打磨是一种精加工过程，包括从工件上去除多余的材料，产生光滑的表面。它是的一个亚型材料去除应用这是制造过程中也是重要的步骤之一。打磨任务通常被认为是不受欢迎的，因为它们的困难和乏味的性质，这就是为什么机器人自动化是的解决方案。打磨机器人就像FANUC M-710ic/50可以与集成臂端工具(EAOT)这是定制的，以完成任何打磨应用要求。

ABB IRB 4600/40-2.55提高打磨加工的质量和精度。机器人打磨工作需要对工件施加正确的力。如果用力过猛，产品可能会受损，材料也会浪费。如果施加的压力太小，则浪费生产时间。打磨机器人解决了这个问题，因为它们配备了力传感器这使他们能够检测和应用正确的压力大小的每种类型的零件被打磨。

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。

林德斯特兰德研究了测量钢铁工业中管道和棒材直径的激光测量方法。早期应用的特点是精度低，处理速度慢，易受环境干扰。近年来，研究人员研究了激光传感器的工业应用。华中科技大学的徐晓虎使用激光传感器优化了传统的手眼校准算法及其各个方面，并建立了基于刀具中心坐标的手眼标定模型，以获得机器人与激光扫描仪之间的空间位姿关系。拟合误差计算为F = 0.060 mm。更重要的是，当规划了合适的路径时，整个自动校准过程仅持续20 s，这大大节省了校准时间。A. Seidel尝试使用协作式激光轮廓仪获取夹紧位置的几何形状，并使用自适应铣削路径规划方法自动抵消事故引起的零件位置和形状的变化