2025年11月13日，南方科技大学教授刘伟在深圳核博会核电厂在役检查论坛发表《具身智能巡检技术及其在核电运维应用探索》主旨报告。
报告围绕“具身智能巡检/检测技术在核电在役检查中的应用探索”，结合作者在核电站现场调研的观察，讨论高辐射、时间窗口短、定位与力控精度高等约束下机器人替代人工的必要性与难点。内容按“感知—学习—行动”三条主线展开，展示了轮足与人形机器人在越障、动作学习、远程遥操作与超声探头扫描等方面的阶段性进展，并指出任务级交互、力位混合控制与抗辐照能力仍是关键挑战。
关键点：
1. 报告背景：核电在役检查需求与现场约束（00:00）
介绍南方科技大学刘伟教授报告主题，并分享赴苍南核电站调研经历：在一回路现场见到人工进行超声管路/焊缝检查。强调核岛高辐射环境下作业时间极短（剂量约束）、定位精度与安全要求高，促使思考具身智能/机器人是否能进入核岛在役检查场景替代部分人工高风险工作。
2. 现有自动化与机器人应用现状：定制设备与履带机器人（02:00）
展示检测公司定制化自动检测设备与履带式机器人进入现场的案例，目标是替代部分人员完成辐射剂量/力量检测等任务。提出未来可能形成“人工检测—定制自动化—送入式机器人—具身机器人”并行共存的模式：低剂量场景人工效率高，高剂量/高风险场景由机器人承担替代性工作。
3. 具身智能的核心拆解：感知、学习与行动（02:22）
以人形机器人运动能力为引子，提出将核电在役检查机器人能力拆分为三核心：感知（多模态，既感知自身状态也感知环境）、学习（强化学习PPO与模仿学习以获得动作策略）、行动（移动越障locomotion与操作能力）。强调具身智能相较传统工业机器人更依赖自主学习生成运动轨迹，而非完全预编程。
4. 感知与数据获取：相机-激光雷达融合建模与人体动作映射（06:27）
介绍将摄像头与激光雷达进行融合/标定，用于大尺度空间实时建模，以应对现场与图纸不一致的变化。讲解人体动作捕捉与映射：通过在人体关键部位绑定传感器（如手臂末端等）形成数字化动作，再迁移到机器人；同时采集足底受力与配合关系，提升全身协调控制能力。
5. 行动能力展示：轮足机器人越障、上下楼与高动态机动（08:17）
现场演示轮足机器人在模拟台阶/楼梯环境中的上下楼与越障能力，部分动作不依赖视觉判断，强调本体感知与动态稳定性。展示高速原地旋转等高动态响应策略，并提出未来可将轮子替换为平足，搭载机械臂、摄像头与辐射剂量检测设备，面向核电站高风险巡检与替代作业。
6. 人形机器人与遥操作：动作学习、末端执行与超声扫描尝试（09:55）
介绍31自由度人形机器人动作策略研究流程（人体动作捕捉、强化学习、仿真训练与迁移）。展示末端遥操作能力：通过手端遥操作组合实现远端精准指令响应，末端加相机用于焊缝/部位判断；进一步展示灵巧手（最高约15自由度）结合相机与数据手套/VR进行精细动作学习，并尝试夹持工业超声探头，在远端模拟对管路焊缝进行扫描检查。
7. 关键挑战与外延应用：任务交互、力位混合控制与抗辐照（13:27）
总结核电站脚手架、楼梯等复杂环境对具身智能提出挑战；指出最难点之一是力与位置的混合控制：超声探头需与管路稳定接触并保证贴合度以获得高质量数据。另强调当前机器人多面向工业/生活场景，抗辐照能力不足；同时补充团队在工业制造中用激光扫描进行在线三维建模与质量检测的应用案例，并展示VR远程操作机器人移动与扫描，说明全身平衡控制相较固定上肢作业更难。
时间线：
00:00 - 开场与背景：介绍报告主题、核电站现场调研与高辐射在役检查约束，提出机器人替代需求。
02:00 - 现状与框架：回顾定制自动化/履带机器人案例，提出“感知—学习—行动”三维度与并行演进路径。
06:27 - 感知与学习方法：相机-激光雷达融合建模、人体动作捕捉映射、足底受力感知与强化/模仿学习思路。
08:17 - 轮足机器人展示：台阶与楼梯越障、高动态机动能力，探讨在核电巡检中搭载传感器与机械臂的可能。
09:55 - 人形与遥操作演示：31自由度人形动作学习、远程遥操作、灵巧手与VR控制，尝试夹持超声探头进行焊缝扫描。
13:27 - 问题与展望：复杂场景通行、任务级交互、力位混合控制、贴合度与抗辐照能力等关键瓶颈，并补充制造业在线检测案例。
AI 延伸阅读(下文由AI生成，其内容可能存在偏差，请注意甄别)：
具身智能巡检技术探索核电运维新路径
南方科技大学教授刘伟近日围绕“具身智能巡检技术及其在核电运维中的应用探索”进行交流，结合赴苍南核电站调研和现场沟通情况，分享了团队对机器人进入核岛、参与在役检查的可行性、技术难点与工程约束的思考。此次交流并非单向展示成熟方案，而是以学习和探讨为主要定位，重点关注核电实际作业场景中高辐射、强约束、高精度检测等需求如何转化为机器人可执行的技术指标。
