CN113240356A - 基于任务树模型的智能塔吊协同控制系统和方法 - Google Patents

Abstract

本申请提供了一种基于任务树模型的智能塔吊协同控制系统和方法。本申请允许以自然语言、工单表格等描述性信息的方式下达工程作业，将工程作业的描述性信息转化为由一系列作业任务组成的时态关联序列，协调器结合智能塔吊的设备状态参数信息和工作场景的实时感知信息，执行作业任务与智能塔吊设备状态以及工作场景的匹配，并在时态关联序列的基础上进行任务树决策和协同调度，从而能够以自主决策的方式，向智能塔吊集群中的每台智能塔吊下达即时操作指令，避免了空间、物料方面的冲突，增强了智能塔吊集群协调控制调整能力。

Description

基于任务树模型的智能塔吊协同控制系统和方法

技术领域

本发明涉及智能塔吊设备领域，尤其涉及一种基于任务树模型的智能塔吊协同控制系统和方法。

背景技术

塔吊即塔式起重机，是一种重要的工程设施，用于大型物料的纵向起升和水平移动，可以实现输运、吊装等类型的工程作业，在建筑工地、港口、物流、工厂中都有广泛的应用。传统的塔吊需要人工驾驶和操作，且非常依赖驾驶员以及相关操作人员的经验和技术，而且现场作业仍然存在一定的风险性。

近年来，随着工程领域自动化、数字化水平的不断提升，智能塔吊研发逐渐起步，并取得了一定的进展，但是仍然停留在人工指令遥控、辅助作业提示、异常报警等相对初级的水平，没有实现真正的无人化。

具体来看，在现有技术中，对于现场架设的塔吊及塔吊集群，在执行工程作业的时候，都是由调度人员根据工程作业的目标和需求，制定并分配针对每一台塔吊的一系列作业任务，利用对讲机等传统手段或者是比较现代化的计算机调度系统等工具，将作业任务依次传达给每台塔吊的驾驶员和相关操作人员，进而驾驶员和操作人员会按照作业任务，向塔吊输入操作指令，控制塔吊执行起升、变幅、回转等动作，实现物料的空间输运以及装卸。这一过程中，作业任务的制定、分配、执行仍然依靠调度员、驾驶员以及相关操作人员来实现，现有的所谓智能塔吊系统往往只是提供了期间信息沟通传输的媒介，或者能够允许以非现场的遥控方式来向塔吊进行操作指令的输入。

可见，现有技术中仍然缺乏以智能硬件集成和智慧算法内核为支撑，基于设备状态参数传感、工作场景感知识别、任务优化调度和作业自主决策、塔吊集群自组织协作等概念，实现完全无人自动驾驶的智能塔吊及其体系化的解决方案。

发明内容

本申请提供了一种基于任务树模型的智能塔吊协同控制系统和方法。本申请允许以自然语言、工单表格等描述性信息的方式下达工程作业，将工程作业的描述性信息转化为由一系列作业任务组成的时态关联序列，协调器结合智能塔吊的设备状态参数信息和工作场景的实时感知信息，执行作业任务与智能塔吊设备状态以及工作场景的匹配，并在时态关联序列的基础上进行任务树决策和协同调度。从而本发明能够以自主决策的方式，向智能塔吊集群中的每台智能塔吊下达即时操作指令，根据任务和物料计划，根据现场的图像识别地图、传感器综合数据和专家系统的平台分析判断决策，制定出适合目前场景的整体控制方案，根据施工的优先顺序和物料的需求，分别给出需要作业的塔机控制方案和控制场景，避免了单机出现控制超范围的可能性，实现无人化的整体协调和独立运行控制，保障塔群的安全合理高效完成工作。

本申请基于任务树模型的智能塔吊协同控制系统，其特征在于，包括：

工程作业交互接口模块，用于面向至少一台智能塔吊输入描述性格式的工程作业；

作业解析模块，用于解析所述工程作业，将每台智能塔吊的工程作业分解为一系列的作业任务，并将工程作业的描述性信息转化为各项作业任务的属性；

时态管理模块，用于根据所述作业任务的属性，结合智能塔吊设备状态和工作场景的知识库，建立全部智能塔吊的作业任务的时态关联序列；

协调器，用于结合每台智能塔吊的设备状态参数信息和工作场景的实时感知信息，执行每台智能塔吊的作业任务与其设备状态以及工作场景的匹配，并在时态关联序列的基础上进行任务树决策，根据决策结果向每台智能塔吊下达作业任务的即时调度指令；

智能塔吊中控器，用于根据所述即时调度指令控制智能塔吊执行作业任务的相关动作。

优选的是，所述作业解析模块将每台智能塔吊一次完整的动作执行过程定义为一个作业任务单位；并且，将工程作业中字段信息对照作业任务单位的定义进行解析，从而分解为作业任务。

优选的是，所述时态管理模块包括：知识库、作业任务关联模块、目标物及空间状态维护模块、时态关联序列组织模块；

所述知识库存储了本建筑工程相关的各类工程设施的设备状态参量，以及存储了本建筑工程相关的工作场景参量

所述作业任务关联模块遍历全部智能塔吊的各个作业任务，为每个作业任务获得与其具有关联度的其它作业任务；

目标物及空间状态维护模块用于实时记录和维护目标物的状态因素以及工作空间的状态因素；并且，目标物及空间状态维护模块根据每个主作业任务及其属性，并查询知识库中与该主作业任务相关的设备状态参量和工作场景参量，确定其对相关目标物及工作空间的影响，更新相关目标物及工作空间的状态因素；

