瑞萨推出高能效第四代R-Car车用SoC引领ADAS产品创新

发布时间:2024-09-27 11:30
作者:AMEYA360
来源:瑞萨
阅读量:1862

  全球半导体解决方案供应商瑞萨电子(TSE:6723)宣布推出面向入门级高级驾驶辅助系统(ADAS)的系统级芯片(SoC)——R-Car V4M系列,以扩展其广受欢迎的R-Car产品家族。全新R-Car V4M系列产品及扩展的R-Car V4H系列产品具有强大的AI处理能力和快速的CPU性能,同时具有良好的性能与功耗平衡。其卓越的TOPS/Watt性能和优化的节能特性使其成为前置智能摄像头系统、环视系统、自动泊车和驾驶员监控系统等入门级、成本敏感型ADAS应用的理想选择。

瑞萨推出高能效第四代R-Car车用SoC引领ADAS产品创新

  全新R-Car V4M系列与功能强大的R-Car V4H系列一样,基于先进的7nm制造工艺技术,带来高达17 TOPS的深度学习性能,并借助车载摄像头、雷达和LiDAR实现高速图像处理及精确对象识别。随着新款R-Car V4M和R-Car V4H产品的推出,客户如今能够在可扩展的瑞萨ADAS产品组合中选择最适合的SoC,这些产品提供前沿的AI技术、性能与能效,满足多样化的ADAS应用需求。此外,新产品保持同系列内引脚的兼容性以及与现有R-Car产品的软件兼容性,让OEM和一级供应商能够复用现有软件,降低工程成本。

  Aish Dubey, Vice President & General Manager, High Performance Computing SoC Business Division at Renesas表示:“我们正在扩展ADAS产品组合,以满足大众市场对一级和二级ADAS解决方案日益增长的需求。同时,我们也在开发全新第五代R-Car SoC,以进一步加强我们在ADAS、驾驶舱、网关和信息娱乐领域的产品。我们致力于在RoX单一开发平台下,面向从入门级到豪华级的各类车型,打造最广泛的车用嵌入式处理器解决方案。”

  R-Car V4M和R-Car V4H系列具有多达四个Arm® Cortex®-A76内核,带来32K至81K DMIPS的应用处理性能。并配备三个Arm Cortex-R52锁步内核,实现高达25K DMIPS的实时操作性能。得益于高度集成的设计和先进的制造工艺技术,这些产品可提供9至34TOPS的算力,且功耗极低,性能达到9TOPS/瓦。在配备800万像素传感器的典型全功能智能摄像头中,R-Car V4M的功耗约为5瓦,相比市场上的同类产品低50%。

  迄今为止,瑞萨汽车级R-Car产品出货量已超过4.5亿颗,其中包括符合ASIL D质量评级的器件,ASIL D是汽车安全完整性等级中的最高级别,代表着风险降至最低。

  R-Car Open Access(RoX)平台支持SDV开发

  使用R-Car V4M系列和R-Car V4H系列进行开发的汽车工程师可以享受瑞萨完整SDV开发环境的最新功能。新推出的R-Car Open Access(RoX)SDV平台集成了汽车开发人员所需的所有基本硬件、操作系统(OS)、软件和工具,可快速开发具有安全性与持续软件更新功能的下一代汽车。RoX允许OEM和一级供应商灵活地为ADAS、IVI、网关和跨域融合系统,以及车身控制、域和区域控制系统等设计各类可扩展的计算解决方案。该平台附带软件开发工具包(SDK),包含人工智能工作台(AI Workbench),使开发人员能够验证和优化其模型,并在云端测试应用。

瑞萨推出高能效第四代R-Car车用SoC引领ADAS产品创新

  关于R-Car Open Access(RoX)SDV平台的更多信息您可识别下方二维码或复制链接至浏览器中打开查看:

  R-Car V4M系列和R-Car V4H系列的关键特性

  ▪ 多达四个用于应用处理的Arm® Cortex®-A76内核

  ▪ 多达三个Arm Cortex-R52锁步内核;无需外部MCU即可支持ASIL D实时操作

  ▪ 专用深度学习和计算机视觉IP

  ▪ 3D图形处理单元(GPU)

  ▪ 具有并行处理功能的图像信号处理器(ISP),用于机器视觉和人类视觉

  ▪ 用于鱼眼畸变校正或其它数学运算的图像渲染器(IMR)

  ▪ 低功耗

  ▪ 相机显示快速启动(小于1秒)

  ▪ 可扩展内存大小的AUTOSAR软件分区

  ▪ 专用车载接口:CAN、以太网AVB、TSN和FlexRay

  ▪ 针对NCAP、GSR2、L2+优化的BOM,采用单芯片SoC,无需外部MCU

  ▪ 在R-Car产品家族中的可扩展性

  ▪ 配备专用的电源管理IC(PMIC)和功率晶体管

  供货信息

  瑞萨现已向领先的汽车制造商提供R-Car V4M和R-Car V4H产品样片,并计划于2026年第一季度量产。了解更多新产品信息,您可点击阅读原文查看。

  (备注)Arm和Arm Cortex是Arm Limited在欧盟和其它国家/地区的注册商标。本新闻稿中提及的所有产品或服务名称均为其各自所有者的商标或注册商标。

(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:317
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:337
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:419
  • 一周热料
  • 紧缺物料秒杀
型号 品牌 询价
MC33074DR2G onsemi
RB751G-40T2R ROHM Semiconductor
BD71847AMWV-E2 ROHM Semiconductor
CDZVT2R20B ROHM Semiconductor
TL431ACLPR Texas Instruments
型号 品牌 抢购
BP3621 ROHM Semiconductor
ESR03EZPJ151 ROHM Semiconductor
BU33JA2MNVX-CTL 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