视觉反馈对于在工业应用中工作的机器人是必不可少的。视觉可以帮助机器人完成需要导航和识别物体的任务。视觉还帮助机器人与人类工人协作，并将来自视觉来源的信息与来自不同传感器的信息进行整合。这种集成可以帮助机器人理解它们在太空中的位置。这些优点推动了机器视觉在机器人中的应用。

   机器视觉在机器人学中有许多应用目前正在使用，也有许多仍在实验室中进行研究或仍处于概念阶段。

应用

检查

   将机器视觉与机器人相结合，可以完成检测任务。机器视觉用于检查视觉因素，如表面光洁度、尺寸、标签中的潜在错误以及孔和其他元素的存在。

   机器视觉可以比人类更快地完成这些任务，并且错误更少，这意味着生产速度更快，利润也更高。

识别

   机器视觉可以被纳入机器人技术中，赋予机器人目标检测的技能，以便同时识别和分类大量的物体。机器视觉寻找对象的“可变”部分，即不同的位并将其分开，以便成功地识别它。

   这可以帮助仓库中的机器人快速找到合适的商品，这加快了生产速度，也可以使零售过程更高效。

导航

   机器视觉用于增强和校正来自其他来源的数据，以便在动态环境中安全、自主地移动机器人。其他输入数据的测量方法，如加速度计和编码器，可以传递随时间累积的小误差。

   由于增加了视觉，机器人可以更精确地移动。这种能力对许多工业、制造业、采矿业甚至是自动驾驶汽车都有影响。

质量控制

   通过检测和识别的能力，机器视觉可以可靠地应用于质量控制应用。

   将机器视觉检测与识别技术相结合，以评估产品是否符合各种质量控制检查。这有助于提高生产效率和成本效益。

装配

   研究表明，机器视觉可以与机器人系统集成，以创造拣选和放置能力。

   总之，系统可以从存储站准确地选择正确的装配零件，并将它们放置在正确的装配空间和需要固定的适当零件上。这就为使用机器视觉的机器人实现自动化装配线提供了可能。

定位零件

   机器视觉机器人通过检测和识别，可以根据其独特的视觉特征进行分类，从而选择所需的零件。

   这使得生产设备能够自动定位和识别物品，加快生产过程并减少所需的人力。

运输零件

   目前正在开发一个数据处理框架，该框架旨在具备解释场景中地板的能力。机器视觉用于处理和分析周围环境的信息，从而将运动指令反馈给机器人。

   这些只是机器人视觉应用的开始。许多应用还处于实验室阶段，随着机器视觉技术的发展，其在机器人领域的应用也在不断增加。将从机器视觉在机器人技术中的应用中获益的行业很多。

   虽然目前，它们主要用于生产，但采矿、建筑、自主汽车、零售和农业都有机会从这些进步中获益。