엑스터러스 로봇 손 비교: 알레그로 vs. LEAP vs. 인스파이어
조작 연구에 필요한 능숙한 로봇 손의 비교: 알레그로 손, LEAP 손, Inspire Hands. DOF, 비용, 소프트웨어 지원.
전체적인 설명
우수한 조작은 로봇 학습의 한계입니다. 평행 턱잡이가 산업용 픽업의 80%를 처리하는 반면 나머지 20%는 도구 사용, 손바닥 회전, 유연한 물체의 조립, 컨테이너 열기 등은 12+도 이상의 자유의 다발 손가락을 필요로 합니다. 손 선택은 당신의 연구 궤도를 결정합니다. 작동 유형은 제어 대역폭에 영향을 미칩니다. 촉각 감지은 데이터 풍부성에 영향을 미칩니다. 가격은 실험 중에 얼마나 많은 손들을 깨뜨릴 수 있는지에 영향을 미칩니다.
전체 사양 비교
| 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 손가락 민첩 로봇 손 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 |
작동 방식이 설명
직동 드라이브
모터는 각 관절에 위치하고 있다. 알레그로 핸드는 맥슨 DC 모터를 사용한다. LEAP 핸드는 다이내믹셀 스마트 세르보를 사용한다. 장점: 간단한 운동학, 직 위치/속속/토크 제어, 케이블 라우팅이 없다. 단점: 모터는 손에 부피와 무게를 더한다. 손 크기의 모터에게는 제한된 힘 출력.
동력
모터는 전팔 또는 원격 동동기 패킷에 위치하고 있으며, 경전 (케이블 또는 막대) 를 통해 관절에 연결되어 있다. 그림자 손과 오카 손은 이 접근 방식을 사용합니다. 장점: 가벼운 손가락, 더 큰 힘 (모터가 더 큰 수), 더 인간과 유사한 기계적 설계. 단점: 복잡한 케이블 라우팅, 케이블 스트레치에서 히스테리지, 시미-실적 전송을 위해 더 정확하게 모델링하기 어렵습니다.
미흡한
인스프라 핸드 (Inspire Hands) 는 연결 메커니즘을 통해 여러 팔랑지를 구동하기 위해 손가락당 하나의 모터를 사용합니다. 손가락은 객체 모양에 수동적으로 적응합니다. 장점: 매우 간단한 제어, 견고하고 저렴한 비용. 단점: 각각의 관절을 독립적으로 제어할 수 없습니다. 손 조작에 대한 기술력은 제한됩니다.
촉각 감지 통합
촉각 감지은 현명한 조작 연구에서 점점 더 중요해지고 있다. 시각 정책에 촉각 데이터를 추가하면 최근 연구에서는 15-30%의 인체감각 성공률을 향상시킵니다. 옵션:
- Paxini 센서 (RCSV에서 사용할 수 있습니다) (
T2 ): 오커 핸드 및 다른 손으로 통합할 수 있는 고해상도 용량 터틸 매시스. ROS2 주제에 대한 풍부한 접촉 기하학 데이터를 제공합니다. 데이터 수집 연구에 가장 좋은 옵션. - BioTac SP: 19 팩셀 손가락 끝 센서 SynTouch. 이전에는 금 표준이지만 점점 더 쉽게 구할 수 있습니다. 그림자 손과 작동하고 알레그로에 적응 할 수 있습니다.
- GelSight / DIGIT: 고해상도 접촉 이미지를 생성하는 비전 기반 촉각 센서. GelSight Mini (
$300 DIY) 및 DIGIT ($500) 는 사용자 지정 손 디자인에서 손가락 끝으로 장착할 수 있습니다. 우리의 촉각 센서 Comparison 가이드 참조하십시오. - FSR 배열: 가장 낮은 비용 옵션. 힘 민감한 저항기 ($ 5- $ 50) 는 바이너리 또는 저 해상도 압력 가수를 제공합니다. 접촉 현존을 감지하기 위해 적합하지만 미세한 조작 연구에 적합하지 않습니다.
사용 사례별 추천
- ** 최고의 예산 연구 손:** LEAP Hand (~$2,000 DIY). 오픈소스 디자인, 16-DOF, 큰 커뮤니티. 조립 및 다이내믹셀 세로 구매가 필요합니다.
- 시메-실적 전송에 가장 좋습니다: 알레그로 핸드 v4 (~$15,000). RL-for-dexterity 연구에서 가장 널리 사용됩니다. MuJoCo 및 아이작 시메에서 정확한 시메 모델. 직 드라이브는 모델링을 단순화합니다.
- ** 촉각 감지 장치가 가장 좋습니다:** Orca Hand + Paxini 센서 (RCSV]
T4 에서 사용할 수 있습니다.). - ** 최고 기술력:** 그림자 우아한 손 (~$120,000). 24-DOF, 인간 운동학과 가장 가까운. OpenAI (루빅의 큐브), DeepMind, 그리고 최고의 연구 연구소에서 사용된다.
- ** 인문형 통합에 가장 좋습니다:** 인스파이어 핸드 (~$3,000). 가볍고 저렴하고 견고합니다. Unitree G1 및 다른 인문형 플랫폼에서 사용됩니다.
