中國科學(xué)院沈陽自動化研究所2025年11月6日1AI增強的機器人技術(shù)及其在電力行業(yè)的應(yīng)用展望王洪光hgwang@sia.cn1?

現(xiàn)狀與趨勢?

具身智能（

EAI）?

前沿技術(shù)?

應(yīng)用案例?

結(jié)論與展望目

錄2現(xiàn)狀與趨勢-機器人發(fā)展態(tài)勢2024年

，全球工業(yè)機器人安裝量54.2萬臺

，

中國29.5萬臺(占比54%）源自IFR

World

Robotics20253現(xiàn)狀與趨勢-機器人發(fā)展態(tài)勢2024年制造業(yè)機器人密度全球平均177臺

，韓國1220臺、新加坡818臺、

中國567臺。

源自IFR

World

Robotics

20254現(xiàn)狀與趨勢-協(xié)作機器人發(fā)展態(tài)勢2017-2024年度協(xié)作機器人在工業(yè)機器人總銷售量中的占比源自IFR

WorldRobotics20255現(xiàn)狀與趨勢-國家規(guī)劃和部署–美國：

2022國家機器人計劃

3.0（

National

Robotics

Initiative

3.0:

Innovations

in

Integrationof

Robotics

(NRI-3.0)）；“贏得競賽：美國人工智能計劃”

(2025)–歐盟：“人工智能大陸行動計劃（AIContinentAction

Plan）

”；“應(yīng)用人工智能”和“科學(xué)中的人工智能”（2025）–德國：“機器人研究行動計劃1.1”（2024）；“2025年高科技戰(zhàn)略”（2025）–

日本：“登月研發(fā)計劃”“

Moonshot

Researchand

Development

Program”（2020-2050）–韓國：“第四次智能機器人基本計劃”（2024-2028）–

中國：l

工信部等部門：《

“十四五”機器人產(chǎn)業(yè)發(fā)展規(guī)劃》、《

“十四五”智能制造發(fā)展規(guī)劃》（2021年）l科技部：《關(guān)于支持建設(shè)新一代人工智能示范應(yīng)用場景的通知》（2022年）l

工信部等十七部門：《

“機器人+”應(yīng)用行動實施方案》（2023年）l

工信部：《人形機器人創(chuàng)新發(fā)展指導(dǎo)意見》（2023年）l

工信部：《國家人工智能產(chǎn)業(yè)綜合標(biāo)準(zhǔn)化體系建設(shè)指南》(征求意見稿)（2024年）l

國務(wù)院：《關(guān)于深入實施“人工智能+”行動的意見”

》（2025年）6現(xiàn)狀與趨勢-復(fù)雜環(huán)境與任務(wù)挑戰(zhàn)環(huán)境挑戰(zhàn)任務(wù)挑戰(zhàn)如何建立人機和諧共存的行為方式與安全機制？如何實現(xiàn)機器人之間、

機器人與人之間的自然交互？如何實現(xiàn)復(fù)雜環(huán)境下完成復(fù)雜任務(wù)所需要的智能決策與作業(yè)？如何實現(xiàn)機器人對非結(jié)構(gòu)環(huán)境的高效、

精確感知和適應(yīng)？交互能力作業(yè)能力感知能力決策能力行為方式挑戰(zhàn)交互挑戰(zhàn)7現(xiàn)狀與趨勢-復(fù)雜環(huán)境與任務(wù)挑戰(zhàn)傳統(tǒng)的工業(yè)機器人難以滿足電力等行業(yè)復(fù)雜環(huán)境和多任務(wù)的需求。性能挑戰(zhàn)運動及力控制

絕對精度在線規(guī)劃環(huán)境-任務(wù)推理多模態(tài)感知-交互自主規(guī)劃-學(xué)習(xí)運動控制重復(fù)定位精度離線規(guī)劃程序-任務(wù)預(yù)設(shè)

