FANUC一般工业和汽车部门已经在材料处理应用中花了很多时间在视觉系统上工作，看到了在焊接中的巨大潜力。原因很简单：机器人擅长在多次迭代中始终如一地做同样的事情，并且即使存在间隙不一致等可变性，视觉系统也可以做到。

下一代视觉引导机器人系统将主要使用3D技术，因为它变得越来越便宜。它们还提供了关节的清晰度，这是2D技术无法复制的。

您可以想象两片金属彼此重叠。您真的看不到对比度，也看不到一部分开始而另一部分结束的地方。但是，如果使用3D视觉系统，则可以创建一个点云来确定零件的X，Y和Z尺寸，并且可以获得非常好的分辨率。那时，关节在哪里变得非常明显。

当焊接机器人看到时，可以更好地进行一致的焊接。如果可以学习怎么办？机器学习加上视觉系统可以使机器人焊接达到另一个水平。

以焊接螺母为例。当然，制造商希望确保将螺母焊接在正确的位置，并确保正确进行焊接。过去，在某些情况下，这种质量检查可能留给质量技术人员甚至是焊工。借助当今的技术，3D视觉引导机器人可以检查确切的位置，并提供焊接过程和最终接头的图像。（焊接过程简单地消除了2D视觉系统捕获可用图像的能力。最后，您最终得到了螺母周围有黑斑的图像。）内置在运行焊接单元的软件中的人工智能则能够在焊接螺母上给出合格/不合格的指示。

机器学习现在被用于各种不同的应用程序，最新一代的iRVision是FANUC America用于其机器人的视觉系统产品线，它配备了一种新的基于人工智能的防错工具，该工具可用于从工业应用到仓库中物料处理的各种行业。

因此，如果金属制造商研究他们的水晶球，他们可能会看到机器人焊接根本不涉及固定装置的未来。一个单元可以具有物料搬运机器人，该机器人可以拾取单独的金属零件，将其提交给要扫描的视觉系统，然后等待来自人工智能系统的有关如何一起展示零件以创建理想合并位置的指令。焊接机器人可以从那里输入图片以完成连接，而视觉系统则捕获图像以验证焊接质量。

它可以节省大量成本。