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。

为了弥补传统打磨方法的不足，提高铸件的打磨效率和精度，研究人员在判断和预测方面结合了智能传感装置和人工智能算法。主要成果包括基于图像视觉的打磨方法、激光传感、数据驱动的打磨预测、2.5D局部特征信息、设计模型与3D点云的比较等。

手工打磨可以根据实际情况，其中一道工序完成后需要进行观察和测量，实时对比图纸和尺寸后调整后续打磨策略。随着机器视觉的广泛应用，可以实现仿人打磨策略的实时反馈和智能规划。在人工智能技术的支持下，视觉传感器在广泛的智能应用中得到了应用，对促进打磨过程的改进起到了积极的作用.视觉传感器具有非接触检测、精度高、重复性强、速度快、稳定性好、成本低等优点

Kuka Titan系列机器人，该机器人带有一个40马力的主轴电机作为末端执行器。这个令人生畏的组合创造了一个巨大的机器人打磨工具。该机器人有6个运动轴，延伸距离近12英尺，能够以惊人的灵活性完成大范围的工作。除了机器人的尺寸之外，它还具有1650磅的有效载荷能力，使其能够携带巨大的40马力主轴电机进行打磨，并能够在主轴末端产生足够的力来进行一些严重的材料去除。

任何打磨环境的主要限制之一是材料的去除速度。这是材料硬度和横截面的函数，或者是被去除材料的体积。高速主轴电机用于通过简单地加速来改善材料去除，通常速度为10，000至40，000 rpm。然而，在打磨过程中，去除的材料量会出现不必要的变化。