感知-認(rèn)知有限決策-交互有限結(jié)構(gòu)化環(huán)境

重復(fù)性任務(wù)非結(jié)構(gòu)化環(huán)境

復(fù)雜多類任務(wù)AI增強的智能機器人傳統(tǒng)工業(yè)機器人環(huán)境-任務(wù)挑戰(zhàn)智能挑戰(zhàn)作業(yè)搬運巡檢加工裝配共融8現(xiàn)狀與趨勢-發(fā)展趨勢機器人受到人工智能（AI）

和機器學(xué)習(xí)領(lǐng)域各種技術(shù)發(fā)展的推動，同時也受到協(xié)作機器人擴展到新應(yīng)用、

簡化編程、

移動操作器、

數(shù)字孿生和仿人機器人等領(lǐng)域的影響—國際機器人聯(lián)合會（IFR）AI-Powered

RoboticsAI增強的機器人9目

錄?

現(xiàn)狀與趨勢?

具身智能（

EAI）?

前沿技術(shù)?

應(yīng)用案例?

結(jié)論與展望10美國人恩格爾伯格

，

世界第一臺工業(yè)機器人

，

Unimation公司

，被譽為“機器人之父”斯坦福大學(xué)

，

Shakey機器人

，第一

臺移動機器人

，觀察環(huán)境能力?！暗　卑私菣C器人探索南極洲火山

，行動在美國操控。美國內(nèi)華達(dá)州頒發(fā)世界第一張無人駕駛汽車牌照。第一臺家用掃地機器人Roomba,可以檢測地板上的臟點

，避開障礙物和樓梯本田汽車公司人形機器人ASIMO瑞典ABB公司全球最快分揀機器人FlexPicker i

i

i

2008

i20202024

機器人發(fā)展歷程11美國AMF公司生產(chǎn)出“VERSTRAN”

，成為真正商業(yè)化的機器人1981波士頓動力“

ParkourAtlas”通用汽車機器視覺系統(tǒng)“CONSIGHT”分源自IFR官網(wǎng)Figure發(fā)布了Figure01、

02優(yōu)傲第一臺協(xié)作機器人第一個人形社交機器人Pepper第一臺醫(yī)院用自主移動機器人“勇氣號”探測器登陸火星特斯拉發(fā)布“Optimus”波士頓動力開源Spot機器人SDK商業(yè)化達(dá)芬奇機器人部20182022201420032002200020121972198819981999199419621959。人工智能的定義人工智能是一門利用計算機模擬人類智能行為科學(xué)的統(tǒng)稱

，

它涵蓋了訓(xùn)練計算機使其能夠完成自主學(xué)習(xí)、

判斷、

決策等人類行為的范疇。（中國人工智能創(chuàng)新應(yīng)用白皮書）人工智能的三大學(xué)派符號主義：

強調(diào)通過符號和邏輯推理來模擬人類智能。

認(rèn)為智能可以通過對符號的操作和處理來實現(xiàn)

，

注重知識的表示和推理過程。行為主義：

主張智能行為是通過與環(huán)境的交互和適應(yīng)產(chǎn)生的。連接主義

：模仿人類大腦神經(jīng)元的連接方式和工作原理。

通過構(gòu)建人工神經(jīng)網(wǎng)絡(luò)

,讓網(wǎng)絡(luò)在大量的數(shù)據(jù)中學(xué)習(xí)和調(diào)整連接權(quán)重

，

以實現(xiàn)對輸入數(shù)據(jù)的模式識別。12具身智能-發(fā)展歷程1950年

，

圖靈在《Computing

Machinery

and

Intelligence》論文提出具身智能概念。1991

年羅德尼·布魯克斯（現(xiàn)代機器人之父）在《沒有表征的智能》論文提出智能行為可以直接從自主機器與其環(huán)境的簡單物理交互中產(chǎn)生

，而這種交互不依賴于預(yù)先設(shè)定的復(fù)雜算法。開發(fā)移動機器人“Genghis”

