瑞萨丨技术干货 边缘AI:日常工业背后的隐形智能

发布时间:2026-05-19 09:52
作者:AMEYA360
来源:瑞萨
阅读量:869

  维持日常生活运转的大多数系统,往往从不登上新闻头条。无论是维持水压的泵站、保持食品流转的传送带,还是负责将正确包裹送往正确目的地的仓库,这些都是“日常工业”中的重要组成部分。然而,它们也时刻承受着更大的压力:减少停机时间、降低能耗、减少意外情况的发生。

  真正拉开“够用”与“于无声处见卓越”差距的,是边缘AI:即直接部署在控制器、面板和传感器中的轻量化智能。瑞萨电子内置AI加速功能的RA8P1高性能Arm® Cortex®-M85微控制器(MCU)、适用于图形丰富且搭载AI的人机界面(HMI)和网关的RZ/G3E微处理器(MPU)以及专为视觉应用优化的RZ/V2N处理器,正是为了将这种智能精准部署到最需要的地方。

  更智能地掌控故障源头

  当电机轴承开始磨损,或者当泵出现气蚀时,最初迹象往往表现为振动、电流或温度的细微变化。传统的控制器会采集这些信号,将其与固定阈值进行比较,并且只有当情况明显恶劣时才会发出警报。到那时,生产可能已经处于风险之中。

  借助基于RA8P1的控制器,同一份数据能够更早发挥作用。RA8P1将快速实时控制与内置AI加速功能相结合,使控制器能够了解特定机器的“正常”状况并静静地监测微小但不容忽视的偏差。控制程序仍会如往常一样运行,只不过多了一双额外的“眼睛”,能够察觉操作员的行为模式以及可能被忽视的简单阈值变化。

  在实际应用中,这意味着:

  一条包装生产线会将更换轴承安排在计划停产期间进行,而不会因意外故障导致中断。

  供水网络中的增压泵可在气蚀出现的初期发出预警,以免服务受到影响。

  机器中内嵌的小型HMI不仅会显示状态信息,还可呈现其健康状况随时间变化的趋势。

  硬件空间无需发生巨大改变,机柜控制器、驱动板和紧凑面板均可从相同的RA8P1基础架构中受益。真正改变的,是它们对所控过程的理解深度。

  不局限于数据显示的操作面板

  来到一个现代工业HMI之前,您将会看到密集的流程信息:储罐液位、生产线速度、温度、能源使用情况以及警报列表。它功能强大,但也令人无所适从。当大量警报同时出现,即使是经验丰富的操作员也会不知该从何下手。

  这正是RZ/G3E级别HMI和网关大显身手的地方。它们将高性能应用程序内核与专用AI加速技术以及丰富的图形功能组合在一起,使HMI能够超越简单地镜像可编程逻辑控制器(PLC)标签:

  它可以整合具有相同根本原因的警报,并筛选出真正需要关注的一两个报警。

  它可以重点展示需要调查的模式,如某台机器反复出现的短暂停机。

  它可以提供基于情境的建议:如“检查过滤器A”或“检查第3段传送带”,而非仅仅展示一段通用故障代码。

  由于RZ/G3E专为运行完整操作系统和现代UI框架而构建,因此它还可作为控制网络和更高级分析系统之间的天然桥梁。它能够预处理数据、运行本地模型并仅将最相关的洞察结果上传,从而减少带宽占用并防止敏感的原始数据向外泄漏。对于操作员而言,它的使用体验几乎仍和“面板”无异。而在底层,它已悄然扮演起本地分析师的角色,而不仅仅是一个显示屏。

  协助人类实现全天监测的视觉技术

  工厂中某些最重要的信息常会以视觉形式呈现。标签是否粘贴并对齐?连接器是否插好?机器人移动时应予以清空的区域内是否有人?人类擅长在短时间内发现这些问题,但并非每一班次的每时每刻都能保持警觉。

  RZ/V2N这样的处理器专为此类始终开启的边缘视觉系统而设计。它们可在本地运行基于摄像头的AI模型,将原始图像转换为简单的判断结果:“零件合格/不合格”、“区域安全/不安全”以及“模式正常/异常”。

  在日常运行中,这些能力可以体现为:

