全栈自研 · 调度指挥平台
五大模块，打通「预测—排线—执行—溯源」清运全流程
不做信息孤岛拼接——从传感器、车机到调度平台全栈自研，预测结果直接驱动调度输入，执行数据实时回流反哺模型，每一天都比昨天更准。
集团
统筹管理 · 模式优化
集团层面统筹管理、模式优化，一网管全域。
作业部
区域管理 · 智能调度
作业部区域管理、智能调度，每日任务自动下发。
班组
智能装备 · 智慧服务
班组智能装备、智慧服务，一体化智能装备应用。
构建「集团 + 作业部 + 班组」三位一体全域智慧清运服务体系，实现一体化智能装备应用与一网管全域的双智闭环。
数智底座
摸清家底——每个清运点一份数字档案，AI 预测未来 7 天垃圾量。
- 清运点数智台账：清运点、发车点、卸载点、车辆、人员统一建档，一点一档、一点一码；
- 垃圾产生量预测模型：按居民区、学校、商业等功能区分别建模，输出未来 7 天分品类产量预测，随数据积累越用越准；
- 路网矩阵：发车点、清运点、卸载点连接关系数字化，构成路径优化的计算基础；
- 规则引擎：寒暑假、节假日、应急等多场景调度模式预设，业务变化即切即用；
- 数据反哺：每日作业数据自动归档，回流训练预测模型。
经济价值：资源调配和预算规划从「经验估算」变为「数据决策」——车队规模、路线规划与车辆采购，从此有据可依。
智慧收运（公交报站式）
AI 排线 + 公交报站——车按更优路线跑，桶掐着点到。
- 智能调度模型：以预测垃圾量为输入，综合核定载质量、车型通行限制、交付点时间窗、实时路况，一次算出全局更优的车次、班次与路线；
- 任务自动下发：每日定时生成清运任务直推车机，调度员从逐线排班转为异常接管——车辆故障、临时管控、卸载点满容，一键改派；
- 公交报站：点位二维码扫码订阅，平台按实时路况与作业进度向保洁员秒级推送精准到站时间，车到桶到、车走桶回，垃圾桶不再提前「游街」占道——2024 年 6 月业内率先上线；
- 实时监控：车辆位置、作业进度、装载率地图可视化追踪，绿容局、街镇、收运单位三级同屏监管；
- 效能评价：收运效能指数自动计算，每一次优化可量化、可对比、可验证。
经济价值：某核心城区实证——每日少跑 10 个车次、单车装载率 95.7%，一个调度员可管全域。
品质溯源
每桶垃圾的品质，都能回溯到具体点位。
- 前端留痕：收运员现场评价 + 吊桶自动触发图像抓拍 + 计桶称重数据同步记录；
- 末端识别：流转中心 AI 识别卸载品质，同步记录卸载时间与车辆信息；
- 反向溯源：中转站 AI 识别的「差评」数据沿收运记录精确回溯到具体收运点位；
- 整改闭环：反馈街镇 → 指导物业 → 整改 → 留档，技防 + 人防良性循环；
- 三级共享：品质数据实时共享至各街镇与监管部门。
经济价值：品质投诉秒级回溯自证、考核有据可依——减少罚款争议与扯皮成本，以「智慧收运」反哺「前端治理」。
精准衔接（无人车）
清运车不进小区，也能桶桶准时交付。
- 无人驾驶清运车：自动上门收运，满电续航 100km，上门收运时间同步推送商户（适用于已开放路权区域）；
- 大吨位直收直运：交付点直接收运至中转站，减少二次转运环节；
- 同平台调度：无人车排班排线、位置监控纳入同一调度平台，与人工作业车辆统一指挥；
- 接驳转运：接驳车转运、末端场站自卸全流程在线记录。
经济价值：窄小区、难进点位不再拖慢整车效率——大车跑干线、无人车跑末端，单车日作业量进一步提升。
车载设备
软硬一体感知终端——每一次作业的时间、地点、桶数、重量，自动留数。
- 智能调度车载终端（车载 PAD）：接收任务、一键导航、到站确认，驾驶员全程停车状态下操作，像打车软件一样简单；
- 计桶传感器：自动识别挂桶动作、区分左右侧，AI 过滤抖动无效动作，时间地点同步上传；
- 车载称重：装载重量实时采集，装载率一目了然，适合按重结算与成本核算场景；
- RFID/二维码：桶具身份与归属识别，精确到主体，适合精细结算与责任追溯场景；
- 品质识别摄像头：倒桶过程图像抓拍，AI 辅助分类质量判定；地下车库等弱信号区域数据本地保存、网络恢复自动补传。
经济价值：多收少收有凭据、结算扯皮有数据——计量留痕让「桶数靠手写」成为历史；设备全部选配，平台核心调度功能不依赖硬件。
人工调度 vs 智能调度：同一范围、同一垃圾量
某核心城区实证：覆盖 4 个街道、797 个清运交付点、26 辆清运车
人工调度日车次
↓12%
智能调度日车次
左右滑动查看完整表格
| 品类 | 清运订单数 | 人工调度日车次 | 智能调度日车次 | 差异 |
|---|---|---|---|---|
| 干垃圾 | 531 | 61 | 52 | ↓ 9 车次 |
| 湿垃圾 | 217 | 9 | 9 | 持平 |
| 餐厨垃圾 | 172 | 11 | 10 | ↓ 1 车次 |
| 合计 | — | 81 | 71 | ↓ 12% |
注：湿垃圾与餐厨垃圾的人工排线本已优秀，干垃圾提升空间最大；数据来自真实业务归档对比，非实验室测算。
权威查新：两项核心技术经检索具有新颖性
垃圾产生量预测模型
深度集成时间序列分析、回归模型、循环神经网络、时空图神经网络四种方法——统计模型捕捉线性趋势，AI 模型捕捉非线性残差。经检索，国内外文献未见该四法集成方案的报道。
全局智能调度系统
融合物联网、大数据、人工智能与运筹学，实现从「人脑指挥局部」到「云脑驱动全局」的转变，并适配有人驾驶清运车与自动驾驶环卫车等多种车型。国内外未见相同的多技术融合全局调度方案。
查新结论：「该项目的两项查新点均实现了技术创新……经检索，国内外未见与该项目查新点技术方案完全相同的文献报道，该项目具有新颖性，综合技术达到了国内领先水平。」
——引自《科技查新报告》（报告编号：202621C0700040）与《科技项目咨询报告》，查新机构：中国科学院上海科技查新咨询中心，2026 年 1 月
