打磨是一种精加工过程，包括从工件上去除多余的材料，产生光滑的表面。它是的一个亚型材料去除应用这是制造过程中也是重要的步骤之一。打磨任务通常被认为是不受欢迎的，因为它们的困难和乏味的性质，这就是为什么机器人自动化是的解决方案。打磨机器人就像FANUC M-710ic/50可以与集成臂端工具(EAOT)这是定制的，以完成任何打磨应用要求。

ABB IRB 4600/40-2.55提高打磨加工的质量和精度。机器人打磨工作需要对工件施加正确的力。如果用力过猛，产品可能会受损，材料也会浪费。如果施加的压力太小，则浪费生产时间。打磨机器人解决了这个问题，因为它们配备了力传感器这使他们能够检测和应用正确的压力大小的每种类型的零件被打磨。

在铸件打磨过程中，温度、噪声、振动、灰尘、光线等不确定性强的干扰不可避免，限制了视觉传感器的推广和使用。激光传感器可以弥补上述的一些不足，特别是那些由灰尘引起的不足.

早在20世纪70年代，Nitzan等人就利用激光测距系统的距离和强度信息来描述室内场景，激光测距的稳定性和可靠性得到了充分的验证.激光扫描技术在测绘领域得到了进一步发展。在20世纪80年代和90年代，Kak提出在机器人的末端安装单目激光视觉传感器，以扫描被测物体的表面。

基于Welsch函数的稳健误差测量方法的引入是为了实现与稀疏ICP相似或更好的准确性，同时将速度提高一个数量级。本发明为打磨机器人感知数据的获取提供了理论和方法支持，并能进一步提高打磨工件的复杂度。

智能点云配准方法

基于端到端学习的方法可用于使用端到端神经网络解决注册问题。端到端学习方法将配准问题转化为回归问题，并将转化估计嵌入神经网络中。

由于智能点云配准方法的发展较晚，齐在2017年提出了一个名为PointNet的神经网络，为分类，分割和场景语义分析等应用提供了一个统一的框架。