  传送带上方的摄像头可以在产品码垛之前捕捉到缺失的瓶盖或受损的包装。

  监控机器人单元的智能传感器可在确认安全区内无人后才允许移动。

  质量检测站可检查电子元件上是否存在焊料或者连接器是否对齐,而无需中断生产线进行手动检查。

  由于处理过程在摄像头附近紧凑、高效的器件内完成,因此无需将视频传输至远程服务器。网络上传输的是判断结果,而非每一帧画面。

  一套工具包即可悄然实现多项提升

  RA8P1、RZ/G3E和RZ/V2N各自处理工业系统中不同的环节:控制、可视化和视觉。它们共同组成了一套工具包,让现有的设备更加智能化,同时不推翻已投入运行的架构:

  RA8P1可让控制器和驱动器能够更好地“倾听”其机器的状况。

  RZ/G3E将面板和网关转变为“合作伙伴”,帮助操作员关注最重要的事项。

  RZ/V2N使摄像头能够持续监控可能被人类所忽视的问题。

  除了芯片之外,瑞萨电子还提供了AI开发环境、演示项目以及参考设计,以便团队能够更加顺利地将经过训练的模型部署到嵌入式硬件上。这意味可将异常检测功能添加到PLC型控制器中、将洞察信息叠加显示在流程显示屏上或者在智能摄像头内部署小型视觉模型。

  不止计算:平台的其他产品

  支持边缘AI的系统需要的不仅仅是处理器和软件。瑞萨电子还可提供工业级功率器件、模拟和传感IC以及稳健的连接方案,将这些处理器转化为全套解决方案。高效的功率传输技术支持密集式24V控制柜;高精度模拟产品和IO Link器件可确保精确捕捉振动、电流和温度数据;工业级以太网和现场总线接口将传感器、控制器和HMI安全地连接在一起。

  结合用于安全启动和保护性更新的嵌入式安全功能,这种集计算、功率、模拟、连接和安全于一体的组合方案,能够帮助团队将边缘AI从实验室演示推进到长期稳定运行的工业部署阶段,大幅减少意外情况。

