基于Welsch函数的稳健误差测量方法的引入是为了实现与稀疏ICP相似或更好的准确性，同时将速度提高一个数量级。本发明为打磨机器人感知数据的获取提供了理论和方法支持，并能进一步提高打磨工件的复杂度。

智能点云配准方法

基于端到端学习的方法可用于使用端到端神经网络解决注册问题。端到端学习方法将配准问题转化为回归问题，并将转化估计嵌入神经网络中。

由于智能点云配准方法的发展较晚，齐在2017年提出了一个名为PointNet的神经网络，为分类，分割和场景语义分析等应用提供了一个统一的框架。

随着铸件产量的增加，手工打磨效率低，并且会严害打磨工人的肺和手臂。相对于手工打磨，机械打磨不需要工人接触工件，系统刚性好，振动小，所以打磨精度高。但由于灵活性差，空间小，只能打磨特定铸件。针对工作空间小、柔性差的特点，基于柔顺控制理论的工业机器人打磨采用力和位置控制进行打磨。这种方法打磨精度高，工作空间大且灵活，但刚性差。近年来，发展了许多智能打磨方法。基于图像视觉的打磨位置判断使用视觉感知设备和视觉判断算法，由打磨设备执行判断功能；然而，这种方法受到环境的严重影响，并且局限于二维平面。基于激光传感的抛光部位判断方法使用激光传感装置和判断算法；这确保了抛光装置具有准确判断的功能，并且提供了良好的鲁棒性，但是该装置的数据采集速度较慢。数据驱动的打磨量预测方法利用先进的传感设备结合视觉预测算法，利用打磨过程中的图像和力数据预测终的打磨效果

SUHNER产品的销售和分销遍布，与另一家连接元件的国际制造商是SUHNER Power-Pack机器人机床项目的理想合作伙伴。它与所有机器人制造商的兼容性使其更适用于要求的应用。

磨料的更换

磨料通常具有较短的生命周期。一项获得的磨料快速更换系统(处理和重新装载)被添加到程序中，以简化磨料的更换。

例如，SUHNER磨料系统的这种快速变化允许依次使用七种不同的磨料来达到所需的表面光洁度。

自动化磨料更换增加了灵活性，并消除了无效的生产时间。