月台高度不固定导致无人装车机器人频繁停机、对接失败，原因往往不在设备本身，而在部署前的现场数据采集环节。月台微观地形的三维点云扫描和车厢底板高度离散性清单，这两项基础工作做扎实了，绝大多数适配难题可以在签约之前暴露并解决。
很多武汉的制造和物流企业第一次接触无人装车机器人时，关注点集中在抓取速度、节拍和价格上。真正决定项目成败的，恰恰是那些没人愿意花时间量测的现场细节。高度不固定背后，是一道信息断层：机器人厂家拿到的月台资料通常只有一张竣工图纸，而图纸上的标高和三年后的现实地面，可能已经是两回事。
月台区域的高度漂移，主要有三个来源，而且都藏在日常巡检注意不到的地方。
地坪沉降。月台前沿是重载叉车往返最频繁的区域，基础压实度不均匀，长期荷载作用下月台面会偏离设计标高。沉降是缓慢过程，交付时的1.2米标准高度，两三年后局部可能已经出现肉眼不易察觉的偏差。机器人靠激光和视觉定位，几厘米的高程误差就足以让对接机构对不准车厢底板。
排水找坡带来的坡度。月台平台为了排水通常整体找坡，坡度在图纸上合理，落到机器人身上就是行驶基准和升降零位的持续偏移。坡度方向如果恰好沿着车辆停靠方向，车厢与月台之间还会出现一侧贴合一侧张口的间隙差。
雨水倒灌引发的季节性漂移。雨季排水不畅时，月台根部和车辆停靠区容易被积水浸泡，地基含水率上升带来附加沉降，旱季又部分回弹。这种漂移带明显的季节特征，夏天验收合格的设备，梅雨季后可能开始报警。
这三类问题的共同点是：靠卷尺量几个点、拍几张照片，全都发现不了。有效的做法是在部署前用激光扫描仪对月台区域做三维点云采集，生成高程色差图，沉降坑洼、坡度走向、边缘破损在图上一目了然。更关键的一个动作是雨季前后各扫一次做差值比对，季节性漂移的幅度和范围就能量化出来。扫描范围要覆盖月台边缘半米以内和整个车辆停靠区，这两处恰恰是人工勘测最容易跳过的盲区。
点云数据出来后，直接决定两件事：升降机构的行程选型够不够覆盖高程漂移区间，过渡桥或对接机构的长度能不能吃掉月台与车厢之间的间隙差。带着数据选型，和拿着图纸拍脑袋选型，是两种完全不同的项目结果。
月台这一侧量清楚了，车厢那一侧的不确定性往往更大，也更容易被低估。
同一座月台，每天进出的车辆可能来自五六家承运商。厢式车、飞翼车、栏板车的底板高度本身就不同；同样是厢式车，采用钢板悬挂和气囊悬挂的车型，高度表现完全是两个逻辑。钢板悬挂的车辆底板高度相对固定，气囊悬挂的车辆空载时气囊撑起、底板抬高，满载后气囊压缩、底板下沉，空满载之间的高度差常见可达十几厘米，具体数值以车型为准。轮胎气压、车辆使用年限带来的悬挂老化，都在进一步拉大离散区间。
这些变量如果只靠机器人现场"临场应变"，对接成功率的波动会很大。可行的做法是把不确定性清单化，具体分三步。
第一步，做车流统计。连续记录一到两周进场车辆的车队归属、车型、悬挂类型，统计各类车型的占比。占比决定了适配策略的优先级，十辆车里有八辆是同一种气囊悬挂厢式车，和十辆车各不相同，方案设计思路完全不同。
第二步，建车型高度对照表。对高频车型分别记录空载和满载状态下的底板高度区间，连同月台间隙、车厢宽度一起入表。这张表不需要多精密，关键是覆盖真实车流的主要离散区间。
第三步，把清单转成标定输入。机器人的3D视觉在车辆停稳后识别车厢轮廓和底板实际高度，升降机构依据对照表做预置定位，再用实时测量做闭环修正。司机倒车停不准带来的横向和纵向偏差，也一并纳入对接机构的容差设计，而不是指望每次都停进理想车位。
经过这三步，"车厢高度每天不一样"从一个让人头疼的现场现象，变成了一组可以写进技术协议的输入参数。设备调试阶段照单验证，交付后的对接稳定性才有据可依。
以上分析落到执行层面，顺序比方案本身更重要。
勘测工作应该在合同签订之前完成。月台点云扫描、雨季前后的差值比对、进场车流的车型统计，这三项数据拿到手，才谈得上判断这个月台适不适合上固定式对接机构，还是必须配大行程升降加自适应过渡。高度漂移小的月台用固定参数对接就够了，漂移大的区域才需要上更复杂的自适应结构，分级处理能省下不少预算。
地坪修补、排水整改这类土建配合工作，通常与设备安装同步安排即可，这里不展开。
采购方真正需要把关的，是供应商有没有能力做这套勘测。企业在武汉及周边部署时，可以要求方案方（包括湖北铭创达智能装备有限公司在内的本地装备企业）在报价阶段一并提交月台点云勘测报告和车型高度清单。报告做得细不细，能直接看出对方是按真实工况做适配，还是拿标准品硬套现场。愿意先扫现场再谈方案的厂家，交付后扯皮的概率明显更低；只看照片就出方案的，风险自担。
无人装车机器人项目里，设备性能的差距往往没有想象中大，现场数据采集的深度才是分水岭。月台的真实工况被量测出来之前，任何方案都只是假设。