时态关联序列组织模块根据所述目标物及工作空间的状态因素，确定主作业任务执行的前置因素，并根据主作业任务以及与主作业任务具备关联度的其它作业任务及其属性，从与主作业任务具备关联度的其它作业任务中确定造成所述前置因素的前置作业任务，将主作业任务与前置作业任务组织为时态关联序列。

优选的是，所述作业任务关联模块将每一个作业任务作为主作业任务，获得与其它作业任务的关联度；直至遍历全部的作业任务；并且，所述作业任务关联模块基于设施顺序关联、空间关联、物料关联因素，判断主作业任务与其它作业任务的关联度。

优选的是，对于时态关联序列，所述协调器针对其中的作业任务，将每项作业任务转换为对应的任务指令，并且将全部任务指令组织生成任务树，任务树包括多个可以彼此并行的任务指令分支，同一个任务指令分支上则包括彼此串行的任务指令。

本申请基于任务树模型的智能塔吊协同控制方法，其特征在于，包括：

面向至少一台智能塔吊输入描述性格式的工程作业；

解析所述工程作业，将每台智能塔吊的工程作业分解为一系列的作业任务，并将工程作业的描述性信息转化为各项作业任务的属性；

根据所述作业任务的属性，结合智能塔吊设备状态和工作场景的知识库，建立全部智能塔吊的作业任务的时态关联序列；

结合每台智能塔吊的设备状态参数信息和工作场景的实时感知信息，执行每台智能塔吊的作业任务与其设备状态以及工作场景的匹配，并在时态关联序列的基础上进行任务树决策，根据决策结果向每台智能塔吊下达作业任务的即时调度指令；

根据所述即时调度指令控制智能塔吊执行作业任务的相关动作。

优选的是，将每台智能塔吊一次完整的动作执行过程定义为一个作业任务单位；并且，将工程作业中字段信息对照作业任务单位的定义进行解析，从而分解为作业任务。

优选的是，建立全部智能塔吊的作业任务的时态关联序列具体包括：

遍历全部智能塔吊的各个作业任务，为每个作业任务获得与其具有关联度的其它作业任务；

实时记录和维护目标物的状态因素以及工作空间的状态因素；并且，根据每个主作业任务及其属性，并查询知识库中与该主作业任务相关的设备状态参量和工作场景参量，确定其对相关目标物及工作空间的影响，更新相关目标物及工作空间的状态因素；

根据所述目标物及工作空间的状态因素，确定主作业任务执行的前置因素，并根据主作业任务以及与主作业任务具备关联度的其它作业任务及其属性，从与主作业任务具备关联度的其它作业任务中确定造成所述前置因素的前置作业任务，将主作业任务与前置作业任务组织为时态关联序列。

优选的是，将每一个作业任务作为主作业任务，获得与其它作业任务的关联度；直至遍历全部的作业任务；并且，所述作业任务关联模块基于设施顺序关联、空间关联、物料关联因素，判断主作业任务与其它作业任务的关联度。

优选的是，对于时态关联序列，针对其中的作业任务，将每项作业任务转换为对应的任务指令，并且将全部任务指令组织生成任务树，任务树包括多个可以彼此并行的任务指令分支，同一个任务指令分支上则包括彼此串行的任务指令。

本申请实现了智能塔吊及其集群的完全无人驾驶作业，不需要人工执行指令级的操控，而是允许仅以自然语言、工单表格等描述性信息的方式下达工程作业；本申请生成由一系列作业任务组成的时态关联序列，并在时态关联序列的基础上进行任务树决策和协同调度，实现了自主决策，避免了空间、物料方面的冲突，增强了智能塔吊集群协调控制调整能力。

附图说明

图1是基于任务树模型的智能塔吊协同控制系统的整体结构图；

图2是建筑工程现场智能塔吊及场景示意图；

图3是时态管理模块具体结构示意图；

图4是时态管理序列结构示意图；

图5是基于任务树模型的智能塔吊协同控制方法流程图。

具体实施方式

现在将参照附图详细说明本发明构思的特定实施例。

图1是本申请基于任务树模型的智能塔吊协同控制系统的整体结构图。本系统包括：

工程作业交互接口模块101，用于面向至少一台智能塔吊输入描述性格式的工程作业；

作业解析模块102，用于解析所述工程作业，将每台智能塔吊的工程作业分解为一系列的作业任务，并将描述性格式的工程作业转化为各项作业任务的属性；

时态管理模块103，用于根据所述作业任务及其属性，结合智能塔吊设备状态和工作场景的知识库，建立全部智能塔吊的作业任务的时态关联序列；

协调器104，用于结合每台智能塔吊的设备状态参数信息和工作场景的实时感知信息，进行每台智能塔吊的作业任务与其设备状态以及工作场景的匹配，并在时态关联序列的基础上进行任务树决策，根据决策结果向每台智能塔吊下达作业任务的即时调度指令；

智能塔吊中控器105A、105B以及105C，用于根据所述即时调度指令控制智能塔吊执行作业任务的相关动作。

具体来说，本发明适用于在建筑工程等应用中布设的智能塔吊，特别是多台智能塔吊形成的智能塔吊集群，本发明能够以自主决策的方式，向智能塔吊集群中的每台智能塔吊下达即时操作指令，根据任务和物料计划，根据现场的图像识别地图、传感器综合数据和专家系统的平台分析判断决策，制定出适合目前场景的整体控制方案，根据施工的优先顺序和物料的需求，分别给出需要作业的塔机控制方案和控制场景，避免了单机出现控制超范围的可能性，实现无人化的整体协调和独立运行控制，保障塔群的安全合理高效完成工作。

