方等提出了工业机器人主动视觉测量框架，基于基采样的运动规划技术；相机以一定频率拍摄的照片可用于被测工件的点云重建.邓等开发了自动化机器人修复系统，可在3 min内完成缺陷检测和抛光，实现60 cm × 60 cm范围内和两个椭圆范围(长轴约12 cm，短轴7 cm)的表面毛刺去除过程提出了一种识别铁锈的方法，作为除锈过程中的一项关键技术。锈蚀检测是通过处理一系列摄像机图像自动进行的，除锈过程的视觉伺服控制框架。

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。

二维图像信息集中在平面上，机器人打磨提供的深度信息不准确。因此，更的2.5D信息具有表示3D对象的优势，从而提高可靠识别的机会.

2008年，维尔马提出了一个2.5维加工特征识别系统。它用于筛选出2.5D零件特征，以确定加工方向.2009年，Siebert等人将2D SIFT算法扩展到2.5D进行应用;所提出的算法可以利用3D旋转不变性的局部特征直接进行匹配。张雨薇等人提出了一种从2.5D浅浮雕重建基本3D形状的方法，并通过法线传递和泊松表面重建来优化人脸形状.张等人构造了一个2.5D的高度场用于人像浮雕，以增像的外观，并将2.5D技术应用于人像浮雕的处理。该技术也可以应用于人像浮雕的表面打磨。

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