CN108726382A - 一种基于自学习的塔吊及智能避障控制方法 - Google Patents

Abstract

本发明公开了一种基于自学习的塔吊及智能避障控制方法，包括塔吊本体，所述塔吊本体包括竖直设置的塔吊塔架、垂直于塔吊塔架的吊臂，其中，吊臂包括起重臂和平衡臂、设置在起重臂下方的货物起重机构和平衡臂下方的配重仓、以及位于吊臂和塔吊塔架交叉位置的旋转机构和位于旋转机构上的指挥仓，所述指挥仓内设置有控制吊臂运行的服务器，所述服务器内设置有自学习模块，所述服务器判断货物起重机构行走路径有无障碍物，启动避障程序，进行障碍规避。本发明自动化程度高，通过在自学习模式下，记录塔吊在避障轨迹上的参数，能够使后续的避障过程按照该位置参数自动进行，降低操作者的指挥强度，进而提高了工作效率。

Description

一种基于自学习的塔吊及智能避障控制方法

技术领域

本发明涉及塔吊领域，尤其涉及一种基于自学习的塔吊及智能避障控制方法。

背景技术

目前，塔式起重机（亦称塔机）是建设房屋和桥梁的主要运输作业工具。一方面，工作重心高、起重载荷大、运行速度快，塔机工作中蕴藏较多的危险因素，特别是在现代大型建筑工地，多塔机协同工作的条件下，塔机工作情况 更加复杂，塔机更容易发生恶性事故。另一方面，塔机操作属于高空作业， 司机注意力长时间高度集中，劳动强度大，容易疲劳，经常处于接近极限状 态作业，为塔机重大事故埋下隐患。目前，欧洲国家以及东南亚的香港、台 湾、韩国、新加坡等城市均有强制的法规，要求施工塔机必须安装塔机安全 监控装置。塔机的现场环境复杂，如现场风速、载荷惯性、塔机的反应速度、塔机的刹车性能等都会影响塔机的回转控制，如果塔机回转控制不当将会对塔机钢结构产生冲击，配重不平衡，还可能导致塔机的作业范围变小，影响施工进程。

目前，塔机的运动状态是受塔机司机的操控，它是一种人的主观行为，一般情况操作员发现危险，会提前采取减速、停车的行为，然而，有些情况下，操作员没有发现危险，此时，防碰撞装置将会根据危险情况，做出避障控制，这种控制将会是一种被动控制，是一种辅助控制的原则，基本原理是：在安全状态下，不干预人的操作，当发生危险，系统截断人为操作行为的实施，也就是提前切断人的危险操作行为，从而避免危险发生。近几年已有高校以及研究所对塔机防碰撞装置进行研究，实现了塔机对危险状态的判断以及报警，但是在塔机自学习方面还存在严重不足，智能化程度不高。

专利号CN201310088195.5该发明提供了一种起重机及其定点吊装控制方法、设备和系统。其中，该方法包括：在定点吊装的自学习模式下，按照设定的时间间隔记录吊臂和卷扬机构在吊装轨迹上的位置参数；根据记录的位置参数控制下一次吊装过程。该发明通过在定点吊装的自学习模式下，记录各个吊臂和卷扬机构在吊装轨迹上的位置参数，能够使后续的吊装过程按照该位置参数自动进行，降低操作者的指挥强度，提高吊装设备的环境适应性和人性化，解决了定点吊装作业过程中，每次均依靠指挥人员控制起吊物运行轨迹存在操作困难的问题，进而提高了工作效率。

CN201310219078.8 公开了一种基于自学习的塔式起重机危险状态回转控制方法，该发明具体步骤是：步骤1：在塔机上对塔机惯性、以及回转运行特性进行自学习；步骤2：根据塔机当前运行状态，视情进行减速或停车控制；步骤3：塔机低速截断控制后，将执行闭环控制；如果此时塔机危险角大于理想停车位置，系统将重新开启塔机控制方向的低速，允许塔机继续低速前行，靠近目标位置；步骤4：塔机失控，进入危险警戒线，立即采取刹车制动，直接停止塔机运动，刹车延时一定时间，然后打开刹车，允许塔机向安全方向转动。本发明方法，对塔机回转实行被动控制，停车调整并结合刹车控制，保证了停车的平稳性，避免了塔机回转惯性的冲击。

