打磨工件以确保的力控制会降低加工效率。控制算法比被动柔顺恒力机构复杂得多。此外，当末端执行器接触工件或表面不规则时，力过冲将不可避免且相对较大。因此，研究人员使用被动柔顺机构来开发末端执行器，并进行了大量的研究。Mohammad等人提出了一种强制末端执行器设计，将其应用于机器人打磨系统，以使打磨工具柔顺并减少振动的影响.李永明提出了基于正负刚度机构组合的恒力机构(CFM)。折叠梁和双稳态梁机构的正负刚度用于抵消零刚度，以产生恒定的力。提出的CFM可以在恒力模式下产生2 mm的冲程范围，12.63 N，小12.43 N，平直度98.41%。

在传统的高精度打磨中，由于效率低、精度低以及对工人健康的损害，已经不能满足市场需求。市场需要现代高精度打磨技术。现代打磨技术利用视觉加工实现高精度打磨；然而，市场上的大多数打磨技术使用2D视觉。在打磨系统中，通常采用2D视觉方法对工件进行打磨，可以方便地获取和处理与工件有关的简单数据。但如果形状复杂，采集的数据就不完整，设备的遮挡、精度低、路径规划都会产生干扰。3D视觉的发展非常迅速，一些研究人员已经开始研究在铸造后处理中使用3D视觉。但是，由于只有高精度的算法处理才能获得高精度的数据，因此仍然存在速度慢、精度低的问题；这些数据可用于工件的抛光和高精度打磨规划。高精度校准和配准算法是高精度打磨的必要条件。近年来，为了弥补传统打磨的不足，研究者们对智能打磨方法进行了大量的探索。

李等研究了Q235钢、304不锈钢、TC4钛合金、6061铝合金、H62青铜合金、AMAK3锌合金、AZ31B镁合金等七种金属的机械火花产生。评价了摩擦火花的物理化学性质与其产生的关系。对于6061铝合金、H62青铜合金、AMAK3锌合金和AZ31B镁合金，在12 m/s的大摩擦速度和3.75 N/mm的大表面压力下没有观察到明亮的摩擦火花2由于低硬度、高导热性、低熔点和缺碳.

结果表明，在打磨过程中，材料去除量的估计和打磨轨迹的跟踪直接影响打磨精度。只有基于机器视觉的方法才能对硬度较高的金属产生明显的摩擦火花，因为软金属无法通过明显的外部画面现象进行预测；因此，存在局限性。多信息融合的数据驱动方法提供了另一种具有更完整信息的预测方法。基于视觉传感的判断打磨可用于工业结构的打磨作业，但由于打磨环境复杂、环境光照不足，其鲁棒性受到一定影响。