，能夠在沒有復(fù)雜中央控制系統(tǒng)的情況下

，在復(fù)雜環(huán)境中導(dǎo)航。1999

年羅爾夫·普費弗在《理解智能》一書中提出智能行為是通過身體與環(huán)境的直接相互作用產(chǎn)生

的

，

而不僅僅是大腦內(nèi)部的計算過程

，身體的形態(tài)和物理性質(zhì)都會直接影響智能行為的生成。2005

年琳達(dá)·史密斯在“具身假說”中提出人類的認(rèn)知過程不僅僅是大腦內(nèi)部的抽象思考

，更多地是通過身體與物理環(huán)境的直接互動實現(xiàn)的

，思維、感知能力以及其他各種能力的發(fā)展

，都是人們通過身體與環(huán)境的持續(xù)互動而逐漸形成的。例如

，嬰兒通過觸摸和操作物體學(xué)習(xí)物理規(guī)律

，

或者通過視覺和運動的協(xié)調(diào)來理解空間關(guān)系。大型語言模型（LLMs）、視覺語言模型（VLMs）以及ChatGPT等基礎(chǔ)模型增強了機器人的感知、交互及信息處理能力

，但尚未解決機器人如何從物理環(huán)境中持續(xù)學(xué)習(xí)和適應(yīng)的問題。需要基礎(chǔ)模型與進(jìn)化學(xué)習(xí)機制相結(jié)合。、

敏捷小腦與強健本體的有機融合。智13慧大腦具身智能-定義1）

具身智能是一種可以執(zhí)行導(dǎo)航、

操作和命令執(zhí)行等任務(wù)的機器人

，

機器人可以是任何在空間中移動的實體智能機器

，如自動駕駛汽車、

吸塵器

，或是工廠里的機械臂等?！固垢４髮W(xué)教授李飛飛《SearchingforComputerVisionNorth

Stars》2）

具身智能是機器學(xué)習(xí)、

計算機視覺、

機器人學(xué)習(xí)和語言技術(shù)的集成

，

最終形成人工智能的“具身化

”:能夠感知、

行動和協(xié)作的機器人—卡內(nèi)基梅隆大學(xué)(Robotics,

EmbodiedAI,and

Learning)實驗室官網(wǎng)3）

具身智能是指一種基于物理身體進(jìn)行感知和行動的智能系統(tǒng)

，

其通過智能體與環(huán)境的交互獲取信息、

理解問題、

做出決策并實現(xiàn)行動

，從而產(chǎn)生智能行為和適應(yīng)性—中國計算機學(xué)會計算機術(shù)語委員會動態(tài)交互能力14具身智能-核心要素1.本體具有物理實體的機器人

，

可以有多種形態(tài)

，

如人形機器人

，

四足機器人

，

復(fù)合機器人等。2.智能體具有本體之上的智能核心

，

負(fù)責(zé)感知、

理解、

決策、

控制等核心工作。3.數(shù)據(jù)數(shù)據(jù)是泛化的關(guān)鍵

，

涉及機器人的數(shù)據(jù)稀缺且昂貴。數(shù)據(jù)收集的方式：

仿真合成、

遙操作及抓取互聯(lián)網(wǎng)數(shù)據(jù)。4.學(xué)習(xí)和進(jìn)化結(jié)構(gòu)智能體通過和物理世界的交互

，

適應(yīng)新環(huán)境、

學(xué)習(xí)新知識并強化出新的解決問題的方法。1516運動能力突飛猛進(jìn)

應(yīng)用場景日趨豐富

具身智能-目前發(fā)展的特點視覺語言動作模型(VLA)成為主流技術(shù)路線人形機器人成為具身智能發(fā)展的重要代表17目前人形機器人產(chǎn)品的主要類型小尺寸足式人形機器人

