智慧化城市道路保洁系统：规划、运维与创新实践教学设计（高职市政工程技术专业二年级）

智慧化城市道路保洁系统：规划、运维与创新实践教学设计（高职市政工程技术专业二年级）

  一、课程整体分析

  本教学设计面向高职院校市政工程技术专业二年级学生，开设于第四学期，属于专业核心课程《城市公用设施运维与管理》中的高阶综合性教学模块。学生已先行完成《市政工程概论》、《环境工程基础》、《测量技术》及《GIS应用基础》等课程的学习，具备了基本的工程认知、环境科学理念和初步的空间信息技术应用能力。然而，传统的教学模式往往将清扫保洁视为简单的劳动密集型作业，与学生未来将从事的智慧城市基础设施规划、建设与运维管理岗位要求存在显著脱节。当前，以物联网、大数据、人工智能及新能源技术为驱动的城市公共服务智慧化转型方兴未艾，道路保洁作业体系正经历从“人力密集型”向“技术密集型”、“数据驱动型”的根本性变革。因此，本模块旨在填补这一知识技能缺口，引导学生站在城市系统管理者的高度，理解、设计并初步驾驭一套现代化的智慧道路保洁体系。

  本模块的核心教学理念是“基于真实项目的跨学科能力整合”。摒弃单纯的知识灌输，课程将围绕一个虚构但高度仿真的“新城区智慧道路保洁系统规划与运营方案设计”项目展开。该项目要求学生综合运用工程学、环境科学、信息技术、经济学及管理学知识，完成从需求分析、技术选型、系统架构设计、运营模式规划到效益评估的全流程。教学设计的逻辑主线遵循“认知重构-技术解构-系统建构-价值评判”的递进式路径，旨在培养学生解决复杂工程问题的系统性思维、技术创新应用能力和全生命周期管理意识。

  本模块的深层知识结构包含三个层面：技术层（感知、通信、分析、执行等具体技术原理与设备）、系统层（人、机、料、法、环、数的协同与优化）及社会层（公共政策、经济成本、环境影响、公众互动）。教学将引导学生穿梭于这三个层面之间，理解技术如何嵌入并重塑社会技术系统。学习的难点在于如何将离散的技术知识点整合为一个有机、动态、可操作的作业体系，并权衡其技术可行性、经济合理性与社会可接受性。学习的重点则在于掌握智慧保洁系统的核心架构设计方法、关键绩效指标体系的构建以及基于数据分析的持续优化策略。

  二、教学目标

  基于上述分析，本模块的教学目标具体阐述如下：

  1.知识目标：学生能够准确阐述智慧化道路清扫保洁作业体系的基本构成，包括但不限于智能感知层（各类传感器、摄像头、物联网标签）、网络传输层（5G、NB-IoT、LoRa等）、数据平台层（数据中台、AI算法模型、数字孪生底座）以及智能执行层（自动驾驶清扫车、智能垃圾桶、机器人等）的技术原理与功能特性。学生能够系统说明该体系相较于传统模式在作业效率、资源消耗、安全管控、应急响应及公众服务方面的核心优势与潜在挑战。学生能够清晰列举并解释评价智慧保洁体系效能的关键性技术指标（如覆盖里程率、事件自动识别准确率、资源调度优化率）与管理指标（如单平米作业成本、公众满意度、碳减排量）。

  2.能力目标：学生能够针对特定区域（如商业区、工业园区、居住区）的道路保洁需求，进行初步的数据调研与分析，并据此完成一份结构完整、技术路线清晰、具备一定创新性的智慧保洁系统初步规划方案。学生能够运用专业软件工具（如简化版的城市信息模型平台、数据分析可视化工具）模拟展示系统运行逻辑，并对关键设备选型、网络布局、数据中心配置进行合理论证。学生能够基于给定的运营数据（模拟），进行多维度绩效分析，诊断系统运行瓶颈，并提出针对性的优化建议。学生能够在项目小组中有效承担角色（如项目经理、技术工程师、数据分析师、成本控制专员），通过协作、辩论与整合，共同推进项目任务，并能够清晰、专业地进行方案陈述与答辩。

