30%の理解成功率が向上します.オプション:
- Paxiniセンサー (RCSVで利用可能) (
T7 ):高解像度容量タクチルマレイズで,オルカハンドや他の手で統合できます.ROS2トピックに関する豊富な接触幾何学データを提供します.データ収集研究のための最良のオプション. - BioTac SP: SynTouchによる19タクセル指尖センサー.以前はゴールドスタンダードでしたが,入手が難しくなりました.シャドーハンドで動作し,アレグロに適応できます.
- GelSight / DIGIT: 高解像度接触画像を生成する視力ベースの触覚センサー.ゲルサイートミニ (
$300 DIY) と DIGIT ($500) はカスタムの手デザインで指尖として組み立てられる. [触覚センサー比較]T8 ) ガイドを参照してください. - FSRマレイ: 最低コストオプション.強力敏感レジスタンス ($5-$50) は二次または低解像度圧力を測定します.接触の存在を検出するのに適していますが,細かい操作研究には適していません.
適用例による勧告
- ベスト予算研究手: LEAP Hand (~$2,000 DIY).オープンソースデザイン,16DOF,大コミュニティ.組み立てとダイナミクセルセル購入が必要です.
- シムからリアルへの転送に最適: Allegro Hand v4 (~$15,000).RL-for-dexterity研究で最も広く使用されています.MuJoCoとIsaac Simで正確なシムモデル.Direct driveはモデリングを簡素化します.
- タクシルのセンサーを搭載したベスト: Orca Hand + Paxiniセンサー (RCSV]
T9 から入手可能) - 最高巧妙性: 影の精華な手 (~$120,000). 24DOF,人間 кинеマティックに最も近い. OpenAI (ルービック・キューブ),DeepMind,そしてトップ研究ラボによって使用されています.
- *人間形統合に最適:**インスピア ハンド (~$3,000).軽量,手頃な価格,強固.Unitree G1および他の人間形プラットフォームで使用される.
- データ収集適度: パキッシニセンサーを持つオークラハンドまたはアレグロハンド.制御可能な指と豊富な触覚データによる組み合わせにより,最も高い品質の操作データセットが作られます.