瑞萨技术干货丨解决下一代智能锁设计中的技术挑战

发布时间:2026-05-07 09:49
作者:AMEYA360
来源:瑞萨
阅读量:1057

  从连接标准联盟(CSA)的Matter™和Aliro™

  到生物识别认证

  对安全、易用且无缝集成的门禁解决方案日益增长的需求,正推动智能门锁走向住宅和商业门禁控制的前沿。智能家居自动化和数字安全的扩展加速了应用,用户越来越期待无钥匙进入、远程访问和实时通知。与此同时,先进的生物识别技术提升了便利性和安全性,进一步加速了向智能门禁系统的转变。如今,智能门锁被期望能够为家庭、办公室和共享空间提供安全、始终可用的出入能力,并可顺畅集成到更广泛的数字生态系统中。然而,对制造商而言,要满足这些期望仍然面临着重大的技术挑战。

  智能锁设计中的核心技术挑战

  在设备层面,智能锁设计人员必须在强大的安全性与超低功耗运行之间取得平衡。锁必须在电池操作数月甚至数年时保持响应和安全,保持始终在线且能耗影响最小。无线连接进一步增加了系统复杂性。诸如Wi-Fi®、蓝牙®低功耗、Thread、近场通信(NFC)和超宽带(UWB)等技术必须能够在穿透门体和墙壁、覆盖不同距离,以及存在干扰或连接中断的情况下依然稳定运行。同时,制造商还必须通过强加密技术和安全的固件更新机制,防御网络攻击、未经授权的访问以及重放攻击。互操作性历来是另一大挑战。支持多个碎片化的生态系统不仅会增加开发工作量、认证成本和长期维护负担,在同时面向住宅市场和商业市场时更是如此,因为这两个市场在身份管理和出入策略方面存在不同要求。

  新兴标准如何改变行业格局

  新兴标准正在逐步减少这种碎片化现象。

  由连接标准联盟(CSA)开发的Matter,通过提供统一的、基于互联网协议(IP)的设备通信与自动化框架,从智能家居层面解决了互操作性问题。对于智能锁而言,Matter可实现跨生态系统的一致性控制和监测,例如上锁、解锁以及状态报告,而无需依赖专有集成。

  Aliro同样由CSA推出,专注于安全的数字出入凭证。该标准定义了移动设备、可穿戴设备与读取器如何通过NFC、蓝牙低功耗和UWB建立可信、保护隐私的出入机制。Aliro旨在实现广泛采用,可简化从住宅建筑到办公室、园区及酒店等多种门禁控制环境中的互操作性。在苹果、谷歌和三星等主流移动钱包生态系统的支持下,Aliro使人们能够使用日常携带的智能手机和可穿戴设备,实现标准化的数字凭证,在简化安全出入体验的同时保护用户隐私。

  在标准解决互操作性和安全模型问题的同时,智能锁行业也正在受到先进生物识别技术(包括人脸识别)集成的影响,这些技术可实现高度个性化且便捷的出入体验。

  面向Aliro连接的智能门锁系统架构

瑞萨技术干货丨解决下一代智能锁设计中的技术挑战

  图 1:支持多种上锁与解锁方式的系统架构,旨在满足智能门锁提供商的多样化需求

  系统的核心是RA4M3 MCU,一款通用微控制器,搭载100MHz Arm® Cortex®‑M33内核。该器件集成了瑞萨安全加密引擎9(SCE9),支持对称和非对称加密,并支持Arm TrustZone®,可为系统提供强有力的网络安全防护。

  RA4M3 MCU:

  实现Aliro协议栈

  管理无线连接设备

  通过连接的高压可编程混合信号矩阵(HVPAK)电机驱动器控制门锁电机

  通过电容式触控接口支持PIN输入

  在非接触式与无线解锁方面,系统通过基于正弦波架构的PTX105R NFC读卡器IC支持智能手机轻触解锁功能。这种设计可实现高度紧凑的NFC解决方案,其物料清单相较传统读卡器最多可减少至三分之一。该方案无需外部EMI滤波器,支持体积更小、可放置在显示屏后方的天线,并能在存在金属表面、电机和显示屏的环境中保持较强的抗噪能力。低功耗卡片检测模式使其尤其适用于电池供电的智能门锁应用。

