核工业机械手作为核电设施维护的重大装备,可应用于人类无法进入的核环境热室中进行繁重复杂的工作。然而国内热室机械手操作员在作业过程中,仅仅采用肉眼通过窄小的防辐射窗来观察作业对象位置,很容易导致安全隐患。因此本文开展核环境下基于虚拟现实（VR）技术的动力机械手视觉定位研究,利用机器视觉定位结果搭建VR仿真平台辅助操作员观察与作业。本文首先对目前国内核环境下热室机械手操作过程进行了调研。针对核辐射高能粒子对精密传感仪器的干扰问题,提出了采用防辐射双目相机进行热室前端数据采集,室外上位机进行后端数据处理的总体方案。然后针对采集图像数据的辐射干扰问题采用中值滤波算法进行图像去噪预处理。接着设计了一种基于深度学习的改进Yolo.v4-tiny热室机械手作业对象目标检测算法,与经典算法对比显著提高了作业对象检测速度与效果。在对防辐射双目相机进行张正友标定后,提出一种深度学习目标检测与BM双目立体匹配融合算法,将检测算法的二维信息拓展到三维,实现目标的空间定位。针对算法中由于深度图空洞产生的检测目标遗漏、数据异常问题,开发了一种中值筛选与上下文比对过滤算法脚本。最后基于Unity3D搭建了VR仿真平台,实现前后端数据通讯以及作业对象的实时重构仿真。并对该系统平台进行测试,验证了研究的正确性和可行性。本文的研究实现了核环境下热室作业对象端到端的空间定位及VR仿真,从而辅助操作员远程作业。其高精度实时定位特性为核工业机械手的智能化作业提供了思路。