铸件通常具有三维表面结构，并且存在大量的非结构凹面和非参数凸面。凹面不容易用手从内部抛光。由于大量的凹面，在机械打磨过程中，很难找到基准面或固定可夹紧的结合面。此外，在加工中没有基准，很难保证精度。此外，当采用智能打磨方法时，对于具有大曲率的凹面的数据收集很容易被阻塞，导致数据收集不完整。

圆形表面的简单特征不明显，存在大量非结构性表面.除了铸造外凸的外表面，还有大量的内凹表面，这是难的结构凹表面。这些表面降低了测量精度和打磨精度.现有的方法采用人工测量和抛光，机械和智能相结合的方法进行加工仍处于实验阶段。

激光传感器也广泛应用于打磨领域。高，Y等开展了大型零件焊接前处理技术的机器人打磨技术研究，并采用了激光轮廓仪进行现场测量、规划和加工。在慕尼黑举行的AUTOMATICA 2018展会上，Fraunhofer IPA和Ros Industrial Cortium成员PILZ展示了一款现场测量-计划-过程打磨机器人。在前人研究的基础上，Ge等人进一步提出并构建了基于激光传感器的机器人焊缝打磨系统.机器人末端集成了传感装置和自制打磨工具，用于打磨作业。粗磨后焊缝高度保持在0.1 mm左右，精磨后平均表面粗糙度为0.351 μm。

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