机器视觉作为一门发展迅速的新兴学科，正在越来越多的领域得到非常广泛的运用。在过去，通常是用人眼对目标进行识别、跟踪和分析。现在，由于视觉识别技术的发展，可以用摄像机和计算机代替人眼实现生产更高程度的自动化。

　　纵观目前工业生产中应用到的视觉技术大致可分为两类：质量控制和辅助生产。其中质量控制就是代替人工对产品的尺寸、外观等进行检测，识别出不良品，此类设备在国内外自动化生产线已有广泛使用。

　　辅助生产指的是利用视觉技术给机器人提供动作执行依据，目前广泛应用的是基于单目视觉的二维定位技术。但是由于大部分可用二维视觉定位的生产工位都可以用机械定位的方式去代替，其成本和复杂程度都比视觉定位要简单，只有极少数场合才不得不用视觉定位。

　　在工业机器人生产过程中，大多数需要定位的情况都是需要给出三维坐标的，也就是说被测对象相对于机器人的位置是不确定的。但是此类定位需求，技术门槛较高，尽管有此类技术，但是并没有被广泛应用。

　　机器视觉定位包括两类：二维定位和三维定位。在国内，三维定位自有技术还非常少，针对该技术的专利申请在国内几乎处于空白。但是在国外，以微软、谷歌、苹果等公司为例，他们早已在三维信息检测、三维空间重构等领域进行了布局。

　　库卡机器人三维空间定位技术

　　机器人定位技术其实是一个很广义的概念，它不仅仅是目前常见的二维坐标、三维坐标定位。机器人定位实际上是通过其他传感器给机器人执行动作提供判断依据，其中以视觉传感器（谁让图像是所有传感器提供的信号中包含信息量最大的载体呢）为主。研究机器人或者说研究“智能机器人”的基础首先应该是研究“机器视觉技术”。