視覺引導(dǎo)是賦予工業(yè)機器人適應(yīng)性和智能性的關(guān)鍵技術(shù)。系統(tǒng)通常由工業(yè)相機、光源、鏡頭及圖像處理軟件構(gòu)成。2D視覺引導(dǎo)常用于工件定位，其核心是“手眼關(guān)系”標(biāo)定。對于眼在手外（Eye-to-Hand）系統(tǒng)，需標(biāo)定相機與機器人基座的變換關(guān)系；對于眼在手上（Eye-in-Hand）系統(tǒng)，則需標(biāo)定相機與機器人末端的變換關(guān)系。通過拍攝已知在機器人坐標(biāo)系下的標(biāo)定板，可解算出這一固定的變換矩陣，從而將圖像中識別到的像素坐標(biāo)轉(zhuǎn)換為機器人可執(zhí)行的世界坐標(biāo)。

3D視覺（如線激光、結(jié)構(gòu)光或雙目視覺）則能獲取深度信息，用于無序抓取、三維檢測等。視覺伺服控制更進(jìn)一步，它不依賴絕對定位，而是根據(jù)圖像特征誤差實時生成機器人運動指令，形成閉環(huán)，能補償機器人與目標(biāo)的相對位置誤差。視覺系統(tǒng)的集成，需充分考慮照明穩(wěn)定性、圖像處理算法的魯棒性、通信延遲以及與機器人控制器的實時同步，是一個跨光學(xué)、圖像處理、自動控制的多學(xué)科系統(tǒng)工程。