機器視覺是使用攝像頭代替人眼來做測量和判斷。機器視覺是一項綜合技術(shù)，包括圖像處理、機械工程技術(shù)、控制、電光源照明、光學(xué)成像、傳感器、模擬與數(shù)字視頻技術(shù)、計算機軟硬件技術(shù)(圖像增強和分析算法、圖像卡、 I/O卡等)。
機器視覺技術(shù)已經(jīng)在思序軟件的若干個產(chǎn)品中廣泛使用，主要場景包括：
1、AGV小車的目標(biāo)識別與跟蹤
2、AGV小車的視覺導(dǎo)航
3、制造業(yè)的視覺質(zhì)檢

主要包括涉及的技術(shù)包括：
通用圖像處理技術(shù)
采用OpenCV、LabView、matlat進行圖像處理和變換。包括特定圖像濾波算法的開發(fā)。
運動分析
采用模板匹配或邊緣檢測的方法計算幾何中心坐標(biāo)，再將該中心坐標(biāo)作為物體運動的目標(biāo)地址，移動相機使相機軸線與該坐標(biāo)重合，并重新獲取定位幾何特征圖像，再計算中心坐標(biāo)。

雙目視覺測量
雙目立體視覺是利用計算機技術(shù)模擬人類視覺原理，使用計算機被動感知距離的方法，從兩個或者多個點觀察同一個物體的場景，獲取在不同視角下的圖像。根據(jù)圖像之間像素的匹配關(guān)系，通過三角測量原理計算出空間點在兩幅圖像中的偏移來獲取物體的三維信息。得到了物體的實際景深信息，就可以計算出物體與相機之間的實際距離，物體三維大小，兩點之間實際距離。

目標(biāo)檢測
目標(biāo)檢測是一種基于目標(biāo)幾何和統(tǒng)計特征的圖像分割，它將目標(biāo)的分割和識別合二為一，在復(fù)雜場景中，需要對多個目標(biāo)進行實時處理，目標(biāo)自動提取和識別圖像中的內(nèi)容的過程。
主要算法包括：
1、RCNN
基于Region Proposal的候選區(qū)域選擇和邊界回歸（bounding-box regression) 得到精確的目標(biāo)區(qū)域
2、SPP-Net
空間金字塔池化（SpatialPyramid Pooling ）
3、Fast-RCNN
4、YOLO
5、SSD
6、YOLOv2

SLAM 即時定位與地圖構(gòu)建
機器人使用多目攝像頭，在未知環(huán)境中從一個未知位置開始移動,在移動過程中根據(jù)位置估計和地圖進行自身定位，同時在自身定位的基礎(chǔ)上建造增量式地圖，實現(xiàn)機器人的自主定位和導(dǎo)航。