瑞萨丨技术干货  边缘AI:日常工业背后的隐形智能


(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
瑞萨丨如何构建可扩展的端到端ADAS/AD系统解决方案:从演示到大规模量产
  尽管自适应巡航控制和盲点监测等功能是广受欢迎的高级驾驶辅助系统(ADAS)功能的典型代表,但下一代ADAS已不再仅由单个功能来定义。相反,这越来越取决于端到端ADAS软件栈能否高效地集成、验证并部署在可扩展的汽车计算平台上,从而彻底改变整个驾驶体验。  这一点在中国尤为重要,当地原始设备制造商正迅速从核心安全及新车安全评估计划(NCAP)要求,转向软件密集型的L2++驾驶体验,例如高速公路自动导航(NOA)、城市NOA、脱手驾驶、集成式泊车,以及其他提升车辆自然行为的增强功能。  为实现这一目标,全球原始设备制造商和一级供应商需要制定能够跨区域、跨细分市场及跨自动驾驶等级扩展的平台战略,同时最大限度提高软件复用率、降低集成风险,并实现更快、更持续的功能演进。  为满足这一需求,瑞萨电子与Nullmax正在联合开发一款L2++端到端城市NOA车载演示系统,该系统将在车辆层面将真实的ADAS用例落地呈现。通过结合瑞萨电子R-Car高性能SoC、R-Car Open Access(RoX)平台以及Nullmax的端到端AI栈,将平台能力转化为客户项目切实可行的有力证明。  为何端到端ADAS软件栈的实现至关重要  现代ADAS/AD系统正从模块化、逐项功能集成的模式,转向由AI定义的软件栈,其中感知、规划和控制模块之间的协同运作更为紧密。这一转变对底层计算平台提出了新的要求:需处理海量多样化的数据,并支持高性能AI推理、确定性实时控制、持续的传感器数据采集、高吞吐量的数据传输、安全相关监控以及灵活的软件执行环境。  受大型语言模型、视觉-语言模型以及视觉-语言-动作模型的启发,现代ADAS/AD系统正日益向端到端AI架构演进。这些方法通过在统一模型中整合感知、规划和控制模块,突破了模块化流水线的局限,从而对计算能力、内存带宽以及系统级数据编排提出了新的要求。  瑞萨电子致力于帮助合作伙伴在通用且成熟的平台基础上,部署可扩展、面向量产的端到端ADAS/AD技术栈。该平台基础必须支持欧盟《通用安全法规》(GSR)框架以及NCAP五星安全需求,同时提供从L2到L2+/L2++ ADAS以及最终迈向L3/L4自动驾驶的演进路径。  R-Car X5系列:从芯片到系统级的可扩展计算  R-Car X5系列旨在解决ADAS/AD开发中最重要的挑战之一——在无需为每个车型项目重新构建平台策略的情况下,实现性能的扩展。R-Car X5(SoC)系列并未专注于单一性能点,而是提供了一套计算产品组合,可在保持封装兼容性的前提下,从入门级ADAS扩展至以高性能计算为导向的高端细分市场。  该系列产品性能可从250k扩展至1400k DMIPS,AI算力可从50扩展至1000+TOPS(稠密算力)。这使原始设备制造商和合作伙伴能够根据车辆细分市场、功能配置及成本目标灵活调整计算能力,同时确保不同项目间平台的复用性。  R-Car X5架构集成了全栈ADAS和自动驾驶工作负载所需的异构计算资源,包括:  这些组件必须以高度协调的方式运行,才能以一致且可预测的延迟,持续进行传感器处理、AI推理、规划、可视化和实时车辆控制。  高分辨率视觉、雷达和激光雷达数据,结合汽车领域中依赖内存和计算密集型模型(如LLM、VLM以及面向VLA的端到端架构)的新AI范式,必须在系统范围内以可预测的延迟进行处理和协调,以确保稳定的闭环行为。  这使得内存带宽成为另一个关键的系统级使能因素。对最高达9600MT/s速率等级的LPDDR5x的支持,有助于R-Car X5系列满足这些带宽需求,并支持在ISP、内存、CPU、NPU/DSP、GPU以及实时处理资源之间构建高吞吐量的视频和AI流水线。  R-Car X5架构还通过芯粒技术提供了性能扩展的途径。这使得原始设备制造商和生态系统合作伙伴能够在系统复杂性增加时,在同一平台内扩展整体计算和内存资源,而无需重新定义整体架构。R-Car X5H用作参考展示平台,而X5系列覆盖范围更广,可支持在各类车辆细分市场和自动驾驶目标中实现可扩展部署。  图1:适用于每个ADAS板块的可扩展计算平台  R-Car Open Access(RoX):软件与工具层  可扩展的芯片仅是解决方案的一部分。