麻省理工学院成功研制出世界上台计算机数控(CNC)铣床.数控铣床的出现带来了新的机械打磨设备和铸件后加工打磨的新工艺。用数控铣床进行铸造后处理时，将待抛光的工件固定在铣床工作空间的标准化夹紧装置上，由数控程序控制磨具进行打磨加工.虽然数控铣床可以用于铸件的后加工打磨，但其工作空间小，机床灵活性差。作为机床的替代品，工业机器人越来越多地应用于打磨领域。1986年，麻省理工学院的Tate，A. R .利用机器人实现了焊缝的自动打磨，将向力控制在40 N，参考力的大频率控制在2.3 Hz.后来，另一位研究人员彭J等人，设计了被动打磨装置，研究了打磨过程的特点以及偏转角在被动打磨过程中的影响。为了满足打磨复杂零件的要求，哈尔滨工业大学郭等设计并研制了一种工作空间灵活、姿态调整灵活的复合五自由度工作机器人

为了获得实际的材料去除量，主要的方法是采用离线或在线测量，建立数学预测模型。近年来，研究人员利用图像视觉对材料去除的估计进行了大量的研究。Joshi等人使用机器视觉方法来获取和识别抛光表面上的表面图像的纹理特征，并使用基于机器视觉参数的回归模型来评估表面粗糙度.王等采用二维卷积神经网络学习算法对材料去除方法进行监控，从视觉信号中提取颜色、纹理、形状等特征。这些特征构成二维特征矩阵作为输入参数，砂带打磨过程中的材料去除率作为输出参数。该方法可用于预测不同砂带规格和不同打磨参数的材料去除率，适用于典型工况下材料去除率的回归预测。

机器人打磨由于其灵活性、智能性和成本效率，尤其是与当前主流制造模式相比，被认为是实现复杂零件和智能加工的替代方案。在过去的一、二十年里，机器人打磨技术的发展呈现出两个:一个旨在解决小尺寸复杂曲面的精密加工问题，另一个强调大尺寸复杂结构的加工。为了实现这两种不同类型复杂零件的智能打磨，研究人员试图关键技术，开发相应的加工系统。本文的目的是对复杂零件的机器人打磨的各个方面进行系统的、批判性的和的综述，特别是集中在三个研究目标上。