Dłoń z napędem bezpośrednim · pełni rolę: Chwytanie, Manipulacja, Czujnik dotyku. · kompatybilny z: Humanoid, Manipulator.
Do jakiej grupy należy OmniHand 3 Ultra-M i jak jest skonstruowany
Podkategoria obejmująca robotyczne dłonie o wielu stopniach swobody, zaprojektowane do wykonywania złożonych operacji chwytania, przekładania, manipulacji i interakcji z obiektami. W odróżnieniu od prostych chwytaków, dexterous hands umożliwiają bardziej zaawansowaną koordynację palców i większą różnorodność chwytów.
Dłoń robotyczna, w której przeguby napędzane są bezpośrednio silnikami (bez cięgien), co umożliwia pracę odwracalną (backdrivable).
Klasa robotycznych dłoni wyposażonych w pięć palców, projektowanych z myślą o szerokim zakresie chwytów i bardziej antropomorficznej manipulacji, często stosowanych w humanoidach oraz badaniach nad manipulacją.
Podstawowe właściwości fizyczne OmniHand 3 Ultra-M — wymiary, masa i materiały
Inne części sprzętowe powiązane z OmniHand 3 Ultra-M
Producent udostępnia SDK w Pythonie i C++, natywne zasoby symulacyjne dla NVIDIA Isaac i MuJoCo oraz referencyjne węzły ROS 2.
OmniHand 3 Ultra-M to flagowa, antropomorficzna pięciopalczasta dłoń zręczna firmy AGILINK (spin-off AGIBOT), zbudowana wokół napędu bezpośredniego w każdym stawie. Oferuje 20 aktywnych stopni swobody w obudowie o masie 630 g i wymiarach 189,5 × 88,5 × 40 mm, w skali ludzkiej dłoni.
Napęd bezpośredni zapewnia powtarzalność pozycjonowania ±0,2 mm w całej przestrzeni roboczej oraz odczyt stanu stawu wprost z enkodera każdego aktuatora. Typowy czas otwarcia/zamknięcia wynosi 0,3 s. Dłoń stabilnie chwyta obiekty o masie do 3 kg i podnosi do 8 kg.
Za percepcję dotyku odpowiada wizyjny czujnik 3D+6D w opuszkach (zakres 0–30 N, rozdzielczość siły 0,005 N, rozdzielczość przestrzenna 0,04 mm, dokładność deformacji 0,08 mm) oraz czujnik dotyku 3D w dłoni z 300 takselami i rozdzielczością 0,1 N. Komunikacja odbywa się przez CAN FD, RS-485 i EtherCAT.
OmniHand 3 Ultra-M jest przeznaczona do pracy ciągłej (temperatura powierzchni 40–45 °C pod obciążeniem bez throttlingu, 500 000 zwalidowanych cykli), treningu embodied AI, teleoperacji, zbierania demonstracji oraz oburęcznej manipulacji w kontakcie. Producent udostępnia SDK w Pythonie i C++, natywne zasoby dla NVIDIA Isaac i MuJoCo oraz referencyjne węzły ROS 2.