ADAS/AD项目还需要软件平台、工具和虚拟开发环境,以帮助合作伙伴高效开发、集成、测试/验证、启动并持续优化复杂的软件栈。RoX Whitebox软件开发工具包(SDK)是瑞萨电子的软件使能层,该工具包将R-Car X5硬件基础与合作伙伴的ADAS/AD软件连接起来,同时允许合作伙伴集成自己的中间件或框架。在此次与Nullmax合作的车载演示中,RoX Whitebox SDK与Linux执行环境配合使用。  RoX Whitebox SDK可支持多种开源和授权操作系统及虚拟机管理程序,既可用于开发阶段,也可用于商用ADAS/AD系统的部署。生态系统合作伙伴利用RoX Whitebox SDK减少集成工作量,并在R-Car X5的各个性能层级上创建更具可复用性的路径。原始设备制造商和一级供应商可在R-Car X5平台上评估其目标ADAS软件栈,以满足量产项目需求,同时缩短产品上市时间。瑞萨电子RoX平台为原始设备制造商、一级供应商和生态系统合作伙伴提供了所需的工具、专业知识和长期支持,使其从早期开发到量产阶段,能够在R-Car平台上自信地部署、扩展并实现系统解决方案的差异化。  图2:R-Car Open Access(RoX)整体概览  与Nullmax合作的L2++端到端自动驾驶导航演示  在ADAS/AD软件栈投入客户项目之前,无论生态系统合作伙伴之间如何划分职责,都必须对完整的数据和控制流水线进行验证。在复杂的L2++架构中,传感器数据会经过采集、ISP处理、内存缓冲、同步以及AI驱动处理环节,同时还涉及规划、控制和可视化。  每个阶段都会直接影响系统延迟、内存带宽、确定性以及整体闭环稳定性。随着ADAS软件栈日益向以LLM/VLM/VLA为导向的端到端AI架构转变——在此架构中,感知与驾驶策略的耦合度更高——验证完整的数据和控制流水线对于确保在真实场景中实现确定且稳定的闭环行为变得愈发关键。  这正是R-Car X5 SoC与RoX SDK的结合能够创造出非凡价值的地方。R-Car X5 SoC提供了异构计算和高带宽内存基础,而RoX SDK则使合作伙伴能够在灵活的执行环境中启动、集成和验证端到端的软件流水线。对完整流水线进行早期验证,可在与原始设备制造商合作前降低集成风险,并有力证明该平台已准备好支持面向量产的客户项目。  这一方法的一个具体实例是,与Nullmax合作的、基于1L11V5R的L2++端到端NOA车载概念验证演示。该演示展示了部署在R-Car X5H上的闭环AI驱动ADAS软件栈。该软件栈集成了摄像头、雷达、激光雷达和GNSS/IMU数据,并支持最高130km/h的高速公路和城区/城市NOA脱手驾驶场景。  该演示采用Nullmax MaxDrive Plus软件栈,基于单级端到端AI架构,顺应了行业向LLM、VLM和VLA驾驶模型演进的趋势,并在R-Car X5H上运行,支持高级高速和城市驾驶场景。它还涵盖了复杂的真实场景用例,例如:  这不仅仅是一次功能演示,更是车载验证的实例,展示了R-Car X5和RoX SDK如何在真实驾驶条件下支持合作伙伴复杂的端到端ADAS软件栈。  图3:基于R-Car X5的L2++端到端NOA在复杂高速公路及  城市道路运行设计域中的应用  从概念验证到面向量产的项目  要从概念验证过渡到量产级ADAS/AD部署,需要解决以下关键挑战:集成复杂的端到端AI软件栈、管理数据密集型和资源密集型工作负载,以及确保跨多个合作伙伴的确定性闭环系统行为。  R-Car X5与RoX SDK的组合平台  正是为应对这些挑战而生  R-Car X5提供可扩展的异构计算能力和高带宽内存,能够处理现代AI工作负载;而RoX SDK则支持端到端ADAS流水线的高效启动、集成和验证。这降低了集成复杂性,并实现了在整车层面的早期系统验证。  对原始设备制造商而言,这意味着更低的开发风险、更快的集成周期和更短的上市时间,在快速发展的L2++细分市场中尤其如此。此外,它还支持在各车型项目中实施更一致的平台战略。对于软件合作伙伴而言,RoX SDK提供了一个可重复使用的环境,可在R-Car X5的各个性能层级上部署和扩展差异化的AI驱动ADAS软件栈。  随着ADAS/AD持续向端到端、数据密集型AI架构(包括受LLM/VLM/VLA启发的模型)演进,在真实的硬件和软件上将可扩展的计算能力、高带宽内存以及经过验证的架构结合在一起的能力,正变得至关重要。  R-Car X5系列和RoX SDK平台能够满足这些需求,使合作伙伴能够高效地从集成阶段过渡到车载验证阶段,并充满信心地快速推进至量产部署。