例如，如图2所示，建筑工程现场布设了智能塔吊D1、D2、D3组成的集群，D1用于从现场工作空间P1到工作空间P2点的同水平面物料输运，D2用于从工作空间P2到工作空间P3的垂直方向高差物料输运，D3用于位于P1和P2中间的工作空间P4处的大型工件吊装作业。以上智能塔吊及其集群以智能硬件集成和智慧算法内核为支撑，能够实现完全无人自动驾驶的体系化的解决方案。因此，本发明的智能塔吊既不需要驾驶员在现场人工操控其执行动作，也不需要操作员人工向其逐条发出遥控指令以控制其执行动作。

当需要智能塔吊及其集群实现物料的输运、吊装等工程作业时，工作人员可以通过位于建筑工程调度室的机台，或者通过远程联网的调度中心，向本系统的工程作业交互接口模块101输入描述性格式的工程作业，该工程作业面向智能塔吊集群中的至少一台智能塔吊。其中，描述性格式可以是自然语言、工单表格等格式。例如，工作人员可以语音输入“14：00-17：00，塔吊D1把起点P1的5件钢构物料运输到终点P2”的自然语言，工程作业交互接口模块101可以利用现有技术中的语音识别功能将以上语音转化为文字信息，再按照预置的关键词检索和抽取规则，从文字信息中抽取D1、起点P1、5件钢构物料、终点P2、14：00-17：00等关键词信息，然后将这些关键词信息填入XML等格式的工单表格的对应字段，包括智能塔吊编号字段填入D1、空间起点字段填入P1、空间终点字段填入P2、目标物字段填入钢构物料、目标物数量字段填入5件，起始时间字段填入14：00、终止时间字段填入17：00；然后，工程作业交互接口模块101 可以将该工单表格信息传输给作业解析模块102，作为面向D1的工程作业。同理，工作人员还可以继续语音输入“塔吊D2把起点P2的钢构物料继续运到终点P3”、“15：00-16：00塔吊D3在P4进行1件大型工件吊装”等自然语言，进而生成和传输面向智能塔吊D2、D3的工程作业的工单表格信息。或者，工作人员也可以利用屏幕上的人机交互界面直接编辑XML格式工单表格中的每个字段。

作业解析模块102获得工程作业的工单表格各个字段的信息之后，解析所述工程作业，将每台智能塔吊的工程作业分解为一系列的作业任务，并将描述性格式的工程作业转化为各项作业任务的属性。作业解析模块102将每台智能塔吊一次完整的动作执行过程定义为一个作业任务单位。例如，对于智能塔吊D1，在P1装载1件钢构物料，经历起升、回转、下降后在P2卸载该物料，再空载经过起升、回转、下降返回P1，定义为一个作业任务单位。从而，作业解析模块102将面向D1的工程作业中字段信息对照作业任务单位的定义进行解析，确定需要执行5个作业任务单位，从而分解为作业任务S11、S12、S13、S14、S15。并且，根据字段信息，为每个作业任务赋予其属性值，例如，根据目标物字段的信息，通过查询物料登记数据库，获得钢构物料的长宽度值或者体积数据，对作业任务S11-S15的目标物占地属性赋值。同理，对于智能塔吊D2，在P2装载1件钢构物料，经历起升、回转、下降后在P3卸载该物料，再空载经过起升、回转、下降返回P2，定义为一个作业任务单位；则面向D2的工程作业分解为作业任务S21、S22、S23、S24、S25。对于智能塔吊D3，吊装一件大型工件定义为一个作业任务单位，则面向D3的工程作业分解为作业任务S31；根据目标物字段的信息大型工件，查询物料登记数据库，获得该大型工件的重量值，为作业任务S31的载重属性赋值。

时态管理模块103，用于根据所述作业任务及其属性，结合智能塔吊设备状态和工作场景的知识库，建立全部智能塔吊的作业任务的时态关联序列。时态管理模块103如图3所示，包括知识库103A、作业任务关联模块103B、目标物及空间状态维护模块103C、时态关联序列组织模块103D。

这里提到的知识库103A是针对本建筑工程而部署的一个专门的数据库，其中存储了本建筑工程相关的各类工程设施——其中也包括智能塔吊D1-D3——的设备状态参量，例如每台智能塔吊的允许最大载重量等。该知识库也存储了本建筑工程相关的场地空间分布、施工规则、气象条件等方面的工作场景参量，例如每个工作空间P1-P4的空间尺寸参量，吊装大型工件作业的施工安全规则（例如，当该工件的重量值达到或超过智能塔吊允许最大载重量的85%时需净空吊装作业的工作空间，以防意外脱落造成人员伤亡或财产损失）。其中，知识库中的设备状态参量、工作场景参量是动态更新的；例如，可以根据智能塔吊的累计工作时长和检修记录情况更新允许最大载重量等设备状态参量；又例如，可以根据建筑工程的施工进展更新各个工作空间的空间尺寸参量，根据近期气象记录更新施工安全规则等。

