相信多數人都經歷過這種痛苦經驗：一套全新的家具需要組裝。所有的零件都依照順序歸類排列，然後開始跟著組裝說明書開始組裝... 但總是花費了比預期還久的時間才能完成！

新加坡南洋理工大學 (NTU) 的科學家開發了可以使用機器人將家具零組件組裝的應用。機器人系統中包含了一台 Ensenso N35 3D 相機，並且在兩個手臂前端裝設夾具來抓取零件。

為了幫助機器人能夠完成 IKEA 椅子的租裝，來自 "School of Mechanical and Aerospace Engineering" 的團隊結合了三種不同的開源演算法。機器人本身的設計就是模擬人類組裝物體模式： 眼睛的視覺用 3D 立體相機代替，雙手則使用六軸工業機器手臂來代替。每組手臂前端都裝配了一個平行夾具用來抓取物件。壓力感測器則安裝在手腕的部分，用來決定每次抓取需要的力量，以及要用多少力量來將兩個零件組裝在一起。

在機器人開始組裝程序前，會先透過相機拍攝放置在地面上的零件 3D 影像，來建立一個零件分布地圖，而 Ensenso 3D 相機被選擇來擔任此項任務。相機使用 ”紋理投影技術” 原理 (立體視覺)，來模擬人類的視覺。用兩台相機從不同的位置拍攝同一個場景的影像，雖然相機看到的是同一個場景，但由於相機的位置不同，看到物體的視線視角也有差異。這時候透過使用特殊的演算法來比對兩幅影像，搜索相應的點，並可視化視差圖中所有的點位移。Ensenso 軟體可以計算出每個影像像素的在三維系統中的座標，也就是椅子的每個零件在空間中的位置資訊。

這個應用的挑戰在於即使處在複雜的環境當中，也要能夠儘可能地精確、快速且可靠地安置每個零件。有賴於 Ensenso 相機的高強度投影，在低光源的環境下，也能對物體表面提供高對比度的紋理投影。借助相機內建的 FlexView 影器技術，可進一步透過移動投影系統達到更可靠的影像點雲資料，讓機器手臂更容易辨識。另外一個獨家功能就是 Ensense 軟體所提供的手眼校正功能，確保 3D 相機的座標系統可以基於機器手臂的座標系統，讓 3D 影像資料跟機器手臂在同一個座標系統中。

NTU 的教授 Pham Quang Cuong 解釋道："對於機器人來說，將 IKEA 的椅子精準組裝好的複雜度是非常困難的。組裝的工作對於人類來說可能非常自然，但對機器人來說需要將步驟拆解成多個步驟，像是先確認每個零件的位置、需要抓取的力度、最後還要確保手臂在運行中不會跟另外的手臂運行路線產生衝突。透過投入大量的工程技術，我們開發出了能讓機器人順利組裝椅子的演算法。" NTU 的機器人可以在8分55秒內組裝好一套 IKEA 的 "Stefan" 椅子。

根據 Pham Quang Cuong 教授的說法，這個應用在未來可以透過利用人工智慧來提升更高的效率。 "我們正嘗試透過使用更多的 AI 來讓機器人達到更高的自動化程度，並且可以透過人類示範或是閱讀組裝說明書來學習各個不同組裝的步驟，最終可能直接由組裝好的照片直接產生組裝的知識。"

由 NTU 新加坡科學家開發的機器人是用於研究靈巧運動，作為機器人領域中需要精確控制機器人手臂，或是手指的力量和運動。這需要所有硬體與軟體的完美配合，而使用 Ensenso 立體相機進行 3D 影像處理是一大關鍵。