铸件抛光是铸件后处理的主要手段；但是，在此过程中产生的粉尘无法控制，大量的铬粉和镍颗粒会对环境造成危害.由于吸入粉尘，手工打磨会导致呼吸道和肺部疾病，甚至尘。而且人工抛光效率低，工件产品一致性差，报废率高。在机械打磨过程中，高密度灰尘会影响夹紧操作中使用的设备。高密度灰尘附着在设备上，灰尘会降低夹紧设备的精度和稳定性。当采用智能打磨方案时，密封机器人和传感设备，从而防止灰尘进入是一个挑战。此外，高密度的灰尘会阻挡传感设备的表面，这意味着它们无法准确地做出判断。同时，大的振动会对现场操作产生严重影响。

该方法使用产品设计模型来设计尺寸公差规格，以预测工件几何模型中的可能变化，使用迭代近点(ICP)方法来将每个点云与来自工件的测量点云进行匹配.为了进一步提率和精度，魏提出了一种自动评定铸件加工余量的方法。扫描的点云数据通过“初始对准”和“配准”两个阶段与设计模型对准，以找到配准，并基于配准结果评估加工余量.

在工件打磨方面，胡等开发了机器人去毛刺倒角系统，其中操作人员可以选择计算机辅助设计(CAD)模型上的任何特征，并将所选特征导出用于轨迹生成的刀具路径。然而，人工特征选择是低效的。张等提出了一种用于精密铸造有几何偏差叶片的自适应打磨方法.将叶片的测量数据与设计模型进行匹配，求解相应的匹配矩阵，确定铸造叶片的位置。

在视觉识别过程中，打磨环境复杂，适应性好、精度高的传感设备是重点突破方向。传感设备需要准确感知工件的位置和形状等信息。感知后，可以使用高精度的匹配视觉算法。迫切需要改进登记工作。

高速打磨系统需要恒定打磨接触力的反馈控制。打磨力的高精度控制对于复杂零件打磨表面的一致性非常重要。恒力机构在打磨领域的应用为打磨力的控制提供了新的研究思路。

在打磨过程中，材料的去除量直接影响打磨精度。为了获得去除材料量的估计，需要离线测量来建立预测模型。目前，预测模型精度低，对环境影响严重。一个能够准确预测材料去除的模型可以在打磨材料去除过程中获得更高的效率和精度