  蓝牙低功耗连接由DA14535MOD蓝牙低功耗模块提供,兼具超低功耗运行和易于集成的特点。其全球部署数量已超过一亿颗,在广泛设备间实现了经过验证的互操作性,确保可靠的无线解锁体验。

  在远程操作方面,系统支持通过Wi‑Fi实现的Matter连接,可选用RA6W1 Wi‑Fi 6 MCU或RRQ61001 Wi‑Fi模块。该双频Wi‑Fi解决方案针对物联网(IoT)应用进行了优化,支持始终在线运行,使门锁能够即时响应远程命令、告警通知和固件更新。

  NFC、蓝牙低功耗和Wi‑Fi共同为支持Aliro的智能锁系统提供了一套完整且低功耗的连接解决方案。

  门口边缘AI人脸识别

  为进一步提升安全性与便利性,瑞萨电子与Aizip联合开发了一套经过优化的设备本地人脸识别解决方案。该边缘AI方案完全运行于RA8D1 MCU上,支持多达100名用户,即使用户佩戴眼镜等配饰,仍能保持较高的识别准确率。无需云端连接或外部处理,该方案可在边缘侧直接实现快速、私密且可靠的人脸认证。

  了解更多信息,请参阅我们的人脸识别博客。

  智能锁演示平台

  为展示上述能力,瑞萨开发了一款高端智能门锁演示平台,如图2所示。

瑞萨技术干货丨解决下一代智能锁设计中的技术挑战

  图 2:高端智能锁演示平台

  在该设计中,人脸识别功能以基于RA8D1 MCU的模块形式实现,并通过蓝牙低功耗与主控制系统(图1)进行通信,如图3所示。

瑞萨技术干货丨解决下一代智能锁设计中的技术挑战

  图 3:通过蓝牙低功耗模块实现的人脸识别

  高端集成式智能锁解决方案

瑞萨技术干货丨解决下一代智能锁设计中的技术挑战

  图 4:高端集成式智能锁解决方案

  图4展示了一套以RA8D1 MCU为核心的完全集成式高端解决方案,搭载480MHz Arm Cortex‑M85内核,并支持Helium™向量处理。

  在该架构中,RA8D1MCU:

  实现Aliro协议栈

  管理所有无线连接接口

  通过HVPAK电机驱动器控制门锁电机

  通过一颗支持电容式触控的入门级副MCU,实现PIN输入

  集成Renesas Secure IP(RSIP E51A),支持对称与非对称加密,并结合了Arm TrustZone

  总结

  随着智能门锁不断演进为始终在线、具备智能能力的出入节点,制造商面临着一系列严苛要求的叠加,包括强健的网络安全防护、超低功耗运行、可靠的无线连接,以及在住宅和商业生态系统之间实现无缝互操作性。Matter和Aliro等新兴标准正在帮助减少生态碎片化,但它们能否成功,最终仍取决于设备层面的有效实现。

  瑞萨通过一种可扩展的系统级方法应对这些挑战,将安全且高性能的MCU、超低功耗无线连接、先进的加密能力以及边缘AI相结合。通过支持包括PIN、NFC、蓝牙低功耗、Wi‑Fi和生物识别在内的多种出入方式,同时支持Matter并符合Aliro架构,瑞萨的解决方案使智能锁制造商能够在不牺牲安全性、能效或用户体验的前提下,灵活面向多样化市场。该架构展示了下一代智能锁如何在设备本地集成智能、隐私和互操作性,从而加快面向家庭、企业和共享空间的安全、面向未来的出入解决方案的开发。

