在智能機器人視覺方面的工作，主要體現在感知、理解、學習及推理4個方面，涉及到目標檢測、目標追蹤、人體姿態估計、人臉識別、行為識別、推理等技術。我們不僅僅是把目標檢測出來，還要把目標所在3D空間中的位置找出來，接著要知道是什么。通過學習判斷物體的最佳抓握點在哪里，該如何抓取，抓取過程中如何避開障礙物，這都是智能機器人涉及的視覺技術。