在大型和高层建筑项目中，塔式起重机是运输重型预制构件和大宗材料的主要设备，适用于广阔且几何形状复杂的场地。它们的广泛覆盖范围和高承载能力使其在现代建筑中不可或缺（Lin, Han, Guo, Luo, & Guo (2023); Zhu, Zhang, & Pan (2024)）。然而，实际操作中起重机的使用仍然主要依赖于人工操作，高度依赖操作员的技能、视觉估计和基于经验的控制。在能见度有限的密集建筑环境中，这种依赖往往会导致危险情况，包括钩子与结构的意外碰撞、过度的负载摆动以及吊臂干涉（Hu, Fang, & Bai (2021a); Zhang & Pan (2021)）。这些安全风险凸显了需要更智能、可靠和自动化的起重策略来提高操作安全性和一致性。
随着数字建筑和机器人技术的进步，机器人塔式起重机系统的开发引起了越来越多的关注。自动化运动规划已成为这些系统中确保安全和效率的关键因素，旨在减少人为错误并确保平稳、无碰撞的起重操作（Hussain, Ye, Chi, & Hsu (2024)）。在这种情况下，轨迹规划是自动化的核心，直接影响起重效率、安全裕度和多台起重机之间的协调。
尽管取得了显著进展，但大多数现有的起重机轨迹规划方法仍然是离线的，并且在静态环境假设下开发的。基于采样的算法（如快速探索随机树（RRT）和A*）可以提供全局可行性，但缺乏时间一致性（Kim, Lee, Kim, & Lee (2024)），而基于优化的规划器虽然可以实现平滑轨迹，但计算复杂度较高（Burkhardt, Gienger, & Sawodny (2023)）。尽管势场方法在反应式避障方面有效，但在动态可行性方面存在问题，可能会导致系统陷入局部最小值（Cai, Ye, Chen, & Liang (2024); Ma et al. (2025b)）。然而，在实际的建筑场景中，起重机操作的特点是障碍物配置不断变化、负载摆动效应以及空间受限的起重走廊，这需要自适应的实时规划能力。机器人技术中在线和预测运动规划的最新进展显示出实时轨迹生成的潜力。例如，学习增强型模型预测控制（MPC）框架已被开发出来，以在保持稳定性约束的同时提高跟踪性能和抗干扰能力（Aouaichia et al. (2025)）。同时，结合人类先验和元启发式算法（例如粒子群优化（PSO）与局部搜索）的智能优化范式已被报道可以改善机器人应用中的轨迹质量和计算效率（Pe?acoba Yagüe (Sierra-Garcia)）。基于学习的规划器，特别是具有分层结构的深度强化学习，在高保真模拟平台上训练时，也能在复杂的三维（3-D）环境中展示出自适应重新规划能力（Liu, Zhang, Li, Chen, & Deng (2026)）。然而，这类基于学习的方法通常需要大量的训练数据，并可能面临模拟与现实之间的差距以及分布外泛化问题，因此在没有额外验证层的情况下难以严格保证安全性。因此，仍然缺乏一种专门为塔式起重机设计的在线、预测性和动态可行的轨迹规划框架，该框架同时支持实时适应性、明确的几何安全执行和可解释的运动调节。
为了解决这些挑战，本研究提出了一个用于塔式起重机实时轨迹生成的预测力场规划器（P2FP）。所提出的P2FP将塔式起重机轨迹生成视为一个由虚拟力驱动的动态过程，这些虚拟力根据环境反馈不断调整钩子的运动。与依赖静态优化或离散采样的传统规划器不同，P2FP采用基于力的连续演化模型，其中预测吸引力确保全局收敛到目标，排斥相互作用则实现实时避障。为了捕捉建筑现场的几何复杂性，采用了基于定向边界框（OBB）的距离模型来表示三维工作空间，允许精确计算任意方向上的点与表面距离和障碍物梯度。然后将这些几何关系嵌入到力场公式中，将空间感知直接与运动动力学联系起来。此外，引入了一种启发式人工电流机制，以自适应地确定多障碍物环境中的避障方向。通过引入切向引导组件，该机制提高了绕过障碍物的能力，并减轻了在障碍物边界附近的停滞现象。最后，退化视界预测评估策略在清除度、平滑度和动态可行性等统一标准下持续生成和比较多个候选轨迹。这种设计使得能够实时适应环境变化，同时保持计算效率和运动稳定性，使P2FP特别适合于大规模起重作业的在线规划。本研究的主要贡献如下：