  3.素养与价值目标：引导学生树立“科技赋能公共服务的工匠精神，深刻理解技术创新必须服务于提升城市人居环境质量、促进资源节约和环境保护的根本目的。培养学生“数据驱动决策”的现代管理意识，以及面对复杂系统时的全局观和跨领域协同思维。增强学生的职业认同感与社会责任感，使其认识到市政工程技术岗位在建设宜居、韧性、智慧城市中的关键作用。激发学生的批判性思维与创新意识，鼓励其对现有技术路径和商业模式提出合理质疑与改进设想。

  三、教学重点与难点

  教学重点：智慧化道路保洁系统的整体架构设计与关键技术集成逻辑。重点不在于孤立地讲解某一项技术，而在于揭示各项技术（如物联网感知、高精度定位、路径规划算法、新能源动力）如何围绕“精准、高效、低碳、人性化”的作业目标进行耦合与协同。具体体现为“系统架构图”的绘制与解读能力，以及基于场景的“技术-经济-环境”多目标权衡决策能力。

  教学难点：如何将抽象的数据分析、算法模型与具体的实体作业流程（如扫地、洒水、垃圾收运）进行有效关联与转化。学生往往容易陷入技术细节或空泛的概念，难以建立“数据输入-模型处理-指令输出-物理执行-效果反馈”的完整闭环认知。此外，智慧系统高昂的初期投资与长期的运营效益之间的财务模型构建与评估，对学生而言也是一个认知上的挑战。

  四、教学资源与环境

  1.硬件环境：智慧市政实训中心。该中心需配备：智慧道路保洁沙盘模型（涵盖不同道路等级、功能区划），搭载多种传感器的实景模拟道路段，自动驾驶清扫车（教学版）实体或高仿真模型，智能分类垃圾桶实物，中央控制大屏显示系统，高性能图形工作站（供学生小组进行方案设计与模拟）。

  2.软件与数据资源：专业教学软件平台（集成简化版BIM/GIS功能、交通流模拟、能耗分析与成本计算模块）。经脱敏处理的真实城市道路保洁历史作业数据集（包括车辆轨迹、作业时长、油耗、事件上报记录等）。国内领先的智慧环卫企业案例库（包含技术白皮书、系统演示视频、典型项目报告）。虚拟仿真实验模块，允许学生在线配置系统参数并观察不同策略下的运行效果。

  3.人力资源：主讲教师（兼具市政工程与信息技术背景），企业导师（来自智慧环卫解决方案提供商或大型环卫运营公司），跨专业助教（可来自数据分析或软件工程专业）。

  五、教学实施过程（共计32学时，采用“线上+线下”混合式、项目驱动教学模式）

  第一阶段：情境锚定与认知重构（4学时）

  课前（线上）：教师在课程平台发布两项前置任务。任务一为“城市观察员”：要求学生利用周末，以组为单位，选择学校周边不同类型道路（如主干道、背街小巷、商业步行街），用手机拍摄记录当前人工及机械保洁作业的全过程（避开早高峰），并访谈1-2位环卫工人，了解其日常工作的流程、强度与主要困难。任务二为“文献侦察兵”：要求学生检索阅读至少两篇关于“智慧环卫”或“城市服务机器人”的行业分析报告或新闻报道，摘录其中提到的三项关键技术或创新模式，并初步思考其应用前景。学生需将图文记录及阅读笔记上传至平台讨论区。

  课中（线下，实训中心）：

  环节1：痛点共鸣与愿景描绘（1学时）。教师首先快速浏览各小组的“城市观察员”记录，选取具有代表性的视频片段（如人工在车流中穿梭清扫的危险场景、降雨后落叶堆积导致排水不畅的场景）进行播放，引发学生对传统作业模式效率、安全性与应对突发状况能力的直观反思。随后，播放一段国内先进城市（如深圳、杭州）已投入运行的智慧环卫作业体系的宣传片，展示从智能调度中心大屏指挥，到无人驾驶清扫车编队夜间作业，再到公众通过APP上报保洁问题的完整闭环。通过强烈的视觉与认知对比，制造学生的“认知冲突”，进而自然引出本模块的核心驱动问题：“我们能否为自己观察的区域，设计一套更智慧、更安全、更高效的未来道路保洁系统？”

