Wie navigieren Reinigungsroboter? LiDAR, SLAM und die Grenzen der Sensorik

Alles, was ein Reinigungsroboter mit seiner Sensorik tut, fällt in drei Aufgaben, die leicht verwechselt werden. Erstens Kartierung: einmalig bei der Inbetriebnahme erfasst der Roboter die Geometrie Ihres Gebäudes. Zweitens Lokalisierung: in jedem Lauf, jede Sekunde, muss er die Frage beantworten „wo genau stehe ich auf dieser Karte“ – daran entscheidet sich, ob das Bahnmuster sauber bleibt oder in Überlappungen und Lücken driftet. Drittens Hindernisbehandlung: in Echtzeit auf das reagieren, was heute im Weg steht und in keiner Karte vorkommt.

SLAM – simultane Lokalisierung und Kartierung – ist der Name dafür, die ersten beiden Aufgaben gleichzeitig zu erledigen. Die klarste offizielle Definition steht in Kemaros eigenem Factsheet zum K900 Gen II: Der Roboter erstellt gleichzeitig eine Karte seiner Umgebung und schätzt seine räumliche Position innerhalb dieser Karte. Pudu benennt dasselbe als Stapel: Die offizielle MT1-Broschüre gibt als Navigationsmethode „VSLAM+Marker+Lidar SLAM“ an, die Seite zum MT1 Max „VSLAM + Marker + 3D LiDAR SLAM“. Das „Marker“ in der Mitte ist wörtlich gemeint: physische Positionsmarker in der Umgebung, an denen sich die Kameranavigation als festen Bezugspunkten ausrichtet – ein Bestandteil, der in Vergleichstabellen fast immer wegfällt.

Das Vokabular unterscheidet sich stärker als die Technik. Das offizielle Nexaro-Datenblatt zum NR 1700 nennt die Kartierungstechnologie „AI-Mapping“ und den Hauptsensor „Longrange-Laserdistanzsensor (LR-LDS)“; das Wort SLAM taucht im Datenblatt nicht auf. Die Nexaro-FAQ wiederum schreibt, dank intelligenter SLAM-Algorithmen und Sensordatenfusion könne der Roboter auch in größeren Bereichen navigieren. Dieselbe Methodenfamilie, zwei Vokabulare – deshalb steht SLAM in manchen Vergleichstabellen und in anderen nicht, ohne dass technisch ein Unterschied bestünde.

Und nicht jede Maschine plant sich ihre Fläche selbst. SoftBank beschreibt den Whiz so, dass er programmierte Routen abfährt und dabei auf Hindernisse und Veränderungen der Umgebung reagiert: Die Routen werden eingerichtet, die Autonomie liegt im sicheren Abfahren, nicht in der Flächenplanung. Beide Modelle funktionieren. Sie scheitern nur unterschiedlich – und sie verlangen beim Einrichten Unterschiedliches von Ihnen.

Ein 2D-LiDAR misst Abstände in einer waagerechten Ebene in fester Höhe. Er ist präzise, schnell, im Dunkeln robust – und für alles ober- und unterhalb dieser Ebene strukturell blind: die flache Palettenecke, die Kabeltrommel, die auf Brusthöhe herausstehende Regalkante. Die Hersteller wissen das und schreiben es hin. Kemaro beschreibt das Sichtsystem des K900 Gen II als wachsame 2D-LiDAR-„Krone“, die Abstände über 270 Grad berechnet, während eine 3D-Kamera die unteren toten Winkel füllt – die zweite Hälfte dieses Satzes ist das gesamte Argument für 3D-Wahrnehmung, formuliert von einem Hersteller, der einen 2D-Scanner verkauft. Die Einschätzung stützt sich auf Kemaros eigene Dokumentation.

Genau das fügen 3D-LiDAR und Tiefenkameras hinzu: Volumen statt Schnittebene. Für den MT1 Max schreibt Pudu in der Launch-Mitteilung, die Maschine könne mit 3D-LiDAR und Multi-Sensor-Fusion komplexe Umgebungen zentimetergenau erfassen und Objekte bis 150 Meter Entfernung erkennen. Der CenoBots S5, eine Industriekehrmaschine, die über uns verfügbar, im Programm aber neu ist, ist mit einem 32-Beam-3D-LiDAR mit bis zu 150 m Reichweite auf einer 100-TOPS-NVIDIA-Plattform angegeben – ausdrücklich, um Stapler und AGV zu erkennen und ihnen auszuweichen. Und der CC1 zeigt, wie Multi-Sensor-Fusion in der Mittelklasse tatsächlich aussieht: Das offizielle Broschürendiagramm listet Haupt-LiDAR, Solid-State-LiDAR, zwei RGBD-Kameras, eine Top-View-Kamera, ein Ultraschallradar, einen Absturzsensor und einen Bumper-Sensor.

