<span style='color:red'>瑞萨</span>丨可解决现代HMI设计挑战的创新MCU解决方案
行业新闻

瑞萨丨可解决现代HMI设计挑战的创新MCU解决方案

　　随着社会数字化程度不断加深，我们身边的几乎所有设备现在都已实现互联，从而能够进行实时通信。为了实现有效的实时交互，人机界面(HMI)必须具备输入和显示两大核心功能。这些HMI应用还必须利用最新的系统与其他联网设备实现无缝协同。此外，低功耗运行也是满足现代节能要求的一个重要考虑因素。因此，随着对数字设备的要求越来越复杂，HMI应用设计面临着巨大的挑战。　　在本篇博客中，我将以瑞萨电子的RL78/L23微控制器为例，展示这一解决方案为何能满足日益增长的HMI应用需求，并重点介绍其丰富的外设功能和出色的低功耗性能。　　RL78/L23的主要特性　　RL78/L23微控制器提供丰富的外设功能，专为增强HMI应用而设计，具有电容式触摸感应、段码式LCD控制、双存储区闪存和SNOOZE模式序列器(SMS)等功能，同时还能保持低功耗特性。　　电容式触摸和段码式LCD　　RL78/L23集成了电容式触摸感应单元(CTSU)和段码式LCD驱动器/控制器，不仅可降低BOM成本和PCB尺寸，还能最大限度增加IO端口的利用率。　　图1：RL78/L23 BOM集成与竞争解决方案的比较　　双存储区闪存　　RL78/L23支持双存储区代码闪存，可使用存储区切换功能不间断地进行固件更新。该功能将闪存区域分为两个独立的存储区，可根据需要进行切换。因此，可以在不中断应用程序运行的情况下进行系统更新，保持应用程序当前的运行状态。512KB和256KB闪存版本均支持双存储区架构。　　图2：双区闪存和存储器互换功能　　低功耗和SNOOZE模式序列器(SMS)　　与瑞萨电子现有的LCD MCU相比，RL78/L23的低功耗特性非常出色，为全球节能做出了贡献。　　图3：RL78/L23的工作电流、唤醒时间和LCD工作电流　　与现有LCD MCU产品的比较　　此外，RL78/L23还搭载旨在降低功耗的SNOOZE模式序列器(SMS)。RL78系列的这一先进功能使外设能够在CPU处于待机状态时独立运行。通过利用SMS，用户可以在其应用中实现更高的能效。　　图4：SMS框图和用例示例　　正如本文所述，RL78/L23微控制器具有各种独特的功能。该产品是低端市场中能够在单个器件内同时支持电容式触摸感应单元、段码式LCD和大型双存储区闪存的一款MCU。这些功能有助于解决HMI应用中的设计挑战。我们鼓励您在系统开发中充分利用这些先进功能。
关键词：
发布时间：2026-06-17 10:03 阅读量：215 继续阅读>>
<span style='color:red'>瑞萨</span>丨适用于人形机器人的Ki无线对接与充电
行业新闻