  环节2：核心概念解构与体系框架初探（2学时）。教师不急于给出定义，而是引导学生基于课前阅读和观后感，以“头脑风暴”形式，罗列他们心目中“智慧化”道路保洁应该具备的特征（如自动扫地、自动避开行人和车辆、垃圾满了自动通知、下雨天自动调整作业计划等）。教师将学生的关键词归类书写在黑板上，并顺势引导出智慧系统的四大核心能力：全面感知、实时传输、智能决策、精准执行。接着，教师展示一张经典的“智慧城市三层架构图”（感知层、网络层、平台层、应用层），并让学生尝试将刚才brainstorm出的功能点“对号入座”。例如，“自动避开障碍”属于应用层的“智能驾驶”功能，其依赖平台层的“高精度地图与实时定位”，并通过网络层传输感知层的“激光雷达与摄像头数据”。通过这种映射练习，帮助学生初步建立系统化的架构思维。最后，教师给出本模块的权威定义与整体框架图，并布置本节课的核心任务：各小组需选定一个特定的设计区域（从课前观察的区域中选取或由教师指定），作为贯穿整个模块的项目基地。

  环节3：项目启动与初步调研框架制定（1学时）。各小组确认项目基地后，在教师指导下，开始制定详细的项目调研计划。计划需明确：需要收集哪些基础数据（如道路长度与面积、断面形式、人车流量特征、垃圾产生种类与规律、现有保洁人员与设备配置、水电接驳点位置等）、通过哪些渠道获取（实地勘测、公开数据、访谈物业或社区）、如何分工、时间节点如何安排。教师提供标准化的《智慧保洁系统规划前期调研清单》模板，引导各小组进行结构化思考。本环节结束时，各小组需提交初步的调研计划书。

  课后（线上）：各小组根据计划启动实地调研与数据收集工作，并将过程中遇到的困难和初步发现，以图文形式在课程平台的专属项目空间进行动态更新。教师在线审阅各小组计划，给予针对性反馈。

  第二阶段：技术纵深与方案设计（16学时）

  本阶段采用“技术专题讲授+小组方案工作坊”交替循环的模式。

  专题一：智能感知与物联网络（4学时）

  课中：教师深入讲解各类环境感知传感器（灰尘传感器、图像识别摄像头、超声波车位检测器、车载气象站）的工作原理、部署策略、成本与精度考量。引入企业导师，通过真实案例演示物联网通信技术（如NB-IoT用于静态垃圾桶满溢监测，5GC-V2X用于动态车路协同）的选择依据。随后进入“方案工作坊”：各小组基于自身项目基地的特性，在实训沙盘或电子地图上，初步规划感知设备的布设方案。例如，商业街区需重点部署视频AI识别突发垃圾（如随意丢弃的传单）和垃圾桶满溢监测；而车流量大的主干道，则需考虑车载多传感器融合与路侧单元的配合。小组需讨论并记录设备选型理由、大致数量与布点逻辑。

  专题二：数据中枢与智能算法（4学时）

  课中：聚焦于“数据如何产生价值”。教师讲解数据中台的基本概念，展示清洗、融合多源异构数据（车辆GPS、传感器读数、天气数据、历史事件库）的过程。重点剖析两个核心算法模型：一是基于历史数据和实时交通信息的“路径动态优化算法”，如何实现清扫车队的全局最优调度，避开拥堵、减少空驶；二是基于计算机视觉的“路面洁净度自动识别与事件分类算法”，如何从摄像头画面中自动判断需要处理的保洁事件（如油污、积泥、大件垃圾）及其紧急等级。随后，在工作坊中，各小组利用教学软件平台，导入或模拟生成项目基地的基础路网数据，尝试设置不同的作业任务（如日常清扫、落叶季加强清扫、应急洒水降尘），通过调整算法参数（如优先级权重、成本系数），观察系统生成的作业路径变化，直观理解算法的作用。小组需开始构思其系统方案中数据平台应具备的核心功能和算法应用场景。

  专题三：智能装备与执行终端（4学时）

  课中：在实训中心实体装备前开展教学。教师系统介绍主流智能环卫装备：从纯电动小型扫地机到L4级自动驾驶清扫车，从智能喷淋除臭系统到垃圾分类机器人。重点分析不同装备的适用场景（人行道、辅路、快速路）、作业能力、续航里程、购置与运维成本。安排学生分组操作教学版自动驾驶清扫车，完成简单的沙盘路径规划与避障任务，亲身感受其技术特点与局限性。在工作坊中，各小组需为其项目基地“采购”装备。他们需要综合考虑道路条件、作业需求、预算约束（教师会给出模拟的预算上限），制定一个包含车型、数量、功能配置的“智能装备配置清单”，并论证其合理性与经济性。