瑞萨技术干货丨解决下一代智能锁设计中的技术挑战


(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
瑞萨推出旗舰级32位MCU RX74M和RX74N,首次在RX家族中采用22nm工艺并搭载MRAM
  高达600MHz的RXv3e内核与高速MRAM可实现快速、可靠的实时性能  RX74M可在单一器件上支持包括EtherCAT、支持TSN的千兆以太网和CAN FD在内的主流工业网络  基于硬件的安全功能可满足新一代安全需求,如符合《网络弹性法案》要求,并支持后量子密码技术  全球半导体解决方案供应商瑞萨电子(TSE:6723)今日推出全新旗舰级32位微控制器(MCU)RX74M和RX74N。两款产品的运行频率最高可达600MHz,是RX家族中首批采用22nm工艺并集成嵌入式MRAM的产品。与240MHz的上一代产品RX72M和RX72N相比,两款新品的性能均提升至两倍以上。RX74M面向工业自动化和工厂自动化设备,例如交流驱动器、工业机器人和可编程逻辑控制器(PLC);RX74N则面向包括智能电表、功率调节器以及暖通空调(HVAC)系统在内的广泛工业设备。  22nm工艺与MRAM实现高速实时处理  随着工业系统日益复杂,在网络中同步连接众多节点的同时实现稳定、高速运行的需求不断增长。RX74M和RX74N采用22nm工艺,集成600MHz RXv3e内核、1MB(兆字节)MRAM(磁阻随机存取存储器)、256KB(千字节)零等待状态TCM(紧耦合存储器)以及1.5MB SRAM,即使面对频繁中断和分支的工作负载,也能实现快速、低抖动的实时处理。与传统嵌入式闪存不同,MRAM写入数据前无需先执行擦除操作,因此可加快代码和数据更新、缩短编程时间并减少系统停机时间,从而提升需要频繁保存参数和日志或更新数据的应用的响应速度。  支持包括EtherCAT、以太网TSN  和CAN FD在内的主流工业网络  市场对跨多种工业以太网标准实现无缝连接的需求日益增长,但以往支持多种协议通常需要使用多个器件。RX74M将EtherCAT从站控制器、支持TSN的千兆以太网交换机和CAN FD集成于单颗芯片中。这些功能使其能够在单颗芯片上支持EtherCAT、PROFINET和EtherNet/IP等主流工业网络,包括通过TSN实现确定性通信,以及支持以前几代产品无法实现的EtherNet/IP DLR(设备级环网)等冗余网络配置。因此,该器件可提供面向工业物联网(IIoT)的工业网络基础,将现场设备与上层系统连接起来。  面向CRA与PQC的基于硬件的安全功能  随着物联网设备不断普及,《网络弹性法案》(CRA)等法规正推动全球市场对覆盖设备全生命周期的安全措施产生更高需求。  RX74M和RX74N通过在RX CPU中集成ProtectZone,进一步增强了基于硬件的安全功能,可在单颗芯片内隔离安全区域与非安全区域。此外,新一代瑞萨安全IP(RSIP)在传统TSIP的基础上扩展了公钥密码功能,并支持认证加密以及更广泛的哈希算法,从而能够在单颗MCU中实现包括后量子密码(PQC)在内的先进、面向未来的安全方案。  瑞萨电子EP先进MCU事业部高级总监Yoshi Ishikawa表示:  工业设备开发需要具备三大关键要素:先进的实时性能、多样化的工业网络以及强大的安全性。新产品将这些要求集成于单颗芯片中,可简化日益复杂的工业设备设计,并推动工业自动化持续发展。  借助全面的合作伙伴生态系统提升开发效率  瑞萨与生态系统合作伙伴携手,为RX74M和RX74N提供解决方案,帮助客户缩短开发周期。  软件:Codewerk、RT-Labs  开发工具:IAR  实时操作系统:eForce、Zephyr RTOS  有关其他合作伙伴的信息,请参阅瑞萨电子合作伙伴计划。  其他特性  除高性能600MHz产品外,还提供功耗降低20%以上的300MHz产品  丰富的封装阵容,包括176/224/320引脚LFBGA和100/144/176引脚LFQFP  1.62V至3.6V的宽电源电压范围,以及−40℃至+125℃(Tj)的工作温度范围  支持从外部Octa Flash执行XiP(就地执行)和即时解密  通过RX、RA和RZ家族通用的FSP(灵活软件包)构建可扩展的开发环境  成功产品组合  瑞萨将新款MCU与其产品组合中的多种兼容器件相结合,推出包括磁悬浮输送系统和集成从属执行器的智能HVAC控制在内的广泛解决方案。