时态管理模块103从作业解析模块102获得全部智能塔吊的作业任务以及每个作业任务的属性值，即面向D1的作业任务S11、S12、S13、S14、S15，面向D2的作业任务S21、S22、S23、S24、S25以及面向D3的作业任务S31，以及上述作业任务的属性值。进而，作业任务关联模块103B遍历全部智能塔吊的各个作业任务，为每个作业任务获得与其具有关联度的其它作业任务。例如，从作业任务S11开始，将其作为主作业任务，获得S11与其它作业任务S12-S15、S21-S25、S31的关联度；进而切换到以S12作为主作业任务，等等，直至遍历全部的作业任务。判断主作业任务与其它作业任务的关联度，可以基于设施顺序关联、空间关联、物料关联等因素。设施顺序关联是同一个智能塔吊的各作业任务按先后顺序的关联度，例如主作业任务S12与在先的S11具有设施顺序关联度，主作业任务S13与S12具有设施顺序关联度，当然根据实际情况也可能存在逆顺序关联，例如主任务作业S11与在后的S12具备逆顺序关联度。空间关联是主作业任务与其它作业任务在起点工作空间、终点工作空间以及作业任务过程中途径工作空间的重合关联度；例如，智能塔吊D1的主作业任务S13的终点工作空间P2与智能塔吊D2的作业任务S21、S22的起点工作空间P2重合，因此二者存在空间关联度；如图2，主作业任务S11的途径P1-P2与作业任务S31的工作空间P4存在重合，二者存在空间关联度。物料关联是主作业任务和其它作业任务目标物物料相同或者存在相同可能性而产生的关联度；例如，作业任务S11的目标物钢构物料与作业任务S21的目标物钢构物料相同，或者二者的目标物钢构物料存在相同可能性（因为作业任务S21装载的钢构物料不一定是S11卸载的，也有可能是S12卸载的，在实现最终的协同调度之前两种可能性都是存在的），则二者存在物料关联度，同理作业任务S21与作业任务S12也具备物料关联度。最终，时态管理模块103针对每个作业任务，都获得其与其它作业任务具备的设施顺序关联度、空间关联度、物料关联度。以上计算过程可以单线程串行执行，也可以多线程并行执行。

目标物及空间状态维护模块103C用于实时记录和维护目标物的状态因素以及工作空间的状态因素。并且，目标物及空间状态维护模块103C根据每个主作业任务及其属性，并查询知识库中与该主作业任务相关的设备状态参量和工作场景参量，确定其对相关目标物及工作空间的影响，更新相关目标物及工作空间的状态因素。例如，作业任务S11执行前相关目标物钢构物料的位置为工作空间P1，且工作空间P2的空间尺寸可以容纳2个钢构物料；根据作业任务S11及其目标物占地属性，并且查询知识库中工作空间P2的空间尺寸参量，获得工作空间P2的空间尺寸可以容纳2个钢构物料，则可以确定作业任务S11对该目标物钢构物料及工作空间P2的影响，则将S11执行后目标物钢构物料的位置更新为工作空间P2,且将工作空间P2的空间尺寸更新为可以容纳1个钢构物料。又例如，智能塔吊D3作业任务S31的工作空间为P4，根据作业任务S31的载重属性，并且查询知识库中智能塔吊D3的允许最大载重量以及施工安全规则，确定作业任务S31的载重属性中记录的大型工件的重量值高于智能塔吊D3允许最大载重量的85%，则确定该作业任务S31对工作空间P4的影响，将工作空间P4的状态因素更新为净空状态。

时态关联序列组织模块103D根据所述目标物及工作空间的状态因素，确定主作业任务执行的前置因素，并根据主作业任务以及与主作业任务具备关联度的其它作业任务及其属性，从与主作业任务具备关联度的其它作业任务中确定造成所述前置因素的前置作业任务，将主作业任务与前置作业任务组织为时态关联序列。例如，对于主作业任务S21，其前置因素是工作空间P2的钢构物料，且与在先的S11、S12具有物料关联度，显然只有S11、S12中的至少一个执行，主作业任务S21才能够获得作为本作业任务目标物的钢构物料，因此主作业任务S21的前置作业任务包括S11、S12，从而将主作业任务S21与其前置作业任务S11、S12形成图4所示的时态关联序列。对于主作业任务S13，其前置因素是工作空间P2可以容纳至少一个钢构物料，且与S21、S22具有空间关联度，只有S21、S22中的至少一个执行，才能够使工作空间P2能够容纳至少一个钢构物料以执行主作业任务S13，因此主作业任务S13的前置作业任务包括S21、S22，从而将主作业任务S13与其前置作业任务S21、S22形成图4所示的时态关联序列。对于主作业任务S31，其前置因素是工作空间P4处于净空状态，且主作业任务S31与S11-S15存在空间关联度，因此只有当S11-S15中的一个作业任务执行完毕，而后续的一个作业任务未执行，才能执行主作业任务S31；考虑到作业任务S11-S15以及主作业任务S31的时间段，可以将S12作为主作业任务S31的前置作业任务，而将主作业任务S31作为作业任务S13的前置作业任务，形成图4所示的时态关联序列。

协调器104，用于结合每台智能塔吊的设备状态参数信息和工作场景的实时感知信息，执行每台智能塔吊的作业任务与其设备状态以及工作场景的匹配，并在时态关联序列的基础上进行任务树决策，根据决策结果向每台智能塔吊下达作业任务的即时调度指令。

对于由时态管理模块103组织建立的全部智能塔吊的作业任务的时态关联序列，协调器104按照该时态关联序列，从序列最初的作业任务开始，按照该序列中各项作业任务的时态关联顺序，启动其中各项作业任务实际执行的即时调度。

