摘要：针对医院医疗垃圾人工清扫存在交叉感染风险高、作业效率低等问题，结合医疗废弃物无接触处理的政策要求，设计一种基于视觉引导与液压自卸结构的医疗垃圾智能清扫机器人。该机器人集成多模态感知、移动底盘、机械臂抓取、液压自卸排放及智能控制五大系统。通过 K210视觉模块识别垃圾类别与位置，引导麦克纳姆轮底盘自主移动至目标点；四自由度机械臂配合自适应夹爪完成垃圾抓取，直接投放至主垃圾桶；排放时采用液压推杆自卸机构，液压杆伸出使垃圾桶绕铰链旋转 46°，利用重力使垃圾自动滑出。实验结果表明：机器人对5 类典型医疗垃圾的平均识别准确率达92.7%，机械臂综合抓取成功率为89.0%；液压自卸机构单次排放时间 7.2s，垃圾残留率低于 3%，后盖自动开启与闭合成功率均为 100%。该机器人通过视觉引导抓取与液压自卸结构的协同设计，实现了医疗垃圾全流程无接触自动化处理，为医院高危环境下的垃圾清扫提供了有效解决方案。

关键词：医疗垃圾；智能清扫机器人；视觉识别；机械臂抓取；液压自卸结构；多系统协同

0 引言

医疗垃圾是指医疗卫生机构在医疗、预防、保健等活动中产生的具有直接或间接感染性、毒性及其他危害性的废弃物[1]。根据国家卫生健康委员会发布的《医疗废物分类目录（2021 年版）》，医疗垃圾涵盖感染性废物、损伤性废物等类别，具体包括使用后的棉签、纱布、针头护套、注射器、玻璃药瓶等物品[2]。这些垃圾具有两个显著特点：一是形态多样，既有硬质规则的药瓶，也有细软散状的棉签；二是风险等级高，直接接触可能造成交叉感染[3]。

当前国内医院医疗垃圾清扫仍以人工操作为主，存在三大核心问题：一是人工接触式作业交叉感染风险高，特别是在发热门诊、隔离病房等高危区域；二是人工巡逻清扫效率低，难以实现全时段全覆盖作业；三是作业过程缺乏有效追溯，无法满足全流程管控要求。国家卫生健康委等部门联合发布的《医疗机构废弃物综合治理工作方案》明确要求，医疗废弃物处理需实现无接触操作、智能化管控与全流程追溯[4]。因此，研发能够自主完成医疗垃圾清扫的智能机器人，成为解决行业痛点的迫切需求。

近年来，国内外学者对医疗垃圾处理机器人开展了相关研究。文献[5]研究了基于 K210 的医疗垃圾视觉识别系统，实现了对医疗废物的实时检测与分类。文献[6]设计了基于麦克纳姆轮的全向移动机器人，验证了其在狭窄空间的灵活移动能力。文献[7]基于 STM32 开发了智能机器人控制系统，实现了多传感器的数据融合与运动控制。文献[8]探讨了基于深度学习的医疗垃圾识别算法，在复杂背景下取得了较高的识别准确率。

综合分析现有研究，主要存在以下不足：一是功能单一，多数设备仅聚焦垃圾转运或固定收集环节，未能形成全流程闭环；二是结构适配性差，缺乏针对医疗垃圾形态多样性的自适应收集机构；三是排放方式简单，多为人工取出或直接倾倒，易造成二次污染。

针对上述问题，本文设计一种基于视觉引导与液压自卸结构的医疗垃圾智能清扫机器人，主要创新点包括：提出视觉引导的机械臂自适应抓取方法。通过K210 视觉模块实时识别垃圾类别与位置，引导四自由度机械臂配合自适应夹爪完成精准抓取，直接投放至主垃圾桶，适用于瓶罐、注射器、棉签等多种形态垃圾；设计铰链-液压杆联动自卸排放机构。主垃圾桶与底盘底板一端铰接，另一端通过液压杆连接，排放时液压杆伸出使垃圾桶绕铰链旋转 46°，利用重力使垃圾自动滑出，结构简单、排放彻底；实现多系统协同的全流程自动化作业。集成感知、移动、抓取、排放、控制五大系统，通过智能控制算法实现“巡逻-识别-抓取-暂存-排放-回充”的闭环运行，全程无需人工干预。

