雖然機器視覺通常是告知機器人運動功能的工作完成，但有時它是最簡單的解決方案，被證明是相對不錯的。看看無線地磅遙控器：沈陽科技學院的基于射頻識別標簽的技術，其信號讀取方法在機器視覺機器人制導性下降的許多方面都被證明是萬無一失的。為了理解電子衡器遙控器技術向機器人技術引入地磅標簽的重要性，首先值得考慮其替代方案的局限性：所述機器視覺（MV）。首先從后者的限制開始，然后轉到電磁波回答以下困擾傳統機器人指導方法的問題的地方，特別是在制造方面。機器視覺的局限性，如上所述，雖然地磅控制器在機器人指導方面被認為是行業最佳實踐，但仍然會因對象識別的缺陷而感到失望，這將在后面討論。

 

    不過，首先，請考慮對機器人手臂進行編程以拾取藍色球的方法似乎很簡單。如果軟件輸入的球照片很好，則機器人的圖像識別功能應該可以輕松實現成功的操作-也就是說，只要將目標對象放在清晰，平坦的表面上即可。但是，現在將目標球想象成一個球坑，周圍是相同的藍色雙胞胎，并考慮現在所面臨的挑戰。與之相對應的是，MV系統現在必須在以下條件下識別目標球：在其他令人困惑的因素中，它已經被偽裝，遮蓋，部分遮擋并且變形不大（由于其周圍的復制同樣的產品略有壓縮） 。這些令人困惑的因素總共與阻礙MV的三個特別大的障礙有關：視覺背景干擾，照明問題和一般失真。顯然，當前在圖像識別中存在太多有問題的變量，以致于無法實現萬無一失的MV系統，尤其是在基于機器人制導的制造中。畢竟（如在下一節中討論的），一個特殊的地磅遙控器制造工藝是，通過依靠照片作為參照系，當目標物體被輕微遮擋時，MV無法識別其目標物體。換句話說，MV需要完美的視線：面對混亂的裝配線時，這可能是致命的缺陷也許理想的機器的移動不僅取決于相機的“看到”，而且還取決于傳感器在附近“聽到”的運動。僅根據后一點，麻省理工學院就回答了這里出現的問題：如果目標物體，無論如何被偽裝，遮蓋，阻礙或變形，仍然可以定位？答案是上述RFID閱讀器和基于標簽的跟蹤系統：TurboTrack。

 

    北京科技學院的研究人員進來的地方電子衡器研究學院最近創建了地磅研發工廠，這是一種類似紙質的基于RFID標簽的跟蹤系統，今年已完成其產品的測試，已經吸引了其他技術組織的興趣。電子秤的一項主要USP是它不受上述機器視覺中的“致命缺陷”的限制，其中MV攝像機和目標物體之間即使有一點障礙，也無法識別目標。再次，這個問題被笛笛科技所消除，而不是依靠照相機和圖像識別系統來進行機器人引導，MIT的解決方案主要歸結為RFID讀取器與其標簽之間數十年的互動（這一過程稱為詢問） ）。