工業視覺定位應該分為兩部分，第一部分是人工智能，第二部分是計算機視覺。工業視覺定位是市場上非常火熱的概念。利用機器學習或者深度學習的方法，計算機可以在數據中找到自己的規律，進而對未知的數據和情況進行分析和預測。計算機視覺就是利用一些相應的算法對傳感器等傳回的圖像數據進行處理，從而達到我們想要的目的。例如，圖像拼接、圖像中物體的3D建模和景深預測。
工業視覺定位是利用人工智能的方法來達到一些計算機視覺的目的，比如利用深度學習神經網絡來預測圖片的類別(貓或者狗)，在視頻中框定或者錨定感興趣的物體。
所謂機器視覺系統，其實就是一套基于視覺信息執行一定功能的設備。安裝視覺傳感器的目的(作用)是使設備具有類似于人的視覺功能，從而提高設備的智能化，從而提高生產線的效率和產品質量。機器視覺可以用來完成一些不適合人工作的危險環境或者人眼無法達到質量要求的地方。因此，利用機器視覺技術可以提高生產線的自動化和柔性化水平。
工業視覺定位軟件在越來越多的工業軟件中得到應用。隨著數字圖像處理和計算機視覺技術的快速發展，越來越多的研究者將攝像機作為自主移動機器人的感知傳感器。
這主要是因為原有的超聲波或紅外傳感器傳感信息有限，魯棒性差，視覺軟件可以彌補這些缺點。
真實世界是三維的，而投影在相機鏡頭(CCD/CMOS)上的圖像是二維的。視覺處理的目的是從感知到的二維圖像中提取相關的三維世界信息。簡單來說就是對機器人周圍的環境進行光學處理。首先攝像頭采集圖像信息，對采集到的信息進行壓縮，然后反饋給一個由神經網絡和統計方法組成的學習子軟件。然后，學習子軟件將采集到的圖像信息與機器人的實際位置聯系起來，完成機器人的自主導航定位功能。