案例介绍CASE STUDY / 场景与实践
侨银智慧环卫 · 从外部路网到 AI 辅助作业规划
从外部获取路网，
让数据进入实际作业规划。
从 OpenStreetMap 获取道路数据，补充环卫设施与作业点，结合收运范围、垃圾量和车辆参数组织路线方案，让外部数据服务 AI 辅助作业规划。
- 城市环卫
- 路网与作业规划
01 / EXTERNAL MAP DATA MEETS BUSINESS CONTEXT
先有可以使用的路网，
再补上环卫作业的业务信息。
企业内部未必已经拥有完整的道路数据。平台从 OpenStreetMap 获取路网，组织道路、路段、等级与坐标，再补充取水点、垃圾点和垃圾站等业务设施，让外部地图从背景信息变成可用于作业规划的数据基础。
- 外部数据补齐底座
将公开路网引入业务系统，准备道路结构、坐标与等级等空间信息。
- 数据需要业务加工
检查路段属性缺失项，结合实际作业补充设施点与相关参数。
- 规划才有共同输入
把道路与业务对象放在同一张地图上，为任务范围和路线计算准备依据。
02 / TURN THE ROAD NETWORK INTO A WORK PLAN
把点位、任务与约束，
一起放进路线方案。
AI 辅助规划需要的不只是点位坐标，还包括作业范围、垃圾量、车辆与容量条件。平台将导入街道、确认范围、生成或补录垃圾点、估算任务参数和生成方案串起来，展示访问顺序与车辆累计载重，帮助业务人员比较和检查作业安排。
- 任务与参数一起组织
围绕实际收运范围补充点位、任务量和车辆参数，让规划具有业务约束。
- 方案可以对照检查
在地图上查看路线，在明细中检查访问顺序和累计载重。
- 从数据走向业务规划
图中展示路网仿真安排；生产导航路径还需进一步衔接路线服务与现场条件。
AI IN THE BUSINESS WORKFLOW
外部数据补上缺口，
业务规则让规划有据可依。
从标准资料到空间路网，外部采集的价值在于补齐 AI 完成任务所需的数据。把来源数据整理好，再结合企业的点位、任务与约束，才能从“拿到数据”继续走向分析和规划。
获取外部路网补充道路与空间数据基础
加入业务信息设施、点位与任务参数
组织路线方案在地图与明细中检查安排