Reinigungsroboter für Parkhäuser und Tiefgaragen in Berlin: Objektanalyse in einer Woche, Einrichtung vor Ort.

Der Sweep in einer Fabrikhalle, die Seitenbesen laufen, Staub und Kehrgut werden nach innen befördert. Die Grafik zeigt das Kehrsystem in Aktion: außen die Seitenbesen, innen die Hauptkehrwalze, dahinter der Behälter.

Zwei Seitenbesen mit großem Durchmesser drehen gegenläufig nach innen. Sie holen Kehrgut von Rändern, aus Ecken und von unter Regalkanten in die Bahn des Geräts. Die Hauptkehrwalze in der Mitte dreht entgegen der Fahrtrichtung und wirft das Kehrgut über eine Rampe in den 35-Liter-Behälter – das Überkopfprinzip, wie es auch große Kehrmaschinen nutzen.

KI-Kameras erkennen dabei die Art des Kehrguts. Der Hersteller beschreibt, dass das Gerät Blätter und Flaschen ebenso aufnimmt wie feinen Staub – ohne Modulwechsel. Bei größeren Objekten verlangsamt es und passt die Besenführung an; bei feinem Staub aktiviert es die Unterdruckabsaugung stärker.

Die Kombination aus Erkennung und Kehren ist der Grund für die Effizienzangabe des Herstellers: Das Gerät fährt nicht blind die Halle ab, sondern erkennt, wo Kehrgut liegt, und arbeitet dort.

Zwei Seitenbesen plus Hauptkehrwalze, 35 Liter Behälter, Effizienzsteigerung um den Faktor fünf laut Hersteller durch KI-Erkennung gegenüber Routinekehrung. Die KI lernt über Datenbank-Updates weiter.

35 Liter sind bei stark verschmutzten Hallen schnell voll – der Behälter wird dann während des Einsatzes geleert, was entweder ein Mitarbeiter oder eine Entleerstation übernimmt. Sehr große Objekte – Holzlatten, Folienbahnen – verklemmen die Walze; der Sweep ist für Kehrgut ausgelegt, nicht für Abfallentsorgung. Und Flüssigkeiten gehören nicht in den Kehrgutbehälter.

Was auf den Fahrwegen liegt, ist morgens weg – von der Kartonage bis zum Metallabrieb. Und weil das Gerät erkennt, wo Kehrgut liegt, verschwendet es keine Zeit auf sauberen Flächen.

Eine LiDAR-Punktwolke auf schwarzem Grund: konzentrische Ringe aus tausenden Messpunkten, dazwischen die Umrisse einer Halle – Regale, Wände, ein Tor. So sieht der Sweep Max seine Umgebung: nicht als Bild, sondern als dreidimensionale Wolke aus Entfernungsmessungen.

Ein 3D-LiDAR unterscheidet sich vom 2D-LiDAR kleinerer Geräte darin, dass er nicht eine Ebene abtastet, sondern einen Raum: Mehrere Laserstrahlen in verschiedenen Neigungswinkeln rotieren gemeinsam und erzeugen ein Höhenprofil der Umgebung. Die Ringe in der Grafik sind die Spuren dieser Strahlen auf dem Boden; die Punkte an den Wänden zeigen, dass auch Höhe erfasst wird.

Für Logistikhallen ist das entscheidend: Ein 2D-LiDAR auf 20 cm Höhe sieht die Gabelstaplerzinken nicht, die in 40 cm Höhe in den Gang ragen, und nicht die herabhängende Ladung auf 1,50 m. Ein 3D-LiDAR sieht beides. Das Multisensorsystem ergänzt ihn um Kameras und Ultraschall; der Hersteller betont die Zuverlässigkeit bei Dunkelheit und starker Störung – Staub, Gegenlicht, offene Tore.

3D-LiDAR statt 2D: Raum statt Ebene. Betrieb ohne Hallenbeleuchtung. Multisensor gegen Störlicht und Staub. Der Sweep Max ist als Kehrroboter mit 3D-Wahrnehmung für Hallen ab 100.000 m² positioniert.

Auch ein 3D-LiDAR sieht nicht durch Glas und nicht um Ecken. Sehr feine Objekte – Spanngurte, Kabel – bleiben schwer erkennbar. Bei extremer Staubbelastung streut der Laser; das System wird dann konservativer und langsamer. Und die Punktwolke ist nur so aktuell wie die Umdrehung: Sehr schnell querende Stapler werden erkannt, aber die Reaktion braucht Bremsweg.

Der Roboter kann in einer Halle mit Staplerverkehr, Regalen und wechselnder Beladung fahren – auch nachts ohne Licht, auch bei Staub. Das ist die Voraussetzung, ihn in einer Produktionsumgebung ohne Aufsicht laufen zu lassen.

Die Oberseite des Sweep Max, darüber ein leuchtendes Chip-Schema mit Leiterbahnen. Die Grafik steht für das Dual-Chip-Design – zwei Prozessoren mit getrennten Aufgaben, die zusammen die KI-basierte Reinigung ermöglichen.

Ein Prozessor übernimmt Navigation und Sicherheit: Positionsbestimmung, Routenplanung, Hindernisreaktion. Er muss in Millisekunden reagieren und darf nie ausgebremst werden. Der zweite Prozessor übernimmt die Bilderkennung: Er analysiert das Kamerabild, klassifiziert Verschmutzungen und plant die Reinigung. Diese Aufgabe ist rechenintensiv und darf die Fahrsteuerung nicht verzögern – deshalb die Trennung.

Die Bilderkennung erledigt drei Dinge. Adaptive Reinigung: Bürstendrehzahl und Saugleistung folgen dem erkannten Verschmutzungsgrad. Abfallerkennung: Art und Größe des Kehrguts werden klassifiziert – Blätter, Kartonage, Metallspäne, Flüssigkeit, die das Gerät umfährt. Punktreinigung: Erkannte Verschmutzungen werden gezielt angefahren, statt die ganze Halle abzufahren.

Über Deep Learning und Datenbank-Updates verbessert sich die Erkennung: Was das Gerät heute nicht als Abfall einordnet, kann es nach dem nächsten Update.

Zwei Chips: Navigation und Bilderkennung getrennt. Drei Aufgaben: adaptiv, Abfallerkennung, Punktreinigung. Lernende Erkennung per Update. Im Spot-Modus überwacht ein Sweep bis 6.000 m² pro Stunde.

Die Erkennung ist auf typisches Hallenkehrgut trainiert; ungewöhnliche Materialien werden zunächst als unbekannt behandelt und mit Standardeinstellung gekehrt. Updates setzen eine Netzverbindung voraus. Und ein erkannter Flüssigkeitsfleck wird umfahren, nicht beseitigt – der Sweep Max ist ein Kehrroboter.

Das Gerät wird mit der Zeit besser, nicht schlechter. Und es verschwendet keine Laufzeit auf saubere Flächen: Es fährt dorthin, wo Kehrgut liegt, und kehrt so, wie es das Kehrgut erfordert.