专利号CN201711002305.6 该发明公开了一种基于物联网感知预警的智能安全塔吊，包括物联网感知端和塔吊操控端，物联网感知端和塔吊操控端均通信连接塔吊网关，塔吊网关通过无线网络通信连接地面测控端；该发明基于物联网感知预警技术，综合应用无线视频引导操控、超声波测距避障、人体红外探测报警等技术手段，实现塔吊远程安全操控、碰撞预警、人员闯入作业区报警等功能，提升塔吊操作的安全性和智能化水平。

该发明的塔吊虽然一定程度上智能化较高，利用了超声波测距避障和人体红外探测技术，但是不能实时的规避障碍物，计算障碍物的位置和距离，无法综合考虑重物的升降、运输、避障等问题。

基于此，有必要设计一种安全、高效、操作运行精准迅速、省人省力、自动智能避障的塔吊。

发明内容

本发明的目的在于克服现有技术存在的以上问题，考虑到在吊装过程中通常每次均依赖指挥者指挥操作，操作繁琐且工作效率低 提供一种基于自学习的塔吊及智能避障控制方法，本发明实施例提供了一种自学习机制，在本发明实施例中， 该自学习机制的自学习模块具有自动“学习”记忆功能，当操作设置为“学习”或“自学习” 状态时，自学习模块和控制模块自动采集相关运行轨迹参数，并做出处理后存储在服务器的存储单元中，在需要时可重新调出记忆参数供控自学习模块应用，即具有通俗意义上的学习功能 。

为实现上述技术目的，达到上述技术效果，本发明通过以下技术方案实现：

一种基于自学习的塔吊及智能避障控制方法，包括塔吊本体，所述塔吊本体包括竖直设置的塔吊塔架、垂直于塔吊塔架的吊臂，其中，吊臂包括起重臂和平衡臂、设置在起重臂下方的货物起重机构和平衡臂下方的配重仓、以及位于吊臂和塔吊塔架交叉位置的旋转机构和位于旋转机构上的指挥仓，所述指挥仓内设置有控制吊臂运行的服务器，所述服务器内设置有自学习模块，所述自学习模块与塔吊本体的控制模块连接，所述服务器获取货物起重机构当前位置和目标起吊点及目标落点的位置、距离、角度、高度数据，获取障碍物的位置及距离、角度、高度数据，判断货物起重机构行走路径有无障碍物，启动避障程序，进行障碍规避，使货物起重机构在所述的两次移动过程中避免障碍物干扰，其自学习具体按照以下步骤实施：

1)计算理论上规避障碍物的数据；服务器计算理论上货物起重机构规避障碍物移动至起吊点/目标落点的距离、角度、高度、重力数据、运动路径和移动速度及移动的时间数据，并以此计算货物起重机构当前位置与起吊点/目标落点之间的障碍物的理论V_l、 Vα _、V_h的数据；

2) 服务器控制货物起重机构按照步骤获得的理论数据规避障碍物；

3) 获取并计算实际运行的数据；服务器计算并存储步骤中货物起重机构实际运行至起吊点/目标落点的距离、角度、高度、重力数据、运动路径和移动速度及移动的时间数据，并计算货物起重机构当前位置与起吊点/目标落点之间的障碍物之间实际运行的V_{l 、}Vα _、V_h的数据；

4) 步骤获得的理论数据和步骤获得的货物起重机构实际运行的数据对比；

5) 获取理论数据和实际运行的数据差值，计算并对移动至起吊点/目标落点的提前数据和滞后数据进行补偿，其中，差值用B补表示。

6) 所述服务器控制所述货物起重机构在下一次移动时，将步骤获得的差值增补，所述服务器获取所述货物起重机构当前位置与起吊点/目标落点之间的障碍物之间实际运行的V_l+_{B补 、}Vα+_B补、V_{h +B补}的数据；

7) 所述自学习模块对步骤获得的V_l+_{B补 、}Vα+_B补、V_{h +B补}的数据进行分析，循环往复进行步骤至步骤，持续获得定点补偿值；

8) N次循环，获得理论数据和实际运行的数据的的V_{l 、}Vα _、V_h最佳值；

9) 记录补偿后的货物起重机构与当前位置、起吊点、目标落点之间的轨迹上参数，按照的V_{l 、}Vα _、V_h最佳值进行自动避障。

作为优选，所述货物起重机构上设置有用于实时监控与货物起重机构连接的起吊重物的拉力传感器，所述起重臂上设置有用于实时监控并采集的货物起重机构的位置移动数据的位置传感器，所述起重臂上还设置有用于测量距离生成障碍物标高的测距传感器和用于拍照生成障碍物平面图的摄像传感器。

