로봇 최종 효과자: 종류, 사양 및 구매할 장소 (2026 가이드)
로봇 엔드 에펙터에 대한 완전한 가이드: 평행 지리, 능숙한 손, 진공컵, 촉각 센서. Robotiq 2F-85, Wuji Hand, Allegro Hand를 비교하십시오. 사양, 가격 및 응용 프로그램에 대한 선택 방법.
최종 효과는 모든 로봇 팔에서 가장 중요한 요소입니다. 다른 모든 것
내용
- [로봇 최종 효과는 무엇인가?]
- [말효과자 유형]
- [선택 방법: 주요 사양]
- [RCSV에서 생산되는 제품]
- [ 비교 테이블]
- [사용 사례: 선택 및 장소, 텔레오페라션, 모방 학습]
- [FAQ]
로봇 최종 효과 는 무엇 입니까?
로봇 최종 효과는 로봇 팔의 결말 연결에 연결된 장치입니다. 이 이름은 기능적 역할에서 유래한다. 그것은 팔의 움직임의 효과자, 실제로 환경의 물체에 변화를 일으키는 구성 요소입니다. 산업 환경에서 최종 효과자 (End Effector) 는 EOAT (팔 끝 도구) 라고도 부른다.
로봇 팔 자체는 위치 제공: 그것은 올바른 방향과 함께 최종 효과자를 올바른 위치에 이동합니다. 최종 효과는 작동을 제공합니다: 그것은 잡습니다, 풀어, 밀어, 절단, 용접, 또는 다른 방법으로 객체와 상호 작용합니다. 이것들은 다른 엔지니어링 문제입니다. 작업에 대한 최저 최종 효과자를 가진 로봇 팔은 얼마나 좋은 팔 운동학이 있는지 상관없이 실패합니다.
로봇 연구자와 엔지니어들이 모방 학습 시스템이나 조작 파이프라인을 구축하는 경우 최종 효과자 선택은 특히 중요합니다. 훈련 데이터 형식, 상태 표현, 보상 기능 및 작업 정의는 모두 당신이 사용하는 최종 효과자 종류에 달려 있습니다. 프로젝트 중간에 최종 효과자를 전환하는 것은 일반적으로 처음부터 새로운 데이터를 수집하는 것을 의미합니다.
최종 효과자 종류
1. 평행 자우 지리
연구 및 산업에서 가장 일반적인 최종 효과자 유형입니다. 두 개의 병렬 손가락은 객체를 공감합니다. 모든 주요 로봇 팔 플랫폼에서 간단하고 신뢰할 수 있으며 잘 지원됩니다. 로보틱 2F-85은 업계의 표준입니다. 85mm 최대 개통, 2.5N에서 220N 힘 범위, RS-485 및 USB 통신, 힘 및 위치 제어. 그것은 출판된 모방 학습과 선택 및 장소 연구의 절대 대다수에서 사용됩니다.
평행잡기는 예측 가능한 기하학이 있는 물체를 잡는데 탁월하다.
주요 변형: 2 손가락 (로보틱 2F-85, 온로봇 RG6), 3 손가락 (로보틱 3F 실린드릭 물체), 넓은
2. 적응력 / 저변화 된 지갑
적응형 지갑은 매체적으로 적합한 손가락을 사용하며, 매체 모양에 따라 매체 모양을 잡을 수 있습니다. 단일 액추에이터는 각 손가락에서 여러 관절을 움직이며, 관절의 움직임은 독립적인 위치 제어보다는 접촉 메커니즘에 의해 지배됩니다. 이것은 매체가 정밀한 사전 지갑 위치가 필요없이 불규칙한 물체, 구구 및 변형 가능한 항목을 잡을 수 있음을 의미합니다.
로보티크 핸드-E는 가장 일반적인 산업용 적응형 지갑이며, 평행 턱 정확성과 적응능력을 한 단위로 가지고 있습니다. 연구용으로, 적응형 지갑은 견고한 지갑 계획의 어려움을 줄이는데, 접촉 용납력은 정책에서 요구되는 것이 아니라 기계적으로 구축되어 있기 때문입니다.
