作為機器視覺行業中人，一般都比較熟悉“機器視覺”概念，但是因為這個行業本身的技術含量比較高。大部分行業中視覺人還一直將視覺停留在質量控制檢測上面。一般說到視覺應用時，大多都是指顏色、尺寸、外形等參數是否合格，被測物是否有瑕疵等比較狹義的理解。

實際工業生產中，機器視覺已經不僅僅是在檢測這個環節上有應用了。機器人已經開始代替越來越多的人工崗位。目前傳統的“無人車間”還是執行一些簡單、重復的動作。車間中的機器人已經擁有較復雜的執行動作，其執行動作的精度、速度及難度已經超過人類了，但機器人本身卻是個“瞎子”。目前大多數機器人還不具備“思考能力”，也就是說，機器人還不能根據現場實際發生的情況來判斷下一步動作。比如說：焊接機器人，其每次焊接的位置序列只能是提前編程好的位置。就算實際焊盤中的產品位置發生偏移了，機器人還是會照著錯誤的位置焊接。這就需要給機器人一個“大腦”，也就是需要給機器人裝上視覺系統。

目前在自動化行業，機器人和視覺系統的結合已經越來越緊密了。很多著名高校的機械學院、自動化學院已經開具了圖像處理課程。很多高校也嘗試和企業建立聯合實驗室，讓學生能實實在在的模擬生產線上做實驗。如沈陽工業大學和維視圖像建立的聯合實驗室。

機器視覺實驗室一角

在一些像富士康這樣的大工廠里面，生產機器人已經具備了思考的能力，但是其思考能力很有限——只能知道物體在平面上的位置。機器人只能獲取到被測物的二維信息。這種技術已經非常成熟且應用廣泛。

而在索尼公司或一些科研單位實驗室中，很多“匪夷所思”的機器人“大腦”已經可以實現了。比如，索尼公司的虛擬現實技術所獲取的維視信息已經接近人眼的1/100了。維視圖像自主研發的雙目視覺也已經可以獲取到被測物特征點的三維坐標，可以實現機器人的三維定位了。

雙目導航機器人