作为优选，以指挥仓为极点o，吊臂为极轴ox,建立极坐标系，通过坐标系获取当前位置、起吊点、、目标落点、障碍物的坐标数据。

作为优选，所述服务器内还设置有存储货物起重机构运行轨迹及运行数据的存储单元，所述存储单元与自学习模块连接。

作为优选，所述货物起重机构包括吊钩，设于吊钩上的连接绳索，所述拉力传感器位于连接绳索的一端。

作为优选，所述拉力传感器、位置传感器、测距传感器和摄像传感器位于平衡臂和起重臂上并设置有多个，所述拉力传感器、位置传感器、测距传感器和摄像传感器与服务器连接。

作为优选，所述步骤1至步骤7根据获得的V_{l 、}Vα _、V_h 最佳值按顺序进行自学习避障，所述步骤1至步骤9循环往复修正步骤中的差值，直至得到V_{l 、}Vα _、V_h 最佳值。

作为优选，所述步骤5中所述提前数据和滞后数据为所述货物起重机构在运行过程中因为重力、移动的速度、风力、反应时间的延迟、刹车性能原因而造成的提前或滞后到达起吊点/目标落点，所述提前或滞后的数据包括V_{l 、}Vα _、V_h。

作为优选，所述步骤9中根据获得的最佳V_{l 、}Vα _、V_h规避障碍物，最佳移动避障。

作为优选，所述控制模块上还设置有用于控制自学习模块是否开启的的判断单元，所述判断单元判断采集的所述V_{l 、}Vα _、V_h是否符合记录条件，如果不符合，继续采集下一次货物起重机构运行过程中的V_{l 、}Vα _、V_h数据，直至采集的所述V_{l 、}Vα _、V_h数据符合记录条件时进行记录并开启自学习模块。

本发明的有益效果是：

1. 自动化程度高，本发明通过在自学习模式下，记录塔吊在避障轨迹上的参数，能够使后续的避障过程按照该位置参数自动进行，降低操作者的指挥强度，提高塔吊的环境适应性和人性化，解决了塔吊吊装作业过程中，每次均依靠指挥人员控制起吊物运行轨迹存在操作困难的问题，进而提高了工作效率；

2. 对操作工人的熟练度以及操作精确度要求较低，保证操作人员高效作业，降低操作人员的难度；

3. 避免障碍物干扰，数据精准，避障精度高，同步纠偏；集中数字化管理和监测，避免人为因素干扰，保证建筑施工安全。

4. 实现对起重调运过程中的危险状况进行预警与干预，最大程度避免起重吊运作业中的安全隐患，确保人身安全；

5. 综合考虑重物的升降、运输、避障等控制问题，提供一种安全、高效的塔吊全自动控制系统。

上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，并可依照说明书的内容予以实施，以下以本发明的较佳实施例并配合附图详细说明。本发明的具体实施方式由以下实施例及其附图详细给出。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1为本发明涉及的结构示意图；

图2为本发明涉及的在避障过程中的极坐标示意图；

图3为本发明涉及的避障过程以及自学习流程图；

图中标号说明：塔吊塔架1，吊臂2，起重臂201，平衡臂202，货物起重机构3，配重仓4，指挥仓5，旋转机构6，服务器7，拉力传感器8，位置传感器9，测距传感器10，摄像传感器11，当前位置101，起吊点102，目标落点103，障碍物12。

具体实施方式

下面结合附图对本发明作进一步的描述：

参照图 1至图3所示，一种基于自学习的塔吊及智能避障控制方法，包括塔吊本体，所述塔吊本体包括竖直设置的塔吊塔架1、垂直于塔吊塔架1的吊臂2，其中，吊臂2包括起重臂201和平衡臂202、设置在起重臂201下方的货物起重机构3和平衡臂202下方的配重仓4、以及位于吊臂2和塔吊塔架1交叉位置的旋转机构6和位于旋转机构6上的指挥仓5，所述指挥仓5内设置有控制吊臂2运行的服务器7，所述服务器7内设置有自学习模块，所述自学习模块与塔吊本体的控制模块连接，所述服务器7获取货物起重机构3当前位置101和目标起吊点102及目标落点103的位置、距离、角度、高度数据，获取障碍物的位置及距离、角度、高度数据，判断货物起重机构3行走路径有无障碍物12，启动避障程序，进行障碍规避，使货物起重机构3在所述的两次移动过程中避免障碍物12干扰，其自学习具体按照以下步骤实施：