3. 진공/ 수시컵 꽉 잡아
흡입기구들은 평면, 부드럽고 비포러스 표면을 잡기 위해 진공압을 사용합니다. 상자와 평면 포장된 아이템이 이상적인 흡입 목표이기 때문에 물류 및 전자 상거래 자동화에서 지배적인 최종 효과자입니다. 잘 설계된 진공 시스템은 100ms 이하의 시간 내에 포착을 달성하고 기계적 재구성 없이 광범위한 객체 크기를 처리 할 수 있습니다.
수축 찌는 것 은
4. 한 다발 손
5개의 손가락을 가지고 있으며, 각 손가락은 각각 1220개의 DOF를 가지고 있다. 이 손가락은 접촉을 유지하면서도, 풀어주고 규칙하지 않고, 손으로 조작을 수행할 수 있다. 이것은 인간이 지속적으로 손으로 수행하는 조작의 종류이며, 간단한 잡기는 대략적으로 접근할 수 없다.
덱스테로스 손은 가장 유능한 최종 효과자 유형이며 가장 복잡하다. 그들은 훨씬 더 정교한 제어, 학습 알고리즘을 위한 더 높은 차원의 상태 및 행동 공간을 생산하고, 평행 지갑보다 큰 규모의 값이 비싸다. 알레그로 손 (16 DOF, ~ $15,000) 및 우지 손 (11 DOF, ~ $16,000) 는 주요 연구 플랫폼이다. 둘 다 RCSV를 통해 이용 가능합니다.
사용 사례: 손 조작 연구, 표지 언어 합성, 손가락 수준 접촉 제어가 필요한 미세 조립 작업, 로봇 손 움직임에 직접 인간의 손 움직임을 지도하는 것을 요구하는 텔레오페레이션 연구.
5. 촉각 센서 및 손가락 끝 통합 센서
촉각 센서는 손가락 끝이나 손가락 표면에서 접촉력 분포를 측정하여, 자기 수용 센서가 (관절 코더) 이 포착할 수 없는 풍부한 접촉 피드백을 제공합니다. 손목에 있는 간단한 힘/토크 센서 (전체 최종 효과에 대한 6축 접촉 정보를 제공하는) 에서 개별 손가락 끝에 내장된 고해상도 촉각 매리까지 다양합니다.
모방 학습에 있어서, 촉각 피드백은 접촉 부가 있는 작업에 있어서 정책 성능을 크게 향상시키는 것으로 나타났습니다.
6. 사용자 정의 도구
모든 최종 효과는 지갑이 아닙니다. 화전 불지, 스프레이 노즐, 빗방울 도구, 스크로이버 및
선택 방법: 주요 사양
최종 효과자를 선택하는 것은 작업에 대한 메커니즘을 일치시키는 것을 요구합니다. 아래의 매개 변수는 최종 효과자가 특정 응용 프로그램에 적합한지 여부를 실제로 결정합니다.
용량 용량
유용무량은 최종 효과자가 기계적 고장이나 위치 제어 손실 없이 들어올 수 있는 최대 무게입니다. 이것은 팔 유용무와는 다르다. 팔 평가는 일반적으로 최종 효과자의 무게를 포함하므로 효과적인 객체 유용무량은 팔_유용무소 미이너스 끝_effector_중입니다. 750g에 달하는 ViperX 300에 900g의 Robotiq 2F-85가 들어간다면, 이미 팔의 유용무용 부하를 넘어서서 두 숫자를 모두 계산해야 합니다.
뇌졸중 / 개통 너비
턱잡기에서는 최대 턱잡기 열을 수 있습니다. Robotiq 2F-85은 85mm로 열립니다. 2F-140은 140mm로 열립니다. 접근 기하학을 계산할 때 목표 물체는 이 열에 맞게 들어갈 필요가 있습니다.
자유의 정도 (DOF)
더 많은 DOF는 잡기 유형과 손 조작 능력에 대한 유연성이 더 많을 뿐 아니라 제어 복잡성, 더 많은 실패 모드 및 더 높은 비용도 의미합니다. 대부분의 선택 및 장소 및 구조화된 조작 작업에 대해, 1-DOF (오픈 / 폐쇄) 는 단순함에 따라 충분하며 선호합니다. 능숙한 조작 연구에 대해서는 12-20 DOF가 필요합니다. 대부분의 모방 학습 벤치마크는 1DOF 지지를 사용하는데, 이는 최종 효과 DOF를 추가하지 않고 이미 액션 공간이 고차원적이기 때문이다.
