基于激光传感器的抛光机器人面对工厂恶劣的打磨环境有着的优势，即不受环境光的影响，精度也能满足铸件后处理的要求。通过数据驱动的预测方法可以在线预测打磨精度。

打磨表面粗糙度被认为是加工质量的关键指标之一.然而，由于磨粒分布的随机性和复杂性，很难预测。为了准确地估计抛光表面的粗糙度，有必要用多种方法获得打磨去除的材料量。通过打磨去除的材料量与多个参数有关，例如进给速度、转速、接触应力、打磨时间、工件材料、工件的几何特征以及磨头的状况。为

广泛使用的基于模型的方法是普雷斯顿方程，根据该方程，打磨期间的材料去除率与压力和介质与工件之间的相对速度成比例。

由于缺乏一种测量相对速度和压力的方法，这种经验法则还没有被应用于精加工在哪里dV/dt是表面缩进距离(mm/s)，t是时间，Vis表示体积。1/k是普雷斯顿系数的单位k,F是接触力，v是工件和刀具之间的相对速度。

研究人员研究了方程，卡斯蒂洛-梅希亚基于普雷斯顿方程提出了打磨中局部材料去除率的相关表达式。Lee等人建立了基于普雷斯顿方程的打磨材料去除率模型，用于实时独立地改变压力和速度。在上述研究中，普雷斯顿系数、打磨力和转速被视为恒定值。打磨过程中，磨头对工件进行打磨，工件表面的材料性质随着热量的积累而发生变化。因此，使用恒定的抛光系数无法准确预测材料去除量，K. Pan R等人提出了基于界面摩擦系数的非常规k构造修正函数，并通过实验验证了其有效性。

二维图像信息集中在平面上，机器人打磨提供的深度信息不准确。因此，更的2.5D信息具有表示3D对象的优势，从而提高可靠识别的机会.

2008年，维尔马提出了一个2.5维加工特征识别系统。它用于筛选出2.5D零件特征，以确定加工方向.2009年，Siebert等人将2D SIFT算法扩展到2.5D进行应用;所提出的算法可以利用3D旋转不变性的局部特征直接进行匹配。张雨薇等人提出了一种从2.5D浅浮雕重建基本3D形状的方法，并通过法线传递和泊松表面重建来优化人脸形状.张等人构造了一个2.5D的高度场用于人像浮雕，以增像的外观，并将2.5D技术应用于人像浮雕的处理。该技术也可以应用于人像浮雕的表面打磨。