瑞萨丨适用于人形机器人的Ki无线对接与充电

　　面向人形机器人的对接式充电模型　　随着人形机器人从研究实验室走向实际部署，系统设计人员在各种环境中都面临着一系列新的期望。这些机器人正越来越多地被考虑用于家庭、工业设施以及餐厅、医院和仓库等商业场所。在其中每一种应用场景中，人形机器人都必须能够在人群周围安全运行，自然融入现有空间，并在尽可能少的用户干预下自主工作。　　要实现真正的人形机器人自主性，最根本的挑战之一是如何在无人监督的情况下进行可靠、安全且可重复的充电。依赖裸露连接器和电缆的传统充电方法可能带来不便，容易发生机械磨损，且在灰尘、污垢或频繁人机交互的环境中难以得到有效的保护。对于可能需要无人值守定期充电的人形机器人而言，裸露的线缆还会引发安全和维护方面的隐患。　　配备无线功率传输的固定式对接站，是一种可替代插拔式充电的可行方案。当人形机器人完成任务或电量不足时，它可以返回指定位置，自行对准，并在空闲期间开始充电。这种方法在固定对接点集中进行功率传输，无需再使用裸露在外的电缆。此方案还支持密封的机械设计，并能在消费级和工业级环境中实现更可预测且可重复的充电行为。　　为何选择Ki®无线供电技术　　用于人形机器人对接充电?　　Ki无线供电技术由无线充电联盟(WPC)开发，旨在实现比传统低功率消费级充电更高功率的无线功率传输。Ki将感应式无线功率传输与近场通信(NFC)相结合，使发射器和接收器能够安全、动态地协调功率传输。　　对于人形机器人对接站而言，这种方法具有以下优势：　　01　　可扩展的功率传输：瑞萨电子Ki无线供电架构支持广泛的无线功率传输范围，可从约20W扩展至2.2kW。许多人形机器人平台采用高电压电池系统(通常在24V至48V范围内)，其电池容量能够充分满足充电能量需求。在这种情况下，2.2kW指的是可供充电和对接操作使用的充电站功率，通过在固定站点实现常规的自主充电，有助于减少对频繁更换电池组的依赖。由于Ki支持如此宽广的功率范围，通过按需降低功率输出，基于Ki的同一对接方案也可应用于更小型的机器人，例如割草机器人或医疗保健领域的辅助机器人。　　接收端控制充电：功率传输由机器人端控制，使人形机器人能够仅请求获得所需的功率，并根据运行条件的变化调整充电行为。　　集成识别与控制：NFC通信在大功率传输开始之前提供识别、验证、控制及安全门控功能。　　由于以上这些特性，Ki无线供电技术非常适合基于对接技术的人形机器人充电。　　系统级对接架构　　基于Ki的人形机器人对接系统围绕两个协同工作的组件构建：　　01　　集成于对接站内的无线功率收发器　　嵌入人形机器人内部的无线功率接收器　　这些组件组合起来，可实现自主对接功能、受控功率传输功能以及密封充电接口，支持约20W至2.2kW的可用无线功率水平。　　在此架构中，NFC通信会在任何功率传输开始前，建立对接站与人形机器人之间的识别与协调。一旦建立协调并完成对准，无线功率传输即开始。这种方法将功率转换和电池管理保留在机器人内部，从而实现了一个密封、无电缆的接口，同时不影响可用功率水平。　　人形机器人对接站　　该架构可通过我们的Ki无线功率收发器系统(Tx)和Ki无线功率接收器系统(Rx)设计来实现。这些解决方案能够将架构直接映射到完整的Ki无线对接系统上，使系统架构师能够集成无线充电功能，而无需从头设计电源、控制和通信协议栈。　　Ki无线功率收发器系统(Tx)实现了对接站端的功能，并可充当Ki系统的固定基础设施端。该系统提供从已知物理位置传输能量所需的无线功率发射器和NFC通信。由于发射器固定在已知位置，人形机器人能够始终如一地自动对准，实现可重复的无线耦合。　　此外，Ki无线功率收发器系统(Tx)还提供更多功能丰富的版本，支持高级交互和系统集成。这些功能更丰富的版本集成了带电容式触摸的图形用户界面，可直观显示充电状态、传输功率及系统状态。采用蓝牙®低功耗(LE)或Wi-Fi的集成式无线连接功能，支持远程监控、配置以及与更高层级控制系统的集成。　　简化版去除了用户界面和无线连接功能，以支持完全隐藏的安装方式，使充电过程透明化，从而使同一发射器架构在不同充电站设计中得以重复使用。　　Ki无线功率收发器系统　　Ki无线功率接收器系统(Rx)在人形机器人内部实现了Ki系统的接收端。系统接收来自对接站的无线能量，调节输出的功率，并直接与机器人的内部电源及电池管理系统连接。　　功能更丰富的版本具备本地图形界面和可选的无线连接功能，可进一步扩展这一能力。内置显示屏使人形机器人能够直接在机体上显示充电状态、功率流和诊断信息，而蓝牙低功耗技术或Wi-Fi连接则支持与外部监控工具或队列管理系统的集成。这种增强的可视性在开发、调试和维护期间非常有用，在需要了解机器人状态的部署环境中同样重要。　　简化版去除了用户界面和无线连接功能，以支持需要最少交互的紧凑型、全密封设计，从而使相同的接收器架构能够适配不同的人形机器人平台。　　Ki无线功率接收器系统　　Ki无线功率收发器系统(Tx)与Ki无线功率接收器系统(Rx)共同构成了一套协调的Ki无线人形机器人对接系统。　　通过利用这些优越的组合方案，系统设计人员可以基于经过验证的Ki无线供电实现方案展开工作。因为该方案已涵盖可扩展的功率传输、协调配合和安全要求，且关键的系统行为可通过软件配置，而非重新设计硬件。　　这种方法　　· 减少了开发工作量　　· 简化了系统集成　　· 使架构师能够专注于更高层次的机器人行为　　随着人形机器人平台的发展，对接站和机器人端均提供多种可选版本，这也为系统升级提供了清晰的路径，无需对系统架构进行根本性更改。　　除了硬件版本差异外，Ki架构内的软件配置还可实现功率调节、身份验证和协调等关键系统行为，而无需更改底层硬件。　　人形机器人对接技术的关键工程考量　　人形机器人旨在与人类协同工作，穿行于为人类设计的空间，并将自主充电作为日常运作的一部分。它们可能每天多次进行对接充电，通常无需人工监督，且所处的环境不允许出现硬件外露、长时间停机或不安全行为。对系统设计人员而言，这意味着对接和充电系统必须每次都能可靠运行，同时不增加机器人操作或维护的复杂性。可靠的对准能力使机器人能够自主完成对接;充电效率影响其恢复工作的速度;而在人员和日常物品附近进行大功率充电时，安全性至关重要。固定式对接站结合Ki无线供电技术，能够以实用且可扩展的方式满足这些需求。　　01　　对准：可靠的对准能力对人形机器人的自主对接至关重要，因为高效的无线功率传输依赖于发射器与接收器位置的一致性。与手动充电不同，对接是人形机器人在其整个生命周期中必须自主执行的重复性行为。固定式对接站提供了一个已知的物理目标，使机器人能够以可重复的方式接近、对准并完成对接。这种方式提高了耦合的一致性，降低了对位置偏差的敏感度，并使整个机器人队列的充电性能具有可预测性。　　效率：虽然有线连接能提供更高的绝对效率，但Ki无线系统在效率与易用性、安全性和机械密封性之间实现了平衡。在实际对接条件下，只要对准得当，Ki系统就能在保持密封、无电缆接口的同时，实现约90%的无线功率传输效率。相比有线充电，绝对效率上的这点微小差异是值得的。　　安全性：人形机器人在人类、工具和日常物品附近运行，因此安全性是基本的设计要求。Ki内置了异物检测(FOD)等安全机制，有助于防止线圈之间存在异物时发生意外的功率传输，从而确保在人群周围更安全地运行。Ki NFC通信还支持身份验证，使充电站能够在启用功率传输之前验证受信任的接收器。这有助于确保仅授权的机器人能获得充电或供电，这一点在共享或公共环境中尤为重要。　　实现自主对接与充电　　对于在人类共享环境中运行的人形机器人而言，最佳的充电体验是用户几乎察觉不到充电过程。支持Ki技术的对接站使人形机器人能够自主管理其能源需求，同时保持密封、无连接器的充电接口。　　通过采用基于Ki无线供电技术的固定式对接站架构，系统设计人员无需从头设计充电系统，即可实现可靠的自主充电。经过验证的构建模块，例如Ki无线功率收发器系统(Tx)和Ki无线功率接收器系统(Rx)，为对接接口的两端提供了现成的设计起点，涵盖从紧凑、隐藏的设计到具备可视性和连接性等更丰富功能的设计等多种版本。
关键词：
发布时间：2026-06-12 09:22 阅读量：435 继续阅读>>
焉知汽车年会演讲回顾：<span style='color:red'>瑞萨</span>电子第五代R-Car与RoX开发平台，赋能AI定义汽车
行业新闻

