工业机器人作为机电一体化技术发展的代表性产品，是整个智能制造的核心设备。在我国制定的“中国制造2025”制造强国战略中，机器人是规划的十大重点发展方向之一。2018年，中国工业机器人销售量达15.64台，同比增长14.97%。行业专家一致认为，在未来10年，中国的工业机器人装机量将呈现指数级增长，年装机量将突破200万台。

　　国外开展工业机器人的目标识别与智能检测方面的研究较早，发那科（Fanuc）、史陶比尔（Staubli）、安川（YASKAWA）公司等公司早在几十年前就推出了拥有自主知识产权的智能工业机器人。智能工业机器人的基本结构大同小异，主要包括工业机器人、以视觉为主的目标识别和智能检测系统等。国外智能机器人方面的研究和应用发展时间早，而且发展非常快，无论是在适应能力、成本和应用范围等方面均有优势。

　　而在我国，这方面的研究仍然刚刚开始，尽管在一些院校和科研机构取得了部分成果，但是仍然需要面对很多问题，其中最核心的问题是：核心元器件（如CCD、CMOS等成像传感器）基本依赖美国、日本、韩 国等国家，国内制造厂商主要是进行代工，十分不利于我国智能机器人及视觉技术发展。所以加大力度发展我国智能机器人技术，进行工业机器人的目标识别与智能检测方面的研发，无论是对于我国发展工业机器人自主创新技术、还是进行工业机器人人才的培养，均具有十分重要的意义。

　　作为一种先进的机器人感官系统，机器视觉不仅能对周围信息进行感知，而且能根据做出优化的决策。随着工业机器人的快速发展，以及应用任务的复杂化，对机器视觉的要求也越来越高。开发出性能更好，符合应用任务的视觉系统，将是机器视觉的发展方向之一。

　　将视觉技术与单个工业机器人结合的技术已经比较成熟，但是满足不了智能工厂的需求。多机器人协调系统功能更强，能完成复杂的任务，效率更高，具有良好的发展前景。

　　CNN等深度学习方法在图像处理领域得到了广泛的应用， CNN网络结构的智能化程度高，并不需要靠人去提取特征。因此利用深度学习来对工业机器人视觉进行优化，提供视觉系统的辨识能力，有很大的发展空间。

　　工业机器人技术和视觉技术在国内外发展迅速，配备有视觉技术的工业机器人能代替人完成视觉识别、引导和定位、外观检测、高精度检测等工作，并且可以大大提高生产效率和生产的自动化程度，显著降低生产成本。工业机器人视觉系统具有广阔的应用前景，也是工业机器人目标识别与智能检测技术发展的必然方向。