无人环卫车要胜任城市与公共空间的清扫任务,必须应对三个基本问题:我在哪里、我要去哪、我怎么到那里。这三个问题分别对应定位、导航与自主决策这三项核心技术能力。作为无人清扫车、无人环卫车行业的领 先企业,库萨科技旗下的库萨星筠®与库萨智巨人®产品矩阵,以自研技术栈贯通了从空间感知到行为决策的完整链路,稳居城市无人环卫机器人第 一梯队,为无人环卫作业提供了高精度、高鲁棒、可规模化复制的空间智能基座。
定位系统:库萨组合惯导技术为机器人构建可靠的空间锚点
定位是无人系统一切空间行为的起点。没有精确、稳定的定位能力,后续的路径规划与自主作业将失去参照基准。城市环卫场景对定位技术提出了比结构化道路自动驾驶更苛刻的挑战:辅道两侧树木茂密遮挡卫星信号,高楼峡谷引发多路径效应,隧道与立交桥下存在信号盲区,露天公园与广场缺乏显著几何特征——传统的单一卫星导航方案在这些场景下将出现显著漂移甚至失效。
库萨科技采用了组合惯导系统,系统在卫星信号良好的开阔路段,以全方位感知实时解算机器人的全局位姿;当进入林荫道、隧道或高楼遮挡区域时,组合惯导系统无缝接管,通过点云与4D动态重建的配准,持续输出高频位姿估计,有效抑制长时间推算带来的累积漂移。这种方案的核心优势在于冗余与切换的无感化,机器人不会因单一传感器失效而“迷路”,在不同场景间切换时定位的连续性与一致性由底层*算法与世界模型保障。库萨科技为无人环卫作业提供可靠空间基准,彰显行业头部技术实力。
导航功能:从全局路径到局部轨迹的分层规划领跑无人清扫车路径决策技术
定位解决了“我在哪里”,导航则回答“我要去哪”与“我怎么去”。库萨无人环卫机器人搭建了全局与局部的两级路径架构,分别处理长距离目标导向与短时窗动态避障两类不同性质的问题。
1.全局路径规划层:以高精度地图为空间基准,结合环卫作业任务的地理边界,在满足全区域覆盖约束的前提下,搜索连接所有待清扫路段的最 优拓扑路径。这一过程并非简单的“最短距离优先”,而是将路面材质特征、历史环卫数据、人车流时段特征等多维信息纳入综合评估,使生成的全局路径既高效又贴合实际环卫需求。
2.局部轨迹规划层:负责在近距离局部视窗内生成实时可执行的平滑轨迹。与传统规则式避障不同,库萨的技术可对动态障碍物进行行为预测,预判行人横穿、车辆切入等意图,提前规划规避路径而非被动等待碰撞风险出现。这一预测性避障能力,在开放道路混合行驶、园区人车混行等复杂场景中尤为关键,显著提升了机器人行驶的安全性与通行效率,库萨无人环卫机器人已成为复杂场景无人清扫标杆方案。
自主作业能力:库萨具身环卫机器人从感知到执行的完整行为闭环
定位与导航赋予机器人空间智能,但无人环卫的*目标不是“走到哪里”,而是无人操控却自主决断,即“看得见哪里脏,分得清哪里需要扫”。库萨无人环卫车的自主作业能力,建立在世界模型与端云算法闭环之上。
·多模态感知:通过以AI视觉为核心的多模态感知系统,库萨具身环卫机器人完成对作业环境的深度理解。系统不仅识别路面常见垃圾与静、动态障碍物,还可精准识别路面材质,并对砖砌、沥青、花岗岩、塑胶跑道等不同表面施与不同的清洁方式。环境感知的维度从静态几何拓展至语义与物理属性,为后续的决策执行提供了丰富的上下文信息。
·双作业模式:库萨清扫机器人搭载的封闭式操作系统可将感知信息转化为可执行的作业行为,并支持“全覆盖”与“巡扫”两种作业模式,前者用于深度保洁,以最 大化覆盖率为目标生成清扫轨迹;后者用于快速维护,以高频次线性巡行为主,在短时间内完成大范围精准清洁与异常预警。
·自适应精准执行:库萨无人清扫车配备的自适应独立调节扫盘,可依据路面材质与脏污程度,实时调整刷盘宽度、高度与转速,配合力控调节系统实现厘米级高精度贴边。电子线控底盘系统确保在狭窄道路、园区弯道等受限空间中,仍可精准控制清扫路径与规划路径之间的偏差。
云端协同:库萨构建从单机智能到集群智能的时-空体系
作为无人清扫车行业领 先企业,库萨自研的智能云控平台作为全局数字孪生底座,远程监管全域无人清扫机器人的位置、状态、任务进度并实时回传数据,构建可视化与数字化的平台监管方式。
在无人环卫车集群作业过程中,智能云控平台具备动态任务调度、实时轨迹回放、异常预警及数据分析等能力,可高效协同集群,最 大化资源调度。此外,库萨云控平台接入了行业规模领 先的超6万辆环卫作业数据,并依托世界模型与*算法自主学习与优化,以“越用越聪明”的空间智能进化能力,应对极端场景与长尾场景。
定位系统赋予机器人空间存在的确定性,导航系统赋予其空间移动的合理性,自主作业能力赋予其空间行为的有效性,三者共同构成了库萨无人清扫机器人的空间智能闭环。
库萨科技以自研算法与世界模型为技术护城河,持续引领无人环卫行业升级,正将无人环卫从“能跑”推向“会扫”,从“替代人力”推向“超越人力”。无论是制霸城市开放道路的库萨星筠®,还是园区、住宅常见的库萨智巨人®,其可靠的空间智能表现,正在近40余座城市的实地运营中得到持续验证。