2026-10-23 11:06 阅读量:281
瑞萨丨构建开放端侧AI生态,加速产业智能化落地
  近日,由华强电子网与IICIE国际集成电路创新博览会联合主办的“第三届AI赋能消费电子创新论坛”在深圳成功举办。瑞萨电子嵌入式处理器事业部市场部高级经理施灵峰出席论坛并发表主题演讲——《构建开放端侧AI生态,加速产业智能化落地》,系统分享了瑞萨如何以开放协同的端侧AI创新生态,赋能各产业智能化转型。  端侧AI从“概念验证”迈入“规模落地”  随着AI技术加速从云端向终端侧渗透,产业端需求已快速跨越概念验证阶段,朝着可落地、可规模化的产品化方向深入推进。施灵峰指出,当前客户在端侧AI落地中仍面临三重现实痛点:行业竞争激烈、AI建模开发复杂耗时、端侧推理性能难以满足复杂应用需求。  针对客户不同阶段的需求,瑞萨打造了四类场景化方案:  针对拥有数据但缺乏AI建模经验的开发者,可通过Reality AI等工具自动完成特征探索、模型训练与代码优化,无需专业AI建模能力。  已有模型的开发者,可通过e-AI Translator等工具链,一键将PyTorch、TensorFlow等主流框架的模型转换为MCU可运行的C代码,并可提前评估资源占用情况及模型推理性能。  面向高实时性复杂应用需求,瑞萨提供集成NPU的RA8P1 MCU,在实现低延迟AI推理的同时,兼顾高集成度与系统成本优化。  针对高算力视觉AI场景,瑞萨推出搭载自研DRP-AI加速引擎的RZ系列MPU,提供10 TOPS/W的高能效表现,可高效支撑复杂视觉算法运行,在高算力需求与系统成本之间实现更优平衡。  在此基础上,为破解端侧AI落地的碎片化壁垒,瑞萨正全力构建全面开放、协同共生的端侧AI创新生态,打通底层芯片硬件、开发工具链、算法适配与行业应用场景之间的全链路连接,从硬件底座、生态体系到技术服务形成完整支撑体系。  硬件底座:从MCU到MPU的可扩展产品矩阵  在硬件层面,瑞萨打造了覆盖不同算力等级、不同成本层级的端侧AI产品矩阵,可充分匹配多样化场景需求:  入门级通用MCU:面向轻量级传感与异常检测场景,提供高性价比方案。  AI MCU RA8P1:搭载1GHz Arm Cortex-M85+M33双核,Coremark跑分超7300,内置0.25 TOPS Ethos-U55 NPU,支持500万像素摄像头与1280×800 MIPI/RGB显示,可在MCU级BOM成本下实现媲美MPU的AI算力,覆盖语音交互、视觉识别和实时分析三大主流AI应用。  高端AI MPU RZ/V2系列:搭载瑞萨自研DRP-AI加速引擎,其中RZ/V2H稀疏算力可达80 TOPS(密集8 TOPS),ResNet50推理超330fps,配备4K ISP;搭载的新一代DRP-AI能效高达10 TOPS/W,RZ/V2H AI Board可在无风扇、无散热片条件下完成复杂AI推理。  生态体系:  三大AI方向×自动建模工具×全场景参考设计  在生态层面,瑞萨围绕实时分析/状态监测、计算机视觉、智能语音三大主流AI应用方向,持续深耕本地化生态建设:  实时数据AI:通过Reality AI Tools,客户在自有设备上采集数据后即可自动探索特征、生成机器学习模型并输出目标平台编译代码,无需客户自行建模。轻量级代码可低至8KB Flash,准确率高达99%——例如在滚筒洗衣机方案中,瑞萨通过变频电机电参数检测滚筒旋转不平衡,取代传统加速度传感器,单台节约约4美元;在智能烤箱方案中,结合气体与湿度传感器感知披萨“刚刚好”的烘焙程度,准确率达98.5%。  