2026-09-02 10:13 阅读量:211
全球首家!瑞萨G3-Hybrid双模方案获G3-Alliance V8认证,助力中国智能表计出海
  2026年8月7日,瑞萨基于电力线载波芯片CPX3(R9A06G037)和Sub-GHz射频RF芯片TRG(RAA604S00)的G3-Hybrid双模方案,获得G3-Alliance颁发的4张G3-Hybrid V8认证证书,瑞萨由此成为全球首个通过G3 Alliance最新V8标准认证的G3-Hybrid解决方案提供商,进一步彰显了瑞萨在智能表计领域的技术领先地位,并持续助力中国智能表计厂商拓展全球市场。  G3 Alliance V8认证的推出,标志着G3技术生态正从传统电力AMI应用进一步扩展至电、水、气等多公用事业融合通信场景。  四张证书覆盖FCC和CENELEC-A两大载波频段体系,同时包含PAN-Coordinator(PANC,协调器)和PAN-Device(PAND,终端设备)两种设备角色认证,由国际权威机构TUV Rheinland Japan独立测试验证。该认证覆盖全球主流PLC频段以及PANC、PAND两类核心设备角色,充分验证了瑞萨G3-Hybrid方案的完整性和成熟度。  CPX3+TRG获得FCC PAN-Coordinator认证  CPX3+TRG获得FCC PAN-Device认证  CPX3+TRG获得CENELEC A PAN-Coordinator认证  CPX3+TRG获得CENELEC A PAN-Device认证  关于G3-Hybrid双模  G3-Hybrid是由G3-Alliance制定的开放式国际标准。G3-Hybrid是对G3规范的扩展,它将有线电力线通信(PLC)和无线射频通信(RF)集成到一个统一的协议栈中。通过结合这两种通信媒介,G3-Hybrid能够:  最大化网络覆盖范围和连接能力;  提升网络的可靠性和抗故障能力;  降低网络部署和运营的复杂度与成本。  简单来说,G3-Hybrid通过PLC与RF协同组网,可根据网络质量动态选择最优传输路径。G3-Hybrid允许数据根据网络状况自动选择PLC或RF路径进行传输,从而在智能电网、智能电表等应用中实现更稳定、更灵活的通信。  关于G3-Hybrid双模最新V8标准重要升级功能  支持通过RF连接的电池供电设备,使G3网络不仅适用于市电供电节点,也能够支持水表、燃气表、传感器等长期电池供电终端。  FCC子频段划分(Subbanding)功能支持,提高FCC频段PLC通信的灵活性和可靠性,在复杂电力线环境下可获得更好的通信性能。  增强安全性,支持AES-256-CCM加密机制,满足未来智能电网、AMI和关键基础设施对长期安全性的更高要求。  另外RF方面新增RF接收能力验证以增强互操作性,RF背景噪声评估以提升网络稳定性和可靠性。  新增支持通过RF连接的电池供电设备,使燃气表、水表等电池供电终端能够接入与智能电表相同的通信网络,实现统一组网和基础设施共享。这样不仅降低了网络部署和管理复杂度,也有效减少了建设和运维成本。  基于统一的G3-Hybrid通信骨干网,该架构未来还可扩展至电网监测、智慧城市、工业监控及楼宇自动化等应用场景,帮助公用事业运营商逐步构建更加完善的数字化基础设施体系。  瑞萨G3-Hybrid双模方案产品介绍  瑞萨提供完整,成熟和经市场验证的G3-Hybrid双模方案,包括硬件方案和成熟的软件协议栈,及相关开发工具。CPX3+TRG双模方案中,CPX3(R9A06G037)作为主控负责电力线通信,TRG(RAA604S00)负责Sub-GHz射频,并支持更优成本的open开发方式。RL78/G1H基于Sub-GHz的MCU实现低功耗RF设备。
2026-08-21 13:21 阅读量:272
大咖谈技术|瑞萨模拟业务新任“掌门人”:以广度与深度为基石,凭深度设计支持破局