101、计算理论上规避障碍物的数据；服务器7计算理论上货物起重机构3规避障碍物12移动至起吊点102/目标落点103的距离、角度、高度、重力数据、运动路径和移动速度及移动的时间数据，并以此计算货物起重机构3当前位置与起吊点102/目标落点103之间的障碍物12的理论V_{l 、}Vα _、V_h的数据；

在本发明实施例中，服务器7根据极坐标系的坐标获取起吊点102和目标落点103的位置，根据设置的位置传感器9、测距传感器10以及摄像机传感器11获取起吊点102和目标落点103的距离、角度、高度数据。

在本发明中所述的起吊点102和目标落点103仅用于描述目的，起吊点102和目标落点103可位于任意位置，本发明不做具体限定。

服务器7根据上述数据计算货物起重机构3从当前位置移动至起吊点102/目标落点103的移动的角度、高度、移动的速度、移动的时间数据，即V_{l 、}Vα _、V_h的数据，并将数据记录存储至存储单元。

102、服务器7控制货物起重机构3按照步骤1获得的理论数据规避障碍物12；

在本发明实施例中，服务器7发送指令通过控制模块控制货物起重机构3按照步骤101中获得的理论V_{l 、}Vα _、V_h数据运行移动。

103、获取并计算实际运行的数据；服务器7计算并存储步骤2中货物起重机构3实际运行至起吊点102/目标落点103的距离、角度、高度、重力数据、运动路径和移动速度及移动的时间数据，并计算货物起重机构3当前位置与起吊点102/目标落点103之间的障碍物12之间实际运行的V_{l 、}Vα _、V_h的数据；

在本发明实施例中，根据步骤102中起重机构3实际运行的轨迹获得的V_{l 、}Vα _、V_h的数据。

104、步骤1获得的理论数据和步骤3获得的货物起重机构3实际运行的数据对比；

105、获取理论数据和实际运行的数据差值，计算并对移动至起吊点102/目标落点103的提前数据和滞后数据进行补偿，其中，差值用B补表示。

在本发明实施例中，理论的数据与货物起重机构3实际运行的数据是有差别的，因为货物起重机构3在实际运行过程中受重力、移动的速度快慢、风力的大小、反应时间的延迟、刹车性能原因而造成的提前或滞后到达起吊点102/目标落点103，服务器分别计算理论数据和实际运行的数据差值，理论数据减去实际运行的数据，得到提前或滞后V_{l 、}Vα _、V_h数据，该提前和滞后的数据为B补数据。

106、所述服务器7控制所述货物起重机构3在下一次移动时，将步骤5获得的差值增补，所述服务器获取所述货物起重机构3当前位置与起吊点102/目标落点103之间的障碍物12之间实际运行的V_l+_{B补 、}Vα+_B补、V_{h +B补}的数据；

在本发明实施例中，服务器7将步骤105中获得的V_{l 、}Vα _、V_h补偿数据增补，获得V_l+_{B补 、}Vα+_B补、V_{h +B补}的数据。

107、所述自学习模块对步骤6获得的V_l+_{B补 、}Vα+_B补、V_{h +B补}数据进行分析，循环往复进行步骤1至步骤6，持续获得定点补偿值；

108、N次循环，获得理论数据和实际运行的数据的的V_{l 、}Vα _、V_h最佳值；

在本发明实施例中，自学习模块分析所述V_l+_{B补 、}Vα+_B补、V_{h +B补}的数据，货物起重机构3多次循环运行，获得理论数据和实际运行的数据在一段时间内的V_{l 、}Vα _、V_h最佳值；

109、记录补偿后的货物起重机构3与当前位置101、起吊点102、目标落点103之间的轨迹上参数，按照的V_{l 、}Vα _、V_h最佳值进行自动避障。

根据获得的V_{l 、}Vα _、V_h最佳值进行避障。

上述方法在避障过程中，只需要指挥人员指挥一次或有限数的几次，自学习系统能根据学习记忆功能，记忆起点到终点的运动过程中起重机水平移动的距离、角度、V_{l 、}Vα_、V_h 数据_，在重复的路线吊装中，自动根据学习的参数控制塔吊运动， 自动调节运动路线，保持与学习路线一致，塔吊自动从起点到达终点，达到定点吊装目的， 降低了指挥者的工作强度，提高了作业的安全性和可靠性。

