返回Learn

强大的机器人手

对于研究和部署的精通机器人手来说,一个实用指南:武吉手,激励,LinkerBot O6,Allegro和Orca手,比较自由度,有效载荷和整合度.

机器人手臂具有类似人类的抓住和手中的操纵能力.

手是为什么重要

传统的平行爪抓住器处理了狭窄的物体范围.手打开了工具使用,布料处理和组装等细微的操纵任务,这些任务需要独立的指控和触觉反.它们对于模仿学习研究越来越重要,在这种情况下,类似人类的形态简化了人类示范和机器人的行动之间的匹配.

在RCSV可用手

手是一个小型的12DOF手,用于研究级操纵.其轻量级的形状因素与大多数6DOF和7DOF手臂相结合.Orca Hand支持基于扭矩的抓住和使用ROS 2驱动器的船只.

查看奥尔卡手的规格和价格 →

链接机器人 O6

专用于工业和研究用途的6DOF精巧的抓手混合动力.它提供高抓力,快速开/关闭周期,以及不同表面配置的模块化手指尖连接.

查看LinkerBot O6详细信息 →

鼓舞一个精的手

灵感提供16DOF人类形手,手指操作单独.它广泛应用于远程操作和模仿学习设置,并支持多个通信接口 (CAN,串行,ROS).

在商店浏览"激励"产品 →

武吉手

武吉机器人公司的一款高DOF研究手,具有强大的门路由和紧的掌形状.它设计用于长期的数据收集,与RCSV数据管道进行良好配合,用于记录抓住示范.

沃尼克阿莱格罗是一款16DOF全动力手,具有扭矩可控制的关节.它拥有大型开源社区和广泛的真实工具 (Isaac Gym,MuJoCo).这是一个有经验的RL和模仿学习研究平台.

选择关键标准

  • 自由度 更多的DOF使得人体更像的抓住,但增加了控制复杂性.
  • ** 运用负载和抓紧力** 匹配您的目标物体组 (例如厨房用品与工业零件).
  • 动作类型 动手轻;直动动手提供更快的位置控制.
  • 感应器集成 触觉指尖 (见我们的触觉感觉指南)
  • 软件生态系统 ROS 2支持,URDF可用性和研究速度的sim模型质量问题.

常见使用情况

  • 模仿从人手示范中学习
  • 操作和重新抓取
  • 双手动装配和工具使用
  • 家庭和厨房物品操纵
  • 假肢研究和人与机器人互动

下一步

准备好选择一个手机吗? [比较所有硬件]T4) 一边,或者访问 [RCSV商店]T5) 查看价格和可用性.