对于时态关联序列，所述协调器104针对其中的作业任务，将每项作业任务转换为对应的任务指令，并且将全部任务指令组织生成任务树，任务树包括多个可以彼此并行的任务指令分支，同一个任务指令分支上则包括彼此串行的任务指令。协调器104根据施工的优先顺序和物料的需求，以及各个作业任务的相互关系，进行任务树的组织。例如，根据时态关联序列，作业任务S12与作业任务S21可以并行执行，则可以将作业任务S12的任务指令和作业任务S21的任务指令二者形成并行的任务指令分支，且作业任务S12的任务指令分支上包括执行该项作业任务的串行任务指令，作业任务S21的任务指令分支上包括执行该项作业任务的串行任务指令。

其中，在每个作业任务的执行之前，协调器104结合每台智能塔吊的设备状态参数信息和工作场景的实时感知信息，执行每台智能塔吊的作业任务与其设备状态以及工作场景的匹配，从而实现任务树决策，根据决策结果向每台智能塔吊下达作业任务的即时调度指令。具体来说，协调器104可以根据现场的图像识别地图、传感器综合数据，结合云端专家系统平台的分析判断决策，实现对工作场景的感知和判断，制定出适合目前场景的整体控制方案，作为任务树决策的依据；并且在任务树决策结果的基础上，根据施工的优先顺序和物料的需求，明确需要作业的塔机，以及明确对该塔机适合的控制方案和控制场景，进而实现上述即时调度，从而避免了单机塔机出现控制超范围的可能性，实现无人化的整体协调和独立运行控制，保障塔群的安全合理高效完成工作。

例如，在作业任务S13执行之前，协调器104结合现场的图像识别地图、传感器综合数据实现对工作空间P2状态的实时感知，并且由专家系统平台分析现场的空间和场景情况，进行空间场景决策，判断工作空间P2是否可以容纳新的钢构物料，从而判断工作空间P2是否与该作业任务S13匹配，如果匹配才根据作业任务S13对应的任务指令分支，依次下达该分支上的即时调度指令。

智能塔吊中控器105，用于根据所述即时调度指令控制智能塔吊执行作业任务的相关动作。每台智能塔吊，例如智能塔吊D1-D3，均具有智能塔吊中控器105。该智能塔吊中控器105根据收到的即时调度指令，控制本智能塔吊执行相关的动作，例如，在执行作业任务S11的过程中，智能塔吊D1根据依次接收的即时调度指令，依次执行对钢构物料的装载、起升、回转、下降、卸载、空载起升、空载回转、空载下降的动作，从而完成作业任务S11的相关动作。对于智能塔吊来说，所述即时调度指令给出了需要作业的塔机控制方案和控制场景，避免了单机出现控制超范围的可能性。

本发明进而提供了基于任务树模型的智能塔吊协同控制方法，如图5所示，包括以下步骤：

面向至少一台智能塔吊输入描述性格式的工程作业；

解析所述工程作业，将每台智能塔吊的工程作业分解为一系列的作业任务，并将描述性格式的工程作业转化为各项作业任务的属性；

根据所述作业任务及其属性，结合智能塔吊设备状态和工作场景的知识库，建立全部智能塔吊的作业任务的时态关联序列；

结合每台智能塔吊的设备状态参数信息和工作场景的实时感知信息，进行每台智能塔吊的作业任务与其设备状态以及工作场景的匹配，并在时态关联序列的基础上进行任务树决策，根据决策结果向每台智能塔吊下达作业任务的即时调度指令；

根据所述即时调度指令控制智能塔吊执行作业任务的相关动作。

具体来说，当需要智能塔吊及其集群实现物料的输运、吊装等工程作业时，工作人员可以通过位于建筑工程调度室的机台，或者通过远程联网的调度中心，输入描述性格式的工程作业，该工程作业面向智能塔吊集群中的至少一台智能塔吊。其中，描述性格式可以是自然语言、工单表格等格式。例如，工作人员可以语音输入“14：00-17：00，塔吊D1把起点P1的5件钢构物料运输到终点P2”的自然语言。本步骤中，利用现有技术中的语音识别功能将以上语音转化为文字信息，再按照预置的关键词检索和抽取规则，从文字信息中抽取D1、起点P1、5件钢构物料、终点P2、14：00-17：00等关键词信息，然后将这些关键词信息填入XML等格式的工单表格的对应字段，包括智能塔吊编号字段填入D1、空间起点字段填入P1、空间终点字段填入P2、目标物字段填入钢构物料、目标物数量字段填入5件，起始时间字段填入14：00、终止时间字段填入17：00。将该工单表格信息作为面向D1的工程作业。同理，工作人员还可以继续语音输入“塔吊D2把起点P2的钢构物料继续运到终点P3”、“15：00-16：00塔吊D3在P4进行1件大型工件吊装”等自然语言，进而生成和传输面向智能塔吊D2、D3的工程作业的工单表格信息。或者，工作人员也可以利用屏幕上的人机交互界面直接编辑XML格式工单表格中的每个字段。

