为了使机器人能够胜任更复杂的工作，机器人不但要有更好的控制系统，还需要更多地感知环境的变化。机器人视觉以其信息量大、信息完整成为最重要的机器人感知功能。

   随着不同视觉系统和机器人控制器的涌现，使得通信变得更容易集成。在过去，集成商不得不应对DeviceNet或串行通信。当用它来连接视觉系统与机器人时，这两种技术都有可能引来麻烦。但随着EtherNet/IP和ProfitNet成为基于以太网的协议，并且几乎所有的智能相机和基于PC的机器视觉系统都支持这些协议，它们为实现与机器人结合的各种自动化技术打开了闸门。在整个VGR市场都能感受到更好的通信所带来的好处。
   机器人与视觉系统之间的集成越紧密，设计师们就越易于将三项相关的坐标系统(机器人、视觉和现实世界)联系起来。
   撇开机器视觉在其他自动化领域的应用不谈，单就机器人视觉系统来说，机器视觉技术的应用就有非常广阔的空间，这主要得益于我国机器人产业规划发展。
   机器视觉将来被广泛应用于工业机器人领域，主要具有四个功能：
   1、引导和定位，视觉定位要求机器视觉系统能够快速准确的找到被测零件并确认其位置，上下料使用机器视觉来定位，引导机械手臂准确抓取。在半导体封装领域，设备需要根据机器视觉取得的芯片位置信息调整拾取头，准确拾取芯片并进行绑定，这就是视觉定位在机器视觉工业领域最基本的应用。
   2、外观检测：检测生产线上产品有无质量问题，该环节也是取代人工最多的环节。说机器视觉涉及到的医药领域，其主要检测包括尺寸检测、瓶身外观缺陷检测、瓶肩部缺陷检测、瓶口检测等。
   3、高精度检测：有些产品的精密度较高，达到0.01~0.02m甚至到u级，人眼无法检测必须使用机器完成。
   4、识别，就是利用机器视觉对图像进行处理、分析和理解，以识别各种不同模式的目标和对象。可以达到数据的追溯和采集，在汽车零部件、食品、药品等应用较多。
   可见，机器视觉与机器人的融合主要解决的是定位问题，高度开源、高可靠性、高易用性已经成为相关自动化产品的基本要求。综合来看，相关趋势包括视觉产品本身的微型化和高度集成化，3D视觉的发展，机器人自主导航的实现，以及与大数据和智能控制系统的融合。