1 机器人系统总体设计

1.1 系统组成与功能架构

机器人采用模块化设计，由五大核心系统组成。多模态感知系统负责环境探测与垃圾识别，其视觉识别模块基于 K210 处理器，可实现对医疗垃圾的实时检测与定位[5]；移动底盘系统采用麦克纳姆轮设计，提供全向移动能力，适用于医院走廊等狭窄空间[6]；机械臂抓取系统执行垃圾拾取并直接投放至主垃圾桶；液压自卸排放系统暂存垃圾并在满溢时完成集中排放；智能控制系统基于 STM32 主控制器[7]，作为“大脑”统筹全流程调度。

1.2 工作流程与协同逻辑机器人全流程作业逻辑如下

步骤 1：预规划巡逻。系统载入预设作业线路，驱动移动底盘沿走廊、病房等区域自主巡逻

步骤 2：视觉识别与定位。巡逻过程中，广角摄像头实时采集环境图像，K210 视觉处理器运行轻量化识别模型，检测垃圾类别、尺及位置坐标。

步骤 3：自主移动至目标点。智能控制系统根据垃圾位置规划最优路径，通过麦克纳姆轮差速驱动使机器人精准抵达抓取点。

步骤 4：机械臂抓取与投放。控制系统触发机械臂抓取模式，驱动四自由度机械臂带动自适应夹爪移动至垃圾上方，夹爪闭合抓取垃圾后，机械臂旋转至主垃圾桶正上方松开夹爪，垃圾直接落入桶内。

步骤 5：满溢检测与自主排放。超声波 机器人自主导航至集中排放点，启动液压自卸机构：液压杆伸出，推动垃圾桶绕铰链旋转 4 垃圾在 收容器。排放完成后液压杆缩回，垃圾桶复位。步骤 6：低电量自主回充。电源模块持续监测电量， 当剩余电量低 %时，机器人按最短路径返回充电基站，自动对接完成充电后继续作业。

2 关键机械结构设计

2.1 机械臂自适应抓取系

机械臂抓取系统是机器人实现垃圾拾取的核心执行机构。系统主要由四自由度机械臂和自适应夹爪构成。机械臂采用 4 个旋转关节设计，各关节配置 Mg996 高扭矩舵机，通过连杆联动实现灵活运动，最大伸展半径450mm。自适应夹爪装配于机械臂前端，采用平行四连杆机构，爪指内侧附有硅胶防滑层，可根据目标物体外形自动调整夹持姿态，夹持范围 10-80mm，最大夹持力15N。

当视觉系统识别垃圾并获得位置坐标后，智能控制系统通过逆运动学解算生成机械臂各关节的目标角度序列。舵机驱动器接收PWM 信号，驱动关节按规划轨迹运动，机械臂带动夹爪移动至垃圾正上方。夹爪张开并移动至目标区域，闭合抓取垃圾。机械臂按预设轨迹旋转至主垃圾桶正上方，夹爪缓慢松开，垃圾落入桶内。

2.2 铰链-液压杆联动自卸排放系统

排放系统采用翻斗结构，是机器人的核心创新部件。主垃圾桶底部与底盘底板后端铰接，前端通过液压杆连接，通过液压杆伸缩实现垃圾桶倾斜，利用重力完成垃圾倾倒，设计倾斜角度为46°。

主垃圾桶筒体采用3mm 厚 PVC 板拼接密封成型， ，有效容积70L，具备轻质、耐腐蚀、防渗漏特性。桶体后部上方设有可开合的密封盖板 。铰链机构采用不锈钢重型合页，承重能力 150kg，旋转角度 0-60°，设计最大倾斜角 4 推力800N，行程 200mm，伸缩速度15mm/s，内置限位开关可精确控制伸出长度对应46°倾斜角。超声波满溢传感器安装于桶内高度 80%位置，用于触发自动排放。