힘 범위 및 제어 가능성
최소 제어 가능한 힘은 최대만큼 중요합니다. 200N를 행사할 수 있지만 최소 20N의 힘을 가진 지갑은 계란, 회로판 및 부드러운 열매를 꺾을 것입니다. 로보틱 2F-85은 대부분의 물체를 처리하는 제어 가능한 힘의 2.5N로 내려갑니다. 섬세한 조립 작업에 대해 1N 이하의 힘 해상도를 가진 지갑을 찾으십시오. 고출력 산업 작업에 있어서, 최대의 힘과 주행시간이 필요하며, 힘 범위는 제2적인 관심사입니다.
통신 프로토콜
RS-485 (Modbus RTU) 는 산업 표준이다. USB는 연구 설정에 더 간단하다. 에더캐트는 고속 제어 루프에 사용됩니다. ROS2 드라이버 가용성은 연구에 중요한 요소입니다. Robotiq 2F-85은 잘 유지보수 된 ROS2 드라이버를 가지고 있으며, 덜 일반적인 일부 지잡기는 사용자 지정 드라이버 개발이 필요합니다. 지갑의 제어 주파수가 팔의 제어 루프와 일치하는지 확인합니다
반복성 과 반발
반복성은 그립퍼가 명령된 위치에 얼마나 일관되게 돌아가는지를 명시한다. 정밀 조립 작업 (USB 플러그를 삽입하고 얇은 디스크를 쌓는) 에 있어서 미리미터 이하의 반복성이 필요합니다. 대부분의 연구 그립퍼들은 이상적인 조건에서 0.02-0.1mm 반복성을 지정합니다. 실제 세계 반복성은 일반적으로 2-5배 더 나쁘다. 직동동력 (바퀴가 없는) 가동기구가 높은 모터 전류와 비용으로 적은 반작용을 한다.
RCSV의 제품
아래의 모든 제품은 RCSV의 매장에서 또는 하드웨어 카탈로그를 통해 제공됩니다. 가격표는 2026년 5월 현재입니다. 대량표준, 임대 옵션 또는 통합 지원에 대해 저희에게 문의하십시오.
로보티크 2F-85 $5,825
조작 연구 표준: 85mm 스트로크, 2.5-220N 파력 범위, 1-DOF, RS-485 + USB. 2F-85는 다른 그립어보다 더 많이 출판된 모방 학습 논문에서 사용됩니다. 성숙한 ROS2 드라이버, 문서화 된 Modbus 프로토콜 및 광범위한 커뮤니티 지원이 있습니다. 새로운 조작 연구 프로젝트를 시작하고 다른 것을 사용하는 구체적인 이유가 없다면, 이것은 올바른 기본 선택입니다.
2F-85은 ISO 플랜지를 통해 ViperX, UR 시리즈 및 Franka 팔과 직접 통합된다. RCSV의 [/스토어/제품/로보tiq-2f-85-그리퍼] (
우지 손 ~ $16,000
11DOF 인형 손은 현명한 조작 및 원격 조작 연구를 위해 설계되었습니다. 우지 손은 RCSV에서 손 조작 데이터 수집 및 원격 조작 중에 로봇 손 움직임에 대한 조작자의 손 움직임을 지도하는 데 사용됩니다. 각 관절에 힘 제어를 지원하고 시미-실적 전송 연구에 MuJoCo 시뮬레이션 모델이 있습니다. ROS2 드라이버와 파이썬 SDK는 우지 테크에 의해 유지됩니다.
우지 손은 작업이 필요한 경우 올바른 선택입니다. 펜을 회전하고, 모자를 스크롤하고, 손가락 끝 레벨 제어로 변형 가능한 물체를 처리합니다. 더 간단한 잡기 작업에 대해, 평행잡기는 저렴하고 제어하기가 쉽습니다. 전체 사양을 [/hardware/wuji-hand/](
알레그로 손 ~ 15,000 달러
원닉 로봇의 16DOF 4 손가락 현명한 손. 4 손가락, 4 DOF 각, 토크 제어 관절. 알레그로 손은 학술 로봇 분야에서 가장 널리 출판된 현명한 손 플랫폼입니다. 대규모 연구 커뮤니티는 오픈소스 RL 환경, 사전 훈련된 정책 및 SIM 모델이 자유롭게 사용할 수 있다는 것을 의미합니다.