视觉AI:通过IRIDA LABS Percv.ai端到端视觉AI方案,实现“数据驱动+多场景通用+云端训练+边缘部署”,无需用户建模即可自动生成模型代码。基于RA8P1,瑞萨已开发图像分类(MobileNet v1,推理3ms,性能提升33倍)、交通监测(11ms,36倍)、驾驶员状态监测(困倦、手机使用、吸烟分心检测)、多达20张人脸同时检测等参考设计。  语音AI:覆盖从入门到高端的完整硬件梯度,支持语音命令识别、自然语言理解、说话人识别等多模态能力。  在开发工具链上,瑞萨提供e-AI Translator(支持TensorFlow、TensorFlow Lite、PyTorch、Keras等框架一键转换为MCU/MPU可执行C代码)、e-AI Checker(自动评估ROM/RAM占用与推理时间)、RAIMD(对接NVIDIA TAO模型仓库,支持迁移学习与低代码视觉AI开发)、RUHMI Compiler、AI Navigator图形化导航以及集成DRP-AI驱动的AI SDK,并配套10余款官方AI专用开发套件。客户资料层面,瑞萨官网提供产品规格书、设计原理图、快速上手指南、示例工程、演示视频、博客白皮书,以及线上培训与现场实训,GitHub上开源了RZ/V AI ZOO与Renesas AI Hub等海量参考工程。  服务体系:本地化全流程技术支持  在服务层面,瑞萨搭建了专业化的本地化工程技术团队,为客户提供从前期方案评估、模型开发调试,到功能验证、量产导入的全流程技术支持,覆盖工业自动化、消费电子、家庭自动化、建筑自动化、城市基础设施、健康、农业、物流运输、机器人等重点产业赛道。  通过持续推动底层技术创新与产业生态的深度融合,瑞萨电子正以开放姿态与客户、算法伙伴、工具厂商携手,加速端侧AI从“能用”走向“好用、规模化落地”,助力客户实现产品智能化升级与商业价值提升。  端侧AI比拼的早已不只是单颗芯片的算力,而是从硬件到场景的生态协同效率。瑞萨电子正以开放的产品矩阵、完整的工具链与本地化技术支持,与上下游伙伴携手,共赴产业智能化的下一程。
2026-10-22 10:22 阅读量:280
瑞萨丨EEPW对话瑞萨电子副总裁Ivo Marocco:物理AI规模化布局
  Physical AI(即物理AI)成为了热词,人们说人工智能的发展已经进入到了下半场。  2026年8月27日,瑞萨电子(Renesas)在北京启用了Physical AI & Robotics Lab。距离7月1日瑞萨Physical AI事业部的成立,还不到两个月。  对一个年营收过万亿日元的半导体巨头来说,这个速度不算慢。但比速度更值得关注的,是瑞萨对这件事的定义,不是"设立一个研发中心",而是"把项目从概念验证推到规模部署"。  "目前瑞萨能覆盖人形机器人约30%的BOM,目标是把这推到70%。"瑞萨在官方新闻稿里说得很直接。  30%到70%,差的不是40个百分点,而是一整套系统级交付的能力。这也是这个实验室真正要做的事。  带着问题,我们跟瑞萨电子副总裁兼UX事业部负责人Ivo Marocco聊了聊。  为什么是北京,为什么是现在  瑞萨把物理AI定义为"具有实际结果的智能"——能感知、能处理、能通过执行器跟现实世界交互的系统。这个定义本身就说明,瑞萨不把自己看成单纯的机器人芯片供应商。  7月1日成立事业部,8月27日北京实验室落地。Ivo Marocco在回答中确认,独立的组织架构是为了"明确应用和市场重点,同时充分利用汽车与工业产品组合中的资产"。这句话翻译一下就是:瑞萨在汽车和工业领域攒了几十年的东西,现在要系统性地往机器人赛道上搬。  那为什么是北京?  Ivo Marocco给出的理由是中国有"优秀的工程人才、快速的决策与执行能力、迅速发展的机器人生态,以及具有全球竞争力的创新和供应链能力"。这话不假,但更实在的一点是:机器人是系统级工程,光靠卖芯片样品和参考设计远远不够。客户需要有人跟他一起调电机、调传感、调电源、调通信延迟。实验室就是干这个的。  