
深圳地铁是目前国内公开披露车厢清洁流程最详细的案例:
每晚停运入库后的标准化清洁流程(SOP)
─────────────────────────────────────────────
Step 1 地面打磨清洁 智能立式洗地机辅助,深度清洁打磨地面
Step 2 喷雾消毒 背负式充电超低容量喷雾器,雾化粒径可调
(10μm / 30μm / 50μm,适配不同区域)
Step 3 全方位擦拭清洁 人工擦拭座椅、门窗、立柱、扶手等
├─ 座椅面、靠背
├─ 车门及玻璃
├─ 立柱/扶手杆
├─ 墙壁
└─ 死角:灭火器盖板、紧急解锁小盖板等
人力投入:15人 × 90分钟 = 完成1列车标准清洁
作业时间:每晚23:00待命 → 次日凌晨4:00结束
验收要求:检修人员严格验收,合格方可发车
规模:深圳14个车辆段+14个停车场,800余名保洁员,累计完成19.94万车次
约束维度 | 典型参数 | 对机器人设计的影响 |
|---|---|---|
车厢宽度 | 2.4–2.8m(A型车) | 机器人宽度需 ≤ 600mm |
座椅下净高 | 约 250–350mm | 底盘高度需极低,或需专用末端 |
通道宽度 | 约 1.0–1.4m | 双向通行时需让位策略 |
作业时间窗口 | 2–4小时(停运后) | 单列车清洁时间极度压缩 |
车厢数量 | 6–8节/列 | 需多机协同或高速单机 |
地面材质 | 橡胶地板为主 | 防滑但易积污,需湿式清洁 |
立面结构 | 座椅、立柱、扶手、门框 | 需多自由度末端执行器 |
核心约束: 2–4小时内完成6–8节车厢的地面+立面+消毒全流程,是车厢清洁自动化最大的工程挑战。
车厢内清洁自动化可分为三条主路线,复杂度和成熟度递增:
路线A:消毒自动化(最简)
─────────────────────────────────────────────
移动底盘 + 雾化/UV消毒模块
→ 无需处理复杂结构,只需空间导航
→ 深圳地铁已落地(唯一案例)
→ TRL(技术成熟度):6–7级
路线B:地面清洁自动化(中等)
─────────────────────────────────────────────
移动底盘 + 洗地/吸尘模块 + 窄空间导航
→ 需处理座椅腿、立柱等障碍物
→ 目前无成熟产品,技术可行
→ TRL:4–5级
路线C:全面清洁自动化(最复杂)
─────────────────────────────────────────────
移动底盘 + 多自由度机械臂 + 多功能末端执行器
→ 需处理座椅面、扶手、立柱、门窗等立面
→ 技术挑战最大,处于研究阶段
→ TRL:2–3级
这是所有路线的基础能力,也是车厢场景的核心难点。
方案 | 原理 | 优点 | 缺点 | 车厢适用性 |
|---|---|---|---|---|
激光雷达 SLAM | 2D/3D点云建图定位 | 精度高(厘米级),成熟 | 成本高,玻璃/镜面干扰 | ✅ 主流方案 |
视觉 SLAM | 摄像头特征点建图 | 成本低,信息丰富 | 光照敏感,计算量大 | ✅ 辅助方案 |
激光+视觉融合 | 多传感器融合 | 鲁棒性强 | 系统复杂 | ✅ 推荐方案 |
UWB定位 | 超宽带无线定位 | 精度高,不受光照影响 | 需基础设施部署 | 🟡 辅助定位 |
磁条/二维码 | 固定轨迹导航 | 简单可靠 | 灵活性差,需改造车厢 | ❌ 不适合 |
车厢特殊挑战: 车厢内部结构高度重复(每节车厢几乎相同),SLAM容易产生"回环混淆";同时金属车体对激光雷达有强反射,需要专门的滤波算法。
重庆地铁案例中,高仙Scrubber50和哈工澳汀SW80Pro均采用了SLAM导航 + AI智能算法,实现厘米级环境建模和动态避障,但这是在站台开阔空间的应用,车厢内的挑战更高一个量级。
不同清洁任务需要不同的末端执行器:
模块类型 | 工作原理 | 适用污染 | 代表产品 |
|---|---|---|---|
滚刷洗地 | 旋转刷头+清水+吸污 | 液体污渍、泥沙 | 高仙Scrubber50(1000㎡/h) |
干式扫吸 | 边刷+主刷+真空吸尘 | 固体垃圾、灰尘 | 哈工澳汀SW80Pro(800㎡/h) |
超声波清洗 | 高频振动+清洁液 | 顽固污渍 | 研究阶段 |
蒸汽清洁 | 高温蒸汽杀菌+清洁 | 油污+消毒一体 | 部分商用产品 |
座椅清洁需求分解:
├─ 座椅面(水平面)→ 小型滚刷/擦拭模块
├─ 座椅靠背(垂直面)→ 需要垂直方向的擦拭能力