Kameras kaufen Wahrnehmung und kosten ein Datenschutzgespräch. Zwei Hersteller entscheiden sich bewusst dagegen. Der Nexaro NR 1700 trägt einen LR-LDS, einen Stoßfängersensor, acht Absturzsensoren, zwei Magnetfeldsensoren, einen Wandfolgesensor, Inkrementalsensoren und eine Inertialmesseinheit – und keine Kamera. Adlatus schreibt in der Dokumentation zum SR1300, man sei einer der wenigen Hersteller, die bei der Navigation aus Datenschutzgründen auf hochauflösende Kameras verzichten, nutze dafür 2D- und 3D-Lidarsensoren, und Daten der Umgebung würden nur als Koordinaten aufgezeichnet; die Maschine arbeitet zudem völlig autark ohne WLAN-Anbindung oder kontinuierliche Internetverbindung. Was dieser Kompromiss für Betriebsrat und Datenschutzbeauftragte bedeutet, ist ein eigenes Thema – siehe Datenschutz bei Reinigungsrobotern.

Unter all dem liegt eine unglamouröse Nahbereichsebene, an der sich die meisten realen Vorfälle entscheiden: Ultraschallsensoren für Oberflächen, mit denen der Laser sich schwertut, Absturzsensoren an Kanten und Stufen (Nexaro hat acht; SoftBank gibt an, die Sicherheitssensoren des Whiz erkennten Personen, Objekte und Absturzkanten und wichen ihnen aus; Kemaro antwortet in der FAQ herstellerweit für seine Roboter – nicht speziell für den K900 –, die Absturzsicherung sei mechanisch und damit deutlich sicherer als eine optische) – und der Bumper als letzte Instanz. Den ehrlichsten Satz dazu schreibt Pudu selbst in den CC1-Operation-Guide: Trotz automatischer Hindernisvermeidung könne es tote Winkel geben.

Glas und Spiegel sind der klassische Ausfall, und die Handbücher sind dazu ungewöhnlich offen. Pudus CC1-Operation-Guide V4.2 warnt, dass rein schwarze Oberflächen (etwa Sockelleisten), verspiegelte Flächen (etwa Wände) oder vollständig transparente Umgebungen in einer Höhe zwischen 14 und 22 cm die LiDAR-Reflexion des Roboters stören und zu abnormalem Fahrverhalten führen können; empfohlen werden eine technische Bewertung und gegebenenfalls eine Anpassung der Umgebung, etwa mit reflektierenden Folien oder Materialien. Lesen Sie das Höhenband noch einmal: 14–22 cm ist die Ebene, in der der Laser liegt. Was bei Ihnen genau auf dieser Höhe steht, entscheidet mehr über die Navigation als jede Prospektüberschrift.

Gausium geht im Phantas-Handbuch weiter: Ist die Umgebung von Glaswänden oder anderen stark lichtdurchlässigen Materialien umgeben, fällt ein Teil der Sensorik des S1 PRO aus, und der Einsatz wird dort ausdrücklich nicht empfohlen. Die Troubleshooting-Tabelle führt Glas und transparente Materialien als Ursache einer unscharfen oder „geisterhaften“ Karte auf und nennt die dokumentierte Abhilfe – virtuelle Wände ziehen, um die Karte zu begrenzen. Die Einschätzung ist dokumentationsbasiert; aber ein Hersteller, der seine eigene Sensorgrenze ins Handbuch schreibt, verdient dafür Anerkennung. Die Alternative ist ein Kunde, der es am dritten Tag selbst herausfindet.

Für unsere eigene Maschine ist dieselbe Frage dokumentiert, und die Antwort hat zwei Schichten. Nexaros FAQ hält fest, der Laserdistanzsensor des NR 1700 erkenne manche Glastüren oder Glaswände womöglich nicht („may not detect some glass doors or glass walls“), der Roboter erfasse solche transparenten Objekte jedoch über den Stoßfängersensor und navigiere entsprechend; zusätzlich lässt sich Glas in der Karte als No-Go-Zone markieren. Das Handbuch ergänzt den umgekehrten Fall: Glasböden können als Abgrund interpretiert werden, was die Maschine stoppt. Kamerafreie Navigation befreit einen Roboter also nicht vom Glasproblem – sie verlagert es vom Laser auf den Bumper, und der löst es, indem er das Glas berührt.

