視覺引導機器人技術(VGR)擁有成熟的2D成像技術，但經濟高效的3D技術的出現使得機器人的使用有了更多可能。
工業自動化的第一次迭代使用“盲”機器人，這取決于待加工材料的精確定位。這樣的機器人相對不靈活，只能通過繁瑣的編程來適應新的任務。機器視覺的出現在一定程度上解放了這類機器人，使其能夠用平面圖像指導結構不太復雜的操作。現在，將深度信息添加到機器視覺中，使得視覺引導機器人(VGR)的操作更加靈活，并使曾經被認為不切實際的應用成為可能。
用于指導機器人運動的機器視覺在工廠已經應用多年，在很多方面都有成熟的技術。具有內置處理和校準功能、強大的識別和測量算法以及簡化應用開發的應用平臺的智能相機系統可以被廣泛使用并不斷改進。然而，這種視覺系統只處理二維(平面)空間，因此將機器人可用的信息限制為物體在X-Y平面中的位置及其繞Z軸的旋轉(角位置)。要操作的目標物體必須在平面上，并且面朝上，這樣機器人才能識別和處理。
然而，深度信息的增加導致了事情的巨大變化。視覺系統現在可以確定空間中物體的位置和方向。機器人可以訪問關于六個參數的信息:X、Y和Z線性位置，以及滾動、俯仰和偏航角。機器人可以識別一定距離內可能出現的任何姿態的物體，從而允許機器人操作任意方向和位置的目標物體。此外，機器人可以識別堆疊或堆積的頂部物體，這對于二維視覺來說是不可行的，并且可以在規劃其運動軌跡時確定到物體的距離。
機器人Rollin 'Justin正在開發中，可能會在火星上使用。
用于機器人導航的3D機器視覺的興起是許多不同技術進步的結果。相機越來越小，視覺處理器越來越快，視覺軟件越來越先進，獲取深度信息的方法也多種多樣。這種結合使得3D視覺引導越來越廣泛。根據3D機器視覺市場和市場分析，預計3D機器視覺的年復合增長率為11%，到2022年將超過20億美元。
3D VGR的一些新應用是在郵政和物流領域。3D視覺機器人可以處理包裹分揀和包裝以及裝卸混合箱等任務。機器人運輸可以更容易地導航到非結構化的倉庫空間，而物料搬運機器人可以識別和提取隨機方向和混合物品，這在過去是人類只能做到的。
通過三維視覺，合作機器人(cobot)可以通過關注其操作者的位置來避免意外接觸，從而提高操作安全性。將它與處理混合物體結合起來，你將獲得一個機器人助手，它可以把手伸進盒子，提取并提供你需要的物體。甚至可以探索更奇特的應用。例如，正在開發一種機器人系統，用于在田地和果園里采摘水果。
3D視覺的可用性甚至使美國宇航局能夠為無限的太空環境開發機器人。已經在國際空間站上的人形機器人R2·羅博諾(Andrew Robonaut)正在使用與目前正在執行例行任務的宇航員相同的工具和材料來處理日常維護任務和艙外活動操作。在地球上，Rollin 'Justin機器人正在開發中，重點是未來火星任務中的操作。
雖然3D視覺在應用潛力方面提供了很大的靈活性，但設計師不能簡單地將其應用到他們的系統中。發那科美國公司的機器視覺工作人員大衛·德肖(David Dechow)表示，開發者需要采用一種系統化的方法來進行3D VGR設計。在開始設計視覺系統之前，你必須完全理解應用程序的要求。系統需要“查看”，它如何處理這些信息將對視覺系統的設計要求產生很大影響。