基于二维码的动力电池识别与自动分拣实现.pdfVIP

摘要

在新能源飞速发展的今天，电池作为电能的存储容器具有无可替代的作用和价值。传统

电池生产中，电池的配组和分拣都是通过人工实现的，这不仅产生了大量的劳动力需求，同

时在效率、产品质量方面都有很大的弊端。因此，迫切需要机械化得生产来代替手工生产。

在电池应用中，单节电池很难提供整个电动汽车所需的电压和容量，因此需要将多只电

池串并联提高整体供应功率，并且串联电池组的整体性能取决于电池组中性能最差的电池，

所以为了提高整体电池组的性能，需要将相近性能电池组分类和配组，以提高组内电池的一

致性。现有的电池配组算法在电池配组率和配组后的电池组性能都不是很理想，因此针对电

池匹配率低，匹配后电池性能差的问题，本文首先提出了一种基于电池放电曲线的配组方法。

具体来说，本文使用完整的电池放电曲线来拟合电池，以便可以将最相似的曲线分为一组。由

于电池曲线数据过多，这将导致算法花费太长时间来匹配电池。可以通过减少数据维数来解

决此问题。在本文中，主成分分析方法用于减少数据维数。电池组中电池放电曲线的方差用

于测量电池组的性能。实验结果证明，与现有的电池匹配方案相比，该方法在合成功率和电

池组性能上都有所提高。

其次针对目前电池配组主要依赖人工分拣，生产效率低和工人劳动强度大的问题，本文

提出了基于电池二维码的识别方法，通过摄像头对传送带上的电池二维码进行电池身份信息

识别，通过比对抓取电池的信息和数据库已分组电池的信息，运用机械臂进行电池的自动抓

取和分拣，从而实现了电池从生产到最终分拣的自动化，免去了人工分拣。本文运用CenterNet

网络对6000张履带上的电池图片进行训练最终实现电池位置的检测，运用YOLOV4对4000

张具有二维码的电池图片进行训练最终实现电池的二维码检测。实验结果表明机械臂可以准

确抓取传送带上电池，同时可以通过网络准确识别出电池的二维码信息。

论文最后对提出的电池配组算法和基于YOLOV4的电池二维码检测进行了实验验证，

电池的配组成功率达到了99%，二维码识别率达到了98%。通过电池配组算法和电池抓取算

法成功的实现了用机械代替人力的目的，并且该算法可以适用于不同种类的电池生产车间，

有良好的泛化性。

关键词：电池配组，数据降维，电池检测，目标检测，深度学习，神经网络

ABSTRACT

Today,withtherapiddevelopmentofnewenergy,batterieshaveirreplaceableroleandvalue

asastoragecontainerforelectricalenergy.Intraditionalbatteryproduction,batteryassemblyand

sortingareachievedmanually,whichnotonlygeneratesalargeamountoflabordemand,butalso

hasgreatdrawbacksintermsofefficiencyandproductquality.Therefore,mechanizedproductionis

urgentlyneededtoreplacemanualproduction.

Inbatteryapplications,itisdifficultforasinglebatterytoprovidethevoltageandcapacity

requiredbytheentireelectricvehicle.Therefore,itisnecessarytoconnectmultiplebatteriesin

seriesandparalleltoincreasetheoverallpowersupply,andtheoverallperformanceofthebattery

packafterthebatteriesinseriesoftendependsonthebatterywiththeworst