우지손에 비해 알레그로의 주요 장점은 커뮤니티 폭입니다. 더 많은 출판된 기본 라인, 더 많은 오픈 소스 코드, 그리고 다른 작업과 더 직접적인 비교를 제공합니다. 우지손은 더 인형적인 손가락 레이아웃과 더 강한 손가락 힘을 가지고 있습니다. 기존 알레그로 기본 라인에 대한 게시 계획을 가진 팀에게는 알레그로는 올바른 선택입니다. 인적 장갑에서 지도를 내리는 텔레오퍼레이션 시스템을 구축하는 팀들에서는 우지 핸드의 레이아웃이 더 호환적일 수 있습니다. [/hardware/allegro-hand/](
파키니 터틸 센서 1,299 달러
손가락 끝에 설치된 터틸 센서, 손가락 끝당 3,750개의 감지 포인트, 500Hz 샘플링 속도 및 USB 인터페이스. PaXini 센서는 표준 Robotiq 손가락 끝 마운트에 적합하며 접촉 모양, 힘 규모 및 슬라이드 탐지 기능을 담은 밀집 압력 지도를 제공합니다. 접촉이 풍부한 조작 작업에 있어서
PaXini 센서는 최종 효과자 자체를 변경하지 않고 기존 지갑 설정에 촉각 피드백을 추가하는 가장 비용 효율적인 방법 중 하나입니다. RCSV는 표준 데이터 수집 구성에 PaXini 데이터 채널을 포함합니다. 스펙을 [/hardware/paxini-tactile/](
오픈아름 손목 키트
OpenArm 1의 표준화된 손목 인터페이스 모듈은 6 축의 힘 동전 센서, ISO 9283 도구 플랜지, 사용자 지정 도구용 브레이커트 전자제품이 포함되어 있습니다. 손목 키트는 사용자 지정 최종 효과기를 만드는 팀 또는 오픈아름 플랫폼과 상업적 지잡이를 통합하는 데 설계되었습니다. RCSV DK1 데이터 수집 키트와 함께 포함되어 있으며 오픈아름 업그레이드 위해 별도로 사용할 수 있습니다. 자세한 내용은 [/hardware/openarm-101/]
비교 표: 주요 연구 최종 효과
| End Effector | DOF | Price | 적재 하중 | 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 |
사용 사례: 선택 및 장소, 텔레오퍼레이션, 모방 학습
선택 및 장소 자동화
구조화된 픽앤플레이스
픽 앤 플레이스 최종 효과의 주요 오류는 과다 구체화입니다. 평행 지갑이 완벽하게 처리하는 작업에 능숙한 손을 구입하는 것은 비싸고 결과를 개선하지 않는 제어 복잡성을 도입합니다. 더 복잡한 옵션을 고려하기 전에 물리적으로 당신의 객체를 처리하는 가장 간단한 최종 효과로 시작하십시오.
텔레오퍼레이션 및 데이터 수집
인간 텔레오퍼레이션 데이터 수집을 위해 최종 효과는 자연스럽게 운영자의 제어 입력에 따라 지도를 만들어야 한다. 병렬 지갑으로 운영자의 트리거 또는 버튼이 열/ 닫을 수 있다. 현명한 손으로 운영자는 일반적으로 장갑을 착용하고 (Wuji Glove와 같은) 손은 실시간으로 손가락 위치를 반영한다. 제어 인터페이스의 복잡성은 최종 효과자 DOF와 함께 확장된다.
대부분의 모방 학습 데이터 수집 프로그램에서는 2F-85이 기본으로 설정되어 있습니다. 제어 인터페이스는 간단 (하나의 축), 운영자는 최소한의 훈련이 필요하며, 시범은 일관되게 수집하기가 쉽습니다. RCSV의 [관리된 데이터 수집 서비스]
모방 학습 및 정책 훈련
선택된 최종 효과는 학습 파이프라인에 대한 모든 것을 형성합니다. 1DOF 평행 지갑은 행동 공간에 한 차원을 추가합니다. 16DOF 현명한 손은 16 차원을 추가합니다. 그리고 그 각 차원은 시범 데이터에 적절하게 다루어야합니다. 데이터 요구 사항은 구조화된 작업에 대해 최종 효과 DOF와 대략 선형적으로 확장되고 손가락이 동시에 상호 작용하는 접촉 부양 작업에 대해서는 초선적으로 확장됩니다.