焉知汽车年会演讲回顾：瑞萨电子第五代R-Car与RoX开发平台，赋能AI定义汽车

　　近日，第六届焉知汽车年会于上海召开。本届年会通过主论坛与五大专场，聚焦AI大模型、L3/L4自动驾驶、舱驾一体等核心议题。　　瑞萨电子高性能运算产品市场总监张朴受邀出席，并发表题为《瑞萨第五代R-Car SoC配合RoX开发平台赋能AI定义汽车的发展》演讲，展示了瑞萨在智能汽车领域的核心技术方案。　　瑞萨电子高性能运算产品市场总监 张朴　　张朴在演讲中表示，我们正步入AI定义汽车的新时代，中国汽车算力平台正快速从分布式向集中式进化，从多域专用SoC逐步走向单芯片跨域融合。这一变革的核心驱动力是成本优化与统一的AI基座模型，但同时也带来了系统复杂度提升、功能安全保障等多重挑战，汽车SoC需要同时解决算力、集成度与灵活性三大核心问题。　　在AI定义汽车时代，汽车电子电气架构(EEA)正经历从传统的分布式ECU向集中式进化。架构形态也从分离的IVI、ADAS专用SoC，向One Board多域集成过渡，最终迈向One Chip单芯片跨域融合。　　第五代R-Car SoC：　　专为跨域融合打造的可扩展硬件　　瑞萨第五代R-Car SoC采用车规3nm先进制程，专为多域融合设计，具备灵活可扩展的平台化设计，覆盖不同级别需求，满足各功能域最高ASIL-D安全等级，目前样品及评估板已向早期客户提供。　　该系列SoC性能强劲，NPU单片稀疏算力超400TOPS，通过Chiplet芯粒技术可扩展至2000TOPS以上;同时集成高性能CPU、GPU与丰富外设，支持多摄像头处理与8K全景显示。基于自研FFI免干扰技术，芯片实现硬件级隔离，单芯片可同时运行IVI、ADAS等不同安全等级的域，无需外部MCU即可满足ASIL-D要求。　　RoX开发平台：　　加速AI定义汽车量产落地　　为助力客户缩短产品上市时间，瑞萨针对第五代R-Car SoC推出RoX开放式开发平台。该开放平台包括两个部分：“白盒参考平台”和“量产级软件预集成参考平台”。　　白盒参考平台由瑞萨提供，基于Linux、安卓操作系统及XEN虚拟机，为客户提供开源的系统参考方案，方便客户进行系统评估，及快速启动产品开发同时，瑞萨电子与生态合作伙伴紧密合作，共同提供了“量产级软件预集成参考平台”，包括AUTOSAR、QNX和SafeRTOS，以及众多国内外合作伙伴的量产级应用软件栈，全面支持现代车载软件架构的端到端开发。　　瑞萨电子凭借第五代R-Car SoC与RoX开发平台，构建了从芯片到软件的完整解决方案，为车企提供高性能、高安全、可扩展的算力底座，大幅降低开发复杂度，助力行业快速实现从原型到量产的转化，推动智能汽车产业创新发展。
关键词：
发布时间：2026-06-10 09:28 阅读量：396 继续阅读>>
<span style='color:red'>瑞萨</span>｜赋能未来：利用CSP MCU打造更小巧的智能传感器
行业新闻

瑞萨｜赋能未来：利用CSP MCU打造更小巧的智能传感器

　　传感器日趋微型化，设计约束日益严苛　　应用于医疗设备、可穿戴设备和工业系统的智能联网物联网传感器，不仅需要提供高性能，还需具备低功耗特性——且这一切都必须在不断缩小的外形尺寸内实现。设计人员不再仅受印刷电路板(PCB)面积的限制;封装高度、系统总重量和机械外形尺寸现在同样至关重要。随着传感器功能的扩展，传统的微控制器(MCU)封装技术可能会成为瓶颈。即使芯片本身尺寸很小，封装往往仍占据主要空间，从而难以实现紧凑的尺寸和厚度目标。工程师需要既能减小封装尺寸，又不会牺牲电气、热或制造可靠性的封装解决方案。　　为什么传统MCU封装无法满足要求?　　传统的MCU封装——例如薄型四边扁平封装(LQFP)、四边扁平无引线封装(QFN)和标准球栅阵列(BGA)——因其成熟可靠、坚固耐用且易于组装的特点而被广泛使用。然而，与实际芯片相比，此类封装形式均导致尺寸和厚度方面的开销明显增加。在空间受限的传感器设计中，这些额外的封装材料限制了进一步小型化的可能。当PCB上的每一平方毫米面积都至关重要时，就需要一种不同的封装方法，使封装尺寸更接近硅片本身。　　晶圆级芯片尺寸封装(WLCSP)解决方案　　芯片尺寸封装(CSP)解决了上述难题。瑞萨电子采用了一种名为晶圆级芯片尺寸封装(WLCSP)的特定CSP技术，即在晶圆阶段直接对器件进行封装，而非在芯片切割之后进行。这种方法产生的最终封装通常不超过芯片尺寸的1.2倍，具有超薄外形和极少的附加材料。　　在WLCSP器件中，MCU芯片连接到一个再分布层(RDL)，有时也称为中介层。RDL将芯片的连接焊点重新布线，形成适合表面贴装组装的焊球图案。随后形成无铅焊球，从而可以使用标准的BGA式工艺组装器件。有关WLCSP的内部结构，请参见下图。　　图1：WLCSP封装的简化内部结构　　芯片通常会被减薄以降低整体厚度，并涂覆保护性钝化层，以提供机械保护、紫外线屏蔽，并确保与标准贴片设备兼容。　　WLCSP如何解决关键的传感器设计挑战　　通过最大限度减少封装开销，WLCSP为紧凑型传感器和嵌入式设计带来了若干重要优势。　　占板面积非常小且外形很薄，　　非常适合空间和高度受限的应用场景　　由于封装材料减少，　　封装重量更轻　　在非常小的占板面积内实现了高I/O密度　　电气性能得到改善，　　更短的互连线路降低了寄生电感和电阻　　热阻更低，　　能够将器件产生的热量通过焊球高效散发到PCB中　　与裸芯片相比，操作和测试更简便，　　同时仍保持接近芯片尺寸的尺寸　　表1：封装规格对比　　设计与制造注意事项　　虽然WLCSP具有明显的优势，但也带来了一些新的设计注意事项。超细间距(通常为0.5mm或更小)要求比许多传统封装更严格的PCB布局规则。走线宽度、间距、过孔结构和PCB材料的选择都必须经过仔细规划。组装工艺也必须支持细间距的贴装和检测。通过早期规划以及与PCB和制造合作伙伴的密切协作，这些挑战可以得到有效管理，从而使设计人员能够充分受益于WLCSP技术。　　用于RA4L1低功耗MCU的WLCSP封装　　WLCSP的实际应用实例之一是RA4L1低功耗MCU。该产品搭载Arm® Cortex®-M33架构，专为高能效嵌入式和传感器应用场景而设计。RA4L1提供紧凑的72球WLCSP封装，尺寸仅为3.64mm×4.28mm，厚度为0.5mm，非常适合空间受限的设计。RA4L1配备80MHz CPU、512KB双区闪存，以及针对传感器系统而优化的丰富外设，包括片上SPI、I²C和I3C接口、低功耗模拟功能、多个低功耗UART以及一个全速USB接口。RA4L1兼具低功耗、高性能和接近芯片尺寸的WLCSP占板面积，因此可在PCB面积和封装高度受限的应用场景中实现先进的传感和连接功能。　　图2：RA4L1 WLCSP封装　　在什么情况下选择WLCSP　　当传感器设计面临严苛的尺寸、重量和高度限制时，WLCSP技术是您的理想选择。凭借接近芯片尺寸的封装、出色的电气和热性能，以及与标准表面贴装工艺的兼容性，WLCSP有助于实现全新一类紧凑型、高度集成的传感器系统。借助RA4L1等具有WLCSP选项的MCU，设计人员可以为可穿戴设备、耳穿戴设备、光学模块、智能传感器、音频产品和数字成像系统构建功能强大且可靠的解决方案。
关键词：
发布时间：2026-06-09 10:11 阅读量：386 继续阅读>>
议程揭晓｜6.14深圳见 · <span style='color:red'>瑞萨</span>RA MCU开发者日
行业新闻