全尺寸足式人形機器人

輪式人形機器人

仿真型人形機器人18人形機器人典型應(yīng)用場景表演娛樂家庭服務(wù)無人零售智慧物流人形機器人-Figure

AI2022年Brett

Ad

cock創(chuàng)立Figure

AI

，

核心產(chǎn)品為人形機器人“

Figure01”；2023年10月

，發(fā)布Figure01行走的視頻

，

實現(xiàn)了

“動態(tài)雙足行走”；2024年3月

，發(fā)布接入OpenAI的大模型后人形機器人Figure01視頻

，在視頻中

，

Figure01能夠與人類流暢對話

，理解人類的意圖并執(zhí)行；2024年7月

，更新發(fā)布Figure

01寶馬車間工作。2024年8月

，發(fā)布Figure

02。2025年2月4日：

宣布終止與OpenAI合作。2025年2月20日

：發(fā)布端到端通用控制模型Helix。2025年3月15日：

推出BotQ

，

旨在每年生產(chǎn)12,000個人形機器人的制造工廠。19Helix被定義為全球首個視覺-語言-動作（VLA）一體化模型將視覺感知、

自然語言理解與高維機器人動作控制整合到單一模型中實現(xiàn)了全身協(xié)調(diào)控制（涵蓋頭部、軀干、手腕及單個手指的35DOF）零樣本泛化能力（可處理數(shù)千種未見過的物體）多機器人協(xié)作（雙機共享同一模型完成復(fù)雜任務(wù)）Helix20?

現(xiàn)狀與趨勢?

具身智能（

EAI）?

前沿技術(shù)?

應(yīng)用案例?

結(jié)論與展望目

錄21復(fù)雜任務(wù)約束下的

靈巧機構(gòu)與多目標(biāo)優(yōu)化操作面向多元對象的

人機協(xié)同與智能控制輸電

變電

配電

極端、復(fù)雜環(huán)境

智能感知與防護(hù)技術(shù)高空

狹窄空間

強電磁場

機器人如何支撐電網(wǎng)設(shè)備運維挑戰(zhàn)2前沿技術(shù)-問題挑戰(zhàn)1檢測缺陷處理22前沿技術(shù)-端到端大模型發(fā)展

具身智能端到端大模型從單模態(tài)LLM、

雙模態(tài)VLM

，

向多模態(tài)VLA發(fā)展

大語言模型(LLM)

：文本單模態(tài)

，擅長邏輯推理、任務(wù)分解等抽象任務(wù)

，但缺乏對視覺或物理世界的直接感知

視覺-語言模型(VLM)

：融合視覺編碼器與語言模型LLM

，實現(xiàn)跨模態(tài)理解

，擅長感知理解

，但無法直接輸出動作指令

，需結(jié)合控制模塊實現(xiàn)具身交互

視覺-語言-動作模型(VLA)：整合視覺、語言與動作三模態(tài)

，直接從多模態(tài)輸入映射到機器人動作序列

，支持開放式任務(wù)

，但實時性受限

視覺-觸覺-語言-動作模型（VTLA）

：在VLA基礎(chǔ)融入觸覺

，視觸融合帶來類人精細(xì)感知與操作能力提升LLM

VLM

VLA

VTLAOpenVLA（Stanford）

3D-ViTac（Columbia）RT2

（

Google

）

FAROS

（

Horizon

）GR系列（

ByteDance）

CLIP（OpenAI）

Flamingo（

DeepMind）

BLIP（Salesforce）

Min

iCPM（面壁智能）

GPT系列（OpenAI）

BERT（Google）

PaLM/E（Google）

23前沿技術(shù)-“大腦-小腦”協(xié)同

需加強模型的長程推理和物理交互能力

真實世界任務(wù)通常是長程、

分階段的

，現(xiàn)有模型多為短程行為映射

，

缺乏“思考-規(guī)劃-執(zhí)行-反饋”階段分工

，容易陷入局部最優(yōu)或產(chǎn)生無

效動作

，針對工業(yè)場景等復(fù)雜問題的推理邏輯性差

，物理交互能力不

足

需打破Scaling

Law的數(shù)據(jù)驅(qū)動固有路徑

目前大腦推理模型是通過擴大數(shù)據(jù)集規(guī)模和提高參數(shù)量

，從而提高推

理能力。

雖然大模型仍未觸摸到Scaling

Law的邊界

，但數(shù)據(jù)收集難

度、

算力需求快速提升

，

以及在工業(yè)場景中難以達(dá)到Scaling

Law所

需數(shù)據(jù)量

，使得模型推理能力不足

，

需打破這種固有路徑

需加強大腦-小腦的協(xié)同效率

大腦和小腦之間需要頻繁交換感知數(shù)據(jù)、

任務(wù)指令、

動作反饋

，

同時高級語義指令需要轉(zhuǎn)換為低級控制參數(shù)

