无线充电技术是一种通过非接触式线圈组之间的电磁耦合方式来实现能量从原级向次级传输的技术。这种技术有效地解决了不宜连接导线场景的供电问题,同时也提高了供电过程中的便利性和安全性。当前制约无线充电技术更广泛传播的因素有线圈的传输效率和线圈的抗偏移性等。传输效率的提高可以通过改进线圈结构、加屏蔽装置、优化电路拓扑等,提高耦合线圈的抗偏移性也可以通过优化设计线圈结构。同时通过准确测量线圈的偏移量信息也可以减少因偏移量测量不准确而引起的误差,从而减少线圈耦合过程中的能量损耗,获得更高传输效率。因此通过设计一种新型耦合线圈结构并且准确获取次级线圈的偏移量来提高传输效率和抗偏移性十分必要。本文首先介绍了无线充电技术在国内外的发展状况和应用。同时从目标检测角度出发,介绍了传统的目标检测方法和基于神经网络的方法,通过对比选择出了适合准确测量无线充电线圈次级线圈偏移量的方法。其次,本文设计了一种以圆形线圈为发射端-多方形线圈群为接收端的无线充电耦合线圈结构。通过有限元仿真对该模型与传统的圆形和方形线圈结构进行了对比分析,结果表明在5k Hz频率且线圈间隙为10cm时,设计的充电线圈模型的传输效率能达到90%以上,远高于传统的圆形和方形结构;在0到38.5%的次级线圈组长度占比范围内进行偏移时,设计线圈的抗偏移性也优于传统单一圆形和方形线圈结构。最后,本文还从精准获得线圈偏移量的角度出发,设计了精准获得线圈偏移量的方法,来减少测量误差大引起的效率低问题。该方法选择了不同类型的无线充电线圈图片作为训练集,并且通过圆-方混合标记方法进行标记,Darknet-53网络进行训练。训练数据集包括具有不同障碍,完整性,清晰度和高度的图像。在预测过程中,测量摄像头与线圈之间的垂直高度,以获得实际的偏移距离。然后,导出了相机偏移的校正因子以消除角度偏移的影响结果表明,与YOLOv3中的传统的识别方法相比,本文设计的标记方法训练出的权重文件和后处理过程在预测过程可以获得更好的线圈偏移量测量精度和更低的平均损耗。