顯揚科技-哪一種機器人的平行機械爪最好,？
發(fā)布時間：2021-06-17 17:49:52 作者：顯揚科技
協作機器人的機械爪有很多選擇：平行機械爪,、自適應機械爪,、大爪、小爪……但哪種才是最好的呢,？在這篇文章中,，我們會對兩種平行機械爪的優(yōu)缺點進行比較。
什么是旋轉機械爪,？
Robotiq所有的自適應機械爪都可以在不需要改變抓手的情況下,，讓機器人拾取各種物體。然而,，我們的旋轉機械爪（2F-85和2F-140)可以自適應物體的形狀,，無需使用自定義的指尖，就可做到穩(wěn)妥的抓取,。
Robotiq的機械爪，其手指的靈活性來自于其并聯結構,。這種出色的專利設計,，可以令指尖在收合時保持平行并卷曲在物體周圍,。
我們的兩指和三指自適應機械爪已經改變了協作機器人市場的游戲規(guī)則。它們的靈活性來自于堅固而平行的連桿結構,，與市場上其它一些使用彈性材料來適應物體形狀的自適應抓手相比,，它們的抓力更高。
什么是平移機械爪,？
平移機械爪可以令機器人在很小的尺寸范圍內精確地抓取物體,。它們的沖程比較小(爪子完全打開和關閉的距離)，市場上大多數平行機械爪的沖程都小于50毫米,。
平移機械爪的指尖在整個操作過程中保持完全平行,。這與旋轉機械爪不同，旋轉機械爪在閉合時會稍微彎曲,。這就是平移機械爪可以在進行高精度任務時有出色表現的原因之一,。另一個原因是，Robotiq的Hand-E型機械爪的生產誤差非常低,，這令它的精度更高,。
這些機械爪最大的一個優(yōu)點是，它的指尖可以輕易更換,。因此,，你可以重新設計它們，以滿足你的應用需求,。但如果機械爪對不同任務的適應性有限制的話,，這可能會是它的缺點。在過去,，市場上有許多平移機械爪都沒有指尖,，只有一個驅動塊。Robotiq的Hand-E型機械爪避免了這個問題,。因為它有一對多功能的指尖,，可很好地滿足很多常見應用的要求。
市場上絕大多數平移機械爪都是氣動的,。雖然氣動技術在過去有很多優(yōu)點,，但現代電動抓手的性能已經達到了與氣動技術相同的水平，但沒有了氣動技術的缺點,。Hand-E就是一款高性能的電動抓手,。
旋轉機械爪Vs 平移機械爪
讓我們綜合比較一下這兩種機械爪。以下是我們用于比較的產品屬性：
沖程寬度：這是指抓手完全打開和關閉時位置之間的距離,。但你不必限制物體的最大寬度,。因為你可以在任一種機械爪上添加自定義的指尖，來抓取更寬的物體,。
間隙：這是機械爪進入工作空間所需的空間,。你可以把它想象成在一根直徑最小的管子里,，爪子能通過的空間。
精度：這是機械爪可以操縱物體的精度,。Robotiq的所有機械爪都有內置的部件檢測,，使你在物體被抓取時，可進行檢測,。因此,，該屬性也可以指部件檢測的精度。
最大抓力：機械爪對工件所能施加的最大力,。請注意,，自定義更長的指尖可減少最大的抓力。因此,，你需要重新計算自定義機械爪的最大抓力,。
環(huán)境條件：在使用機械爪時，環(huán)境中是否有粉塵和/或液體,，這是需要考慮的重要因素,。在這些應用環(huán)境中，有些機械爪比起其它機械爪,，需要得到更多保護,。
自定義性：Robotiq所有機械爪都可以自定義指尖，尤其是Hand-E,。
手引導：協作機器人的一個主要好處是,，你可以通過自然地移動它們來編程。有些機械爪比其它機械爪更容易操控,，這便于手引導,。
Robotiq兩種機械爪的數據比較：
這兩種類型的機械爪各有優(yōu)點。旋轉機械爪的沖程大,，抓力大,，但它們需要較大間隙，精度不太高,。平移機械爪的間隙小,，亞毫米的精度，環(huán)保性能好,，但抓力不高,。在所有類型的機器人抓手中，似乎沒有一種選擇會比另一種好,。
哪種機械爪對你的應用是最合適的,？
在考慮使用機械爪時，關鍵不是“哪一種最好?”，而是“哪種對你的應用是最好的,？”
首先,，你要確定你的應用需求,。然后,，考慮以下問題來幫助你作決定 ，哪種類型的機械爪最適合你的需求,？
機器人能拾取的最寬的物體是什么,？
- 機器人需要的沖程是多少？
- 間隙會有問題嗎,？
- 抓手需要有多精確,？
- 機器人能檢測到的最小尺寸是多少？
- 機器人在物體上應施加多大的力度,？
- 在環(huán)境中有多少粉塵或液體,？
- 自定義的指尖需要完成任務嗎？
- 簡單的手引導有幫助嗎,？
顯揚科技是國家高新技術企業(yè),，在機器人、機器視覺方面有多年的研發(fā)與產業(yè)化經驗,，可為你提供完善的售后與保修服務,，以及其他研發(fā)方面協作，并且提供專用移動機器人工作臺,。
顯揚科技已成功銷售Franka機器人,、UR機器人、Robotiq夾具等產品給浙江大學,，清華大學,，哈爾濱工業(yè)大學等，獲得了非常好的評價,。顯揚科技研發(fā)人員超過50人,，精通UR，Franka,，遨博機器人安裝,、調式、二次開發(fā)等,，對基于協作機器人的各種應用開發(fā)已有超過8年經驗,。