他还补了一句:"在这里形成的解决方案和经验,未来也可能适用于其他市场。"这句话值得留意——北京实验室不只是服务中国客户的,它是一个试验田,跑通的方案可以复制到全球。  新业务新部门,肯定要有新的KPI。关于这个,Ivo Marocco没有给出具体数字。他说现阶段重点是"加强客户互动、加快概念验证和设计导入、强化子系统集成",进展通过"客户项目的成熟度与相关性、验证和开发支持的有效性,以及周边生态系统的发展"来评估。  不难理解,对于瑞萨来说现在还不是定数字的时候。先把客户拉进来,把项目跑起来。这本身就是一个信号——瑞萨对这件事的预期是长期的。  从30%到70%,中间是什么  30%到70%这个数字,是理解瑞萨在机器人领域打法的关键。  Ivo Marocco解释得很清楚:这两个数字是"以金额计算的芯片含量",来自"特定架构中平均价格与芯片数量的综合计算"。换句话说,不是瑞萨现在只能提供30%的器件,而是按价值量算,目前打进去的芯片占整个人形机器人BOM的30%。  那剩下的40%是什么?  他没有列具体器件清单,但说了一句很关键的话:"我们将继续投资于现有的产品领域,包括计算、传感、电源和模拟,其中许多产品都适用于人形机器人。"  注意"继续投资"这四个字——意思是这40%不靠并购补,靠自研和现有产品线的延伸。这跟瑞萨过去几年靠收购Intersil、IDT、Dialog快速扩张的路径不太一样。  技术层面,Ivo Marocco承认汽车芯片的经验不能简单照搬。能直接迁移的是"实时控制、电机控制、电源管理、工业通信和汽车功能安全"。需要重新做的是"分布式架构、关节端智能、更严格的功耗约束,以及新型人机交互"。他的原话是"不能简单复用汽车解决方案"——这句话从瑞萨嘴里说出来,本身就说明他们对机器人场景的复杂度有清醒认知。  有一个问题我们特意追问了:  瑞萨准不准备做机器人基础模型?  Ivo Marocco的回答很干脆:"瑞萨并不寻求自行开发机器人基础模型或'机器人大脑'。"瑞萨的定位是"帮助AI能力与物理系统连接",具体来说就是提供传感、低延迟计算、实时控制、电源管理、功能安全这些底层能力,可能会用到RA、RZ、R-Car等产品线。  这个定位很聪明。做模型是烧钱的事,而且跟瑞萨的基因不匹配。瑞萨的强项是把东西做稳定、做可靠、做到车规级——这些能力在机器人身上同样稀缺。  问到敏感话题:"最不想被别人卡脖子的环节"是什么?Ivo Marocco没有正面回答,而是强调"差异化不在于依赖某一项单独技术,而在于整合一系列成熟且广泛的能力"。这话听起来像公关话术,但仔细想想,瑞萨确实没有哪一项技术是绝对不可替代的。它的优势是覆盖面广——从MCU到功率到传感到通信,能凑出一套相对完整的方案。这在机器人这种高度碎片化的市场里,反而比单点技术领先更有用。  对比英飞凌(功率半导体见长)、意法半导体(MCU+传感器)、NVIDIA(AI算力),瑞萨的差异化确实在于"覆盖全系统"的完整度。当然,完整度不等于竞争力,最终还是要看客户买不买单。  人形机器人离规模部署还有多远  这是整场采访里最实在的部分。  我们问Ivo Marocco,人形机器人从概念验证到规模部署,最大的工程化瓶颈是什么?他没有说是芯片算力不够,也没有说是电机控制精度不够。他的回答是:"主要瓶颈并非某一个孤立器件,而是在严苛约束下对众多子系统进行集成。"  这个判断跟实验室的定位完全吻合。机器人需要"精确传感、低延迟处理、协调执行、高效的电源与热管理,以及适用于变化环境的功能安全"——这些东西单拎出来都有成熟方案,但凑在一起还能稳定运行,就是另一回事了。实验室要做的是"在子系统层面集成并验证这些要素,缩小初始概念验证与可扩展部署之间的差距"。  关于竞争格局,Ivo Marocco没有直接对比英飞凌、意法或NVIDIA,而是说"与其逐一比较竞争对手,瑞萨更关注如何通过这些能力的组合简化系统开发并加快客户部署"。他提到了Renesas 365云开发平台,这是瑞萨在软件侧的一个抓手。  