机器人终端效果器比较2026:抓手,<unk>手和触摸手指
进行操纵研究的机器人终端效应器:平行抓住器与精巧手与触摸手指.
综合对比机器人终端效应器用于操纵研究和部署
1. 终端效应器类型
机器人终端效应器分为六类,每个类型适合不同的操纵场景.
子抓住器
两只平面或轮
最适合: 选取和放置,垃圾桶选取,基本组装,任何可以在两个平面表面之间抓住物体的任务.大多数ACT和扩散政策研究使用平行抓住器,因为它们尽可能减少行动空间 (抓住器只需1DOF) 并最大化数据效率.
子
三根指是三角形图案的,以稳定地抓住圆形和圆形物体.通常是3
最适合: 抓住圆柱体物体 (瓶子,管,工具),并行抓住器无法可靠地抓住的物体.
的手
具有12
**最适合:**手中的操纵研究,工具使用,需要手指尖的技巧 (开瓶,打字,操作开关).精
触觉终结效果
具有密集触觉感知阵列的终极效应器,可提供压力,切割和接触几何信息.可以是单独触摸手指或触摸皮肤,用于现有抓住器. 例如:Paxini Gen3触摸手套,GelSight,DIGIT,BioTac.
最适合: 可变形物体操纵 (食物,织物),对力敏感的组装 (快速适应,插入),以及仅仅视觉反
吸收接头
基于真空的抓住器,将其连接到平面或稍微曲线的表面.零DOF动作 (开/关).极速的选择速度 (每次选择<0.5s).
**最适合:**高速收拾垃圾桶,物流/仓库应用,收拾平面物品 (盒子,袋子,纸张).不适合不规则形状或孔状物品.
磁性抓住器
铁物体以电磁为基础的抓住器.零DOF,开/关控制. 举例:Schunk EMH,OnRobot MG10.
最适合: 制造业的金属零件处理,CNC机械处理,汽车装配.
2.最终效应器选择的关键指标
在评估机器人项目终端效应器时,
- 自由度 (DOF): 确定行动空间的丰富度. 1 DOF (平行抓住器) 是模仿学习最简单的; 16+ DOF (
色手) 需要10 50倍更多的训练数据. - ** 付费负载/抓住力:** 最长物体重量终端效应器可靠地抓住和保持.必须超过您最重的目标物体至少50%的安全差距.
- **动作类型:**电气 (伺服/发动机),气动 (空气压力) 或液压.电气是研究标准;气动是工业吸收
中常见的. - **感觉:**手腕的力/扭矩,手指尖上的触觉阵列,或者没有感觉.
- **重复性:**指指的重返位置是如何的.
- **重量:**最终效应器重量减少了手臂的有效有效载荷.在5kg的有效载荷手臂上,有2kg的精巧手只剩下3kg的物体.
- 价格: 价格从200美元 (3D打印平行抓住器) 到100,000美元以上 (阴影
的手).预算强烈限制选择. - **ROS2 / SDK 支持:**软件集成努力. 现货ROS2驱动程序节省了数周的开发时间.
- 模拟模型: MuJoCo,Isaac Sim或PyBullet的URDF/MJCF模型可用性.
3.终结效应表
操作研究和部署最常用的终端效应器的详细规格 (2026年).
