瑞萨电子推出三款电感式位置传感器IC及网页版线圈设计工具,拓展工业传感产品组合

发布时间:2025-10-10 09:50
作者:AMEYA360
来源:瑞萨
阅读量:903

  2025年10月9日,全球半导体解决方案供应商瑞萨电子(TSE:6723)宣布推出全新无磁电感式位置传感器(IPS)IC产品系列,支持各类定制线圈设计,可广泛应用于机器人、医疗健康、智能建筑、家用电器及电机换向等工业应用场景。全新发布的RAA2P3226、RAA2P3200及RAA2P4200传感器IC具备高分辨率、高精度与高可靠性,是传统磁编码器/光学编码器的完美替代方案——传统编码器往往成本高昂,且需频繁维护。此外,瑞萨还同步推出一款网页版线圈设计工具,助力客户轻松创建定制化线圈方案,满足多样化方案需求。

瑞萨电子推出三款电感式位置传感器IC及网页版线圈设计工具,拓展工业传感产品组合

  基于电感式线圈传感器技术,瑞萨IPS产品采用简易金属标靶与双线圈/单线圈配置,可检测旋转、线性或弧形位置。瑞萨电感式位置传感器IC即使在高温(-40至125°C)、粉尘、潮湿、机械振动及电磁干扰等恶劣环境下仍能保持稳定运行;此外,电感式原理决定了传感器不受杂散磁场影响,且无需维护。得益于产品的高性能,耐用性与低维护成本,使其成为电机控制、执行器、阀门、机器人及基础设施等对可靠性和长期性能/寿命有严苛要求应用领域的理想选择。

  三款产品均具备高精度位置检测能力,精度优于电周期的0.1%。其中RAA2P3226和RAA2P3200最高可支持600K RPM(电气转速),传播延迟低于100纳秒,这对高速电机应用至关重要。高端型号RAA2P3226支持双线圈(2路位置信息),具备19位分辨率和>0.01°绝对精度,满足工业电机/机器人应用的高精度需求。RAA2P4200专为医疗设备、动力工具等低速应用设计;RAA2P3200则针对高速电机换向应用设计。三款产品均内置自动校准与线性化功能,可简化系统并提升系统级性能。

  除上述三款产品外,瑞萨还将推出车规级IPS产品RAA2P452x和RAA2P4500,预计将于今年晚些时候上市。双通道RAA2P452x与瑞萨微控制器(MCU)搭配使用时,可助力客户实现ASIL D安全等级。该车规级解决方案为低速车身控制和底盘系统提供经济高效的选择,同时确保品质不变。

  基于电感式位置传感器的设计通常涉及集成PCB、无源元件、IC,以及安装在运动部件上的金属标靶。其中,主要设计难点在于外部传感元件,如发射和接收线圈,必须精确配置以实现高精度,并需针对系统的机械与环境要求进行定制。瑞萨推出的网页版电感式位置传感器线圈优化工具通过自动化线圈布局、仿真和调谐,有效解决这一难题,显著降低开发人员的学习门槛。借助该工具,工程师还能获得准确的性能预估,并通过优化线圈布局克服制造限制。

  Leopold Beer, Vice President of Sensors Division at Renesas表示:“我们新推出的网页版线圈设计工具,将为电感式位置传感技术带来颠覆性变革。过去,开发人员在使用电感式位置传感器时,必须依赖芯片供应商的专业技术支持;如今,我们彻底打破这一障碍。这款直观易用的工具支持开发人员完全自定义感应线圈,并能够自动进行精细调校,从而在系统层面实现高精度和高稳定性。这不仅大幅降低行业准入门槛,也使更多客户——无论专业水平如何——都能自信地将电感式位置传感技术集成到设计中。”

  RAA2P3226、RAA2P3200和RAA2P4200的关键特性

  RAA2P3226

  双线圈IPS技术,适用于电感式机器人关节、AGV物流小车、工业机器人/协作机器人,及各种电机控制

  输出接口:UART、ABI、步进-方向、I²C

  最高19位分辨率,0.01°绝对精度(集成游标功能)

  自动增益控制(AGC)补偿气隙变化

  16点线性化功能提升精度

  启动时提供真实绝对位置信息(true power on)

  支持旋转、弧形,及线性位置检测

  工业级温度范围:-40°C至125°C

  供电电压:3.0V/5.5V

  RAA2P3200

  高速低延迟IPS,适用于电机换向、电动自行车、工业机器人/协作机器人,及各种电机控制

  输出接口:SPI、UART、ABI、UVW,或步进-方向

  自动增益控制(AGC)补偿气隙变化

  16点线性化功能提升精度

  支持旋转、弧形,及线性位置检测

  工业级温度范围:-40°C至125°C

  供电电压:3.0V/5.5V

  过压、反极性及短路保护

  RAA2P4200

  单线圈设计,适用于低速服务机器人、动力工具,及医疗应用

  输出接口:Anolog、PWM、I²C

  自动增益控制(AGC)补偿气隙变化

  16点线性化功能提升精度

  支持旋转轴向/非轴向、弧形,及线性位置检测

  工业级温度范围:-40°C至125°C

  供电电压:3.0V/5.5V

  过压、反极性及短路保护

  可替代ZMID4200

  成功产品组合

  瑞萨将RAA2P3226与其它兼容设备相结合,开发出两款“成功产品组合”:微型BLDC伺服和唱盘系统。这些“成功产品组合”基于相互兼容且可无缝协作的产品,具备经技术验证的系统架构,带来优化的低风险设计,以加快产品上市速度。瑞萨现已基于其产品阵容中的各类产品,推出超过400款“成功产品组合”,使客户能够加速设计过程,更快地将产品推向市场。


(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:276
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:305
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:396
  • 一周热料
  • 紧缺物料秒杀
型号 品牌 询价
CDZVT2R20B ROHM Semiconductor
MC33074DR2G onsemi
TL431ACLPR Texas Instruments
RB751G-40T2R ROHM Semiconductor
BD71847AMWV-E2 ROHM Semiconductor
型号 品牌 抢购
ESR03EZPJ151 ROHM Semiconductor
TPS63050YFFR Texas Instruments
STM32F429IGT6 STMicroelectronics
IPZ40N04S5L4R8ATMA1 Infineon Technologies
BU33JA2MNVX-CTL ROHM Semiconductor
BP3621 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