买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉深圳市华成工业控制股份有限公司申请的专利一种基于苔藓生长算法的摩擦辨识方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119489447B 。

龙图腾网通过国家知识产权局官网在2025-09-23发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411983894.0，技术领域涉及：B25J9/16；该发明授权一种基于苔藓生长算法的摩擦辨识方法是由李岩;张炎;冷俊;范玉魁;刘建宏;刘建博设计研发完成，并于2024-12-31向国家知识产权局提交的专利申请。

本一种基于苔藓生长算法的摩擦辨识方法在说明书摘要公布了：本发明属于机器人技术领域，具体的说是一种基于苔藓生长算法的摩擦辨识方法。步骤一、设计一段运动轨迹；步骤二、以位置控制模式执行步骤一的运动轨迹，采集机器人的速度、力矩数据，并提取出机器人的摩擦力矩；步骤三、对采集到的摩擦力矩进行滤波；步骤四、建立摩擦力与科氏力的耦合模型；步骤五、利用苔藓生长算法对摩擦力与科氏力耦合模型的参数进行辨识；步骤六、将科氏力模型剔除，得到最终的摩擦模型。本发明避免了传统遗传算法参数辨识过程中容易陷入局部最优解的问题，提高辨识效率与精度。

本发明授权一种基于苔藓生长算法的摩擦辨识方法在权利要求书中公布了：1.一种基于苔藓生长算法的摩擦辨识方法，其特征在于，包括以下步骤： 步骤一、设计一段运动轨迹； 步骤二、以位置控制模式执行步骤一的运动轨迹，采集机器人的速度、力矩数据，并提取出机器人的摩擦力矩； 步骤三、对采集到的摩擦力矩进行滤波； 步骤四、建立摩擦力与科氏力的耦合模型； 步骤五、利用苔藓生长算法对摩擦力与科氏力耦合模型的参数进行辨识； 步骤六、将科氏力模型剔除，得到最终的摩擦模型； 其中，所述步骤四的具体方法如下： 建立摩擦力与科氏力的耦合模型，如下所示： 式中，为stribeck现象；为库伦现象；为粘滞现象；为科氏力耦合项；其中fs1、fs2、fs3、fc1、fc2、fv、fc3是具有正参数的对角矩阵； 所述步骤五的具体方法如下： 51通过一种称为风向确定的机制来确定种群的进化方向，该机制采用了一种划分种群的方法，具体如下： 所述风向确定机制表达式由以下算法给出： 式中，Mbest为种群X中最优秀的苔藓个体，将种群中的所有个体的第j维度值与以Mbest第j维度值作比较，将种群分为DXj1和DXj2两部分： 并比较出数目最多的集合，表示如下： 式中，count为计算苔藓个体的数量； 经过多次分割后得到的集合为： 式中，dn为将被划分的次数，取dn＝dim4且dn不小于1；pj为第j个的随机数，范围为1,2,……,dim，并且符合等式： 风向总是由divX趋于吹向Mbest区域，定义风向为： 式中，dirX定义为divX中个体指向Mbest的向量的集合，其表达式如下： dirX＝{Mbest-Mi|Mi∈divX},9 52提出两种新的繁殖策略，即孢子扩散繁殖和双繁殖，以供探索和开发利用，具体如下： 孢子扩散繁殖的孢子扩散搜索由以下表达式给出： 式中，为由第i个苔藓扩散得到的新苔藓个体；r1为0,1范围的随机数；d1为常数参数，设置为0.2； 孢子在稳定风情况下传播距离远，在湍流风条件下传播距离短，步长分别由下式给出： step1＝w·r2-0.5·E,11 式中，r2,r3均为0,1之间的随机数；E为风的强度；β为divX中的个体数与X中个体总数的比值，分别由以下公式给出： 式中，FEs为当前迭代次数；MaxFEs为迭代最大次数； 双繁殖的双向传播由以下表达式给出： 式中，为第i个新个体；为中的第j个粒子；j为不超过个体最大维度的随机整数；r4为范围0,1的随机数；d2为常数，被设置为0.5；act与step3由以下表达式给出： step3＝0.1·r6-0.5·E,17 式中，r5为0,1的随机数，与Mbest维度相同； 53采用隐生机制修改个体解，避免了算法陷入局部最优，具体如下： 一个苔藓个体Mi每十次变异就触发隐生搜索机制，搜索历史变异苔藓个体最优秀的个体，最后将获得的最优秀个体幅值给苔藓个体Mi，继续执行后续操作； 其中，创建苔藓个体，维度等于参数矩阵fs1、fs2、fs3、fc1、fc2、fv、fc3维度，维度为7，适应度函数定义为： 式中，S为苔藓个体的适应度值；Lfi为第i组摩擦力矩与科氏力耦合实际值；MGOstbi为第i组模型估计值；n为速度采样组数。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人深圳市华成工业控制股份有限公司，其通讯地址为：518100 广东省深圳市宝安区西乡街道固戍社区固戍一路正奇隆大厦八楼A区；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。