核电在役检查对作业安全、检测质量和时间窗口都有严格要求。在高辐射环境下，人员可停留时间往往受到毫西弗级剂量约束，现场作业时间极短，这使“减人”“替人”成为核电运维自动化的重要方向。同时，一回路管路超声检测、焊缝检查、辐射剂量检测以及力检测等任务不仅要求机器人能够到达指定位置，还要求具备较高定位精度、重复性和可达性，尤其是在超声扫查等接触式任务中，探头必须保持稳定姿态和合适接触力，才能保证检测数据质量。
从核电检测自动化的发展路线看，人工检测、定制化自动检测装备、工业移动机器人以及具身智能机器人将在较长时间内并行共存。人工检测在低剂量、流程灵活或效率更优的场景中仍有优势；面向特定管路和工况的自动化专机设备则能在固定任务中发挥高可靠性；履带式等工业移动机器人已经开始进入核岛，承担替代性巡检或检测任务。进一步看，具身智能机器人，特别是人形或轮足机器人，被寄望于在高风险、高辐射、复杂地形和多任务场景下提升通用性与替代能力。
刘伟介绍，具身智能与传统工业机器人的显著差异在于，其运动和操作不完全依赖预先编写好的固定轨迹，而是更多通过感知、学习和本体能力实现自主生成与环境适应。具身智能可拆解为感知、学习、行动三大核心能力：感知负责获取环境和自身状态信息，学习通过强化学习、模仿学习等方法形成可迁移策略，行动则通过移动和操作完成任务闭环。
在感知层面，多模态融合是具身智能机器人进入复杂工业现场的基础。通过相机与激光雷达融合，机器人可以获得更丰富的空间信息；利用棋盘格、孔洞等特征进行标定，可实现多传感器对齐与融合。在楼宇级、上万平方米级场景中，实时三维建模能够弥补图纸、数字资产与现场实际变化之间的偏差，为机器人导航、避障和任务执行提供支撑。此外，人体动作采集与映射也为模仿学习提供入口，团队通过上肢末端传感器阵列将人的操作动作数字化，使机器人无需依赖手写代码即可学习人类动作。足底受力和接触感知同样关键，基于电容式采集实现毫米级动态精度，有助于机器人在下肢稳定和上肢操作之间实现协调。
在学习层面，强化学习和模仿学习是当前具身智能训练的重要方式。以PPO为代表的强化学习方法，可以通过大量仿真迭代学习短时动作策略，使机器人在面对扰动和不确定环境时具备更强适应能力。模仿学习则能够复现人的操作动作，为核电特定工序提供学习入口，例如超声扫查过程中的路径、姿态和动作节奏。不过，当前具身智能仍面临技能泛化不足的问题，训练一个动作成本较高，且往往只能完成单一技能，距离“随时切换多任务、多动作”的目标仍有差距。
在行动层面，机器人需要同时具备移动能力和操作能力。轮足平台在台阶、楼梯、不确定高度障碍、跳落等工况中的通过能力，是其进入核电复杂现场的重要前提。刘伟指出，机器人不能完全依赖视觉判断环境，还需要依靠本体稳定能力实现动态响应。操作方面，当前更现实的路径是以远程遥操作为主，通过远程操控减少人员现场暴露，并依靠末端摄像头回传帮助操作者判断焊缝位置和探头状态。与此同时，多自由度灵巧手也在研发中，例如15自由度灵巧手可结合数据手套和视觉系统，实现更精细的手部动作学习与复现。
针对核电在役检查中的典型任务，团队展示了超声焊缝检查的遥操作设想：机器人末端夹持工业超声探头，在VR远程操控下完成管路焊缝扫查动作。这一任务看似是机械臂末端到达指定位置，实际上包含复杂的力—位混合控制。探头不仅要准确到位，还要保持合适接触力和贴合度，否则超声数据质量将受到影响。对于站立式人形机器人而言，上肢操作还会与下肢平衡产生耦合，机器人在执行扫查动作的同时必须维持重心与姿态稳定，其难度明显高于固定基座机械臂。
核电场景对具身智能落地提出了更高要求。脚手架、楼梯、狭窄通道等复杂环境对机器人的通过性、稳定性和路径规划能力提出挑战；高辐射环境则要求平台具备抗辐射能力和核级可靠性验证，而现阶段多数机器人仍主要面向工业或生活场景，缺少系统性的抗辐射设计与工程验证。此外，机器人虽然在动作层面越来越接近人类，但在“理解任务—与环境互动—完成闭环”方面仍显不足，距离真正自主完成核电复杂工序仍需突破。
除核电运维外，具身智能和机器人检测技术也可延伸至制造业质量检测场景。例如，通过激光扫描实现零件在线三维建模，再与设计图纸进行比对，可判断零件是否合格。此类技术可应用于汽车关键零部件等生产场景，替代部分人工测量工作，提高检测效率与一致性，并适配产线在线检测需求。
面向后续合作，刘伟表示，核电行业专家对作业规程、剂量约束、定位精度和检测质量的理解，是机器人技术落地不可或缺的基础。未来需要将核电作业指标转化为机器人感知、学习与行动系统可实现的工程约束，围绕多技能泛化、力控质量闭环、抗辐射工程化和现场验证体系建设持续推进，使具身智能巡检技术在核电运维中形成更具可行性的应用路径。