议程揭晓｜6.14深圳见 · 瑞萨RA MCU开发者日

　　Renesas Advanced(RA)家族是瑞萨电子推出的采用Arm® Cortex®-M内核的32位MCU，自推出以来，凭借强大的安全功能、卓越的CoreMark®性能和超高效能为数以万计的嵌入式项目开发提供“芯”动能。　　6月14日(星期日)，瑞萨电子携RA MCU全家族登陆深圳，专为嵌入式开发者打造深度技术交流盛会。无论你是在职工程师、院校师生，还是爱好者、DIYer，都可免费报名参与。瑞萨电子及生态伙伴、知名开发者携大量干货、福利约你线下见面，席位限量开放中!　　如果您是资深RA开发者，现在报名还有机会受邀参与“RA开发者闭门交流会”。　　活动信息　　时间：2026年6月14日(星期日)13:30　　地点：深圳南山·深圳湾万怡酒店4楼大宴会厅　　报名对象：电子工程师、嵌入式开发者、技术爱好者、高校师生等　　核心议程
关键词：
发布时间：2026-06-04 10:18 阅读量：485 继续阅读>>
<span style='color:red'>瑞萨</span>丨技术干货｜解决方案套件概念：AI赋能的智能电动自行车——重塑城市出行与智能交通
行业新闻

瑞萨丨技术干货｜解决方案套件概念：AI赋能的智能电动自行车——重塑城市出行与智能交通

　　电动自行车正在迅速重塑城市出行方式。作为汽车之外更可持续、更灵活的选择，电动自行车不仅有助于缓解交通拥堵，也符合绿色低碳的发展趋势。随着电动自行车技术的不断进步和普及，用户对安全性、可靠性和智能辅助功能的期待也在持续提升。　　然而，无论是传统机械自行车还是电动自行车，当前仍高度依赖骑手的主动感知以及按计划进行的维护保养。许多机械问题往往是逐步演变的，在性能明显下降或故障真正发生之前，几乎没有预警信号。这种被动式维护方式容易导致意外故障、更高的维修成本，甚至带来潜在的安全隐患。　　瑞萨通过AI赋能的智能电动自行车概念方案应对这些挑战。该方案基于嵌入式边缘人工智能(AI)，在自行车本体上即可实现预测性维护、智能骑行辅助、环境感知以及电池管理优化，无需依赖云端连接。　　嵌入式边缘AI实现预测性与智能骑行　　智能电动自行车的核心由Renesas AIK-RA8D1 AI开发套件驱动。该套件基于RA8D1微控制器(MCU))，这是一款面向实时嵌入式AI应用设计的高性能Arm® Cortex-M85® MCU。借助Renesas Reality AI Tools®，开发者可以部署高度优化的AI模型，使其完全运行于MCU本地，无需云端计算支持。　　这种系统架构在实现更安全、更高效骑行体验的同时，也有效控制了功耗和系统成本，非常适合大规模部署于智能出行设备中。　　AI赋能的智能电动自行车围绕以下两大核心能力，全面提升骑行体验:　　AI驱动的状态监测　　更顺畅、更安全的骑行体验，全面提升用户感受　　瑞萨电动自行车概念　　AI驱动的状态监测　　无论是传统自行车、电动自行车，还是共享出行车队中的自行车，本质上都是精密的机械系统。其性能高度依赖于关键部件的健康状况，包括链条、齿轮、轴承以及车架连接部位。随着时间推移，这些部件会因机械应力、环境影响以及骑行工况而逐渐磨损和劣化。　　传统的维护方式通常依赖定期人工检查或基于里程的保养周期。这些方法往往不够精准且偏被动，容易导致突发故障，增加维护成本和运营风险。　　通过将AIK‑RA8D1与加速度传感器直接集成到自行车中，实时AI驱动的状态监测成为可能。系统可持续分析振动特征和运动模式，及早发现机械性能退化的迹象。　　关键预测性维护功能包括：　　链条劣化检测(Chain Deterioration Detection)——系统监测传动系统的振动模式。当振动特征偏离正常状态时，可在性能明显下降之前识别出链条过度磨损或润滑异常问题。　　齿轮异常检测(Gear Anomaly Detection)——AI模型可识别由齿轮齿面磨损、损坏或变速器对位异常引起的异常振动模式，实现早期干预。　　轴承失效检测(Bearing Failure Detection)——轴承在劣化过程中会产生特定的高频振动特征。系统可在出现可听噪声或严重机械损伤之前就检测到这些异常。　　车架结构监测(Frame Structure Monitoring)——通过振动分析，还可识别车架的松动或结构性变化，从而提升骑行安全性并延长整车使用寿命　　瑞萨如何实现智能自行车监测　　要构建高精度的状态监测AI模型，必须采集涵盖正常运行状态和多种机械故障状态的数据集。　　为此，系统采用AIK-RA8D1 AI开发套件，并通过Pmod™模块连接外部加速度传感器。开发套件和传感器均直接安装在自行车上，在真实骑行场景中采集振动和运动数据。　　数据集采集通过Data Storage Tools完成。该工具可作为插件集成在Renesas e² studio中，也可作为独立应用供第三方IDE用户使用工具可实时采集加速度传感器的原始数据，并进行存储，用于后续的数据标注和AI模型训练。　　Figure1.Training Set-up　　AI模型开发与部署　　在完成数据标注并上传至Renesas Reality AI Tools后，可利用云端AutoML功能训练和评估多个AI模型，并针对RA8D1 MCU进行部署优化。　　最终选定的模型能够识别七种系统状态：　　电动自行车状态：识别空闲与静止状态　　链条运行状态：识别正常的正向与反向链条运动　　齿轮异常：基于变速器位置检测两种故障状态　　后轮结构状态：识别潜在的后轮松动问题　　该优化模型在仅占用5KB内存的情况下，实现了99.63%的识别准确率，可高效运行于RA8D1 MCU上。　　Figure2.Model Development to Deployment Flow　　部署完成后，推理结果可通过集成在e² studio开发环境中的AI Live Monitor工具进行实时监控。　　AI增强型骑行智能　　除状态监测外，AIK RA8D1还可作为智能电动自行车计算核心，充当中央处理节点，分析来自电机、电池及各类传感器的数据——支持在有或无额外传感硬件的情况下运行。　　AI赋能的骑行功能示例包括：　　载荷分布检测——通过分析振动与运动信号，系统可估算骑手及货物的重量分布。据此推荐或自动调整坐垫位置，以提升舒适性和踩踏效率。　　路面类型识别(Surface Detection)——AI模型可识别沥青路、碎石路或不平整地形。并根据路况动态调整电机扭矩和功率输出，从而提升稳定性与能效。　　目标检测，实现更安全骑行(Object Detection for Safer Riding)——结合视觉传感器时，AI模型可识别周围车辆与障碍物，在盲区来车时触发预警。　　“See with Sound”的空间感知能力——通过麦克风阵列，系统可估算周围车辆的来向，并向骑手提供空间方位提示，而无需持续视觉关注。　　推动下一代智能出行　　AI驱动的智能电动自行车方案充分展示了嵌入式边缘AI对个人出行和共享交通的变革潜力。通过将预测性维护与环境感知能力直接集成到自行车中，制造商能够打造更安全、更可靠、更高效的出行解决方案。　　瑞萨AI技术致力于帮助客户基于可扩展的边缘AI平台，构建适用于实时嵌入式部署的智能出行系统。　　告别突发故障，从瑞萨开始打造更智能、更安全的自行车。　　准备好将AI驱动的状态监测引入骑行领域了吗?
关键词：
发布时间：2026-06-02 09:56 阅读量：448 继续阅读>>
<span style='color:red'>瑞萨</span>丨AI技术横向扩展——模拟技术纵深发展
行业新闻