作为优选，所述货物起重机构3上设置有用于实时监控与货物起重机构3连接的起吊重物的拉力传感器8，所述起重臂201上设置有用于实时监控并采集的货物起重机构3的位置移动数据的位置传感器9，所述起重臂201上还设置有用于测量距离生成障碍物标高的测距传感器10和用于拍照生成障碍物平面图的摄像传感器11。

作为优选，以指挥仓5为极点o，吊臂2为极轴ox,建立极坐标系，通过坐标系获取当前位置101、起吊点102、、目标落点103、障碍物12的坐标数据。

作为优选，所述服务器7内还设置有存储货物起重机构3运行轨迹及运行数据的存储单元，所述存储单元与自学习模块连接。

作为优选，所述货物起重机构3包括吊钩，设于吊钩上的连接绳索，所述拉力传感器8位于连接绳索的一端。

本发明实施例中，所述的连接绳索包括承受一定重力的钢丝绳。

作为优选，所述拉力传感器8、位置传感器9、测距传感器10和摄像传感器11位于平衡臂202和起重臂201上并设置有多个，所述拉力传感器8、位置传感器9、测距传感器10和摄像传感器11与服务器7连接。

作为优选，所述步骤1至步骤9根据获得的V_{l 、}Vα _、V_h 最佳值按顺序进行自学习避障，所述步骤1之步骤9循环往复修正步骤5中的差值，直至得到V_{l 、}Vα _、V_h 最佳值。

作为优选，所述步骤9中根据获得的最佳V_{l 、}Vα _、V_h规避障碍物12，最佳移动避障。

作为优选，所述控制模块上还设置有用于控制自学习模块是否开启的的判断单元，所述判断单元判断采集的所述V_{l 、}Vα _、V_h是否符合记录条件，如果不符合，继续采集下一次货物起重机构3运行过程中的V_{l 、}Vα _、V_h数据，直至采集的所述V_{l 、}Vα _、V_h数据符合记录条件时进行记录并开启自学习模块。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。

Claims (10)

1.一种基于自学习的塔吊及智能避障控制方法，包括塔吊本体，所述塔吊本体包括竖直设置的塔吊塔架（1）、垂直于塔吊塔架（1）的吊臂（2），其中，吊臂（2）包括起重臂（201）和平衡臂（202）、设置在起重臂（201）下方的货物起重机构（3）和平衡臂（202）下方的配重仓（4）、以及位于吊臂（2）和塔吊塔架（1）交叉位置的旋转机构（6）和位于旋转机构（6）上的指挥仓（5），所述指挥仓（5）内设置有控制吊臂（2）运行的服务器（7），其特征在于：所述服务器（7）内设置有自学习模块，所述自学习模块与塔吊本体的控制模块连接，所述服务器（7）获取货物起重机构（3）当前位置（101）和目标起吊点（102）及目标落点（103）的位置、距离、角度、高度数据，获取障碍物的位置及距离、角度、高度数据，判断货物起重机构（3）行走路径有无障碍物（12），启动避障程序，进行障碍规避，使货物起重机构（3）在所述的两次移动过程中避免障碍物（12）干扰，其自学习具体按照以下步骤实施：

1）计算理论上规避障碍物的数据；服务器（7）计算理论上货物起重机构（3）规避障碍物（12）从当前位置（101）移动至起吊点（102）/目标落点（103）的距离、角度、高度、重力数据、运动路径和移动速度及移动的时间数据，并以此计算货物起重机构（3）当前位置与起吊点（102）/目标落点（103）之间的障碍物（12）的理论V_{l 、}Vα _、V_h 的数据；

2）服务器（7）控制货物起重机构（3）按照步骤1获得的理论数据规避障碍物（12）；

3）获取并计算实际运行的数据；服务器（7）计算并存储步骤2中货物起重机构（3）实际运行至起吊点（102）/目标落点（103）的距离、角度、高度、重力数据、运动路径和移动速度及移动的时间数据，并计算货物起重机构（3）当前位置（101）与起吊点（102）/目标落点（103）之间的障碍物（12）之间实际运行的V_{l 、}Vα _、V_h 的数据；