- 开发了一个统一的计算框架，将非结构化的起重安全规则和工作空间约束转化为连续的、数学定义的运动指令，从而实现轨迹演化和障碍物避让行为的协调集成。
- 引入了一种分析性的定向边界框公式，以高保真度表示几何知识，支持在不规则和杂乱的建筑环境中实时评估空间约束。
- 提出了一种切向引导的运动调节机制，以减轻局部最小值行为和速度振荡问题，在复杂配置空间中提供稳定的轨迹进展，并解决传统势场公式中观察到的固有局限性。
- 结合了并行退化视界评估过程，以在执行过程中持续检查动态可行性和安全裕度，增强了整个规划框架的鲁棒性和实时适用性。
本文的其余部分结构如下：第2节回顾了现有的自动化起重机系统和轨迹规划研究。第3节介绍了数学公式和基于OBB的距离建模。第4节介绍了所提出的P2FP框架，包括力场动力学、启发式引导和预测评估。第5节通过单障碍物和多障碍物起重模拟报告了实验验证。第6节总结了本文并概述了未来的研究方向。为了提供研究的直观概述，本文的技术路线图如图1所示。
塔式起重机在建筑中的应用
由于塔式起重机具有广泛的操作范围和高起重能力，它们在高层建筑和大型基础设施项目中得到了广泛的应用（Muddassir et al. (2025)）。然而，大多数当前的操作仍然严重依赖人工控制和操作员经验，这使得它们容易受到人为错误的影响，特别是在密集或空间受限的建筑环境中（Ali, Zayed, & Hussein (2024a); Ali, Zayed, Wang, & Kit (2024b)）。典型的安全风险包括...
起重约束的数学形式化
本节建立了塔式起重机钩子运动在受限三维工作空间中的轨迹生成的数学公式。目标是开发一个统一的模型，同时考虑平滑性、效率、安全性和动态可行性，形成所提出的P2FP框架的分析基础。第3.1节将轨迹规划任务重新表述为一个在运动学约束下平衡运动平滑性和安全性的最优控制问题。
预测力场规划器
本节介绍了用于塔式起重机实时轨迹生成的P2FP。其基本原理是将钩子的运动近似为一个单位质量的虚拟粒子，其运动由人工力场调节，以到达目标同时避开障碍物。本章的结构如下：我们首先介绍了计算查询点与长方体障碍物之间最短距离的方法，这是制定...
实验
进行了三项实验来评估P2FP方法。第5.1节考虑了单障碍物避让，而第5.2节扩展到多障碍物，以验证该方案的可扩展性和有效性。实验场地再现了真实的建筑布局：塔式起重机从堆放点提升负载到中间交接点，然后再到目标点。所有实验都在MATLAB R2024b中实现，并在...
结论
本文研究了在空间受限的建筑环境中安全约束的在线计算形式化以及动态可行起重机轨迹的生成。传统的规划方法严重依赖于离线预计算和预定义的场地假设，这使得它们无法将非结构化和不断变化的现场条件映射为可操作的运动约束。为了解决这一限制，开发了P2FP作为统一的...
作者贡献声明
Beiyu You：概念化、方法论、软件、验证、形式分析、调查、数据管理、撰写——原始草稿、撰写——审阅与编辑、可视化。
Boyu Ma：方法论、软件、验证、形式分析、调查、资源管理、数据管理、撰写——审阅与编辑、可视化、监督。
Xiaokai Zhou：方法论、软件、数据管理、可视化。
Xinyu Zhou：验证、数据管理、可视化。
Keyu Chen：概念化、撰写——
利益冲突声明
作者声明他们没有已知的竞争财务利益或个人关系可能影响本文报告的工作。
