当前，机器视觉的主要应用是质量检测、尺寸测量、缺陷检测、识别和定位，而机器视觉在机器人中的应用主要是引导和定位。机器人视觉引导系统从单目视觉发展到基于多个镜头的多目视觉引导系统。

随着不同视觉系统和机器人控制器的出现，通信变得更集成。在过去，集成商必须处理DeviceNet或串行通信。当使用它连接视觉系统和机器人时，这两种技术可能会引起麻烦。可是，随着EtherNet/IP和ProfitNet成为基于以太网的协议，几乎所有的智能相机和基于个人计算机的机器视觉系统都支持这些协议，为实现与机器人相结合的各种自动化技术打开了大门。整个VGR市场可以感受到更好的通信带来的好处。

机器人和视觉系统的集成越紧密，设计师就越容易将三个相关坐标系统(机器人、视觉和现实世界)联系起来。

除机器视觉在其它自动化领域的应用外，单就机器人视觉系统而言，其应用空间十分广阔，主要是由于我国机器人产业规划的发展。

在工业机器人领域，未来人领域主要有四个功能：

1.引导和定位、视觉定位须要机器视觉系统可以迅速精确地找到测量部件并确认其位置，上下材料采用机器视觉定位，引导机械臂正确捕捉。在半导体封装领域，设备须要根据机器视觉获取的芯片位置信息调整拾取头，精确拾取芯片并绑定，这是机器视觉定位的应用。

2.外观检验：检验生产线上产品是否存在质量问题，这一环节也是取代人工最多的环节。谈到机器视觉所涉及的医学领域，其主要检验方法有尺寸检验、瓶体外观缺陷检验、瓶肩缺陷检验、瓶口检验等。

3.高精度测试:有些产品精度高，达到0.01~0.02m甚至u级，人眼无法测试，必须用机器完成。

4.识别：即利用机器视觉对图像进行处理、分析和理解，不同模式的目标和对象。可以追溯和收集数据，广泛应用于汽车零部件、食品、药品等。

那么，机器视觉和机器人的发展方向是什么呢？

1.机器视觉软件中，出现了大量易用、完全汉化的软件平台。

2.基于视觉传感器或视觉镜头的视觉光源产品不需要额外的电源。

3.3D视觉检测和机器人3D视觉引导系统被重点推荐。

4.提到机器人系统ROS的开源。

5.机器人集成应用程序的定位及自主导航问题。

6.工业停机和事故可能给企业带来的损失。

机器人和机器视觉的融合主要是解决定位问题，高开放源码、高可靠、高易用性是自动化产品需要的基础。总的来说，相关趋势包括视觉产品本身的微型化和高集成化、3D视觉的发展、机器人自主导航的实现、与大数据和智能控制系统的融合。