  作为模拟与混合信号技术领域的资深供应商,瑞萨电子已助力众多客户拓展新兴应用市场,版图涵盖高阶汽车安全、工业机器人、AI增强型消费电子以及通讯基础设施等。有别于仅聚焦少数细分领域的模拟技术供应商,瑞萨构建了以系统为导向的丰富产品组合,将模拟、电源、嵌入式处理、存储接口、连接及可编程技术深度融合,形成一系列以应用为驱动的综合解决方案。这种技术的广度,以及在真实设计场景中实现深度集成的能力,正是瑞萨差异化竞争力的重要基础。  如今,这一愿景迎来新的推动者——Peter Jenkins。今年初,他履职VP and general manager of Renesas' Analog&Mixed-Signal Product Group。Jenkins的工作履历,恰是他所执掌业务多元性的生动写照。他从时序技术领域起步,在历经一系列并购后加入瑞萨,期间既管理过高度专业化的垂直整合业务,也执掌过瑞萨规模庞大的标准产品事业部。这段经历,让他既深耕于高度专业化的技术领域,又对模拟技术的广阔图景有深刻认知:他深知如何将复杂的物理现象转化为由1和0构成的数字世界。  Jenkins在谈及新角色时表示:  我们不仅提供客户所期待的基础构建模块,更致力于赋能他们在这些方案之上实现创新。正是技术广度、可配置性与系统级思维的交融,铸就了我们的差异化优势。  整合优势,打造全新客户解决方案  正如Jenkins所言,瑞萨的模拟与混合信号业务并非一份简单的元器件产品目录,而是一套可灵活组合的技术“积木”,旨在从容应对日益复杂的系统级挑战。其产品组合不仅涵盖运算放大器、转换器、开关与多路复用器、隔离器件,还包括可配置模拟平台、传感器、高速存储接口及抗辐射产品。贯穿其中的核心逻辑,是多样性与集成性的协同。瑞萨的关注点并不局限于单颗器件的性能极限,而是通过高度互操作的技术生态,覆盖客户在系统设计中的多样化需求。  这一理念的绝佳主角,便是瑞萨将传统模拟构建模块与可配置、可编程技术深度融合,助力工程师能够重新思考硬件系统的设计与制造方式。GreenPAK™、AnalogPAK和ForgeFPGA™等产品家族正是该战略的重要支点:它们帮助客户将模拟与混合信号功能集成并定制为优化方案,从而精简板级空间、降低元器件数量并缩短产品上市周期。瑞萨通过统一设计环境“Go Configure™ Software Hub”为上述产品家族提供支撑。得益于其强大的硬件配置、仿真与编程能力,Jenkins将其誉为“创新中枢”。  跨界赋能,释放模拟技术潜能  可配置技术的更广泛意义,在新兴AI应用中愈发凸显。随着边缘AI与物理AI系统加速落地,设计人员亟需紧凑、低功耗且高度自适应的模拟方案,用于感知物理世界并与之交互。这些需求涵盖传感、信号调理、电源、时序、电机控制,以及AI计算系统与外部环境间的实时接口。  对瑞萨而言,这在其深耕的多个市场中催生了广阔机遇:首先,汽车领域仍是根基,尤其是随着软件定义汽车的发展,配备丰富传感器的区域架构正不断演进,将真实世界的环境与状态转化为数据,并传输至中央系统进行处理。其次,工业自动化与机器人同样关键,特别是人形机器人正成为重要的长期增长引擎。Jenkins指出,汽车传感系统与未来人形平台之间存在高度相似性:两者都需要大规模传感网络与模拟前端技术,从而将物理世界连接至智能处理系统。  最后,消费级边缘AI则是另一个重要机遇所在。瑞萨的技术现已广泛支持各类应用,涵盖可穿戴设备、听觉设备、AR/VR平台,助力这些应用加速融入边缘智能平台。  赋能下一波AI数据中心与航天应用  在AI基础设施与数据中心领域,瑞萨的业务版图持续扩张。其存储器接口业务在RDIMM芯片组市场占据领先地位,并与全球DRAM供应商及服务器制造商保持紧密合作。同时,公司正积极探索面向AI中心服务器架构的高速模拟接口与数据互联技术。  此外,抗辐射技术亦在Jenkins的统筹之下。针对航空航天应用,瑞萨推出涵盖电源、射频(RF)、ADC/DAC及相关配套基础设施的广泛抗辐射产品组合。面向蓬勃发展的近地轨道技术市场,瑞萨正积极布局:卫星部署需要能够弥合商用级与完全抗辐射组件之间差距的元器件。  以设计支持,构建差异化优势  鉴于软件工具与数字集成正成为关键的差异化因素,瑞萨计划将“数字化”战略从MCU与软件开发环境,深度延伸至模拟与混合信号业务。  新近升级的Go Configure Software Hub为GreenPAK、AnalogPAK和ForgeFPGA器件提供了统一的图形化环境,助力工程师快速原型化可配置模拟功能。此外,瑞萨的ICOT电感式位置传感器线圈优化工具支持客户设计并仿真定制化电感传感布局,并可直接对接瑞萨电子应用工程师,获取更深度的优化支持。  事实上,这些工具将深度融入Renesas 365的未来版本。作为一个基于云端的电子开发平台,模拟技术有望在系统级优化中扮演核心角色。Jenkins指出,模拟产品最终可能占到Renesas 365平台上可用器件的近半数,这无疑是模拟与混合信号业务在公司数字化战略中占据核心地位的进一步印证。  同样重要的是,瑞萨的新型开发工具正成为通往新兴设计生态的桥梁。