获得工程作业的工单表格各个字段的信息之后，解析所述工程作业，将每台智能塔吊的工程作业分解为一系列的作业任务，并将描述性格式的工程作业转化为各项作业任务的属性。将每台智能塔吊一次完整的动作执行过程定义为一个作业任务单位。例如，对于智能塔吊D1，在P1装载1件钢构物料，经历起升、回转、下降后在P2卸载该物料，再空载经过起升、回转、下降返回P1，定义为一个作业任务单位。从而，将面向D1的工程作业中字段信息对照作业任务单位的定义进行解析，确定需要执行5个作业任务单位，从而分解为作业任务S11、S12、S13、S14、S15。并且，根据字段信息，为每个作业任务赋予其属性值，例如，根据目标物字段的信息，通过查询物料登记数据库，获得钢构物料的长宽度值或者体积数据，对作业任务S11-S15的目标物占地属性赋值。同理，对于智能塔吊D2，在P2装载1件钢构物料，经历起升、回转、下降后在P3卸载该物料，再空载经过起升、回转、下降返回P2，定义为一个作业任务单位；则面向D2的工程作业分解为作业任务S21、S22、S23、S24、S25。对于智能塔吊D3，吊装一件大型工件定义为一个作业任务单位，则面向D3的工程作业分解为作业任务S31；根据目标物字段的信息大型工件，查询物料登记数据库，获得该大型工件的重量值，为作业任务S31的载重属性赋值。

根据所述作业任务及其属性，结合智能塔吊设备状态和工作场景的知识库，建立全部智能塔吊的作业任务的时态关联序列。

这里提到的知识库是针对本建筑工程而部署的一个专门的数据库，其中存储了本建筑工程相关的各类工程设施——其中也包括智能塔吊D1-D3——的设备状态参量，例如每台智能塔吊的允许最大载重量等。该知识库也存储了本建筑工程相关的场地空间分布、施工规则、气象条件等方面的工作场景参量，例如每个工作空间P1-P4的空间尺寸参量，吊装大型工件作业的施工安全规则（例如，当该工件的重量值达到或超过智能塔吊允许最大载重量的85%时需净空吊装作业的工作空间，以防意外脱落造成人员伤亡或财产损失）。其中，知识库中的设备状态参量、工作场景参量是动态更新的；例如，可以根据智能塔吊的累计工作时长和检修记录情况更新允许最大载重量等设备状态参量；又例如，可以根据建筑工程的施工进展更新各个工作空间的空间尺寸参量，根据近期气象记录更新施工安全规则等。

获得全部智能塔吊的作业任务以及每个作业任务的属性值，即面向D1的作业任务S11、S12、S13、S14、S15，面向D2的作业任务S21、S22、S23、S24、S25以及面向D3的作业任务S31，以及上述作业任务的属性值。进而，遍历全部智能塔吊的各个作业任务，为每个作业任务获得与其具有关联度的其它作业任务。例如，从作业任务S11开始，将其作为主作业任务，获得S11与其它作业任务S12-S15、S21-S25、S31的关联度；进而切换到以S12作为主作业任务，等等，直至遍历全部的作业任务。判断主作业任务与其它作业任务的关联度，可以基于设施顺序关联、空间关联、物料关联等因素。设施顺序关联是同一个智能塔吊的各作业任务按先后顺序的关联度，例如主作业任务S12与在先的S11具有设施顺序关联度，主作业任务S13与S12具有设施顺序关联度，当然根据实际情况也可能存在逆顺序关联，例如主任务作业S11与在后的S12具备逆顺序关联度。空间关联是主作业任务与其它作业任务在起点工作空间、终点工作空间以及作业任务过程中途径工作空间的重合关联度；例如，智能塔吊D1的主作业任务S13的终点工作空间P2与智能塔吊D2的作业任务S21、S22的起点工作空间P2重合，因此二者存在空间关联度；如图2，主作业任务S11的途径P1-P2与作业任务S31的工作空间P4存在重合，二者存在空间关联度。物料关联是主作业任务和其它作业任务目标物物料相同或者存在相同可能性而产生的关联度；例如，作业任务S11的目标物钢构物料与作业任务S21的目标物钢构物料相同，或者二者的目标物钢构物料存在相同可能性（因为作业任务S21装载的钢构物料不一定是S11卸载的，也有可能是S12卸载的，在实现最终的协同调度之前两种可能性都是存在的），则二者存在物料关联度，同理作业任务S21与作业任务S12也具备物料关联度。最终，针对每个作业任务，都获得其与其它作业任务具备的设施顺序关联度、空间关联度、物料关联度。以上计算过程可以单线程串行执行，也可以多线程并行执行。

实时记录和维护目标物的状态因素以及工作空间的状态因素。并且，根据每个主作业任务及其属性，并查询知识库中与该主作业任务相关的设备状态参量和工作场景参量，确定其对相关目标物及工作空间的影响，更新相关目标物及工作空间的状态因素。例如，作业任务S11执行前相关目标物钢构物料的位置为工作空间P1，且工作空间P2的空间尺寸可以容纳2个钢构物料；根据作业任务S11及其目标物占地属性，并且查询知识库中工作空间P2的空间尺寸参量，获得工作空间P2的空间尺寸可以容纳2个钢构物料，则可以确定作业任务S11对该目标物钢构物料及工作空间P2的影响，则将S11执行后目标物钢构物料的位置更新为工作空间P2,且将工作空间P2的空间尺寸更新为可以容纳1个钢构物料。又例如，智能塔吊D3作业任务S31的工作空间为P4，根据作业任务S31的载重属性，并且查询知识库中智能塔吊D3的允许最大载重量以及施工安全规则，确定作业任务S31的载重属性中记录的大型工件的重量值高于智能塔吊D3允许最大载重量的85%，则确定该作业任务S31对工作空间P4的影响，将工作空间P4的状态因素更新为净空状态。