当超声波传感器检测到垃圾高度达到阈值或接到远程排放指令时，智能控制系统启动排放流程。机器人自主导航至集中排放点并调整姿态，使垃圾桶后部开口对准外部回收容器。液压杆以 15mm/s 速度匀速伸出，推动垃圾桶底部绕铰链轴向上旋转。根据几何关系计算，当液压杆伸出 180mm 时，垃圾桶倾斜角度达到46°，经限位开关确认。在46°倾斜状态下，桶内垃圾在重力作用下开始沿桶底向后滑出，同时后部上方的密封盖板在垃圾推力作用下自动打开。维持 46°倾斜 3-5 秒后，垃圾基本排放完毕。实验表明，该倾斜角度下垃圾残留率低于 3%。排放完成后液压杆缩回，垃圾桶恢复水平位置，后部盖板在重力作用下自动闭合，恢复密闭状态。

该排放结构具有结构简洁、排放彻底、密封性好、控制精准等优势。仅需一个液压杆完成倾斜动作，无需复杂的推板或开门机构；46°倾斜角度下垃圾可完全依靠重力滑出；水平状态时后部盖板自动闭合保证密闭性；限位开关确保每次倾斜角度精确为 46°，排放效果稳定。3 实验验证与结果分析

4.1 实验设置

为验证机器人性能，基于原理样机在模拟医院环境中进行了系列实验，样机主要参数：外形尺寸 800×600×1100mm，整机质量 42kg，移动速度 0-0.8m/s，电池容量 12V/20Ah，续航约6 小时，主垃圾桶容积 70L，机械臂最大抓取质量500g，液压杆额定推力800N，设计倾斜角度 46°。

测试环境为模拟医院走廊，地面铺设瓷砖，设置正常光照（300-500lux）与局部阴影（50-100lux）两种条件。测试区域面积约 50m²，布置桌椅模拟障碍物。

测试样本选取5 类典型医疗垃圾，每类 20 个，共计 100 个：玻璃药瓶（直径 20-30mm，硬质规则）、注射器护套（长度 30-50mm，硬不规则）、废弃塑封袋（展开尺寸 100×150mm，软质）、棉签（长度80mm，细长轻质）、纱布团（直径 30-50mm，蓬松软质）。

为量化机械臂响应时间与运动时长，设置夹球专项测试：将直径25mm 乒乓球随机放置于地面10 个不同位置，记录从识别完成到夹爪成功抓取并投放至垃圾桶的全过程耗时。

4.2 实验结果

4.2.1 视觉识别性能对100 个测试样本进行识别实验，结果如表1 所示。正常光照下平均识别准确率达 95.2%，局部阴影下略降至 90.2%，总体平均92.7其中硬质规则物体识别率最高，软质物体在阴影条件下识别率有所下降。

4.2.2 机械臂抓取性能

对100 个样本进行抓取实验，结果如表 2 所示。抓取成功率总体平均89.0%。失败案例主要源于软质物体抓取时变形滑落、细长物体抓取点偏移、光照突变导致定位误差增大。

表 2 不同类别垃圾抓取成功率

4.2.3 液压自卸排放性能

对液压自卸机构进行20 次连续排放测试，每次在桶内装入等量混合垃圾（约 50L），结果如表 4 所示。排放时间稳定在6.8-7.5s 之间，平均倾斜角度 46.2°，与设计值 46°基本一致。垃圾残留率 2.8%，表明46°倾斜角度下排放效果良好。后盖依靠重力自动开启与闭合，次测试均成功。

表 3 液压自卸排放测试结果

4.3 结果讨论

视觉识别方面：系统对硬质规则物体（玻璃药瓶、注射器护套）的识别率最高，平均达95%以上；对软质物体（纱布团、塑封袋）在阴影条件下识别率有所下降，最低为 86%。这主要是由于软质物体形态易变、边缘特征模糊，且阴影降低了图像对比度。后续可通过增加训练样本多样性、引入数据增强技术、优化模型结构等方式提升识别鲁棒性[8]。