├─ 座椅腿(细杆结构)→ 需要包裹式清洁或高压气吹
└─ 座椅下方地面 → 需要超低底盘或伸缩式清洁头
扶手/立柱清洁需求分解:
├─ 圆形截面 → 需要环绕式擦拭机构
├─ 高度变化 → 需要升降机构
└─ 材质多样(不锈钢/塑料)→ 需要适配不同清洁介质
这是目前车厢内自动化程度最高的方向,深圳地铁已有落地案例。
消毒方式 | 原理 | 灭杀效率 | 作业时间 | 安全性 | 适用性 |
|---|---|---|---|---|---|
过氧化氢雾化 | H₂O₂气溶胶渗透 | 99.999%(60s) | 快 | 需通风散逸 | ✅ 深圳地铁已用 |
紫外线(UV-C) | 254nm紫外线照射 | 99%+ | 需停留时间 | 对人有害,需无人 | ✅ 技术成熟 |
等离子体 | 高压放电产生活性粒子 | 高 | 快 | 较安全 | 🟡 部分应用 |
臭氧 | O₃氧化杀菌 | 高 | 慢 | 需严格控制浓度 | ⚠️ 有残留风险 |
光触媒 | TiO₂光催化 | 中 | 持续作用 | 安全 | 🟡 辅助方案 |
📌 深圳地铁自研方案技术参数:
智能清洁的关键能力——让机器人"看见"脏在哪里。
感知技术 | 检测对象 | 精度 | 成本 | 成熟度 |
|---|---|---|---|---|
RGB摄像头 + CV | 可见污渍、垃圾 | 中 | 低 | ✅ 成熟 |
深度相机(ToF/结构光) | 3D障碍物、空间建模 | 高 | 中 | ✅ 成熟 |
红外热成像 | 液体污渍(温差) | 中 | 中 | 🟡 部分应用 |
高光谱成像 | 不可见污染物 | 高 | 高 | 🔬 研究阶段 |
激光雷达 | 障碍物检测、建图 | 高 | 高→中 | ✅ 成熟 |
超声波传感器 | 近距离障碍物 | 低 | 低 | ✅ 辅助用 |
汤恩TN70-Pro的传感器配置可作为参考基准:
传感器配置(汤恩TN70-Pro):
├─ 360° 深度相机
├─ 360° 超声波传感器
├─ 270° 激光雷达
└─ 自研融合算法,20ms内响应避障
方案 | 续航 | 充电时间 | 适用场景 |
|---|---|---|---|
锂电池 | 4–8小时 | 2–4小时 | 主流方案 |
铅酸电池 | 6–10小时 | 8小时+ | 成本低,重量大 |
快充锂电 | 4–6小时 | 1–2小时 | 时间窗口紧张场景 |
自动换电站 | 理论无限 | 3–5分钟换电 | 7×24h不间断 |
有线供电 | 无限 | — | 固定轨道场景 |
车厢场景关键约束: 2–4小时时间窗口内,机器人需完成6–8节车厢清洁,续航和充电策略是核心设计约束。
技术特征:
├─ 类型:移动底盘 + 雾化消毒模块
├─ 导航:自主导航(具体方案未公开)
├─ 消毒介质:过氧化氢,三档粒径可调
├─ 灭杀效率:21s→99.9%,60s→99.999%
├─ 研发周期:1年
├─ 专利:2项
└─ 局限:仅消毒,不含地面清洁和立面清洁
技术特征:
├─ 类型:专用车厢清扫设备(非移动机器人)
├─ 目标:敞篷货车车厢余料清扫
├─ 功能:清扫 + 收集 + 回收一体
├─ 操作:一键启动,全方位清扫(底部+四壁+边沿)
├─ 专利:多项核心专利
└─ 局限:针对货运敞车,非客运地铁车厢;
结构固定,非自主移动机器人
技术特征(Scrubber 50):
├─ 导航:SLAM + AI算法,厘米级建模
├─ 避障:动态避障,多传感器融合
├─ 清洁效率:1000㎡/h
├─ 认证:ISO9001 + UL + CE + CR
└─ 迁移挑战:机身宽度需缩减,需适配车厢低矮空间
技术特征:
├─ 续航:6–12小时
├─ 单次清洁:4000㎡(夏洛特火车站案例:30000㎡/充电)
├─ 节水:比传统洗地机节省80%
├─ 自主程度:无人监督连续作业,自动回充
└─ 迁移挑战:机身尺寸需大幅缩减以适应车厢
挑战1:座椅下方清洁
─────────────────────────────────────────────
问题:座椅下净高仅250–350mm,标准移动机器人无法进入
方案探索:
├─ 超薄底盘设计(类似扫地机器人,但需更强清洁力)
├─ 伸缩式清洁头(机器人停在通道,伸出清洁臂)
└─ 高压气流吹扫(将污物吹出后再统一清洁)
当前TRL:2–3级
挑战2:立面多结构清洁(扶手、立柱、座椅靠背)
─────────────────────────────────────────────
问题:需要多自由度机械臂,且需适配不同材质和形状
