Reinigungsroboter für Einkaufszentren in Leipzig: Objektanalyse morgen, Teststellung nächste Woche.

Der Scrub 40 mit einem hellblauen Sensorkegel aus dem Kopf und leuchtenden Ringen am Boden. Die Grafik zeigt die multimodale 3D-Wahrnehmung – zehn Erkennungskomponenten, die zusammenarbeiten, jede mit einer eigenen Stärke und einer Schwäche, die eine andere ausgleicht.

LiDAR: ein rotierender Laser, der die Umgebung in einer Ebene abtastet. Präzise auf Entfernung – aber blind für Glas, das den Strahl durchlässt, und für alles über oder unter seiner Ebene. Duale Stereovision: zwei Kameras im Abstand, die wie ein Augenpaar ein räumliches Bild liefern. Sie sehen Glaswände, hängende Kabel, Menschen, Einkaufswagen – und erkennen, was etwas ist, nicht nur, dass etwas da ist. Vier Linienlaser: projizieren Linien auf den Boden vor dem Gerät; an der Verformung der Linie erkennt das System Stufen, Kanten, Absätze und Löcher – die Absturzsicherung. Drei Ultraschallmodule: decken den Nahbereich unter 30 cm ab, in dem Kameras unscharf und der Laser zu grob sind – etwa beim Andocken oder in engen Nischen.

Aus allen Signalen entsteht ein Umgebungsmodell, das mehrmals pro Sekunde aktualisiert wird. Menschenmengen – der Hersteller nennt sie ausdrücklich – werden nicht als Wand behandelt, sondern als bewegliche Hindernisse mit Ausweichlogik: Der Roboter verlangsamt, hält Abstand, wartet oder findet einen Weg drumherum, statt stehen zu bleiben.

Zehn Erkennungskomponenten: 1 LiDAR, 2 Stereokameras, 4 Linienlaser, 3 Ultraschallmodule. 360° Erfassung. Menschenmengen und unregelmäßige Hindernisse ausdrücklich im Einsatzprofil des Herstellers.

Kein Sensor ist unfehlbar: Sehr dünne Objekte auf Bodenhöhe – ein Kabel, ein Draht – sind schwer zu erkennen, weshalb Sperrbereiche in der Karte sinnvoll sind. Starkes Gegenlicht blendet Kameras; die anderen Sensoren übernehmen dann, aber mit weniger Information. Und die Sensorik muss sauber sein: Ein verschmutztes Kamerafenster ist die häufigste Ursache für unnötige Stopps.

Der Roboter kann nachts allein fahren, während Sicherheitsdienst, Regalauffüller oder Frühschicht im Gebäude sind. Er weicht aus, statt anzustoßen – und bleibt an einer Absturzkante stehen, statt darüber zu fahren. Das ist die Voraussetzung, ein Gerät ohne Aufsicht laufen zu lassen.

Eine isometrische Miniatur: ein Gebäude, um das der Roboter auf gestrichelter Route fährt, hinter ihm ein Sensorkegel auf dem gereinigten Weg. Die Grafik zeigt die Echtzeit-Erkennung der Reinigungsleistung – dieselbe rückwärtige Kamera, diesmal mit Blick auf das Ergebnis jeder Bahn.

Nach jeder Bahn vergleicht das System drei Bilder: das Bodenbild vor der Reinigung (von der Frontkamera), das Bodenbild danach (von der Heckkamera) und das gelernte Bild eines sauberen Bodens dieses Typs. Aus der Differenz entsteht eine Bewertung: gereinigt, teilweise gereinigt, nicht gereinigt.

Teilweise oder nicht gereinigte Abschnitte werden als offen markiert. Das Gerät fährt sie erneut an – mit angepasster Intensität – und bewertet wieder. Das wiederholt sich, bis das Ergebnis dem Zielwert entspricht oder das System einen Wartungsbedarf feststellt, der weiteres Nachfahren sinnlos macht. Am Ende steht für jede Fläche nicht nur die Information, dass der Roboter dort war, sondern was er dort erreicht hat.