瑞萨丨AI技术横向扩展——模拟技术纵深发展

　　由AI驱动的小工具往往基于漂移信号采取行动，无法意识到自身出现运行错误。它只是自信、精确地朝着错误的方向执行。没有精度的自信，算不上智能。这是一种隐患。　　系统接收的指令与物理世界中实际发生的情况之间的差距，只能由一样东西来弥合：其底层的模拟基础，而这一基础无处不在。　　AI已成为整个物理世界的运行层，嵌入了各类工厂、车辆、机器人、卫星和数据中心之中。AI技术已横向扩展，但在每个智能系统之下，都有一个让一切成为可能的基础。而这个基础就是模拟技术。　　当业界还在争论模型、参数和计算机架构时，信号层面正上演着一场更安静、却影响更深远的变革。每一个自主系统，无论其软件多么复杂，最终都必须感知现实世界、对其作出响应，并在其中采取行动。物理世界与数字世界之间的接口就是模拟技术，随着系统变得越来越智能，这一接口不仅在扩展，更在成倍增长。　　我所说的“信号链”，是指从传感器出发，经由模拟前端、转换、同步、供电和控制，直至模型实际接收数据的端到端路径。　　问题已不再是AI是否在边缘运行。问题在于其底层的模拟基础是否足够深厚，这不仅关乎系统的可靠性，更关乎其速度、精度以及能否达到应用所需的最高性能水平。　　模拟附着曲线　　为了理解这在实践中的含义，有必要为物理AI从原型走向量产时每次都会出现的模式进行命名。　　在物理AI所渗透的每个领域，都存在一种反复出现的模式。随着机器的能力、自主性、精确性和安全关键性不断提高，运行它们所需的模拟和混合信号内容并非线性增长，而是呈复合式增长。　　注：乘数因子表示方向性和示意性，用于展示曲线的形态。　　图1：模拟IC内容与自主性的关系　　如图1所示，随着自主性提升，模拟内容呈指数级增长：更多的传感器接口、更多的数据转换器、更多的电机控制通道、更多的电源轨，以及更严密的安全监控。　　人形机器人正是这条曲线最具说服力的体现。每一个手势、每一步骤、每一个决策，都可追溯到200个以上的模拟IC，它们涵盖了每个关节的电机控制、位置传感、扭矩和力反馈、电源管理，以及涵盖LiDAR、视觉、触觉、压力和阻抗的感知层。在指尖，毫米与毫秒决定了一次抓握能否成功，其架构在此再次复制。智能提升。信号链随之深化。在每一层，需求不仅在于信号是否足够可靠，更在于信号是否足够精确、足够快速且足够稳定，以支撑实际运行。　　图2：人形机器人各关节处电机控制所涉及的IC数量　　图3：人形机器人平台信号链解析图　　人形机器人的信号链在每个关节处重复出现：电机驱动与电流检测、位置反馈(编码器/旋转变压器)、扭矩/力反馈、本地电源管理以及高完整性通信——并延伸至指尖压力/阻抗传感，以确保稳定抓握。模拟技术并不逊色于AI。正是模拟技术让AI得以物理化。而瑞萨电子的端到端解决方案就是为了实现这一目标。　　为何缺乏纵深发展的横向扩展会失败　　工业环境在电气特性上非常“不友好”。温度波动、振动、电磁噪声以及长距离线缆传输都会降低信号质量，且软件事后无法进行补偿。一个在热应力下漂移半度的位置传感器不会触发错误标志，而是会产生一个错误的答案，而AI系统会据此充满信心地采取行动。　　这就是实验室中表现良好的AI与现场实际运行的AI之间的差距。　　弥合这一差距所需要的不仅仅是元器件，更需要一种端到端的信号架构——其中传感、控制、供电和连接经过精心设计，作为一个整体系统协同工作，而非事后拼凑而成。　　在物理AI中，精度并非单一的技术指标，而是系统的固有属性。其体现在校准、时序、电源完整性以及具备故障感知能力的控制之中。　　未来十年　　最终胜出的系统不会是拥有最大模型的系统，而是那些在现实世界中，能够战胜温度、振动、延迟、噪声、功耗预算、安全约束以及长生命周期等种种挑战，提供最可靠性能的系统。　　这不是一个软件问题，而是一个信号链问题。若您正在构建物理AI，请将模拟技术视为一个首要的设计要素：尽早规划架构，明确分配预算，并将感知、控制、供电和连接作为一个整体系统进行工程设计，而非一堆零部件的堆砌。　　关键要点　　随着自主性增强，模拟与混合信号的深度呈复合式增长——性能、精度和可靠性成为决定性因素，而不仅仅是模型规模的大小。　　现场环境会因漂移、电磁干扰、振动和线缆损耗导致系统故障——上游信号完整性误差往往表现为“自信满满”的AI所造成的失误。　　成功的架构需要将传感、控制、供电和连接作为一个经过工程化设计的信号系统——在设计早期便整体规划，明确分配预算，并面向现实世界而构建。　　AI正在横向扩展。胜出者则在纵深发展。这场竞赛已然拉开帷幕。
关键词：
发布时间：2026-05-28 10:12 阅读量：512 继续阅读>>
<span style='color:red'>瑞萨</span>丨基于RA4T1的先进FOC控制，打造下一代高性能电锯系统
行业新闻

