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”

发布时间：2026-06-03 10:49
作者：AMEYA360
来源：瑞萨
阅读量：201

　　近日，第五届知鼎奖颁奖典礼在上海举行。作为汽车行业年度重磅评选，知鼎奖聚焦产业前沿成果，表彰优秀企业与创新技术，助力行业高质量发展。在此次评选中，瑞萨电子凭借其R-Car X5H产品的突出表现，荣膺“智能驾驶科技创新奖”。瑞萨电子高性能运算产品市场总监张朴代表企业出席并领奖。

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”

　　瑞萨R-Car X5H是业内首款采用先进3纳米制程车规级多域融合SoC，可同时运行辅助驾驶系统(ADAS)、车载信息娱乐系统(IVI)和网关系统等多项功能，功耗较前代5纳米方案降低35%，提供高达400TOPS AI性能，搭配高性能CPU与GPU并支持混合功能安全机制。同时配套推出RoX白盒软件开发套件(SDK)及多系统支持，集成AI/ADAS软件栈，助力客户缩短产品上市周期。

　　作为全球知名的微控制器供应商，瑞萨电子融合嵌入式处理、模拟、电源与互联通信技术，打造全品类半导体解决方案，全面赋能汽车、工业、基础设施及物联网的智能化发展，以科技构筑安全、智能、可持续的未来。知鼎奖以树立行业标杆、激励技术创新为核心宗旨，本次授予瑞萨电子此奖项，不仅是对我们智能驾驶技术实力与产品价值的高度认可，更将加速车载半导体技术迭代，助力智能汽车产业提质升级。

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”


（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！）

上一篇：

下一篇：载誉收官 | 江西萨瑞微电子闪耀第24届深圳国际小电机展，斩获“技术创新先进奖”！

在线留言询价

相关阅读
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
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?
2026-06-02 09:56 阅读量：237
喜报｜瑞萨电子荣获上海繁易“战略合作伙伴”奖
企业动态

喜报｜瑞萨电子荣获上海繁易“战略合作伙伴”奖

　　近日，凭借卓越的技术支持能力、稳定可靠的交付表现以及深度高效的协同创新精神，瑞萨电子荣获上海繁易信息科技股份有限公司颁发的“战略合作伙伴”奖。瑞萨电子华东地区销售经理李庆谊代表公司出席了颁奖活动。　　▲左：上海繁易信息科技股份有限公司总经理 马学童　　▲右：瑞萨电子华东地区销售经理 李庆谊　　双方以中国工业4.0战略为指引，依托各自在工业自动化领域的核心优势，围绕多款关键产品开展了深度联合研发。合作贯穿从芯片选型、方案优化到量产落地的全链路，实现了高效协同。这一合作为上海繁易核心产品的高性能、高可靠性及快速量产交付，提供了关键的技术支撑与保障。　　此次荣获"战略合作伙伴"奖，既是上海繁易对瑞萨电子在技术创新、供货保证、质量管控与服务响应等综合实力的充分肯定，更是对双方长期以来建立的深厚互信与紧密合作关系的最佳印证，同时，也标志着双方在智能制造、工业自动化、工业传感器等核心领域的战略合作迈入全新发展阶段。　　瑞萨电子深耕工业自动化领域多年，凭借在微控制器、微处理器、电源及配套软件等方面的先进技术，已成为全球众多工业自动化厂商信赖的核心合作伙伴。
2026-05-29 09:55 阅读量：355
瑞萨丨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。
2026-05-28 10:12 阅读量：390
技术干货｜Renesas 365：将灵感构想化为现实
行业新闻