根据所述目标物及工作空间的状态因素，确定主作业任务执行的前置因素，并根据主作业任务以及与主作业任务具备关联度的其它作业任务及其属性，从与主作业任务具备关联度的其它作业任务中确定造成所述前置因素的前置作业任务，将主作业任务与前置作业任务组织为时态关联序列。例如，对于主作业任务S21，其前置因素是工作空间P2的钢构物料，且与在先的S11、S12具有物料关联度，显然只有S11、S12中的至少一个执行，主作业任务S21才能够获得作为本作业任务目标物的钢构物料，因此主作业任务S21的前置作业任务包括S11、S12，从而将主作业任务S21与其前置作业任务S11、S12形成图4所示的时态关联序列。对于主作业任务S13，其前置因素是工作空间P2可以容纳至少一个钢构物料，且与S21、S22具有空间关联度，只有S21、S22中的至少一个执行，才能够使工作空间P2能够容纳至少一个钢构物料以执行主作业任务S13，因此主作业任务S13的前置作业任务包括S21、S22，从而将主作业任务S13与其前置作业任务S21、S22形成图4所示的时态关联序列。对于主作业任务S31，其前置因素是工作空间P4处于净空状态，且主作业任务S31与S11-S15存在空间关联度，因此只有当S11-S15中的一个作业任务执行完毕，而后续的一个作业任务未执行，才能执行主作业任务S31；考虑到作业任务S11-S15以及主作业任务S31的时间段，可以将S12作为主作业任务S31的前置作业任务，而将主作业任务S31作为作业任务S13的前置作业任务，形成图4所示的时态关联序列。

结合每台智能塔吊的设备状态参数信息和工作场景的实时感知信息，执行每台智能塔吊的作业任务与其设备状态以及工作场景的匹配，并在时态关联序列的基础上进行任务树决策，根据决策结果向每台智能塔吊下达作业任务的即时调度指令。

对于全部智能塔吊的作业任务的时态关联序列，按照该时态关联序列，从序列最初的作业任务开始，按照该序列中各项作业任务的时态关联顺序，启动其中各项作业任务实际执行的即时调度。

对于时态关联序列，针对其中的作业任务，将每项作业任务转换为对应的任务指令，并且将全部任务指令组织生成任务树，任务树包括多个可以彼此并行的任务指令分支，同一个任务指令分支上则包括彼此串行的任务指令。其中，根据施工的优先顺序和物料的需求，以及各个作业任务的相互关系，进行任务树的组织。例如，根据时态关联序列，作业任务S12与作业任务S21可以并行执行，则可以将作业任务S12的任务指令和作业任务S21的任务指令二者形成并行的任务指令分支，且作业任务S12的任务指令分支上包括执行该项作业任务的串行任务指令，作业任务S21的任务指令分支上包括执行该项作业任务的串行任务指令。

其中，在每个作业任务的执行之前，结合每台智能塔吊的设备状态参数信息和工作场景的实时感知信息，执行每台智能塔吊的作业任务与其设备状态以及工作场景的匹配，从而实现任务树决策，根据决策结果向每台智能塔吊下达作业任务的即时调度指令。可以根据现场的图像识别地图、传感器综合数据，结合云端专家系统平台的分析判断决策，实现对工作场景的感知和判断，制定出适合目前场景的整体控制方案，作为任务树决策的依据；并且在任务树决策结果的基础上，根据施工的优先顺序和物料的需求，明确需要作业的塔机，以及明确对该塔机适合的控制方案和控制场景，进而实现上述即时调度，从而避免了单机塔机出现控制超范围的可能性，实现无人化的整体协调和独立运行控制，保障塔群的安全合理高效完成工作。例如，在作业任务S13执行之前，结合现场的图像识别地图、传感器综合数据实现对工作空间P2状态的实时感知，并且由专家系统平台分析现场的空间和场景情况，进行空间场景决策，判断工作空间P2是否可以容纳新的钢构物料，从而判断工作空间P2是否与该作业任务S13匹配，如果匹配才根据作业任务S13对应的任务指令分支，依次下达该分支上的即时调度指令。

根据所述即时调度指令控制智能塔吊执行作业任务的相关动作。每台智能塔吊，例如智能塔吊D1-D3根据收到的即时调度指令，控制本智能塔吊执行相关的动作，例如，在执行作业任务S11的过程中，智能塔吊D1根据依次接收的即时调度指令，依次执行对钢构物料的装载、起升、回转、下降、卸载、空载起升、空载回转、空载下降的动作，从而完成作业任务S11的相关动作。对于智能塔吊来说，所述即时调度指令给出了需要作业的塔机控制方案和控制场景，避免了单机出现控制超范围的可能性。

以上实施例仅用于说明本发明，而并非对本发明的限制，有关技术领域的普通技术人员，在不脱离本发明的精神和范围的情况下，还可以做出各种变化和变型，因此所有等同的技术方案也属于本发明的范畴，本发明的专利保护范围应由权利要求限定。

Claims (10)

1.一种基于任务树模型的智能塔吊协同控制系统，其特征在于，包括：

根据任务和物料计划，根据现场的图像识别地图、传感器综合数据和专家系统的平台分析判断决策，制定出适合目前场景的整体控制方案，根据施工的优先顺序和物料的需求数据，分别给出需要作业的塔机控制方案和控制场景，避免了单机出现控制超范围的可能性，实现无人化的整体协调和独立运行控制，保障塔群的安全合理高效完成工作；