瑞萨丨基于RA4T1的先进FOC控制，打造下一代高性能电锯系统

　　在林业、救援及拆除等作业场景中，电锯需应对极端严苛的性能考验：作业负载瞬息多变，从切入硬木到遭遇木节，要求电机在毫秒级内完成精准响应。传统方案常因动态控制不足，导致效率低下、性能波动等问题，甚至带来安全隐患。　　为此，瑞萨电子推出基于RA4T1高性能MCU的电锯系统解决方案，通过先进的磁场定向控制(FOC)与高频注入(HFI)技术，可在零速工况下实现高扭矩、平滑启动，并在全负载范围内保持精准、平稳、高效的动力输出。　　高性能电锯系统框图　　系统核心　　基于RA4T1 MCU的高精度、高效率电机控制　　该解决方案的核心是瑞萨的RA4T1 Arm® Cortex-M33®微控制器。该MCU专为高性能电机控制而生，凭借其100MHz主频及集成的专用电机控制外设，能够高效运行复杂的无传感器磁场定向控制(FOC)算法，并结合高频注入(HFI)技术。　　实现零速高扭矩与平稳运行：传统方案在零速或极低速下难以准确获取转子位置，易导致启动无力或抖动。该系统采用的“FOC+HFI”控制策略，即使在零转速下也能精确检测转子位置，实现高扭矩平滑启动，并可在低速区间持续输出强劲切割力，完美应对电锯切入瞬间的冲击负载。　　卓越的动态性能与能效：FOC算法通过对电机电流的矢量控制，实现对转矩和磁场的独立精确调节。这不仅使电机在各种负载下保持高效运行，最大限度延长电池续航，还能显著降低转矩脉动，带来更平稳、安静的切割体验，有效减轻作业疲劳。　　内置安全与可靠性保障：RA4T1集成的TrustZone®技术，可将电机制动、过流保护等关键安全功能隔离在安全域内运行，避免因非法篡改或软件故障引发风险，为高风险应用提供硬件级安全保障。　　从控制到驱动　　构建完整高效的动力链　　一套卓越的控制系统，离不开强大的执行部件支撑。该方案构建了从信号到动力的完整高效链路：　　精准的信号调理：采用ISL28114等系列微功耗轨至轨运算放大器。可在宽温、宽压范围内保持低功耗与高精度，负责对电机相电流、母线电压等关键信号进行精准采样与调理，为FOC算法提供可靠的“感官”输入。　　高效的功率开关驱动：HIP2211具备3A拉电流、4A灌电流能力;其HI/LI输入模式下传播延迟典型值约15ns，延迟匹配典型值约1.5ns，可支持高速、精确的功率开关驱动，从而将控制信号高效转化为电机驱动功率，并最大限度降低开关损耗。　　强劲的功率输出：选用采用REXFET-1分离栅技术的RBE015N10R1SZQ4与RBE034N15R1SZPW等N沟道功率MOSFET。这些MOSFET在TOLL/TOLT封装下兼具低导通电阻、卓越的散热性能与高开关速度，是构建高效逆变桥的理想选择，能够可靠处理高达54V电压、70A峰值电流的功率输出，满足专业级电锯的强劲动力需求。　　稳健的电源管理　　为系统整体性能赋能　　为保障整个系统在电压波动和恶劣环境下的稳定运行，方案集成了高效电源管理模块。RAA212831三路输出稳压器作为系统的“能量心脏”，其4.5V至72V的宽输入范围适配各类电池包，集成的0.5A降压稳压器与两个LDO可为MCU、驱动电路、传感器等提供高效、稳定的多路电压，简化电源设计，提升整体能效与可靠性。　　该方案并非简单的器件组合，而是经过实际电锯应用验证的完整系统解决方案。方案提供逆变器板硬件设计、FOC控制软件、安全功能实现等全套设计文件与开发支持，客户可基于这一成熟平台快速开展产品开发，显著缩短研发周期，降低研发风险与成本。　　软硬件深度协同优化　　实现突破性性能提升　　通过软硬件的深度协同优化，该电锯系统实现了三大突破性优势。首先，基于RA4T1的先进“FOC+HFI”控制算法，系统在零速启动与低速切割工况下，仍可输出高扭矩并保持平稳运行，实现全工况下的强劲动力与低噪声表现。　　其次，从高效控制算法、低损耗功率器件到宽压输入电源管理，全链路的优化设计显著提升了系统能效与电池续航能力;同时依托芯片级安全机制与高稳健性设计，保障产品在恶劣作业环境下长期可靠运行。　　作为经过验证的交钥匙方案，它大幅降低了高性能无刷电机控制的应用门槛，助力厂商快速实现产品量产上市，在专业电动工具市场构筑核心竞争优势。
关键词：
发布时间：2026-05-22 10:24 阅读量：687 继续阅读>>
<span style='color:red'>瑞萨</span>丨从集中式到分布式：利用RX14T重新思考多电机控制
行业新闻

