工业视觉定位应该分为两部分，第一部分是人工智能，第二部分是计算机视觉。工业视觉定位是市场上非常火热的概念。利用机器学习或者深度学习的方法，计算机可以在数据中找到自己的规律，进而对未知的数据和情况进行分析和预测。计算机视觉就是利用一些相应的算法对传感器等传回的图像数据进行处理，从而达到我们想要的目的。例如，图像拼接、图像中物体的3D建模和景深预测。
工业视觉定位是利用人工智能的方法来达到一些计算机视觉的目的，比如利用深度学习神经网络来预测图片的类别(猫或者狗)，在视频中框定或者锚定感兴趣的物体。
所谓机器视觉系统，其实就是一套基于视觉信息执行一定功能的设备。安装视觉传感器的目的(作用)是使设备具有类似于人的视觉功能，从而提高设备的智能化，从而提高生产线的效率和产品质量。机器视觉可以用来完成一些不适合人工作的危险环境或者人眼无法达到质量要求的地方。因此，利用机器视觉技术可以提高生产线的自动化和柔性化水平。
工业视觉定位软件在越来越多的工业软件中得到应用。随着数字图像处理和计算机视觉技术的快速发展，越来越多的研究者将摄像机作为自主移动机器人的感知传感器。
这主要是因为原有的超声波或红外传感器传感信息有限，鲁棒性差，视觉软件可以弥补这些缺点。
真实世界是三维的，而投影在相机镜头(CCD/CMOS)上的图像是二维的。视觉处理的目的是从感知到的二维图像中提取相关的三维世界信息。简单来说就是对机器人周围的环境进行光学处理。首先摄像头采集图像信息，对采集到的信息进行压缩，然后反馈给一个由神经网络和统计方法组成的学习子软件。然后，学习子软件将采集到的图像信息与机器人的实际位置联系起来，完成机器人的自主导航定位功能。