单目视觉技术，即安装单个摄像机进行图像采集，一般只能获取到二维图像。单目视觉广泛应用于智能机器人领域。然而，由于该技术受限于较低图像精度以及数据稳定性的问题，因此需要和超声、红外等其它类型传感器共同工作。

　　此次研究人员研发出的传感器由三个主要部分组成，分别对应于人体皮肤的三个部分，即表皮、真皮和皮下组织。顶部基质为荷叶棘突随机高斯分布的力信号感知层，与表皮结构形态相似。这种微结构对于提高灵敏度、增大可监测范围、测量和识别弱力必不可少。中间导电填料为力信号处理层，由多层Ti2C-MXene膜组成，在外力加载和卸载下，多层Ti2C-MXene层间距压缩和释放。底部基板是力信号转换层，其作用为将接收的力信号转换为电信号。 

　　双目视觉技术，是一种模拟人类双眼处理环境信息的方式，通过两个摄像机从外界采集一副或者多幅不同视角的图像，从而建立被测物体的三维坐标。双目视觉技术大致分为机械臂视觉控制、移动机器人视觉控制、无人机无人船视觉控制等方向。

       现有盲文识别方法中，盲文特征点的提取通常手工进行，费时费力，无法保证提取特征的有效性，识别精度较低，抗干扰能力较差。因此，开发一种高精度、实时、易于准确获知的盲文识别装置具有重要意义。
该论文第一作者、上海硅酸盐所—复旦大学联合培养博士生赵学峰介绍，随着柔性电子技术的发展，可穿戴设备、仿生电子皮肤等柔性智能传感器件逐渐成为探索热点。作为下一代机器人的关键组成部分之一的灵活的类似皮肤的触觉传感器应具有在实际应用中（例如智能盲文识别）执行实时反馈、连续测量以及对弱目标信号进行量化的能力。在此，受人皮肤的启发，研究人员设计并制造了一种具有高灵敏度和线性度的新型柔性压阻式触觉传感器。 

　　多目视觉技术，是指采用了多个摄像机以减少盲区，降低错误检测的机率。该技术主要用于物体的运动测量工作。在机械臂手眼协调方面，多目视觉技术能够克服物体捕捉的盲区，使机械臂进行抓取更加有效。在工业机器人进行装配领域，多目视觉也能够识别和定位被测物体，进而提高装配机器人的智能程度和定位精度。

 　　“这将有助于推动可穿戴设备在机器人、智能生活及物联网等领域的快速发展。”论文通讯作者王家成表示，未来研究团队将进一步开展大面积、高灵敏、高分辨、自供能传感器件的研究应用，努力实现柔性传感器件的产业化、实用化。  

　　机器视觉的应用 机器视觉的应用主要有检测和机器人视觉两个方面：

　　⒈ 检测：又可分为高精度定量检测(例如显微照片的细胞分类、机械零部件的尺寸和位置测量)和不用量器的定性或半定量检测(例如产品的外观检查、装配线上的零部件识别定位、缺陷性检测与装配完全性检测)。

　　⒉机器人视觉：用于指引机器人在大范围内的操作和行动，如从料斗送出的杂乱工件堆中拣取工件并按一定的方位放在传输带或其他设备上(即料斗拣取问题)。至于小范围内的操作和行动，还需要借助于触觉传感技术。

　　组装后的传感器表现出超高的灵敏度、超强的线性度、出色的循环稳定性以及毫秒级的快速响应速度。而且，先进的神经网络技术的发展使实现智能的类皮肤传感器成为可能。在这项研究中，这是首次通过这种具有随机决策算法的柔性皮肤状触觉传感器实现实时盲文有效智能识别，这项研究对于解决近年来受到高度关注的视障者甚至盲人的信息交流的社会和公共问题具有重要意义。

　　此外还有自动光学检查，人脸识别，无人驾驶汽车，产品质量等级分类，印刷品质量自动化检测，文字识别，纹理识别，追踪定位。机器视觉技术的应用取代了人工分拣快递，大大提高了效率。除此之外，机器视觉技术还可以让机械手臂拥有3D视觉能力，依靠视觉导引、定位，夹取产品。并且在汽车制造、医疗等领域也使用机器视觉系统进行测量和检测。