对于跟AI计算平台、VLA/机器人基础模型厂商的关系,他的定位很清晰:瑞萨是提供硬件和底层能力的一方,"使AI能够在物理系统中可靠运行"。至于具体的模型计划,他说"现阶段不打算发表评论"。  最后一个问题我绕了个弯子:人形机器人真正起量还需要几年?哪些物理AI应用可能更早实现规模化?  Ivo Marocco没有给具体时间表。他说"很难给出统一的时间表,因为应用普及将取决于具体场景、所需灵巧度、安全性和成本"。但他给了一个方向性判断:工厂、物流、农业等结构化环境中的工业应用,会比面向家庭的通用人形机器人更早实现规模化。  这个判断值得重视。市场上很多讨论都聚焦在人形机器人上,但真正先落地的可能是更"无聊"的场景——工业机器人、协作机器人、AMR。瑞萨的实验室"不仅服务人形机器人,还面向更广泛的物理AI应用",这个定位跟Ivo Marocco的判断是一致的。  至于实验室未来几年最应该做成的一件事,他的回答很克制:"加强客户协作、验证可扩展的子系统解决方案,并帮助建立实现更广泛部署所需的生态和安全基础。"没有提销量,没有提市占率,没有提具体的营收目标。就是做好手头的事。  写在采访的最后  回到开头那个问题:瑞萨在北京开这个实验室,到底想干什么?  Ivo Marocco在采访里说了一句话:"北京实验室是一项着眼未来、旨在贴近客户并推动生态发展的投资,并不意味着瑞萨偏离核心业务,也不是对无关领域的投机性布局。"  这话说得很稳。但结合瑞萨过去几年的动作——终止SiC业务、成立Physical AI事业部、在北京落地实验室——能看出来这家公司正在做一次不算轻松的战略调整。汽车芯片的基本盘还在,但增长故事需要新的章节。机器人是那个章节,至少目前看起来是。  实验室能不能成,最终要看瑞萨能不能真的帮客户把机器人做出来、卖出去。从30%到70%的BOM覆盖,从概念验证到规模部署,中间隔着无数个工程细节和商业决策。
2026-10-22 09:31 阅读量:267
瑞萨丨车载充电器(OBC)和直流/直流转换器拓扑结构如何塑造下一代电动汽车电源电子设备
  随着消费者对于更快的充电速度、更长的续航里程以及性价比更高的电动汽车的需求不断增长,车载充电器(OBC)在电池寿命中的作用比以往任何时候都更加关键。  传统电动汽车采用两级OBC架构,因为它可以将电网侧的电能质量控制和电池侧的隔离和调节进行彻底分离。前级功率因数校正(PFC)整流器可调节交流输入并产生高压直流电,而后级隔离式直流/直流转换器则提供电气隔离并精确调节电压,从而实现安全的电池充电。然而,随着800V高压平台成为主流以及功率级别上升到11kW甚至更高,这种两级设计的局限性(包括尺寸庞大、效率低下和成本高昂)已日益凸显。  两级OBC:成熟却受限的设计  两级转换器概念示意图  两级OBC串联功率转换过程  两级OBC是行业主流方案,由两个依次串联的功率转换级组成:  前级PFC:将电网交流电转换为稳定的直流母线电压,同时实现单位功率因数(PF>0.99)和较低的THD(<5%),从而满足国际电网标准。交错图腾柱PFC(采用SiC/GaN器件)之类的拓扑结构在其中占主导地位,它们具有优秀的效率但却需要专用的升压电感器和直流链路电容器。  隔离式直流/直流:将直流母线电压转换为牵引电池所需的电压(~500V至900V,用于800V系统),同时提供电气隔离。主流拓扑结构包括LLC谐振转换器(用于提高效率)和双有源桥(DAB)(用于实现双向车联网(V2X)功能)。  虽然这种架构十分成熟,但却存在天然局限性:  元器件冗杂:两级意味着重复的功率器件、磁性元件和控制电路,徒增物料成本、尺寸和重量。  级联效率损耗:即使每级可达到97%的效率,但整体系统效率仍会降至94.1%,这是大功率电动汽车的一大关键缺陷。  可靠性瓶颈:庞大的直流链路电解电容器是限制两级设计寿命的元件,导致整体系统寿命缩短(通常为5至8年)。  功率密度限制:由于需要大型电感器、电容器和双热管理系统,系统功率密度受到限制,导致其难以满足现代电动汽车对紧凑尺寸的要求。  