方案探索:
├─ 6DOF机械臂 + 柔性末端执行器
├─ 专用扶手清洁模块(环绕式)
└─ 软体机器人(柔性适应不同形状)
当前TRL:2–3级
挑战3:时间窗口约束
─────────────────────────────────────────────
问题:2–4小时内完成6–8节车厢,时间极度压缩
解决方向:
├─ 多机协同(每节车厢1台机器人并行作业)
├─ 清洁+消毒流水线作业(分工协作)
└─ 优先级清洁策略(高频接触区域优先)
挑战4:车厢内窄空间导航
─────────────────────────────────────────────
问题:通道宽约1.0–1.4m,机器人需在乘客座椅间穿行
解决方向:
├─ 机身宽度控制在580mm以内(汤恩TN70-Pro已实现)
├─ 专用车厢地图预建(停运后固定环境,SLAM更容易)
└─ 车厢间过渡(需处理车厢连接处的高度差和间隙)
挑战5:清洁质量验证
─────────────────────────────────────────────
问题:深圳地铁要求检修人员严格验收,机器人需达到同等标准
解决方向:
├─ 清洁前后图像对比(AI视觉质检)
├─ 污渍检测传感器(清洁完成度量化)
└─ 数字化清洁报告(汤恩TN10已有类似功能)
挑战 | 现有解决方案 | 成熟度 |
|---|---|---|
地面平坦区域清洁 | 现有商用洗地机器人缩小版 | ✅ 高 |
自主导航建图 | SLAM技术成熟,适配即可 | ✅ 高 |
雾化消毒 | 深圳已落地,技术成熟 | ✅ 高 |
数字化管理平台 | 多家厂商已有成熟方案 | ✅ 高 |
自动充电/换电 | 汤恩等已有自动化工作站 | ✅ 中高 |
技术模块 | TRL等级 | 说明 |
|---|---|---|
站台/站厅地面清洁 | 8–9 | 已大规模商业部署 |
车厢内雾化消毒 | 6–7 | 深圳已落地,待规模化 |
车厢内地面清洁(通道区域) | 4–5 | 技术可行,无成熟产品 |
车厢内地面清洁(座椅下方) | 2–3 | 概念验证阶段 |
扶手/立柱自动擦拭 | 2–3 | 研究阶段 |
座椅面自动清洁 | 1–2 | 基础研究阶段 |
全流程一体化自动清洁 | 1–2 | 概念阶段 |
TRL等级说明:
1–2 基础研究 / 概念提出
3–4 概念验证 / 实验室原型
5–6 技术验证 / 相关环境测试
7–8 系统原型 / 实际环境验证
9 成熟商业部署
推荐路线:移动底盘 + 消毒+地面清洁双模块
技术组合:
├─ 底盘:宽度 ≤ 580mm,超低底盘(≤ 150mm)
├─ 导航:2D激光SLAM + 深度相机辅助
├─ 清洁模块:小型滚刷洗地 + 真空吸尘(通道区域)
├─ 消毒模块:过氧化氢雾化(复用深圳成熟方案)
├─ 感知:360°激光雷达 + 深度相机 + 超声波
└─ 管理:数字化清洁报告 + 远程监控
预期效果:
├─ 覆盖:车厢通道地面(约60%地面面积)
├─ 效率:单节车厢 ≤ 15分钟
└─ 局限:座椅下方、立面清洁仍需人工
推荐路线:多机协同 + 专用末端执行器
技术组合:
├─ 主机:地面清洁机器人(覆盖通道+座椅间隙)
├─ 辅机:消毒机器人(并行作业)
├─ 新增:伸缩式清洁臂(处理座椅下方)
├─ 新增:扶手专用清洁模块(环绕式擦拭)
└─ 调度:多机协同调度系统
预期效果:
├─ 覆盖:地面 90%+ 面积 + 扶手/立柱
└─ 效率:单节车厢 ≤ 10分钟(多机并行)
推荐路线:全自动化清洁机器人系统
技术组合:
├─ 移动底盘 + 6DOF机械臂
├─ 多功能末端执行器(擦拭/吸尘/消毒快换)
├─ AI视觉污渍识别 + 清洁质量自动验收
├─ 与地铁运营系统深度集成(调度联动)
└─ 数字孪生管理平台
预期效果:
├─ 覆盖:全车厢所有区域(地面+立面+顶部)
└─ 效率:单节车厢 ≤ 8分钟,替代90%人工
维度 | 路线A(消毒) | 路线B(地面清洁) | 路线C(全面清洁) |
|---|---|---|---|
技术难度 | ⭐⭐ | ⭐⭐⭐ | ⭐⭐⭐⭐⭐ |
当前TRL | 6–7 | 4–5 | 1–2 |
落地周期 | 1–2年 | 2–3年 | 5年以上 |
投资规模 | 低 | 中 | 高 |
人工替代率 | 30% | 60% | 90%+ |
代表案例 | 深圳地铁(已落地) | 无(空白) | 无(概念阶段) |
核心技术 | 雾化+导航 | 窄空间SLAM+洗地 | 机械臂+多模态感知 |