Bewertung je Bahn im Vergleich vorher/nachher. Nachreinigung nicht abgeschlossener Stellen automatisch. Ergebnis je Zone im Bericht dokumentiert – die Basis dafür, dass die Objektleitung morgens nicht die Fläche abgeht, sondern den Bericht liest.

Die Bewertung ist optisch: Was die Kamera nicht sieht – Keime, Fett in Fugen, Rückstände unter der Sichtbarkeitsgrenze – bewertet sie nicht. Für hygienisch relevante Bereiche bleibt die Wischprobe. Und die Bewertung braucht Licht auf dem Boden; in völlig dunklen Bereichen ist sie eingeschränkt.

Der Bericht am Morgen ist ein Ergebnisbericht, kein Fahrtenbuch. Für Gebäudereiniger ist das der Nachweis gegenüber dem Auftraggeber, für Betreiber die Grundlage, Reinigungspläne anzupassen: Wo das Gerät regelmäßig nachfahren muss, stimmt etwas mit Belag, Verschmutzung oder Plan nicht.

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.

Ein Supermarktgang, der Scrub One fährt darauf zu, und auf dem Boden leuchtet ein rechteckiger Zielrahmen um einen Fleck. Von der Maschine zum Rahmen führt eine gestrichelte Linie: die neu berechnete Route. Die Grafik zeigt den Moment, in dem die Frontkamera etwas erkannt hat, das nicht in den Plan gehört, und das Gerät darauf reagiert.

Die nach vorn gerichtete KI-Kamera liefert während der gesamten Fahrt ein Bild des Bodens vor dem Gerät. Ein neuronales Netz klassifiziert dieses Bild in Echtzeit: sauber, staubig, nass, fest verschmutzt. Das Netz ist auf die Verschmutzungen trainiert, die im Handel am häufigsten vorkommen – Kaffee, Soßen, Pfützen, Saft – und unterscheidet sie von Bodenmustern, Schatten und Reflexionen.

Erkennt es einen Nassfleck, übergibt es Position und Art an die Routenplanung. Diese fügt einen Umweg ein: Das Gerät verlässt die vorgeplante Bahn, fährt den Fleck an, wechselt für diesen Abschnitt in einen intensiveren Modus – mehr Wasser, höhere Bürstendrehzahl, langsamere Fahrt – und kehrt anschließend an die Stelle zurück, an der es die Bahn verlassen hat. Der Fleck wird auf der Karte als bearbeitet markiert und im Bericht aufgeführt.

Der Spot-Modus ist die Umkehrung des Prinzips: Statt die ganze Fläche in Bahnen zu fahren, patrouilliert das Gerät und reinigt nur, was es erkennt. Das ist für Zwischenreinigungen während der Öffnungszeit gedacht.

In der Standardreinigung erreicht der Scrub One 700 bis 1.000 m² pro Stunde. Im Spot-Modus, in dem nur erkannte Verschmutzungen angefahren werden, sind es 1.500 bis 3.000 m² pro Stunde – die Fläche, die das Gerät überwacht, nicht die, die es tatsächlich schrubbt. Die Erkennung läuft in Echtzeit bei bis zu 1,2 m/s Fahrgeschwindigkeit.

Die Kamera sieht nach vorn: Was seitlich neben der Bahn liegt, wird erst erkannt, wenn das Gerät daran vorbeifährt. Sehr helle, spiegelnde Böden erschweren die Unterscheidung von Nassfleck und Reflexion; die Erkennung ist konservativ eingestellt und übersieht im Zweifel eher, als dass sie Fehlalarme produziert. Eingetrocknete, alte Flecken erkennt das System als feste Verschmutzung und behandelt sie mit erhöhter Intensität – entfernt werden sie nur, wenn Anpressdruck und Reinigungsmittel ausreichen.

Ein Fleck, der abends um 20 Uhr entsteht, ist morgens weg – ohne dass ihn ein Mitarbeiter gesehen, gemeldet und jemand ihn beauftragt hat. Für Filialen mit Nachtreinigung heißt das: keine Diskussion morgens, ob die Reinigung den Fleck übersehen hat. Der Bericht zeigt, wo das Gerät etwas gefunden und bearbeitet hat.