视觉引导机器人技术(VGR)拥有成熟的2D成像技术，但经济高效的3D技术的出现使得机器人的使用有了更多可能。

　　工业自动化的第一次迭代使用“盲”机器人，这取决于待加工材料的精确定位。这样的机器人相对不灵活，只能通过繁琐的编程来适应新的任务。机器视觉的出现在一定程度上解放了这类机器人，使其能够用平面图像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，使得视觉引导机器人(VGR)的操作更加灵活，并使曾经被认为不切实际的应用成为可能。

　　用于指导机器人运动的机器视觉在工厂已经应用多年，在很多方面都有成熟的技术。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开发的应用平台的智能相机系统可以被广泛使用并不断改进。然而，这种视觉系统只处理二维(平面)空间，因此将机器人可用的信息限制为物体在X-Y平面中的位置及其绕Z轴的旋转(角位置)。要操作的目标物体必须在平面上，并且面朝上，这样机器人才能识别和处理。

　　然而，深度信息的增加导致了事情的巨大变化。视觉系统现在可以确定空间中物体的位置和方向。机器人可以访问关于六个参数的信息:X、Y和Z线性位置，以及滚动、俯仰和偏航角。机器人可以识别一定距离内可能出现的任何姿态的物体，从而允许机器人操作任意方向和位置的目标物体。此外，机器人可以识别堆叠或堆积的顶部物体，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。

　　机器人Rollin 'Justin正在开发中，可能会在火星上使用。

　　用于机器人导航的3D机器视觉的兴起是许多不同技术进步的结果。相机越来越小，视觉处理器越来越快，视觉软件越来越先进，获取深度信息的方法也多种多样。这种结合使得3D视觉引导越来越广泛。根据3D机器视觉市场和市场分析，预计3D机器视觉的年复合增长率为11%，到2022年将超过20亿美元。

　　3D VGR的一些新应用是在邮政和物流领域。3D视觉机器人可以处理包裹分拣和包装以及装卸混合箱等任务。机器人运输可以更容易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和提取随机方向和混合物品，这在过去是人类只能做到的。

　　通过三维视觉，合作机器人(cobot)可以通过关注其操作者的位置来避免意外接触，从而提高操作安全性。将它与处理混合物体结合起来，你将获得一个机器人助手，它可以把手伸进盒子，提取并提供你需要的物体。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，用于在田地和果园里采摘水果。

　　3D视觉的可用性甚至使美国宇航局能够为无限的太空环境开发机器人。已经在国际空间站上的人形机器人R2·罗博诺(Andrew Robonaut)正在使用与目前正在执行例行任务的宇航员相同的工具和材料来处理日常维护任务和舱外活动操作。在地球上，Rollin 'Justin机器人正在开发中，重点是未来火星任务中的操作。

　　虽然3D视觉在应用潜力方面提供了很大的灵活性，但设计师不能简单地将其应用到他们的系统中。发那科美国公司的机器视觉工作人员大卫·德肖(David Dechow)表示，开发者需要采用一种系统化的方法来进行3D VGR设计。在开始设计视觉系统之前，你必须完全理解应用程序的要求。系统需要“查看”，它如何处理这些信息将对视觉系统的设计要求产生很大影响。