瑞萨丨从集中式到分布式：利用RX14T重新思考多电机控制

　　多电机系统日益增多，同时问题也与日俱增　　随着产品(从家用电器到工业设备)增加更多运动功能，系统越来越需要控制多个电机。许多工程团队自然倾向于使用单个高端MCU集中管理所有电机。从表面上看，这样做效率很高：只需较少的MCU、一个软件项目和单一控制点即可。　　实际上，集中控制往往会带来各种重大挑战，包括：　　软件庞大，难以维护　　即使是很小的改动也需要进行全系统的回归测试　　不变的电机控制模块仍然需要重新测试　　硬件限制增加了复杂性　　每次更新都会增加开发工作量　　根本原因并非处理能力不足。根本原因在于结构过于集中，将过多任务集中在单个MCU上。为克服这一问题，工程团队应重新考虑架构，从集中式方法转向分布式方法。　　为什么集中式电机控制会达到极限?　　在集中式架构中，多个电机控制模块必须共享有限的资源，包括：　　中断功能　　Timers　　模拟到数字转换器(ADC)采样窗口　　通信通道　　安全机制　　起初，这似乎可以应付，但随着时间推移，共享资源之间的相互作用会成倍增加。曾经简洁的设计变得错综复杂且不可预测。每增加一个电机，固件的规模都会不成比例地扩大，即使是微小的变化也会引发广泛的评估工作。硬件问题使问题更加复杂。　　电机电流和传感器信号必须传输到单个MCU，而且通常传输距离较远，这会降低模拟完整性。PCB布局的灵活性降低，需要额外的滤波或校准，从而将更多的负担转移到软件上。虽然单个MCU看似成本很低，但系统实际总成本往往并非如此。额外的布线、更多的PCB层、增加的模拟元件、装配时间、调试工作和长期维护都会增加成本。集中式系统尽管前期看起来更简单，但最终成本可能更高。　　分布式电机控制-更具可扩展性和可维护性的架构　　分布式架构通过模块化简化了问题。每个电机都是一个独立单元，有自己专用的MCU，每个控制器控制一个电机，而不是将多个电机组合到一个控制结构中。　　从软件角度看，好处是立竿见影的：　　更小的模块化固件　　电机之间的交叉干扰最小　　更新更快，减少回归测试　　简化调试和验证　　硬件也有所改进。将MCU安装在电机附近可缩短布线，提高电流感应精度，减少电磁干扰(EMI)，提高PCB设计灵活性。　　可扩展性也随之自然实现。添加一台电机只需额外增加一台设备，不会对现有系统造成任何影响。　　分布式电机控制-更具可扩展性和可维护性的架构　　瑞萨电子RX系列中的RX14T 32位微控制器，专为紧凑型、高性价比的电机控制应用而开发。其具备单电机控制所需的性能与模拟集成度，且设计简便。　　关键技术亮点　　48MHz RXv2 CPU，支持浮点运算单元(FPU)和数字信号处理(DSP)　　用于高速sin、cos、atan2和sqrt运算的三角函数单元(TFU)　　同步采样(最小0.5µs)的双通道12位ADC　　针对单电机逆变器控制设计优化的多功能定时器单元(MTU)+通用PWM定时器(GPT)组合　　最高支持11个PWM通道，专为电机应用设计　　5V工作电压，抗噪能力强　　工作温度范围为-40°C至+125°C，适用于消费和工业产品　　功能集提供强大的电机控制性能，同时保持紧凑的尺寸和具有竞争力的成本。　　内部模拟功能降低材料清单(BOM)成本　　电机控制通常需要的许多模拟元件已集成到RX14T中，包括：　　复位电路　　三个可编程增益放大器(PGA)　　三个高速比较器　　用于比较器基准的两组数模转换器(DAC)　　高精度内部振荡器(最大±1)　　这些集成模拟块减少了对外部运算放大器、比较器IC、振荡器、基准电路和保护元件的需求。设计变得更精简，更易于采购和组装，在多电机系统中优势迅速倍增。　　使用RX14T实现分布式控制　　将分布式架构与RX14T MCU搭配使用，可扩大固件、硬件和成本方面的优势：　　模块化固件便于调整、调试和长期维护　　接线短，提高了模拟性能，同时减少了电磁干扰片上集成度高，减少对外部元件的依赖　　较少的零件数减少了每个电机的BOM并简化了制造过程　　电机之间的明确隔离提高了系统的可扩展性　　虽然集中控制最初看起来很有效率，但其结构性缺点会逐渐积累。分布式控制提供了一种更简洁、更具可扩展性的替代方案：　　软件保持模块化　　硬件更加坚固耐用　　降低BOM成本　　未来扩展更容易　　RX14T MCU实现了模拟集成、性能和成本效益的完美平衡，使分布式电机控制成为现实。
关键词：
发布时间：2026-05-21 09:31 阅读量：546 继续阅读>>
<span style='color:red'>瑞萨</span>丨定义未来服务机器人：RZ/V2H，用一颗芯片集成AI的无限可能
行业新闻