技术干货｜Renesas 365：将灵感构想化为现实

　　一年前，瑞萨电子推出了一个大胆的全新概念——Renesas 365。它由Altium提供技术支持，旨在整合当下嵌入式系统设计中日益碎片化的流程。当时，我们的云端互联开发平台尚在成形之中，但愿景已然清晰：随着工程师从概念阶段迈向产品实现，他们迫切需要一种更智慧的方式，去组织、简化、情境化并整合那些横跨硬件、软件、生产力工具与设计团队的复杂工作流。在最近于德国纽伦堡举行的Embedded World展会新闻发布会上，我们共同见证了这一愿景的重要里程碑——Renesas 365的第一阶段现已正式可用。　　嵌入式设计加速器　　这一成果意义非凡，因为我们最初试图解决的问题正变得愈发紧迫。随着产品对软件的依赖程度日益加深、连接性不断增强，并且需要在设计周期更早阶段做出更快速、更明智的决策，嵌入式设计的复杂性正急速攀升。然而，仍有太多工程师依赖彼此割裂的工具、相互孤立的文件与手动的元器件选型。这催生了一座座“设计孤岛”，消耗着宝贵时间，却难以创造相应的价值。　　Renesas 365的诞生，正是为了打破这一困局：它打造了一个智能化的云端设计环境，将器件查找、基于模型的系统开发与早期概念验证统一集成在同一平台之中。　　当我们首次提出Renesas 365概念时，我们将其称之为连接芯片与系统开发的桥梁——这一定位至今未变。第一阶段推出的“Renesas 365”涵盖了瑞萨RA微控制器(MCU)家族的550多款器件，并与瑞萨e² studio集成开发环境(IDE)、瑞萨RA灵活配置软件包(FSP)、软件开发工具包及更广泛的瑞萨工具链深度集成。借助这一级别的访问能力，工程师能够从概念设计阶段迅速推进到器件选型，再迈入早期实现阶段，同时仍然使用他们熟悉的工具和工作流程。　　通过连续性与系统级感知构筑信心　　除了将数据收集和决策过程集中到单一界面之外，Renesas 365平台还具备基于模型和情境感知的能力。这具体体现在哪些方面呢?　　在传统的工作流程中，工程师往往需要花费数小时查阅数据手册、检查引脚复用、对比外设功能，并验证时序与功耗限制。他们反复斟酌只为确定某一款MCU是否真正契合系统需求，却常常无法保证它在实际应用中能否如预期般协同工作。这项工作虽属必要，但重复且低效。　　Renesas 365改变了这一体验。它助力工程师不再孤立地评估元器件，而是根据系统级设计意图推荐合适的MCU。它不仅关注器件本身的规格参数，更关注其与接口、外设、时序、资源使用及其它系统构建模块的设计要求的匹配程度。过去需要数小时人工审查的工作，如今只需几分钟，便能为工程师提供一个更明智、更可靠的起点。　　Renesas 365区别于其他平台的关键一点是其旨在增强——而非取代——现有的桌面设计工具。例如，现有的RA客户可以将当前的瑞萨e² studio项目链接到该平台，并立即开始使用。熟悉Altium Designer进行PCB设计的工程师，也依然可以继续使用该工具进行电路板设计。Renesas 365所带来的，是一种系统级的连续性。工程师可以将他们在构思和元件选型阶段所做的决策，满怀信心地直接带入设计实现阶段——无需重新创建、重新发现，更不必担心丢失关键数据。　　连续性是Renesas 365平台背后的核心理念之一。当下许多硬件、软件及系统开发环境的团队虽然并行工作，但彼此独立，这意味着一个团队的变更往往要到审查周期后段才会被发现。此类滞后发现会额外增加时间与成本，进而削弱客户信任并错失上市时间优势。　　Renesas 365通过贯穿全流程的数字线程连接各个设计领域。它时刻保持对不同设计决策之间相互关系的情境感知，跟踪每一次迭代，并在问题影响下游流程之前提前识别潜在冲突。　　扩展对售后更新和生命周期管理的支持　　Renesas 365的正式可用，也意味着其应用范围已开始超越早期探索阶段。此阶段推出的一项显著功能，是针对基于RA系统的集成式空中升级(OTA)设备管理。这一功能之所以意义深远，是因为它折射出产品设计与维护方式的广泛变革。如今的智能互联产品，需要在现场完成更新、安全管理与生命周期支持。通过将OTA和设备群管理功能融入平台，Renesas 365正将设计决策与部署后的实际运营紧密相连。　　实现瑞萨数字化愿景的关键里程碑　　Renesas 365的面世也进一步彰显了瑞萨战略收购Altium的深远意义。该平台融合了Altium在软件和云端硬件设计及协作方面的优势，以及瑞萨在芯片、嵌入式软件与应用专业知识领域的深厚积累。其成果不仅是一款新工具，更是一个跨越早期构思、软硬件协同设计、器件选型和生命周期管理的平台——在每一个阶段，都具备更强的系统感知能力。随着这一里程碑的达成，瑞萨朝着实现其数字化愿景又迈出了坚实一步：与Altium携手打造电子系统设计与生命周期管理平台，让电子产品设计惠及更广阔的市场，从而激发更丰沛的创新。　　这也正是Renesas 365在设计生态系统中脱颖而出的原因。有些工具在特定领域，如PCB设计、仿真或元件选型等方面功能强大，而Renesas 365的使命，是跨越这些领域将各项决策连接起来：其开放性的设计支持第三方器件和混合供应商架构——因为现实世界中的系统开发，很少在单一封闭环境中进行。　　借助早期AI辅助引领开发进程　　人工智能(AI)在Renesas 365平台中扮演着精准聚焦的角色。在设计阶段，AI在后台运行，将系统意图转化为切实可行的起点：根据建模需求推荐合适的器件、配置和连接方式。信息层面的AI则在需要时提供相关文档和软件示例，减少人工检索的工作量。除了设计辅助功能，Renesas 365还将支持应用侧AI，使客户能够构建AI模型，用以定义产品在实际应用中的行为模式，例如预测性维护或自适应控制。如此，便能在不牺牲系统可靠性的前提下，显著加速开发进程。　　首次发布，奠定持续改进的基础　　Renesas 365的全面上市，仅仅是一个开始。该平台目前以RA MCU为起点，但其发展路线图将覆盖瑞萨整个MCU和MPU产品组合，并逐步拓展至更丰富的子系统支持、更多器件系列及更广泛的生态系统参与。这正是Renesas 365的长期承诺。我们的目标是打造一个智能开发环境，帮助工程师减少在繁琐事务上的时间消耗，将更多精力倾注于创新之中。　　一年前，Renesas 365还仅是半导体和嵌入式系统设计的全新思维模式。而今天，它已实现为一个免费开放的在线平台。这不仅对瑞萨而言是一次重要的飞跃，对于整个一直在寻求更紧密、更连贯设计体验的行业来说，同样意义非凡。
2026-05-26 10:14 阅读量：372
热门分类
盒子，外壳，机架 电缆，电线 电路保护 连接器，互连器件 开发套件 机电产品 嵌入式解决方案 风扇，热管理 光电元件 其它 无源元件 电源 半导体 传感器，变送器 测试与测量
  • 一周热料
  • 紧缺物料秒杀
型号 品牌 询价
BD71847AMWV-E2 ROHM Semiconductor
CDZVT2R20B ROHM Semiconductor
MC33074DR2G onsemi
RB751G-40T2R ROHM Semiconductor
TL431ACLPR Texas Instruments
型号 品牌 抢购
IPZ40N04S5L4R8ATMA1 Infineon Technologies
ESR03EZPJ151 ROHM Semiconductor
BP3621 ROHM Semiconductor
STM32F429IGT6 STMicroelectronics
TPS63050YFFR Texas Instruments
BU33JA2MNVX-CTL ROHM Semiconductor
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

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