，傳統(tǒng)的通信接口難以精準(zhǔn)傳遞意圖

，并易引入延遲

，應(yīng)建立高效的資源調(diào)度和通信機制

，

實現(xiàn)大小腦高效協(xié)同

24融合幾何-代數(shù)

構(gòu)型綜合理論幾何-代數(shù)融合

的拓?fù)浔碚骼碚摶顒佣?負(fù)載-約

束特性指標(biāo)構(gòu)型拓?fù)鋬?yōu)化機構(gòu)/結(jié)構(gòu)功能設(shè)計機構(gòu)與機器人研制、

檢測與測試驗證融合幾何-代數(shù)的構(gòu)型-尺度-性能集成設(shè)計方法材料參數(shù)機構(gòu)變構(gòu)時序模型前沿技術(shù)-本體

問題

挑

學(xué)與本體設(shè)計體系

理論與方法

應(yīng)用領(lǐng)域

能

源、航空、水利、交通等面向復(fù)雜環(huán)境與多任務(wù)的高適應(yīng)性機器人設(shè)計方法

多場景多任務(wù)多功能

極端環(huán)境與復(fù)雜任務(wù)挑戰(zhàn)

全域性能評價準(zhǔn)則構(gòu)型-尺度-性能優(yōu)化多參數(shù)耦合數(shù)學(xué)模型動態(tài)性能變構(gòu)性能結(jié)構(gòu)參數(shù)耦合設(shè)計復(fù)雜、動態(tài)、非結(jié)構(gòu)環(huán)境下的自主移動與靈巧操作移動操作機械菁動力學(xué)

參數(shù)辨識柔順控制核心技術(shù)—智能控制啥力與加速度實時反饋手眼定位

視覺伺服26機器人化無人實驗室27合成工作站

離心機

烘干

機視力融合機器人柔順操作

，

解決動態(tài)非結(jié)構(gòu)化環(huán)境下機器人接觸作業(yè)問題視覺引導(dǎo)核心技術(shù)—基于視力融合的柔順操作機器人自主烘干作業(yè)機器人自主離心作業(yè)高低層特征融合點云特征采樣編碼預(yù)測抓取點力覺引導(dǎo)特征檢測特征提取點云信息末端隨動相機全景雙目相機逼近向量回歸預(yù)測旋轉(zhuǎn)角回歸預(yù)測最佳姿態(tài)選取28l多配合、多約束條件下的高、低速端的支撐、

回轉(zhuǎn)組合設(shè)計l考慮加工工藝的尺寸鏈分析l熱應(yīng)力變形分析、機械應(yīng)力變形分析28多約束條件設(shè)計、

工藝尺寸鏈及應(yīng)力應(yīng)變分析

，

實現(xiàn)精密驅(qū)動傳動機構(gòu)設(shè)計精密驅(qū)動傳動機構(gòu)設(shè)計是保證機器人運動性能的重要環(huán)節(jié)

，為使機器人獲得長時間的精度保持壽命

，傳動鏈的結(jié)構(gòu)設(shè)計尤為重要硬件技術(shù)—精密驅(qū)動傳動機構(gòu)核心技術(shù)支撐29

具備柔順控制能力的伺服驅(qū)動器

，

實現(xiàn)高帶寬力2矩9伺服控制位置環(huán)?Bi

SS-C協(xié)議解析?PD控制器模型控制?

齒槽轉(zhuǎn)矩補償?

電機參數(shù)辨識硬件技術(shù)—柔順?biāo)欧?qū)動器?

磁場定向控制（

FOC）?

高精度電流A/D采樣?

M/T法速度估計?PI控制器力矩環(huán)

速度環(huán)典型案例-三峽混凝土流道/背管檢測機器人(中國長江電力股份有限公司公司、30三峽混凝土流道/背管檢測機器人環(huán)境與任務(wù)挑戰(zhàn)1.安全可靠吸附；

2.續(xù)航能力強；

3.

