瑞萨AI行车记录仪解决方案如何“玩转”出行安全

发布时间:2025-05-29 11:09
作者:AMEYA360
来源:瑞萨
阅读量:1257

  在繁忙的城市道路上,行车记录仪在交通事故定责、共享出行、车队监控等方面发挥着举足轻重的作用,在汽车安全领域受到高度重视,这也正是全球行车记录仪需求大幅增长的原因所在。

  瑞萨采用AI技术的行车记录仪系统解决方案进一步扩展了相关功能,使高级驾驶辅助系统(ADAS)、更高分辨率的视频处理和实时智能分析成为可能,为出行安全提供了全方位的保护。

  瑞萨AI行车记录仪解决方案

  功能完备,优势明显

  瑞萨AI行车记录仪系统配备高性能视觉AI MPU与高能效AI加速器,利用AI驱动的DRP-AI进行实时视觉推断,视频质量更佳,能够实现车牌、面部及远距离物体检测。

  该系统拥有较高的计算效率,可实现ADAS功能(如防碰撞警报),进而增强车辆和驾驶员的整体安全性。双摄像头支持增强了感知能力,兼顾前置ADAS摄像头与驾驶员监控系统(DMS)。低功耗待机模式可延长运行时间,加速度计在检测到撞击或运动时,立即唤醒系统并进行记录,确保捕捉到关键事件。人机界面(HMI)集成支持触摸、LCD和语音控制,可提供直观、多功能和解放双手的用户体验。

  瑞萨AI行车记录仪系统由MPU和输入端的时钟发生器、环境光传感器、降压稳压器、电源管理以及输出端的无线通信和音频编解码器等部分构成。各部分协同运作,各司其职,保障系统高效运行。

瑞萨AI行车记录仪解决方案如何“玩转”出行安全

  01MPU

  RZ/V2N是一款视觉AI微处理器(MPU),配备瑞萨专有的AI加速器(DRP-AI3),支持高达4TOPS(Dense模型)和15TOPS(Sparse模型)的AI性能。其CPU为四核Arm® Cortex®-A55(1.8GHz)和Arm Cortex-M33(200MHz)。RZ/V2N配备了ISP(图像信号处理器)和双通道MIPI® CSI-2®摄像头接口,可支持双摄像头信号处理,这对实现视觉系统至关重要。它还配备了PCIe®和USB 3.2等高速接口,可扩展外部设备,适用于需要低功耗和高级人工智能推理的应用,如DMS(驾驶员监控系统)、监控摄像头、移动机器人等。

瑞萨AI行车记录仪解决方案如何“玩转”出行安全

  02可编程时钟发生器

  系统中的时钟发生器5L35023属于VersaClock 3S可编程时钟发生器系列,工作电压为1.8V,适用于工业、消费及PCI Express应用。它采用3 PLL架构,各PLL可单独编程,最多有6个独特频率输出。5L35023还具备主动节能(PPS)、性能功率平衡(PPB)、超调减少技术(ORT)以及极低功耗数字振荡器(DCO)等内置功能,能有效满足系统多样化时钟需求,助力系统稳定高效运行。

  03环境光传感器

  该系统中的环境光传感器ISL76682是带I²C(SMBus兼容)接口的汽车用集成光传感器,具有低功耗和高灵敏度。先进的光电二极管阵列可模拟人眼响应并具良好的红外抑制能力。该ADC还能抑制人工光源引起的50Hz和60Hz闪烁。

  04降压稳压器

  ISL80015等小型同步降压转换器能够以2.7V-5.5V输入电源提供高达2A连续输出电流。其峰值电流模式控制架构可实现非常低的占空比操作。1MHz或2MHz的开关频率能提供卓越的瞬态响应,并允许使用小型电感器。

  05电源管理

  RAA215300是一款高性能、低成本的9通道PMIC,适配32位和64位MCU、MPU应用,满足DDR3、DDR3L、DDR4和LPDDR4等多种内存电源要求。内部补偿稳压器、实时时钟(RTC)、32kHz晶体振荡器和纽扣电池充电器共同提供了一个高度集成、占位面积小、稳定运行的电源解决方案,是MPU电源的理想之选。

  此外,多通道电源管理集成电路(PMIC)DA9215等是针对智能手机、平板电脑和其他便携式应用中的CPU、GPU和DDR内存轨供电优化的PMU,具有快速瞬态响应(10 A/µs)和负载调节能力。

  06无线通信

  无线通信模块中的DA16600是高度集成的超低功耗Wi-Fi®+蓝牙®低功耗组合模块方案,包含802.11b/g/n无线电(PHY)、基带处理器、媒体访问控制器(MAC)、片上存储器和主机网络应用处理器。其中的DA14531包含2.4GHz收发器与Arm®Cortex-M0+® MCU、48kB RAM及32kB一次性可编程(OTP)存储器。无线电收发器、基带处理器以及合格的Bluetooth®低功耗堆栈,完全契合蓝牙低功耗5.1标准,能满足多种场景需求。

  07编解码器

  DA7212是面向便携式音频设备的超低功耗音频编解码器(Codec)。其输入路径支持立体声FM线路输入和最多四个模拟(或两个模拟和两个数字)麦克风,有两个独立的麦克风偏置。输出驱动器具有全面模拟混合和旁路路径。耳机输出为真实接地Class G,内置电荷泵;此外,还有差分Class AB扬声器驱动器,可作单声道输出,充分满足便携式音频设备的多样需求。

瑞萨AI行车记录仪解决方案如何“玩转”出行安全

  瑞萨AI记录仪方案适用于消费类AI行车记录仪、车队AI记录仪及前舱/后舱DMS摄像头等。它能够为记录行车状况、监测驾驶行为提供支持,通过高效的数据采集与智能分析处理获得精准的结果,保证驾驶安全。


(备注:文章来源于网络,信息仅供参考,不代表本网站观点,如有侵权请联系删除!)

在线留言询价

相关阅读
议程揭晓|6.14深圳见 · 瑞萨RA MCU开发者日
喜报丨瑞萨电子凭借R-Car X5H荣膺第五届知鼎奖“智能驾驶科技创新奖”
2026-06-03 10:49 阅读量:249
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?
2026-06-02 09:56 阅读量:265
喜报|瑞萨电子荣获上海繁易“战略合作伙伴”奖
2026-05-29 09:55 阅读量:373
  • 一周热料
  • 紧缺物料秒杀
型号 品牌 询价
BD71847AMWV-E2 ROHM Semiconductor
TL431ACLPR Texas Instruments
RB751G-40T2R ROHM Semiconductor
CDZVT2R20B ROHM Semiconductor
MC33074DR2G onsemi
型号 品牌 抢购
STM32F429IGT6 STMicroelectronics
IPZ40N04S5L4R8ATMA1 Infineon Technologies
BU33JA2MNVX-CTL ROHM Semiconductor
BP3621 ROHM Semiconductor
TPS63050YFFR Texas Instruments
ESR03EZPJ151 ROHM Semiconductor
热门标签
ROHM
Aavid
Averlogic
开发板
SUSUMU
NXP
PCB
传感器
半导体
相关百科
关于我们
AMEYA360微信服务号 AMEYA360微信服务号
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