视觉引导技术（VGR）具有成熟的2D成像技术，但是经济高效的3D技术的出现使机器人的可能性更大。

　　工业自动化的第一次迭代使用“盲”机器人，该机器人取决于待处理材料的精确定位。这样的机器人相对不灵活，只能通过繁琐的编程使其适应新任务。机器视觉的出现在一定程度上解放了这种类型的机器人，使他们能够使用平面图像来指导结构不太复杂的操作。现在，将深度信息添加到机器视觉中使视觉引导机器人（VGR）具有更大的操作灵活性，并使曾经被认为不切实际的应用成为可能。

　　用于引导机器人运动的机器视觉已经在工厂应用中实现了很多年，并且在许多方面都拥有成熟的技术。具有内置处理和校准功能，强大的识别和测量算法以及简化应用程序开发的应用程序平台的智能相机系统可以得到广泛使用并不断得到改进。但是，此视觉系统仅处理二维（平坦）空间，从而将可用于机器人的信息限制为对象在X-Y平面中的位置及其绕Z轴的旋转（角度位置）。要操作的目标对象必须在飞机上并且面朝上，以便机器人可以识别并处理它。

　　但是，深度信息的增加导致事物发生了巨大变化。视觉系统现在可以确定空间中物体的位置和方向。机器人可以访问有关六个参数的信息：X，Y和Z线性位置，以及横滚，俯仰和偏航角信息。机器人可以识别在一定距离内可能出现的任何姿势的物体，从而允许机器人使用随机的方向和位置对目标物体进行操作。另外，机器人可以识别堆叠的或堆积的顶部物体，这对于二维视觉来说是不可行的，并且可以在规划其运动轨迹时确定到物体的距离。

　　用于机器人指导的3D机器视觉的兴起是技术上许多不同进步的结果。照相机越来越小，视觉处理器变得越来越快，视觉软件变得越来越先进，并且已经有各种获取深度信息的方法。这种结合使3D视觉引导变得越来越广泛。根据3D机器视觉市场的市场和市场分析，预计3D机器视觉的复合年增长率为11％，到2022年将超过20亿美元。

　　3D VGR的一些新应用在邮政和物流领域。 3D视觉机器人可以处理诸如包裹分类和包装以及混合箱的装卸之类的任务。机器人运输可以更轻松地导航到非结构化的仓库空间，而物料搬运机器人可以识别并提取随机的方向和混合的物品，而这是过去人类只能做到的。

　　通过3D视觉，协作机器人（cobot）可以通过注意其操作员的位置来避免意外接触，从而提高操作安全性。将其与处理混合对象结合起来，您将获得一个机器人助手，该助手可以伸入盒子中，提取并提供您所需要的对象。甚至可以探索更奇特的应用，例如，正在开发一种机器人系统，用于在田地和果园采摘水果。

　　3D视觉的可用性甚至使NASA能够为无限的空间环境开发机器人。已经在国际空间站上的人形机器人R2 Robonaut正在使用与目前执行日常任务以处理日常维护任务和EVA操作的宇航员相同的工具和材料进行评估。在地球上，Rollin’Justin机器人正在研发中，专注于未来火星任务中的操作。

　　尽管3D视觉在应用潜力方面提供了极大的灵活性，但设计人员不能简单地将其放入其系统中。 America的机器视觉工作者David Dechow表示，开发人员需要采用系统的方法来进行3D VGR设计。在开始视觉系统设计之前，您必须彻底了解应用程序的需求。系统需要“查看”，并且它将如何处理此信息将对视觉系统的设计要求产生重大影响。