自主移動與檢測（表面凹坑及裂縫）31三峽混凝土流道/背管檢測機器人系統(tǒng)組成與關(guān)鍵技術(shù)?

適于混凝土流道和背管的高可靠、

大負(fù)載爬壁機器人設(shè)計；?

基于視覺的AI缺陷檢測方法;?

基于多傳感器融合的機器人定位導(dǎo)航技術(shù)。流道檢測機器人

背管檢測機器人32三峽混凝土流道/背管檢測機器人三峽混凝土流道檢測

三峽混凝土背管檢測33任務(wù)：1）識別和測量水泥表面受損區(qū)域的裂縫。2）通過三維重建

，在全局地圖上顯示缺陷區(qū)域并定位裂紋位置。難點：視覺檢測與定位算法的錨框難以準(zhǔn)確定位缺陷。背管的現(xiàn)場數(shù)據(jù)不足無法滿足訓(xùn)練要求三峽混凝土流道/背管檢測機器人視覺系統(tǒng)-任務(wù)與難點

采用像素計算對裂紋掩模圖像進(jìn)行分割處理

，

以描繪裂縫并計算其大小。

采用公開的水泥裂紋數(shù)據(jù)集訓(xùn)練圖片。,

。34分割定位裂紋檢測定位裂紋GAN

network三峽混凝土流道/背管檢測機器人視覺系統(tǒng)-方法

檢測算法上

，

使用U-net網(wǎng)絡(luò)來分割圖像中的裂紋區(qū)域。

U-net網(wǎng)絡(luò)融合不同大小的特征圖以生成相同輸入大小的圖像。

為了提高生成裂紋的準(zhǔn)確率

，

采用GAN模型進(jìn)行對抗和博弈思維

，生成器使用U-net網(wǎng)絡(luò)

，鑒別器區(qū)分生成器的輸出和真實數(shù)據(jù)。U-net

network35三峽混凝土流道/背管檢測機器人視覺系統(tǒng)-結(jié)果

將訓(xùn)練好的模型應(yīng)用于現(xiàn)場圖片。

結(jié)合SLAM算法匹配關(guān)鍵幀之間的姿態(tài)

，拼接空間點云

，

用于裂紋缺陷檢測和定位。

利用姿態(tài)來合并點云

，地圖上的每個點都包含RGB顏色信息SLAM地圖在展示中降級成2D導(dǎo)航地圖。

在現(xiàn)場實驗中

，

攀爬機器人沿著墻面上升。

對圖像的每一幀進(jìn)行了裂紋檢測后

，合成視頻后的動態(tài)檢測效果。

小裂紋檢測存在位置與大小的誤差

，但大裂紋全部成功檢測。,363維重建動態(tài)檢測典型案例-儀表檢定機器人電測儀表全自動檢定系統(tǒng)（廣東電網(wǎng)公司佛山供電局

中國科學(xué)院沈陽自動化研究所）37主要存在的問題：l

操作流程繁復(fù)、

枯燥

，勞動強度大、

易疲勞；l

對檢測單位人力耗費較多

，檢定效率較低；l

存在操作不當(dāng)導(dǎo)致儀器儀表損壞、

威脅人身安全的安全隱患；l

測試數(shù)據(jù)錄入繁復(fù)易出錯

，不易直接形成數(shù)據(jù)庫。38研究背景電測儀表在電力系統(tǒng)中具有重要作用

，需大量、頻繁使用

，而電測儀表的準(zhǔn)確度極大地影響著作業(yè)質(zhì)量。

因此

，

電測儀表必須進(jìn)行周期性檢定校準(zhǔn)才能使用

，而這個過程目前主要由人工作業(yè)完成。機器人替代人實現(xiàn)全自動檢定是重要發(fā)展趨勢：l

全自動化

，效率高

，機器人7X24連續(xù)工作；l

精度高

，不會因疲勞而造成失誤；l

避免安全隱患；l

檢