工程作业交互接口模块，用于面向至少一台智能塔吊输入描述性格式的工程作业；

作业解析模块，用于解析所述工程作业，将每台智能塔吊的工程作业分解为一系列的作业任务，并将工程作业的描述性信息转化为各项作业任务的属性；

时态管理模块，用于根据所述作业任务的属性，结合智能塔吊设备状态和工作场景的知识库，建立全部智能塔吊的作业任务的时态关联序列；

协调器，用于结合每台智能塔吊的设备状态参数信息和工作场景的实时感知信息，执行每台智能塔吊的作业任务与其设备状态以及工作场景的匹配，并在时态关联序列的基础上进行任务树决策，根据决策结果向每台智能塔吊下达作业任务的即时调度指令；

智能塔吊中控器，用于根据所述即时调度指令控制智能塔吊执行作业任务的相关动作。

2.根据权利要求1所述的基于任务树模型的智能塔吊协同控制系统，其特征在于，所述作业解析模块将每台智能塔吊一次完整的动作执行过程定义为一个作业任务单位；并且，将工程作业中字段信息对照作业任务单位的定义进行解析，从而分解为作业任务。

3.根据权利要求1所述的基于任务树模型的智能塔吊协同控制系统，其特征在于，所述时态管理模块包括：知识库、作业任务关联模块、目标物及空间状态维护模块、时态关联序列组织模块；

所述知识库存储了本建筑工程相关的各类工程设施的设备状态参量，以及存储了本建筑工程相关的工作场景参量

所述作业任务关联模块遍历全部智能塔吊的各个作业任务，为每个作业任务获得与其具有关联度的其它作业任务；

目标物及空间状态维护模块用于实时记录和维护目标物的状态因素以及工作空间的状态因素；并且，目标物及空间状态维护模块根据每个主作业任务及其属性，并查询知识库中与该主作业任务相关的设备状态参量和工作场景参量，确定其对相关目标物及工作空间的影响，更新相关目标物及工作空间的状态因素；

时态关联序列组织模块根据所述目标物及工作空间的状态因素，确定主作业任务执行的前置因素，并根据主作业任务以及与主作业任务具备关联度的其它作业任务及其属性，从与主作业任务具备关联度的其它作业任务中确定造成所述前置因素的前置作业任务，将主作业任务与前置作业任务组织为时态关联序列。

4.根据权利要求3所述的基于任务树模型的智能塔吊协同控制系统，其特征在于，所述作业任务关联模块将每一个作业任务作为主作业任务，获得与其它作业任务的关联度；直至遍历全部的作业任务；并且，所述作业任务关联模块基于设施顺序关联、空间关联、物料关联因素，判断主作业任务与其它作业任务的关联度。

5.根据权利要求1所述的基于任务树模型的智能塔吊协同控制系统，其特征在于，对于时态关联序列，所述协调器针对其中的作业任务，将每项作业任务转换为对应的任务指令，并且将全部任务指令组织生成任务树，任务树包括多个可以彼此并行的任务指令分支，同一个任务指令分支上则包括彼此串行的任务指令。

6.一种基于任务树模型的智能塔吊协同控制方法，其特征在于，包括：

面向至少一台智能塔吊输入描述性格式的工程作业；

解析所述工程作业，将每台智能塔吊的工程作业分解为一系列的作业任务，并将工程作业的描述性信息转化为各项作业任务的属性；

根据所述作业任务的属性，结合智能塔吊设备状态和工作场景的知识库，建立全部智能塔吊的作业任务的时态关联序列；

结合每台智能塔吊的设备状态参数信息和工作场景的实时感知信息，执行每台智能塔吊的作业任务与其设备状态以及工作场景的匹配，并在时态关联序列的基础上进行任务树决策，根据决策结果向每台智能塔吊下达作业任务的即时调度指令；

根据所述即时调度指令控制智能塔吊执行作业任务的相关动作。

7.根据权利要求6所述的基于任务树模型的智能塔吊协同控制方法，其特征在于，将每台智能塔吊一次完整的动作执行过程定义为一个作业任务单位；并且，将工程作业中字段信息对照作业任务单位的定义进行解析，从而分解为作业任务。

8.根据权利要求6所述的基于任务树模型的智能塔吊协同控制方法，其特征在于，建立全部智能塔吊的作业任务的时态关联序列具体包括：

遍历全部智能塔吊的各个作业任务，为每个作业任务获得与其具有关联度的其它作业任务；

实时记录和维护目标物的状态因素以及工作空间的状态因素；并且，根据每个主作业任务及其属性，并查询知识库中与该主作业任务相关的设备状态参量和工作场景参量，确定其对相关目标物及工作空间的影响，更新相关目标物及工作空间的状态因素；

根据所述目标物及工作空间的状态因素，确定主作业任务执行的前置因素，并根据主作业任务以及与主作业任务具备关联度的其它作业任务及其属性，从与主作业任务具备关联度的其它作业任务中确定造成所述前置因素的前置作业任务，将主作业任务与前置作业任务组织为时态关联序列。

9.根据权利要求8所述的基于任务树模型的智能塔吊协同控制方法，其特征在于，将每一个作业任务作为主作业任务，获得与其它作业任务的关联度；直至遍历全部的作业任务；并且，所述作业任务关联模块基于设施顺序关联、空间关联、物料关联因素，判断主作业任务与其它作业任务的关联度。

10.根据权利要求6所述的基于任务树模型的智能塔吊协同控制方法，其特征在于，对于时态关联序列，针对其中的作业任务，将每项作业任务转换为对应的任务指令，并且将全部任务指令组织生成任务树，任务树包括多个可以彼此并行的任务指令分支，同一个任务指令分支上则包括彼此串行的任务指令。

Images