Die zweite Grenze ist das umgekehrte Problem: zu wenig Struktur statt zu viel. Laserlokalisierung braucht Geometrie, gegen die sie abgleichen kann. Nexaros Datenblatt gibt für den NR 1700 deshalb eine maximale freie, offene Fläche ohne charakteristische Objekte von 12 m × 12 m an, dazu eine maximale Reinigungsfläche von 1.000 m² je Auftrag; die FAQ nennt für den Laserdistanzsensor eine Erfassungsreichweite von bis zu 3 Metern. Bei der Reichweite ab Ladestation widersprechen sich die offiziellen Quellen: Die Datenblatt-Fußnote (Stand Februar 2025) nennt einen maximalen Abstand zur Ladestation von 35 m, die FAQ spricht von einem Radius von bis zu 32 Metern. Planen Sie mit der kleineren Zahl. Praktisch heißt das: Eine leere Lagerhalle kann für einen Roboter schwieriger sein als ein vollgestelltes Büro.

Die dritte Grenze ist banal und verursacht die meisten Abbrüche: das, was auf dem Boden liegt. Pudus CC1-Handbuch verlangt, Kabel vorab wegzuräumen, damit der Roboter sie nicht mitschleift, nennt eine Mindestdurchfahrtsbreite von 70 cm – für lange Gänge besser 75 cm – und toleriert Erhebungen bis 8 mm im Reinigungsbetrieb beziehungsweise 20 mm bei reiner Durchfahrt. Die MT1-Broschüre gibt 75 cm Mindestdurchfahrt an und nennt 20-mm-Schwellen und 35-mm-Rillen. Der Phantas braucht 650 mm Durchgang, und seine 20-mm-Angabe liest sich leicht falsch herum: Gausiums Spec-Zeile lautet „Minimum Height of Detected Obstacles“ – die kleinste Hindernishöhe, die die Maschine überhaupt erkennt, nicht die größte, die sie überfährt; das Handbuch erlaubt separat Türschwellen bis 3 cm. Bei der Steigung stehen zwei offizielle Dokumente gegeneinander: Die Spec-Seite nennt 5°, das Handbuch untersagt den Einsatz oberhalb von 8°. Stuhlbeine, Kabeltrommeln, Palettenecken und ein zu enger Gang am Regalende: Das ist die Liste, an der Einsätze wirklich scheitern. Und die Sensorik muss sauber und trocken bleiben – Gausiums Troubleshooting nennt einen verstaubten oder verdeckten Lasersensor als Ursache schlechter Karten und verordnet ein fusselfreies Tuch; im Außenbereich arbeiten die Phantas-Sensoren bei Regen, Nebel oder Schnee laut Handbuch nicht zuverlässig. Pudu beansprucht für den MT1 Max umgekehrt im offiziellen Produkt-Deck stabile Kartierung und Positionierung bei starkem Staub, Nebel und Sandsturm sowie die Erkennung von Szenarien von sehr hohen Decken über Glasdächer bis zu halboffenen Bereichen. Beachten Sie genau, was das ist: eine Aussage zur Kartierungsstabilität, keine Zusage, dass Glasflächen als Hindernis erkannt werden. Pudu verspricht das nicht – und wir tun es auch nicht.

Die Vorführung, die die meisten Anbieter zeigen, ist ein sauberer Lauf durch eine leere Halle um sieben Uhr morgens. Das beweist, dass der Antrieb funktioniert. Über die Navigation beweist es nichts, denn Navigation wird nur von Unordnung geprüft. Verlangen Sie den Lauf zu Ihrer schlechtesten Stunde, in dem Gang, den Sie lieber nicht zeigen würden. Messen Sie vorher die engste Stelle, die die Maschine passieren soll, und vergleichen Sie sie mit der Herstellerangabe – 70 cm beim CC1, 75 cm beim MT1, 650 mm beim Phantas. Und legen Sie die echten Hindernisse hin: die Kabeltrommel, die Palette mit der aufgerissenen Folie, die gestapelten Stühle, den Reinigungswagen, den nachts jemand in den Flur stellt.

