市场要求铸件的低成本和大批量后处理，在批量铸造生产加工中，快速的制造速度可以大大缩短产品加工时间.为了实现高产量和低成本，需要快速的工作节奏。反过来，这需要快速响应。确保快速响应是当前提高工作速度必须解决的问题之一。没有快速的响应，很难实现抛光产品的批量生产或低成本生产。铸件表面的部分不需要高精度，可以牺牲以提高速度。当铸件与其他零件，要求精度高。同时，一般铸造加工的零件表面较薄，这是薄脆性铸造零件的特点。然而，由于使用脆性材料和复杂的表面，薄脆性更严重。目前，大多数打磨技术都是针对较重的零件，因此薄而脆的工件磨技术提出了新的要求。需要力控制技术中的准确和快速响应，以及用于打磨工件的的感知和规划策略。

根据这一框架，Yasuhiro Aoki于2019年提出将PointNet和LK算法扩展为单一可训练的递归深度神经网络，为深度学习在点云配准中的应用开辟了新的探索路径.2020年，何提出了PointNet++和ICP相结合的注册方法。PointNet++可以提取多个用作注册基础的特征，使用ICP算法计算旋转和平移。近，一些研究人员提出了智能配准的解决方案。刘等提出了一种基于深度学习的鲁棒点云配准方法称为点云深度循环网，利用基于主成分分析的平差网络快速调整两片点云之间的初始位置。Perez提出了一种刚性点云配准方法，称为点云配准学习(PREL)，它允许配准具有高位移或遮挡的点云。PREL算法不需要迭代过程，并且以非参数方式估计点分布。在高度闭塞的点集中，ICP方法显示平均均方根误差(RMSE)为98.8，其次是深度近点32.51和PREL 0.75。

用于机器人引导操作的SUHNER组件——适用于所有机器人

工具:气动马达铣轴、锉刀、砂带磨光机和加工设备。用于去毛刺、抛光、切割的各种工具。

坚固耐用的加工单元，适用于要求苛刻的应用，可带或不带自动化工具更换，实现工厂自动化。

磨料:不同材料和应用的开发和培训。

特殊设备:带有集成力补偿的特殊接触法兰

磨料更换站:全自动更换磨料，用于工业连续操作。

机床制造商:机器人和机器人工具的集成。在金属和芯片制造行业、机床制造和金属表面处理方面有数十年的经验。