  专题四：系统集成与运营模式设计（4学时）

  课中：这是技术集成的总装阶段。教师引导学生将前三个专题的成果“组装”起来。首先，各小组绘制其智慧保洁系统的整体技术架构图，并撰写各部分的详细说明。其次，设计系统的运营管理流程：从指挥中心大屏如何监控全局，到AI自动派发工单给最近车辆或机器人，再到作业完成后的质量自动核查与公众反馈处理闭环。最后，探讨可能的商业模式：是政府全额投资运维，还是采用政府购买服务（PPP）模式引入社会资本？不同的模式对系统设计（如数据所有权、接口开放性）有何影响？在工作坊中，各小组需要完善其《智慧道路保洁系统规划方案》的初稿，方案必须包含技术架构图、设备配置清单、数据平台功能描述、运营流程图以及初步的商业模式设想。

  课后（贯穿本阶段）：各小组在每次工作坊后，持续完善项目方案。教师与企业导师通过课程平台，对各小组的阶段成果进行异步点评与指导。鼓励小组之间进行“同行评议”，相互提问与启发。

  第三阶段：模拟验证、方案优化与综合展示（10学时）

  环节1：虚拟仿真与方案验证（4学时）。在实训中心的计算机房，各小组利用虚拟仿真实验平台，将其规划方案的核心参数（如设备数量与性能参数、传感器布点密度、算法策略）输入系统。平台将模拟系统在连续一周（虚拟时间）内的运行情况，并输出一系列关键绩效报告，包括：总作业里程、总能耗（换算为碳排放）、平均事件响应时间、设备利用率、模拟运营成本等。各小组需要分析仿真报告，诊断自己方案可能存在的缺陷（如某些区域覆盖不足、设备闲置率过高、成本超支等），并进行第一轮优化调整。这个过程让学生亲身体验“设计-仿真-优化”的迭代工程思想。

  环节2：成本效益分析与方案精炼（2学时）。教师专题讲解智慧环卫项目的全生命周期成本分析方法，包括初期建设成本（硬件、软件、网络、土建）、运营成本（能耗、维修、数据流量、人工管理）以及潜在的收益或节省（人力成本节约、燃油节省、城市形象提升带来的间接价值、碳交易收益等）。各小组在教师提供的财务模型模板基础上，结合自身方案和仿真数据，进行粗略的投入产出分析，并尝试用非财务指标（如安全性提升、公众满意度）来论证项目的综合价值。此环节促使学生从单纯的技术狂热转向务实的工程经济思维。

  环节3：成果凝练与展示准备（2学时）。各小组最终完善其规划方案，并准备最终的展示答辩。方案文档需结构完整、图文并茂、论据充分。展示答辩要求制作专业PPT，并鼓励采用动态可视化手段（如仿真结果动画、系统操作界面原型演示）。教师提供展示结构与技巧的指导。

  环节4：项目答辩与多元评价（2学时）。举办正式的“智慧环卫解决方案招标评审会”。邀请企业导师、相关专业教师、甚至低年级学生代表组成“评审委员会”。各小组依次进行限时陈述，并接受评委质询。评委将从技术创新性、方案可行性、经济合理性、展示专业性及团队协作等多个维度进行打分和点评。设置“最佳创意奖”、“最佳实践奖”、“最佳展示奖”等，以资鼓励。答辩过程全程录像，供学生回看反思。

  六、教学评价设计

  本模块采用“过程性评价与终结性评价相结合”、“定量评价与定性评价相结合”、“多元主体参与评价”的综合性评价体系。

  1.过程性评价（占总评50%）：

  （1）个人与小组学习日志（10%）：通过课程平台记录个人每次课后的反思、贡献以及在线讨论的参与度。小组的项目空间更新记录、同行评议质量亦计入此项。

  （2）阶段性成果（30%）：包括《前期调研报告》、《技术架构与设备配置方案》、《虚拟仿真优化报告》等。每一项成果均有详细的评价量规（Rubric），重点关注分析的深度、数据的运用、逻辑的严谨性以及团队的协作过程。

  （3）课堂参与与贡献（10%）：教师和助教记录学生在专题讨论、工作坊互动、技术操作中的表现。

  2.终结性评价（占总评50%）：

  （1）最终项目方案文档（30%）：评价其完整性、创新性、可行性、文档规范性。