机器视觉是一个与机器人学领域有重叠的机器视觉的重要研究分支。在这个领域的研究中，机器视觉的相关技术被用来引导机器人执行动作，并且追踪它们。科学家们让机器人全身上下装满了图像传感器、摄像头和各种其他传感器，使它们可以从周围环境中获取数据并且执行科学家们想要的任务。机器人的活动建立在边缘探测和物体识别的基础之上，因此它们可以在环境中避开各种障碍顺利活动。各类机器学习算法则可以帮助机器人识别需要得到的图案并且收集想要的数据，例如不同的航天器需要经过训练来收集需要的材料，并且做到去粗取精。

        比如，火星科学实验室是NASA在2011启动的一项太空探测任务，它在2012年成功地让好奇者号在火星的盖尔陨石坑着陆。好奇者号的目标是探索火星的气候和地理，同时对周围环境进行拍照，世界上最具价值的自拍照也在其中。而其中有名的例子是罗塞塔号，由欧洲太空署发射之后，它和它的着陆器模块菲莱对彗星进行了细致的研究。它执行了第一次成功的彗星着陆，同时也飞过了火星。机器视觉技术对于这些使命来说至关重要，这既是为了获取来源于图像中的数据，也是为了在崎岖不平的地方进行更加有效的移动。最近的一个例子是一个被称为新视野号的星际空间探测器，它由NASA在2006年发射，并且在今年七月抵达了冥王星。

        机器视觉自2006年至今发展迅猛，它由不同的仪器和模块构成，并且运作良好，能够给我们传回详细数据。比如，2012年2月6日，继我国根据嫦娥一号探月卫星所获取的月球表面信息数据率先制作完成了第一幅全月球影像图后，我国国防科工局本次又正式发布了由７４６分幅组成，１００％覆盖全月球表面的世界最高分辨率全月球影像图。这一高分辨率全月图是根据更高科技的嫦娥二号探月卫星传回的信息数据进行整理制作完成的，而嫦娥二号卫星之所以能够获取这些相比一号卫星所传数据高达十几倍分辨率的图像信息，与其搭载的高品质科学级CCD相机有着不可分割的关系。