工業機器人作為機電一體化技術發展的代表性產品，是整個智能制造的核心設備。在我國制定的“中國制造2025”制造強國戰略中，機器人是規劃的十大重點發展方向之一。2018年，中國工業機器人銷售量達15.64臺，同比增長14.97%。行業專家一致認為，在未來10年，中國的工業機器人裝機量將呈現指數級增長，年裝機量將突破200萬臺。

　　國外開展工業機器人的目標識別與智能檢測方面的研究較早，發那科（Fanuc）、史陶比爾（Staubli）、安川（YASKAWA）公司等公司早在幾十年前就推出了擁有自主知識產權的智能工業機器人。智能工業機器人的基本結構大同小異，主要包括工業機器人、以視覺為主的目標識別和智能檢測系統等。國外智能機器人方面的研究和應用發展時間早，而且發展非�？�，無論是在適應能力、成本和應用范圍等方面均有優勢。

　　而在我國，這方面的研究仍然剛剛開始，盡管在一些院校和科研機構取得了部分成果，但是仍然需要面對很多問題，其中最核心的問題是：核心元器件（如CCD、CMOS等成像傳感器）基本依賴美國、日本、韓 國等國家，國內制造廠商主要是進行代工，十分不利于我國智能機器人及視覺技術發展。所以加大力度發展我國智能機器人技術，進行工業機器人的目標識別與智能檢測方面的研發，無論是對于我國發展工業機器人自主創新技術、還是進行工業機器人人才的培養，均具有十分重要的意義。

　　作為一種先進的機器人感官系統，機器視覺不僅能對周圍信息進行感知，而且能根據做出優化的決策。隨著工業機器人的快速發展，以及應用任務的復雜化，對機器視覺的要求也越來越高。開發出性能更好，符合應用任務的視覺系統，將是機器視覺的發展方向之一。

　　將視覺技術與單個工業機器人結合的技術已經比較成熟，但是滿足不了智能工廠的需求。多機器人協調系統功能更強，能完成復雜的任務，效率更高，具有良好的發展前景。

　　CNN等深度學習方法在圖像處理領域得到了廣泛的應用， CNN網絡結構的智能化程度高，并不需要靠人去提取特征。因此利用深度學習來對工業機器人視覺進行優化，提供視覺系統的辨識能力，有很大的發展空間。

　　工業機器人技術和視覺技術在國內外發展迅速，配備有視覺技術的工業機器人能代替人完成視覺識別、引導和定位、外觀檢測、高精度檢測等工作，并且可以大大提高生產效率和生產的自動化程度，顯著降低生產成本。工業機器人視覺系統具有廣闊的應用前景，也是工業機器人目標識別與智能檢測技術發展的必然方向。