引入单级OBC直流/直流架构  通过将PFC和隔离式直流/直流转换技术整合进单个功率转换级中,单级OBC直流/直流转换器成功解决了这些问题。因此系统无需再使用中间直流母线及其相关元件。  单级OBC DC/DC转换器示意图  基于矩阵转换器的设计利用双向GaN开关,可大幅减少直流链路储能需求,从而实现超高功率密度,但需要先进的控制算法。  应用单级设计的关键前提条件是宽带隙(WBG)半导体(SiC/GaN)。这些器件支持更高的开关频率(对于GaN,可达900kHz),能够减少开关损耗,并构建紧凑的磁性元件,这对于降低单级拓扑结构较高的复杂度来说至关重要。  单级OBC直流/直流转换器的优势  单级OBC直流/直流转换器在效率、尺寸、成本和功能方面具有颠覆性的优势,能够满足下一代电动汽车的迫切需求。  出色的功率密度:  适用于电动汽车封装的紧凑设计  此方案的一大直接优势是显著减小尺寸和重量。通过省去直流链路电容器、升压电感器和冗余元件,与两级设计相比,单级设计可将OBC的整体体积缩小多达50%。  更高的系统效率  单级转换消除了中间直流母线损耗,可使整体系统效率的提升幅度达到2%。提升效率的关键因素包括:  单功率转换:消除了两级的级联损耗。  宽ZVS范围:WBG器件可实现零电压开关,并具有较宽的ZVS工作范围,充分减少开关损耗。  减少导通损耗:更少的半导体和更低的均方根电流可减少导通损耗。  更低的物料成本  虽然WBG半导体增加了前期成本,但无源元件(电感器、电容器)和功率器件数量的减少可在很大程度上抵消此劣势。  其他成本优势包括:  简化的热管理:单个热回路可降低冷却系统复杂性和成本。  更少的PCB层数和组装步骤:简化制造流程并缩短生产时间。  提升可靠性:延长系统寿命  直流链路电解电容器是两级OBC可靠性的主要瓶颈,通常仅可持续使用5到8年。单级设计不再使用这些大型电解电容器,而是采用长寿命的薄膜电容器;在矩阵转换器拓扑结构中,甚至可以完全省去直流链路电容器。  这有助于提高系统可靠性,减少维护成本和保修索赔次数,并提高其对高温工作环境的适应能力(可达125°C)。  当前挑战和未来前景  虽然单级OBC直流/直流转换器具有颠覆性的优势,但它们同样面临着挑战。主要的阻碍是控制更加复杂。包括:  EMI设计复杂性:更高的开关频率和单级转换需要更加复杂的EMI滤波技术才能满足汽车EMC标准。  控制算法调优:针对较宽的输入/输出电压范围需求校准单级控制器,需要耗费大量工程资源。  然而,随着技术的快速进步,这些挑战正逐步得到解决。智能算法可实时优化调制策略,从而简化调优并改善性能,而变压器和电感器的协同设计则可减小尺寸和降低EMI,以此进一步提升功率密度。此外,随着SiC/GaN生产规模不断扩大,基于WBG的单级设计的成本溢价在不断缩小。  单级OBC直流/直流转换器代表着电动汽车充电技术的下一个前沿。通过将PFC和隔离式直流/直流转换器整合到单级中,它解决了传统两级设计在尺寸、低效和成本方面的核心局限性,同时还可解锁双向V2X功能等新特性。
2026-10-21 09:44 阅读量:301
  • 一周热料
  • 紧缺物料秒杀
型号 品牌 询价
RB751G-40T2R ROHM Semiconductor
MC33074DR2G onsemi
BD71847AMWV-E2 ROHM Semiconductor
CDZVT2R20B ROHM Semiconductor
TL431ACLPR Texas Instruments
型号 品牌 抢购
BP3621 ROHM Semiconductor
BU33JA2MNVX-CTL ROHM Semiconductor
ESR03EZPJ151 ROHM Semiconductor
STM32F429IGT6 STMicroelectronics
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
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