모방 학습을 시작한 연구자들에게는 권장하는 길은: 평행 지갑으로 시작하여 최종 효과자 복잡성을 추가하기 전에 첫 번째 정책이 끝에서 끝으로 작동하도록하십시오 (디모를 수집하고 훈련, 평가). 데이터 수집 처리량과 정책 훈련 파이프라인을 이해하면, 유능한 최종 효과가 특정 작업에 투자할 가치가 있는지 여부를 평가할 수 있습니다.
방출 정책과 ACT 모두 1DOF 지갑 동작 공간을 소소한 방법으로 처리합니다. VLA (OpenVLA, pi0) 는 알레그로 핸드와 다른 유능한 최종 효과자를 포함하는 데이터 세트에 훈련되었습니다. 이는 유능한 조작을 위한 모델에 더 많은 사전 훈련된 지식이 있지만 유능한 작업에 사용할 수 있는 미세조 데이터 얻는 것이 훨씬 더 어렵습니다. 정책 구조에 대한 고려사항을 위해 [ACT vs Diffusion Policy guide] (공동방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방송방
자주 묻는 질문
로봇 최종 효과는 무엇일까요?
로봇 최종 효과는 로봇 팔의 끝부분에 설치되어 환경과 상호작용하는 장치입니다. 그것은 손으로 잡거나 움직이거나 물건을 조작하는 기계적 대칭입니다. 일반적인 유형은 병렬 턱잡기, 진공 컵, 숙련된 다 손가락 손, 그리고 용접 타르치 또는 스프레이 노즐과 같은 사용자 지정 도구입니다.
기기와 최종 효과기 사이의 차이점은 무엇입니까?
모든 지리퍼는 최종 효과자이지만, 모든 최종 효과자 는 지리퍼가 아닙니다. 지리퍼는 기계적 손가락이나 빨아를 사용하여 물체를 잡고 유지하는 특정 유형의 최종 효과자입니다. 다른 최종 효과자에는 가열 도구, 페인트 스프레이어, 전력 토크 센서 및 유능한 손이 있습니다. 로봇 연구에서는 이러한 용어는 조작 작업을 참조할 때 종종 상호 교환적으로 사용됩니다.
모방 학습을 위해 로봇 지지를 어떻게 선택해야 할까요?
모방 학습과 텔레오퍼레이션에 있어서 핵심 요인은 다음과 같습니다: (1) DOF
RCSV는 어떤 최종 효과들을 가지고 있습니까?
RCSV는 Robotiq 2F-85 ($5,825), Wuji Hand ($16,000), Allegro Hand ($15,000), PaXini 터틸 센서 ($1,299), 그리고 OpenArm 손목 키트를 가지고 있습니다. 모두 스토어 또는 하드웨어 카탈로그 를 통해 사용할 수 있습니다. 우리는 또한 귀하의 응용 프로그램을 논의하기 위해 귀하의 작업에 적합한 최종 효과자를 평가하는 데 도움이 될 수 있습니다.
더 많은 자원
- [로봇틱 2F-85 하드웨어 참조]
T19 ) 완전 사양, CAD 및 통합 안내서 - 우지 핸드 하드웨어 참조
11DOF 텔레오퍼레이션용 현명한 손 - [RCSV에서 Robotiq 2F-85를 구입]
- [로봇 지립어 가이드]
T22 ) 특정 작업에 대한 지립어 선택에 깊이 잠수 - [우지 핸드 텔레오퍼레이션 가이드]
T23 ) 데이터 수집을 위해 능숙한 손을 사용 - 행동과 전파 정책
조작 학습의 정책 구조 - [연결군에 대한 관심]
T25 ) 촉각 감지 케이스 - RCSV 데이터 서비스
최종 효과자 (End Effector) 를 이용한 관리된 데이터 수집 - [로봇 리싱]
T27 ) 자본 공약 없이 최종 인수자