基于神经符号的动力电池拆解任务与运动规划
2021-12-14王志刚张翌盛
计算机研究与发展 2021年12期
任 伟 王志刚 杨 华 张翌盛 陈 铭
1(上海交通大学机械与动力工程学院 上海 200240) 2(英特尔中国研究院 北京 100086)
随着大容量锂离子电池技术的成熟,越来越多的汽车制造商采取动力电池作为新能源汽车动力源[1].我国电动汽车的使用寿命一般在5~8年之间,因此,在未来数十年内将有大量的动力电池需要回收[2].中国汽车技术研究中心提供的最新数据显示:伴随着退役动力电池量的不断增加,到2025年国内汽车动力电池累计退役量将高达78万吨(约116 GWh).动力电池中含有钴、镍、铜、铝、锂等金属元素,其电解液中含有多种有机溶剂、锂盐等,如果回收处理不当,将会对环境产生很大影响.为了减轻对环境的影响,动力电池的回收也变得越来越重要.目前,动力电池的回收再利用主要在两大方向进行开展:梯次利用和有价值材料回收再生.但不管是哪一种回收,首先都需要对电池进行拆解.目前,动力电池拆解回收主要采取人工拆解为主,机器辅助拆解的方式[3-4].这种方式不仅低效,而且拆解工作环境恶劣,风险高.为了应对大规模急速增加的拆解任务工作量,减少拆解工作环境对拆解工人的伤害,提高经济和社会效益,采取机器人自主智能化拆解回收动力电池势在必行[5].
当下,机器人智能化自主拆解面临的主要困难是非结构化的拆解环境和多种不确定的条件.汽车制造商为了迎合消费者个性化动力的需求,动力电池包不仅外观造型各异而且性能……
登录APP查看全文