- ** 데이터 수집에 가장 적합하다:** 파키니 센서로 Orca Hand 또는 Allegro Hand. 제어 가능한 손가락 + 풍부한 촉각 데이터의 조합은 가장 높은 품질의 조작 데이터 세트를 생성합니다.
전체적인 설명
우수한 조작은 로봇 학습의 한계입니다. 평행 턱잡이가 산업용 픽업의 80%를 처리하는 반면 나머지 20%는 도구 사용, 손바닥 회전, 유연한 물체의 조립, 컨테이너 열기 등은 12+도 이상의 자유의 다발 손가락을 필요로 합니다. 손 선택은 당신의 연구 궤도를 결정합니다. 작동 유형은 제어 대역폭에 영향을 미칩니다. 촉각 감지은 데이터 풍부성에 영향을 미칩니다. 가격은 실험 중에 얼마나 많은 손들을 깨뜨릴 수 있는지에 영향을 미칩니다.
전체 사양 비교
| 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 손가락 민첩 로봇 손 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 |
작동 방식이 설명
직동 드라이브
모터는 각 관절에 위치하고 있다. 알레그로 핸드는 맥슨 DC 모터를 사용한다. LEAP 핸드는 다이내믹셀 스마트 세르보를 사용한다. 장점: 간단한 운동학, 직 위치/속속/토크 제어, 케이블 라우팅이 없다. 단점: 모터는 손에 부피와 무게를 더한다. 손 크기의 모터에게는 제한된 힘 출력.
동력
모터는 전팔 또는 원격 동동기 패킷에 위치하고 있으며, 경전 (케이블 또는 막대) 를 통해 관절에 연결되어 있다. 그림자 손과 오카 손은 이 접근 방식을 사용합니다. 장점: 가벼운 손가락, 더 큰 힘 (모터가 더 큰 수), 더 인간과 유사한 기계적 설계. 단점: 복잡한 케이블 라우팅, 케이블 스트레치에서 히스테리지, 시미-실적 전송을 위해 더 정확하게 모델링하기 어렵습니다.
미흡한
인스프라 핸드 (Inspire Hands) 는 연결 메커니즘을 통해 여러 팔랑지를 구동하기 위해 손가락당 하나의 모터를 사용합니다. 손가락은 객체 모양에 수동적으로 적응합니다. 장점: 매우 간단한 제어, 견고하고 저렴한 비용. 단점: 각각의 관절을 독립적으로 제어할 수 없습니다. 손 조작에 대한 기술력은 제한됩니다.
촉각 감지 통합
촉각 감지은 현명한 조작 연구에서 점점 더 중요해지고 있다. 시각 정책에 촉각 데이터를 추가하면 최근 연구에서는 15-30%의 인체감각 성공률을 향상시킵니다. 옵션:
- Paxini 센서 (RCSV에서 사용 가능)
T7 ): 오르카 손과 다른 손으로 통합할 수 있는 고해상도 용량 촉각 매시스. ROS2 주제에 대한 풍부한 접촉 기하학 데이터를 제공합니다. 데이터 수집 연구에 가장 좋은 옵션. - BioTac SP: 19 팩셀 손가락 끝 센서 SynTouch. 이전에는 금 표준이지만 점점 더 쉽게 구할 수 있습니다. 그림자 손과 작동하고 알레그로에 적응 할 수 있습니다.
- GelSight / DIGIT: 고해상도 접촉 이미지를 생성하는 비전 기반 촉각 센서. GelSight Mini (
$300 DIY) 및 DIGIT ($500) 는 사용자 지정 손 디자인에서 손가락 끝으로 장착할 수 있습니다. 촉각 센서 Comparison 가이드 참조하십시오. - FSR 배열: 가장 낮은 비용 옵션. 힘 민감한 저항기 ($ 5- $ 50) 는 바이너리 또는 저 해상도 압력 가수를 제공합니다. 접촉 현존을 감지하기 위해 적합하지만 미세한 조작 연구에 적합하지 않습니다.
사용 사례별 추천
- ** 최고의 예산 연구 손:** LEAP Hand (~$2,000 DIY). 오픈소스 디자인, 16-DOF, 큰 커뮤니티. 조립 및 다이내믹셀 세로 구매가 필요합니다.
- 시메-실적 전송에 가장 좋습니다: 알레그로 핸드 v4 (~$15,000). RL-for-dexterity 연구에서 가장 널리 사용됩니다. MuJoCo 및 아이작 시메에서 정확한 시메 모델. 직 드라이브는 모델링을 단순화합니다.
- ** 촉각 감지 기능이 가장 좋습니다:** Orca Hand + Paxini 센서 (RCSV]
T9 에서 사용할 수 있습니다.). - ** 최고 기술력:** 그림자 우아한 손 (~$120,000). 24-DOF, 인간 운동학과 가장 가까운. OpenAI (루빅의 큐브), DeepMind, 그리고 최고의 연구 연구소에서 사용된다.
- ** 인문형 통합에 가장 좋습니다:** 인스파이어 핸드 (~$3,000). 가볍고 저렴하고 견고합니다. Unitree G1 및 다른 인문형 플랫폼에서 사용됩니다.
- ** 데이터 수집에 가장 적합하다:** 파키니 센서로 Orca Hand 또는 Allegro Hand. 제어 가능한 손가락 + 풍부한 촉각 데이터의 조합은 가장 높은 품질의 조작 데이터 세트를 생성합니다.