相信大家都經歷過一件事:組裝新家具。把零件按順序排列好，查看安裝說明，發現要花費的時間比預期要長!

新加坡南洋理工大學(NTU Singapore)的科學家們研制了一種機器人，可以獨立組裝椅子的各個零件。該機器人由一個HK Ensenso N35 3D相機和兩個能抓取物體的機器臂組成。

應用

為了幫助機器人組裝宜家的椅子，來自“機械與航空工程學院”的團隊用三個不同的開源庫對算法進行編碼。機器人的硬件設計是為了模擬人們如何安裝物體:“眼睛”為3D攝像頭，“手臂”為能夠在六個軸上運動的工業機械臂。每只機械臂都有抓手來抓取物體。手腕上安裝了力傳感器，以確定“手指”的握力以及它們使物體相互接觸的強度。

機器人開始組裝過程時，會拍攝地面上各部件的3D圖像，生成各部件估計位置的地圖，由HK Ensenso 3D相機完成。相機的工作原理是模仿人類視覺的“投影紋理立體視覺”(stereo vision)。兩臺相機從兩個不同的位置獲取同一場景的圖像。雖然攝像機看到的場景內容是相同的，但根據攝像機的投影射線得到的物體位置不同。特殊的匹配算法比較兩幅圖像，搜索相應的點，并在視差圖中可視化所有點的位移。虹科提供軟件可以確定每個單獨的圖像像素或物體點的三維坐標，以便于完成椅子的組裝。

難點

難點是在混亂的環境中盡可能精確、快速、可靠地定位組件。虹科3D相機依賴大功率投影儀足以滿足這些需求。即使在艱難的光線條件下，投影儀也能通過圖像掩模在物體表面產生高對比度的紋理。投射的紋理補充了宜家椅子組件上薄弱或不存在的物體表面結構。

這個應用利用了虹科N35系列相機中獨有的FlexView投影儀技術，投影在組件物體表面上的模式可以改變表面上的紋理，檢測得到的深度信息非常精確完整，該項技術是通過獲取同一目標場景的不同紋理的多幅圖像融合成一幀圖像得到。另一個優勢是HK Ensenso軟件提供機器人手眼標定功能。使用一個標定板，它確保相機坐標系(在這種情況下是相機是靜止的)的位置是相對于基礎坐標系(組件的位置)確定的。這使得機器人的手能夠準確地對圖像信息做出反應，并準確地到達目的地。

“對于一個機器人來說，把椅子精確的拼湊比人為工作更復雜”南洋理工大學的Pham Quang Cuong教授解釋道。“必須分解成不同的步驟，比如識別不同的椅子部件在哪里，抓住這些部件所需要的力量，以及確保機械手臂在移動時不會相互碰撞。通過相當大的工程努力，我們開發了算法，使機器人能夠自行組裝椅子。”結果是南洋理工大學的機器人只用了8分55秒就安裝好宜家的“斯第芬”椅子。

前景

據Pham Quang Cuong教授介紹，人工智能將使這一應用在未來更加獨立和有前途:“我們希望在這種方法中融入更多的人工智能，使機器人更加自主，這樣它就可以通過人類演示或閱讀安裝手冊，甚至從組裝產品的圖片中學習組裝椅子的不同步驟。”

新加坡南洋理工大學的科學家開發的機器人被用于對機敏操作的研究，這是一個需要精確控制專用機器人手或手指的力量和運動的機器人領域。這需要所有硬件和軟件組件的完美交互。使用虹科3D相機進行三維圖像處理是解決問題的關鍵。它在準確性上、經濟和速度方面都令人信服。

這標志著家具組裝的真正進步，且不止于此。

虹科Ensenso N35

快速和精確的3D視覺

?●GigE接口-靈活多樣

● 緊湊，堅固的鋁外殼

● IP65/67

●全局曝光CMOS傳感器和點圖案激光器，可選藍色或紅外led

● 最大幀率（3D）：10

●工作距離最遠3000mm(N35)且可調節

● 輸出單個3D點云

● 提供手眼標定步驟指引，易于設置

●帶有標定板的機器人手眼標定集成功能

● 可集成uEye工業攝像頭的軟件，例如，捕捉附加的顏色信息或條形碼

● 靈活的數據和幀率的采樣和疊加