瑞萨丨定义未来服务机器人：RZ/V2H，用一颗芯片集成AI的无限可能

　　在生成式AI与具身智能的发展推动下，机器人正从“自动执行”向具备感知与决策能力的“智能决策”阶段演进。酒店、医疗、物流和零售等行业对自动化、效率与安全性的需求持续提升，推动服务机器人市场快速增长。这类机器人不仅需要在复杂的动态环境中自主移动，并与人类进行安全、自然的交互，还必须满足低功耗与高性价比的商业化要求。然而，传统系统架构往往需要在AI算力、实时响应能力与系统集成度之间进行权衡，成为制约服务机器人规模化落地的关键瓶颈。　　针对这一挑战，瑞萨推出了以“RZ/V2H高端AI微处理器(MPU)”为核心的服务机器人解决方案。该方案通过高度集成的单芯片架构，将高性能AI推理加速能力与实时运动控制能力结合，使AI感知处理与确定性的实时控制能够在同一平台上协同运行，为服务机器人提供兼具智能处理能力与实时响应能力的核心计算平台。　　服务机器人框图　　核心MPU：集AI、视觉与实时控制于一体　　该方案的核心是瑞萨RZ/V2H高端AIMPU，其采用瑞萨电子专有的AI加速器-动态可重配置处理器(DRP-AI3)、四核Arm® Cortex®-A55(1.8GHz)Linux处理器，双核Cortex®-R8(800MHz)实时处理器，以及一颗Cortex-M33系统管理内核。此外，RZ/V2H还包括另一款动态、可重配置处理器(DRP)。该动态可重配置处理器(DRP)主要用于加速传统图像处理与 OpenCV等视觉算法，与DRP-AI3 AI推理加速器形成互补的视觉计算架构。它还具有PCIe®、USB 3.2和千兆以太网等高速接口，是工厂自动化中自主机器人和机器视觉等应用(必须以低功耗实现的先进AI处理)的理想微处理器。　　高可靠电源管理：为复杂系统精准供能　　服务机器人系统通常包含多个电压域和复杂的芯片组，对电源稳定性、效率以及噪声控制提出了较高要求。本方案选用瑞萨RAA215300多通道电源管理集成电路(PMIC)作为系统的核心电源管理单元。　　RAA215300是一款高性能、高集成度的9通道PMIC，专为32位和64位MCU/MPU应用设计，其主要优势包括：　　01　　完整供电方案：为32/64位MPU提供完整的电源解决方案，可支持核心电压以及DDR3、DDR3L、DDR4和LPDDR4等内存所需的电源轨，从而简化系统电源树设计。　　02　　高度集成：内置实时时钟(RTC)、32kHz晶体振荡器以及纽扣电池充电器，为需要时间保持和低功耗待机的系统提供单芯片解决方案，有助于减少板级器件数量并降低物料成本。　　03　　低噪声设计：支持扩频(Spread Spectrum)和超声波模式(Ultrasonic Mode)，能够有效降低电源噪声，对于模拟传感器和音频模块等对噪声敏感的系统组件尤为重要。　　精准时钟生成：确保系统同步与稳定　　任何高性能数字系统的稳定运行都离不开精准的时钟。本方案采用专为低功耗、消费类和高性能PCI Express应用而设计的VersaClock® 3S可编程时钟发生器5L35023，为整个系统提供纯净、可配置的时钟信号。　　该器件采用三个PLL架构设计，每个PLL可单独编程，支持生成多达五个不同的输出频率，以满足MPU、外设接口、通信模块等对时钟的多样化需求。其内置的主动节能(PPS)、性能—功耗平衡(PPB)和过冲抑制技术(ORT)等智能功能，能在保证时序性能的同时优化系统功耗。内部OTP存储器允许存储定制化的时钟配置，实现上电即用，并通过I²C接口提供灵活的运行时重配置能力，极大地增强了系统设计的灵活性与可靠性。　　此外，该器件具有可编程的VCO和PLL源选择，支持用户根据实际应用需求优化功率与性能。器件可提供三路单端输出和两组支持LVCMOS和LPHCSL的差分输出。同时支持低功耗32.768kHz时钟，系统RTC参考时钟的电流消耗小于2μA。　　系统优势：引领下一代服务机器人技术革新　　基于瑞萨RZ/V2H MPU的解决方案为下一代服务机器人带来三大核心优势：　　首先，它实现了高性能AI与硬实时控制的深度融合。芯片内置A55应用处理器、DRP-AI3 AI加速器及双核R8实时内核，可让机器人在处理复杂视觉任务的同时，保证关键控制环路具备微秒级确定性响应，真正实现“感知—决策—执行”的高速智能闭环。　　其次，方案大幅提升了系统集成度与开发效率，高度集成的芯片组显著减少了PCB面积和物料成本，而成熟的AI SDK与RTOS支持则有效降低了开发门槛，加速产品上市。　　最后，卓越的能效设计保障了长效稳定运行，专用AI加速器与智能电源管理协同工作，在提供强大算力的同时优化整体功耗，确保机器人在各类动态场景中保持可靠自主运行。
关键词：
发布时间：2026-05-20 09:17 阅读量：539 继续阅读>>

跳转至

/ 34

热门分类
半导体 电路保护 机电产品 嵌入式解决方案 连接器，互连器件 传感器，变送器 光电元件 开发套件 测试与测量 电源 风扇，热管理 盒子，外壳，机架 电缆，电线 无源元件 其它
  • 一周热料
  • 紧缺物料秒杀
型号 品牌 询价
RB751G-40T2R ROHM Semiconductor
CDZVT2R20B ROHM Semiconductor
MC33074DR2G onsemi
BD71847AMWV-E2 ROHM Semiconductor
TL431ACLPR Texas Instruments
型号 品牌 抢购
ESR03EZPJ151 ROHM Semiconductor
STM32F429IGT6 STMicroelectronics
BU33JA2MNVX-CTL ROHM Semiconductor
BP3621 ROHM Semiconductor
TPS63050YFFR Texas Instruments
IPZ40N04S5L4R8ATMA1 Infineon Technologies
热门标签
ROHM
Aavid
Averlogic
开发板
SUSUMU
NXP
PCB
传感器
半导体
原厂授权品牌
更多授权品牌>>
资讯排行榜
  • 周排行榜
  • 月排行榜

关于我们
AMEYA360商城(www.ameya360.com)上线于2011年，现有超过3500家优质供应商，收录600万种产品型号数据，100多万种元器件库存可供选购，产品覆盖MCU+存储器+电源芯 片+IGBT+MOS管+运放+射频蓝牙+传感器+电阻电容电感+连接器等多个领域,平台主营业务涵盖电子元器件现货销售、BOM配单及提供产品配套资料等，为广大客户提供一站式购销服务。

请输入下方图片中的验证码：

验证码