Entscheidend ist nicht der erste Durchgang, sondern der dritte. Lassen Sie dieselbe Fläche dreimal fahren und verändern Sie zwischendurch etwas – eine Palette umstellen, ein Tor öffnen, das bei der Kartierung zu war, einen Wagen quer in die Route stellen. Sie prüfen, ob die Flächenabdeckung gleich bleibt: ob der Roboter sich auf der veränderten Karte neu verortet und dieselben Quadratmeter reinigt – oder ob er still anfängt, Streifen auszulassen. Danach verlangen Sie den Beleg schriftlich. Die Flottenplattformen dokumentieren Läufe: PUDU Link liefert visualisierte Reinigungsberichte und Meldungen, wenn der Behälter voll ist, Kemaros Web-App und die Cloud „Sphere“ erzeugen digitale Reinigungsberichte mit interaktiven Karten, der Nexaro HUB zeigt Live-Kartierung und einen digitalen Reinigungsnachweis, und Adlatus verschickt nach jedem Einsatz ein vollautomatisch erstelltes Protokoll, das für Abrechnung und Auditierung taugen soll. Ein Anbieter, der Ihnen keine drei vergleichbaren Abdeckungskarten aus drei Läufen zeigen kann, verlangt einen Vertrauensvorschuss.

In Hallen mit Verkehr ist Sichtbarkeit Teil der Navigation und keine Dekoration. Kemaro hat den BlueSpot in der Gen II genau dafür ergänzt: ein blaues Licht, das Mitarbeiter und Staplerfahrer auf die Bewegungen des Roboters aufmerksam macht, auch in Bereichen mit eingeschränkter Sicht oder unter Förderanlagen. Der CenoBots S5 ist so spezifiziert, dass er Stapler und AGV erkennt und Ausweichrouten plant; Pudu gibt dem MT1 Max ein 1,2 m hohes Signallicht für die Sichtbarkeit gegenüber Personen. Welcher dieser Ansätze im Mischverkehr einer Lagerhalle wirklich passt, behandelt unser Kehrroboter-Vergleich. In Büros sieht derselbe Test anders aus: Glastrennwände, Stuhlbeine und Kabelkanäle unter Schreibtischen – dazu Menschen, die Möbel umstellen, ohne es jemandem zu sagen.

Mehr Sensorik lohnt dort, wo sich die Umgebung ändert, während der Roboter arbeitet. Mischverkehr, hohe Decken, halboffene Bereiche, saisonale Umbauten: Das ist der Fall für 3D-Wahrnehmung, und deshalb trägt der MT1 Max ein 3D-LiDAR zusätzlich zum Navigationsstapel des MT1. In einer Lagerhalle, in der stündlich Paletten bewegt werden und Stapler denselben Gang nutzen, ist die zusätzliche Sensorik kein Luxus, sondern der Unterschied zwischen einem beendeten Lauf und einem Roboter, der auf jemanden wartet.

Wo die Karte stabil und der Raum möbliert statt dynamisch ist, gewinnt oft die einfachere Maschine. Der NR 1700 navigiert mit einem Laserdistanzsensor ganz ohne Kamera und reinigt so möblierte Büroflächen – leise, kamerafrei und vor einem Betriebsrat vertretbar. Seine Grenzen sind ebenso klar und ebenso dokumentiert: 12 m × 12 m freie Fläche ohne charakteristische Objekte, 1.000 m² je Auftrag. Dazwischen steht der Allrounder der Mittelklasse: der CC1 mit Multi-Sensor-Fusion im Handel und in gemischten Bodenlandschaften, wo es eng möbliert ist, das Gebäude sich aber nicht wöchentlich neu erfindet.

Die ehrliche Einordnung zum Schluss: Die Sensorik entscheidet, ob der Lauf unbeaufsichtigt zu Ende geht. Der Reinigungskopf entscheidet, ob der Boden sauber ist. Niemand war je glücklich mit einem Roboter, der hervorragend navigiert und schlecht schrubbt – und die Sensorliste im Datenblatt sagt über die zweite Hälfte nichts. Wählen Sie zuerst die Maschinenklasse nach Ihren Böden und Ihrer Fläche – das führt unser Ratgeber welcher Reinigungsroboter zu welchem Betrieb passt durch – und prüfen Sie mit den Navigationsfragen aus diesem Artikel, ob die gewählte Maschine Ihr Gebäude auch übersteht.