抓取性能方面：机械臂对规则物体（药瓶、护套、棉签）的抓取成功率较高（90%-95%），而对软质易变形物体（塑封袋、纱布团）成功率相对较低（80%-85%）。失败原因主要包括：软质物体抓取时受力变形滑落、细长物体（棉签）抓取点偏移、光照变化导致定位精度下降。未来可考虑优化夹爪结构，增加软物体专用抓取模式（如真空吸附），并融合多传感器信息提高定位精度。

排放机构方面：液压自卸结构工作稳定，20 次连续测试排放时间均控制在7.2s 左右，实际倾斜角度与设计值46°高度吻合（偏差±0.5°），垃圾残留率低于 3%，后盖自动开启与闭合成功率 100%。结果表明，该铰链-液压杆联动方案能够可靠地完成垃圾集中排放，且结构简洁、维护方便，满足医院场景的实用要求。

综合来看，机器人实现了“识别-抓取-排放”核心功能的自动化协同，各项性能指标达到预期目标，为后续产品化应用奠定了基础。

4 结论与展望

本文设计了一种基于视觉引导与液压自卸结构的医疗垃圾智能清扫机器人，通过五大系统协同实现全流程自动化作业。主要结论如下：1）视觉识别方面：采用 K210 视觉模块运行轻量化神经网络模型，对 5 类典型医疗垃圾的平均识别准确率达 92.7%，正常光照下准确率 95.2%，局部阴影下90.2%，验证了视觉系统的有效性和环境适应性。

2）抓取性能方面：四自由度机械臂配合自适应夹爪，对硬质规则物体抓取成功率95%，对软质物体成功率 80%-90%，综合抓取成功率89.0%，基本覆盖医院常见医疗垃圾类型。

3）排放机构方面：设计的铰链-液压杆联动自卸机构，通过液压杆伸缩使垃圾桶绕铰链旋转 46°，单次排放时间 7.2s，垃圾残留率低%，后盖自动启闭成功率 100%，实现了高效、彻底的集中排放。

4）系统协同方面：集成感知、移动、抓取、排放、控制五大系统，构建了“巡逻-识别-抓取-暂存-排放-回充”全流程自动化作业模式，全程无需人工干预，符合医疗废弃物无接触处理的政策要求。

5 参考文献

1] 中华人民共和国国家卫生健康委员会， 生态环境部. 医疗废物分类目录（2021 年版）[EB/OL]. （2021-11-25）[2024-05-20].

2] 国家卫生健康委， 生态环境部， 国家发展改革委， 等. 医疗机构废弃物综合治理工作方案[EB/OL]. （2020-02-24）[2024-0

[03] 中华人民共和国生态环境部， 国家市场监督管理总局. 医疗废物处理处置污染控制标准： GB 39707-2020[S]. 北京： 中国环境科学出版社， 2020.

[04] 王 浩 ， 李 阳 ， 赵 鑫 . 基 于 K210 的 医 疗 垃 圾 视 觉 识 别 系 统 设 计 [J]. 工 业 控 制 计 算 机 ， 2022， 35（3）： 102-104.DOI：10.3969/j.issn.1001-182X.2022.03.032.

[05] 刘军， 孙伟， 吴涛. 基于麦克纳姆轮的全向移动机器人设计[J]. 机电工程技术， 2021， 50（7）： 123-125.

[06] 陈 峰 ， 赵 亮 ， 吴 敏 . 基 于 STM32 的 智 能 机 器 人 控 制 系 统 设 计 [J]. 现 代 制 造 技 术 与 装 备 ， 2021（9）： 10-12.DOI：10.3969/j.issn.1673-5587.2021.09.003.[07] 周 涛 ， 郑 伟 ， 孙 鹏 . 基 于 深 度 学 习 的 医 疗 垃 圾 识 别 算 法 研 究 [J]. 计 算 机 工 程 与 应 用 ， 2022， 58（4）： 203-209.DOI：10.3778/j.issn.1002-8331.2109-0125.

[08] 广东省科学院智能制造研究所. 基于三维视觉的机器人规划技术[EB/OL]. [2024-05-20国家级大学生创新创业训练计划支持项目（项目编号：202513303004）