| End Effector | Type | DOF | 负载 / Grip Force | Actuation | Sensing | Weight | ROS2 | Sim Model | Price (USD) |
|---|---|---|---|---|---|---|---|---|---|
| Orca Hand | Dexterous hand | 17 | 2 kg | Feetech STS3215 servos | Joint position + optional tactile | 0.6 kg | Community | MuJoCo MJCF | ~$1,200 (BOM) |
| Robotiq 2F-85 | Parallel gripper | 1 | 5 kg / 235 N | Electric servo | Position + force feedback | 0.9 kg | Official driver | URDF, MuJoCo | $4,500–$5,500 |
| Robotiq 2F-140 | Parallel gripper | 1 | 2.5 kg / 100 N | Electric servo | Position + force feedback | 1.0 kg | Official driver | URDF, MuJoCo | $5,000–$6,000 |
| Inspire RH56 | Dexterous hand | 12 (6 active) | 1.5 kg | Coreless DC motors | Joint position + current | 0.52 kg | Community | URDF | ~$2,500 |
| Wonik Allegro V4 | Dexterous hand | 16 | 1.5 kg | Brushless DC motors | Joint position + torque | 1.1 kg | Official driver | MuJoCo, Isaac | $15,000–$18,000 |
| Paxini Gen3 | Tactile glove/skin | N/A (sensor) | N/A | N/A (passive sensor) | 32x32 pressure array per pad, 100 Hz | 0.08 kg per pad | Python SDK | N/A | $3,500–$5,000 |
| Shadow 灵巧手 | Dexterous hand | 24 | 2 kg | Pneumatic muscles + electric | Joint position + torque + BioTac tactile | 4.2 kg | Official driver | MuJoCo, Gazebo | $100,000+ |
| LEAP Hand | Dexterous hand | 16 | 1.0 kg | Dynamixel XC330 servos | Joint position | 0.55 kg | Community | MuJoCo, Isaac | ~$2,000 (BOM) |
| Franka Hand | Parallel gripper | 1 | 3 kg / 70 N | Electric | Force + width feedback | 0.73 kg | Built into Franka ROS2 | URDF, MuJoCo | Included with FR3 |
| OnRobot RG2 | Parallel gripper | 1 | 2 kg / 40 N | Electric | Force + width | 0.65 kg | Official driver | URDF | $2,500–$3,500 |
鱼手深潜
规格
- 自由度: 17 (5 个手指 x 3 个关节 + 2 个手指关节)
- **服务器:**Fetech STS3215连续巴士服务器 (30公斤厘米扭矩,360度范围)
- 通信:TTL连续巴士速率为1Mbps.所有服务器都在单个
子链巴士上. - 控制频率: 每种伺服器可控制50 Hz 的位置
- ** 运用量:** ~2 kg (功率抓住), ~0.3 kg (精度
) - 重量: 0.6公斤
- **材料:**3D打印 (PLA/PETG)
指连接 - BOM成本:
$1,200 (服务量:$800,3D打印部件:$100,紧接+电缆:$300)
软件堆
# Orca Hand Python SDK - basic usage
from orca_hand import OrcaHand
hand = OrcaHand(port="/dev/ttyUSB0", baudrate=1000000)
hand.connect()
# Read current joint positions (17 values, radians)
qpos = hand.get_joint_positions()
print(f"Joint positions: {qpos}")
# Command a power grasp
hand.set_joint_positions([
0.0, 1.2, 1.5, # index: MCP, PIP, DIP
0.0, 1.2, 1.5, # middle
0.0, 1.2, 1.5, # ring
0.0, 1.2, 1.5, # pinky
0.8, 0.4, 1.0, 1.2, 0.6 # thumb: CMC_abd, CMC_flex, MCP, IP, opposition
])
# MuJoCo simulation
hand.load_mjcf("orca_hand/assets/orca_hand.xml")
hand.simulate_grasp(object_mesh="mug.stl")