通过自然、探索式的体验触达年轻工程师,公司正在向他们生动展示:模拟技术创新如何赋能机器人、工业自动化及其它各类AI应用中的先进传感架构。  模拟集成,为新一代创新者搭建舞台  瑞萨在模拟与混合信号技术上的深耕,远不止于产品广度的拓展。它将模拟技术淬炼为边缘智能与物理AI的核心驱动力:从汽车传感到人形机器人,再到AI基础设施,无不依赖于此。既然AI系统必须与真实世界交互,那么负责感知、调理、供电与连接的模拟技术,其战略地位必将持续攀升。  对瑞萨而言,更大的机遇在于赋能客户实现创新。这一价值定位与公司“To Make Our Lives Easier(让生活更轻松)”的宏大使命高度契合。通过将软件、硬件与智能系统深度融合,瑞萨正打造出能够驱动下一代互联体验的核心引擎。  “得益于多元的能力矩阵,瑞萨既可纵向深耕,亦可横向拓展。”Jenkins总结道,“我正努力将两者的优势融为一体。在此过程中,我希望改变硬件工程师对创新的认知,让他们真切感受到:我们对数字化与设计卓越的坚定承诺,将为他们带去最大的价值。”
2026-08-19 14:33 阅读量:286
展会直击丨瑞萨电子亮相EAI Show 2026,共探具身智能“芯”未来
  2026上海具身智能  机器人产业大会  EAI SHOW 2026  8月12日,2026中国具身智能机器人产业大会暨展览会(EAI Show)于上海新国际博览中心盛大启幕。作为全球半导体解决方案供应商,瑞萨电子携多款面向具身智能、工业机器人、服务机器人及AI开发平台的先进解决方案首次亮相(展位号:N3 Hall, 3B230),全方位呈现半导体技术赋能机器人产业的创新实践。  随着人工智能技术加速向现实世界延伸,物理AI已成为瑞萨核心增长机遇之一,其中具身机器人市场展现出广阔发展潜力。具身机器人并非单一产品,而是由“大脑/感知、传感、执行及电源管理”等多个互联子系统构成的复杂系统。依托在嵌入式处理、模拟、电源及连接领域的专业知识,瑞萨已在该市场建立坚实切入点,并将通过覆盖“感知、控制、通信与电源管理”全链路的半导体解决方案,以及Renesas 365软件平台,帮助客户加速机器人系统开发与生态应用落地。  PART 01 展台直击  展会现场人气高涨,行业观众、技术开发者与企业代表驻足瑞萨展台交流。围绕具身智能机器人对高性能计算、实时控制、精准感知与可靠连接的核心需求,多位资深技术专家全程驻场,结合实物运行演示为观众详细拆解各方案的技术亮点与应用优势,介绍配套开发支持,深度探讨机器人产业的技术落地路径。期间,多家行业权威媒体到访瑞萨展台,在现场技术专家的陪同讲解下,围绕多款具身智能机器人领域展出的核心方案展开了深入交流。  RA8T2支持EtherCAT通讯的永磁同步马达控制方案  RA8P1驾驶员状态检测方案  RZ/T2H 9轴电机控制演示  同时,瑞萨电子旗下全球电子行业软件与解决方案供应商Altium也带来相关方案,包括专为中国客户打造、融合Altium Designer软件客户端与全流程协作云端平台 Altium365的组合解决方案:针对中小团队及个人用户的Altium Develop及针对中大型企业的Altium Agile Teams。  EAI SHOW  2026  想要解锁更多瑞萨在具身智能与机器人领域的技术成果、沉浸式体验各方案的实际运行效果,欢迎莅临EAI Show 2026瑞萨电子展位(N3 Hall, 3B230)。也欢迎大家持续关注瑞萨电子公众号,后续我们将带来更多Demo方案深度解析。
2026-08-13 14:37 阅读量:304
  • 一周热料
  • 紧缺物料秒杀
型号 品牌 询价
RB751G-40T2R ROHM Semiconductor
MC33074DR2G onsemi
TL431ACLPR Texas Instruments
CDZVT2R20B ROHM Semiconductor
BD71847AMWV-E2 ROHM Semiconductor
型号 品牌 抢购
BP3621 ROHM Semiconductor
TPS63050YFFR Texas Instruments
ESR03EZPJ151 ROHM Semiconductor
STM32F429IGT6 STMicroelectronics
IPZ40N04S5L4R8ATMA1 Infineon Technologies
BU33JA2MNVX-CTL 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