4）步骤1获得的理论数据和步骤3获得的货物起重机构（3）实际运行的数据对比；

5）获取理论数据和实际运行的数据差值，计算并对移动至起吊点（102）/目标落点（103）的提前数据和滞后数据进行补偿，其中，差值用B补表示；

6）所述服务器（7）控制所述货物起重机构（3）在下一次移动时，将步骤5获得的差值增补，所述服务器（7）获取所述货物起重机构（3）当前位置与起吊点（102）/目标落点（103）之间的障碍物（12）之间实际运行的V_l+_{B补 、}Vα+_B补、V_{h +B补}的数据；

7）所述自学习模块对步骤6获得的V_l+_{B补 、}Vα+_B补、V_{h +B补}的数据进行分析，循环往复进行步骤1至步骤6，持续获得定点补偿值；

8）N次循环，获得理论数据和实际运行的数据的的V_{l 、}Vα _、V_h 最佳值；

9）记录补偿后的货物起重机构（3）与当前位置（101）、起吊点（102）、目标落点（103）之间的轨迹上参数，按照的V_{l 、}Vα _、V_h 最佳值进行自动避障。

2.根据权利要求1所述的一种基于自学习的塔吊及智能避障控制方法，其特征在于：所述货物起重机构（3）上设置有用于实时监控与货物起重机构（3）连接的起吊重物的拉力传感器（8），所述起重臂（201）上设置有用于实时监控并采集的货物起重机构（3）的位置移动数据的位置传感器（9），所述起重臂（201）上还设置有用于测量距离生成障碍物标高的测距传感器（10）和用于拍照生成障碍物平面图的摄像传感器（11）。

3.根据权利要求1所述的一种基于自学习的塔吊及智能避障控制方法，其特征在于：以指挥仓（5）为极点o，吊臂（2）为极轴ox,建立极坐标系，通过坐标系获取当前位置（101）、起吊点（102）、、目标落点（103）、障碍物（12）的坐标数据。

4.根据权利要求1所述的一种基于自学习的塔吊及智能避障控制方法，其特征在于：所述服务器（7）内还设置有存储货物起重机构（3）运行轨迹及运行数据的存储单元，所述存储单元与自学习模块连接。

5.根据权利要求1或权利要求2所述的一种基于自学习的塔吊及智能避障控制方法，其特征在于：所述货物起重机构（3）包括吊钩，设于吊钩上的连接绳索，所述拉力传感器（8）位于连接绳索的一端。

6.根据权利要求1所述的一种基于自学习的塔吊及智能避障控制方法，其特征在于：所述拉力传感器（8）、位置传感器（9）、测距传感器（10）和摄像传感器（11）位于平衡臂（202）和起重臂（201）上并设置有多个，所述拉力传感器（8）、位置传感器（9）、测距传感器（10）和摄像传感器（11）与服务器（7）连接。

7.根据权利要求1所述的一种基于自学习的塔吊及智能避障控制方法，其特征在于：所述步骤1至步骤9根据获得的V_{l 、}Vα _、V_h 最佳值按顺序进行自学习避障，所述步骤1至步骤9循环往复修正步骤5中的差值，直至得到V_{l 、}Vα _、V_h 最佳值。

8.根据权利要求1所述的一种基于自学习的塔吊及智能避障控制方法，其特征在于：所述步骤5中所述提前数据和滞后数据为所述货物起重机构（3）在运行过程中因为重力、移动的速度、风力、反应时间的延迟、刹车性能原因而造成的提前或滞后到达起吊点（102）/目标落点（103），所述提前或滞后的数据包括V_{l 、}Vα _、V_h。

9.根据权利要求1所述的一种基于自学习的塔吊及智能避障控制方法，其特征在于：所述步骤9中根据获得的最佳V_{l 、}Vα _、V_h规避障碍物（12），最佳移动避障。

10.根据权利要求1所述的一种基于自学习的塔吊及智能避障控制方法，其特征在于：所述控制模块上还设置有用于控制自学习模块是否开启的的判断单元，所述判断单元判断采集的所述V_{l 、}Vα _、V_h是否符合记录条件，如果不符合，继续采集下一次货物起重机构（3）运行过程中的V_{l 、}Vα _、V_h数据，直至采集的所述V_{l 、}Vα _、V_h数据符合记录条件时进行记录并开启自学习模块。