瑞萨电子收购Reality AI一年后的更新

发布时间:2023-06-27 09:58
作者:AMEYA360
来源:网络
阅读量:3019

  全球半导体解决方案供应商瑞萨电子在正式宣布收购嵌入式AI解决方案供应商Reality Analytics, Inc.(Reality AI)一年后,发表了其在人工智能(AI)和微型机器学习(TinyML)解决方案方面的最新进展。

  2022年6月9日,瑞萨宣布以全现金交易形式收购Reality AI。Reality AI广泛的嵌入式AI和TinyML解决方案,可用于汽车、工业及消费类产品的高级非视觉传感,完美适配瑞萨嵌入式处理及物联网产品。它们可为机器学习提供先进的数学方法进行信号处理,从而实现快速、高效的机器学习推理,可适用于小型MCU及强大MPU。使用Reality AI Tools?这一个可以支持完整产品开发生命周期的软件环境,用户可自动探索传感器数据并生成优化的模型。Reality AI Tools包含分析功能,能够找到最佳传感器或传感器组合、传感器放置的位置并自动生成组件规格,并且以时域/频域的方式完全解释模型函数。

瑞萨电子收购Reality AI一年后的更新

  在收购发布后的短短一年内,瑞萨已推出一系列基于Reality AI技术的解决方案。以下产品将于6月20至22日在圣克拉拉会议中心举行的Sensors Converge展览上展出,瑞萨电子展位号:945号。

  相关方案一览

  Reality AI Tools现在与瑞萨计算产品紧密整合,可通过内置的部件选择引擎原生支持所有瑞萨MCU和MPU。此外,还可在Reality AI Tools和瑞萨的嵌入式开发环境e2 Studio之间实现自动上下文切换。

  RealityCheck电机工具箱是一套先进机器学习软件工具箱,使用电机控制过程中的电气信息来实现预测性维护、异常检测及智能控制反馈等功能的开发,无需额外传感器。它可以及早检测出系统参数中预示着存在维护问题和异常的微小波动,从而减少停机时间。该软件不仅能与瑞萨MCU、MPU及电机控制套件无缝协作,而且还和Reality AI Tools完全集成,可以大规模地创建、验证和部署传感器分类或预测模型。该功能是一个预测模型构建的工具链,开发人员可以通过Reality AI工具链轻松访问,开箱即用。

  RealityCheck HVAC解决方案套件是适用于HVAC领域的垂直集成解决方案套件。该解决方案是一个完整的框架,包含硬件及固件参考设计、一套可用于产品设计的预训练ML模型以及一个明确的模型训练、定制和现场测试的流程,以满足特定的产品需求。这将显著提高HVAC系统的效率。

  汽车SWS解决方案套件独特地将软硬件结合起来,为乘客带来更高等级的保护。该套件配备了一个MEMS麦克风阵列,可集成在组件中或放置在车顶上。使用可灵活调节放置位置车规MCU,在平价硬件上运行AI检测和定位软件。AI模型可准确检测并分类不同的威胁,对于警笛,检测距离为1.5公里,对于汽车、卡车和摩托车,距离为35米以上,对于自行车和慢跑者,距离为10米。定位功能也是通过AI模型提供的,可计算到达的角度,预测距离并检测威胁在接近,还是在远离。

  “

  各行各业的客户已将瑞萨AI解决方案用于各种应用领域。例如,ITT Goulds Pumps公司正在使用瑞萨AI技术进行数据分析。该公司监测与控制研发总监Brad DeCook表示:“瑞萨AI技术的独特功能帮助我们开发了机器诊断技术,可有效识别由剧烈振动及高温引起的设备故障。”

  ”

  “

  瑞萨电子执行副总裁兼嵌入式处理、数字电源及信号链事业部总经理Sailesh Chittipeddi表示:“随着越来越多客户在端点实现人工智能,我们相信AI和物联网的融合正在创造一个重要拐点。将Reality AI独特而强大的技术融入我们的产品阵容中,有助于我们的客户使用更少的运算和功耗,实现更快、更准确的信息处理和响应。”

  ”

  成功产品组合

  瑞萨已将其AI技术融入汽车、工业和物联网应用的众多“成功产品组合”中。两个从Reality AI技术中受益的解决方案示例是电机控制的振动检测和高效率且成本优化的智能热泵。这些“成功产品组合”突出展示了Reality AI技术可以实现智能检测电机异常,以进行预防性维护的应用场景,可以为客户节省大量的维修成本。瑞萨“成功产品组合”依托于相互兼容且可无缝协作的产品,同时采用经过技术验证的系统架构,带来优化的低风险设计,加快产品上市。瑞萨现已推出超过400款“成功产品组合”,旨在帮助客户加速设计过程,加快产品上市。


(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:262
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:286
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:382
  • 一周热料
  • 紧缺物料秒杀
型号 品牌 询价
CDZVT2R20B ROHM Semiconductor
TL431ACLPR Texas Instruments
RB751G-40T2R ROHM Semiconductor
MC33074DR2G onsemi
BD71847AMWV-E2 ROHM Semiconductor
型号 品牌 抢购
BU33JA2MNVX-CTL ROHM Semiconductor
ESR03EZPJ151 ROHM Semiconductor
STM32F429IGT6 STMicroelectronics
TPS63050YFFR Texas Instruments
BP3621 ROHM Semiconductor
IPZ40N04S5L4R8ATMA1 Infineon Technologies
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