Los sistemas de visión por computadora 2D y 3D se utilizan con frecuencia en la producción automatizada para detectar y determinar la posición de los objetos. La precisión es importante en la industria de la producción, y los sistemas de visión por computadora requieren entornos estructurados para funcionar de manera óptima. Para los sistemas de visión 2D, un cambio en las superficies, la iluminación y los ángulos de vista puede reducir la precisión de un método, tal vez incluso a un grado que sea erróneo, mientras que para los sistemas de visión 3D, la precisión depende principalmente de los sensores láser 3D. Las cámaras 3D disponibles comercialmente carecen de la precisión que se encuentra en los escáneres láser 3D de alta calidad, y por lo tanto no son adecuadas para mediciones precisas en uso industrial. En este artículo, mostramos que es posible identificar y localizar objetos utilizando una combinación de cámaras 2D y 3D. Primero se encuentra una estimación aproximada de la pose del objeto utilizando una cámara 3D disponible comercialmente. Luego, se utiliza un brazo robótico con una cámara 2D "ojo en mano" para determinar la pose con precisión. Mostramos que esto aumenta la precisión a milímetros. Esto se demostró en una tarea de ensamblaje industrial real donde se requiere alta precisión.