子模拟
欧卡手运载了验证的MJCF模型用于MuJoCo模拟. 联合界限,惯性和执行器性能与物理硬件进行校准.这使得强化学习和政策评估的实体转移无需硬件风险.在标准基准对象 (YCB对象集) 上,模拟与实体硬件抓获成功率相匹配10
RCSV为不想采用17个伺服器和组装的团队提供了预装和测试的Orca Hand.预装的单元包括伺服器校准,固件闪
5. 帕克西尼基因3触摸手套
帕克西尼Gen3是触觉传感系统,它将密集压力映射添加到任何现有的抓住器或手中.每个传感器
规格
- 传感器分辨率: 每片
的 32x32个 (每片 的 1,024个压力读数) - 采样速度: 100 Hz (在所有
子上同步) - **压力范围:**每辆车
0 100 kPa - 传感器厚度: 2.5 mm (对抓紧器几何学的最小影响)
- 接口: USB-C,Python SDK与NumPy阵列输出
- 数据格式: HDF5兼容;每个框是每块
的32x32 float32阵列 - **重量:**每
80g - **价格:**3,500美元
5,000美元 (取决于 片数量)
模仿学习的结合
# Paxini Gen3 - reading tactile data for policy training
from paxini import PaxiniSensor
import numpy as np
sensor = PaxiniSensor(port="/dev/ttyACM0")
sensor.start_streaming()
# Read a single frame
frame = sensor.read_frame()
# frame.left_pad: np.ndarray (32, 32), float32, range [0, 100] kPa
# frame.right_pad: np.ndarray (32, 32), float32, range [0, 100] kPa
# Compute contact features for policy input
total_force = np.sum(frame.left_pad) + np.sum(frame.right_pad)
contact_area = np.count_nonzero(frame.left_pad > 1.0) # taxels > 1 kPa
center_of_pressure = np.array([
np.average(np.arange(32), weights=np.sum(frame.left_pad, axis=1) + 1e-8),
np.average(np.arange(32), weights=np.sum(frame.left_pad, axis=0) + 1e-8),
])
# Save to HDF5 for ACT/Diffusion Policy training
import h5py
with h5py.File("episode_001.hdf5", "a") as f:
f.create_dataset("/observations/tactile/left", data=left_pad_sequence)
f.create_dataset("/observations/tactile/right", data=right_pad_sequence)
添加触觉数据到ACT或扩散政策培训中,与视觉仅使用的政策相比,对接触敏感任务 (插入,变形物体处理) 的成功率提高了10
6. 数据收集的平行抓住器
对于从模仿学习开始的团队来说,平行抓住器几乎总是最合适的首选.
优势
- 最小的操作空间: 1 套抓器的DOF意味着政策只需要学习开/关时间,而不是复杂的指部协调. 这大大减少了数据需求.
- 数据效率: 50
100的示范对于大多数以平行抓住器进行选择和放置任务都足够. - 可靠的远程操作: 在远程操作期间控制单个抓住器是直观的.控制16DOF手需要专门的手套或VR手套跟踪,这些手套会引入噪音.
- **工业准备性:**平行抓紧机在工业上使用了数十年,可靠性已被证明,并具有标准化的安装接口 (ISO 9409-1).
- 价格:200美元 (3D打印) 至5,500美元 (Robotiq 2F-85),而研究级精英手则15,000美元以上.
限制
- 无法执行手动操作 (旋转,
指). - 只有对手手指的抓住.
- 应对非常小的物体 (<5mm),非常薄的物体,需要精确的导向控制的物体.
- 无法表现出像人类一样的技巧,
**我们的建议:**使用平行抓住器启动每一个模仿学习项目. 根据最简单的最终效果,验证数据收集管道,培训工作流程和部署基础设施. 只有当任务真正需要指尖的技巧时才可以从毕业到精明的手.
7 选择模仿学习的终点效应
选择最终效应对您模仿学习项目可行性和成本直接影响.
报告和数据要求
对于手柄来说,DOF与数据要求之间的关系大致是线性,但对手来说是超线性:
| End Effector DOF | Total Action Dims (with 6-DOF arm) | Min Demos (simple task) | Min Demos (complex task) |
|---|---|---|---|
| 1 (parallel gripper) | 7 | 50 | 200 |
| 6 (Inspire RH56) | 12 | 150 | 600 |
| 16 (Allegro) | 22 | 400 | 2,000 |
| 17 (Orca Hand) | 23 | 500 | 2,500 |
| 24 (Shadow Hand) | 30 | 800 | 5,000+ |
政策培训的重复性问题
低成本的伺服器 (如Feetech STS3215) 具有1
触觉感觉作为力量乘法
添加触觉感应到任何终端效应器可以提高接触丰富任务的政策性能10
8. 集成与共同武器
机器人手臂的使用方式, 机械装备, 通信协议, 有效载荷的限制, 都会有所不同.
