机器人视觉定位包括二维定位和三维定位，它不仅仅是目前常见的二维坐标、三维坐标定位。工业机器人定位实际是通过其他传感器给机器人执行动作提供判断的依据，其中主要是以在线检测传感器为主，因为图像是所有传感器中提供信号所包含信息量最大的载体。研究智能机器人的基础首先应该是研究好机器人视觉技术。

　　一，视觉传感定位

　　视觉传感器(指单目相机+镜头，下同)作为移动机器人的“眼睛”，将在自主定位导航、无人驾驶技术中承担最为重要的角色。主要原因如下：超过90%的动物(包括人类)靠眼睛自主定位导航，视觉是更适合移动机器人自主导航的方式;

　　相比于磁线、磁钉、二维码和激光等AGV传统导航方式，视觉导航方式优势明显。未来机器人专注于视觉导航AGV，其自主开发的视觉导航无人叉车、无人牵引车本体及调度软件系统具备以下三大优势：

　　与颜色特征和灰度特征不同，纹理特征不是基于像素点的特征，它需要在包含多个像素点的区域中进行统计计算，即局部性;同时，局部纹理信息也存在不同程度的重复性，即全局性。纹理特征常具有旋转不变性，并且对于噪声有较强的抵抗能力。

　　二，机器视觉定位工业应用

　　人类想要实现一系列的基本活动，如生活、工作、学习就必须依靠自身的器官，除脑以外，最重要的就是我们的眼睛了，(工业)机器人也不例外，要完成正常的生产任务，没有一套完善的，先进的视觉系统是很难想象的。

　　模具注塑：在原来的工作状态下，是用人工的方法将物料安放到注塑机里，在进行模具注塑，现在通过应用机器人自动设备，用自动分料设备将物料整齐分开，然后通过机器人，将相应物料安放在固定工位上，实现自动化，智能化。

　　三，机器视觉定位人工智能与深度学习

　　认知机器人还需要具备不断学习的功能，无论是做检测还是定位引导，当机器人做的次数越多，伴随着数据的增长变化，机器人的准确性也会越高，这跟人的学习成长能力是类似的。

　　传统的机器臂只是自动化设备，是通过编程处理固定的动作，是不能处理具有变动性事物的能力。微链所做的就是机器人视觉，这要求机器人要拥有3D视觉，能处理三维空间里的三维物体问题，并且具有复杂算法，支撑机器人对位置、动作、轨迹等复杂信息的捕捉，这必须要依赖人工智能和深度学习来完成。

　　机器学习是AI的原点，但有部分人对此也存在认识误区，认为机器人视觉跟AI、人工智能、深度学习捆绑在一起只是为了听起来觉得高端而已。张先生解释道，其实人工智能其实并不复杂，并不是有些人理解的机器和人一样。