| Robot Arm | 负载 | Mounting | Best End Effectors | Notes |
|---|---|---|---|---|
| OpenArm 1 | 1.5 kg | Custom flange (3D-printable adapter available) | Orca Hand, parallel gripper, Paxini Gen3 | Feetech STS3215 bus shared with Orca Hand. Native compatibility. |
| ViperX 300 S2 | 0.75 kg | Dynamixel XC430 gripper mount | Stock gripper, custom parallel gripper | Low payload limits end effector options. Stock gripper is adequate for most research tasks. |
| Franka FR3 | 3 kg | ISO 9409-1 flange | Franka Hand, Robotiq 2F-85, Allegro, Orca Hand | Standard flange accepts any ISO-compatible end effector. Best-in-class joint torque sensing. |
| UR5e / UR10e | 5 / 12.5 kg | ISO 9409-1 flange | Robotiq 2F-85, Robotiq 3-Finger, OnRobot RG2, suction | Industrial standard. URCap ecosystem for plug-and-play integration. |
| Unitree G1 (humanoid arms) | 3 kg per arm | Custom wrist mount | Inspire RH56 (stock), Orca Hand (adapter needed) | G1 ships with Inspire RH56 hands by default. |
成本分析:终端效应+手臂组合
总成本:包括手臂,终端效应器,摄像头和安装硬件.截至2026年4月的价格.
| Configuration | Arm Cost | End Effector Cost | Cameras + Mounts | Total | Best For |
|---|---|---|---|---|---|
| OpenArm 1 + parallel gripper | $4,500 | $200 (3D-printed) | $500 | $5,200 | Budget imitation learning starter |
| OpenArm 1 + Orca Hand | $4,500 | $1,200 | $500 | $6,200 | Dexterous manipulation research |
| OpenArm bimanual + parallel grippers | $9,000 | $400 | $800 | $10,200 | Bimanual ACT data collection |
| ViperX 300 + stock gripper | $6,500 | Included | $500 | $7,000 | LeRobot-native research platform |
| Franka FR3 + Robotiq 2F-85 | $28,000 | $5,000 | $800 | $33,800 | Industrial-grade research |
| Franka FR3 + Allegro V4 | $28,000 | $16,000 | $800 | $44,800 | Premium dexterous manipulation |
| OpenArm + Orca Hand + Paxini Gen3 | $4,500 | $1,200 + $4,000 | $500 | $10,200 | Tactile + dexterous research |
| Unitree G1 (humanoid) | $16,000 (complete system with Inspire RH56 hands) | $16,000 | Full-body humanoid manipulation |
**先不要买
决策指南:选择最终效应器
使用这个决策树来选择您的项目合适的最终效果:
- 您的任务是使用硬体进行选择和放置吗使用平行抓住器. 制作用Robotiq 2F-85,开臂存储抓住器或用于研究的3D打印.
- **任务需要手动操纵 (旋转,重新定位而不再抓住)?**你需要一个精明的手.
- ** 任务是否涉及可变或脆弱的物体?** 添加触觉感知. Paxini Gen3 在现有的抓住器上,或GelSight视觉触觉感知.
- **任务是高速
垃圾桶 (>1,000个 /小时)?**用于平面物体的吸入,用于3D物体的平行抓住器. - 你正在培训模仿学习政策吗 开始使用平行抓住器,无论最终任务的要求如何.
- 最终效果器的预算低于2000美元?
鱼手 (1200美元) 或LEAP手 (2000美元) 对于精巧的任务. - **需要ROS2插件和播放?**Robotiq 2F-85或Allegro V4具有最佳的ROS2支持.
租机器人已配置的终端效应器
超越了几周的硬件集成.RCSV提供预配置的操纵站