瑞萨电子推出面向下一代智能家电和表计类产品的超低功耗RL78/L23 MCU

Release time:2025-08-28
author:AMEYA360
source:瑞萨
reading:1082

瑞萨电子推出面向下一代智能家电和表计类产品的超低功耗RL78/L23 MCU

  全球半导体解决方案供应商瑞萨电子(TSE:6723)今日宣布推出新型16位RL78/L23微控制器(MCU)产品群,进一步拓展其低功耗RL78产品家族。RL78/L23 MCU工作频率为32MHz,集成卓越的低功耗性能与双区闪存、段码式LCD控制器及电容式触控等关键功能,可应用于智能家居电器、消费电子、物联网和表计系统等领域。凭借紧凑的设计和优异的性价比,RL78/L23 MCU能够充分满足现代设备基于显示屏的人机交互界面(HMI)应用对性能与功耗的双重要求。

  超低功耗运行,优化LCD性能

  RL78/L23针对超低功耗进行了优化,适合大多数时间处于待机状态的电池供电应用。其工作电流为109μA/MHz,待机电流可低至0.365μA,并具备1μs快速唤醒时间,有助于最大限度地减少CPU活动。与现有RL78/L1X产品群相比,该产品采用新型VL4参考模式的LCD控制器,可将LCD工作电流降低约30%。其还配备SMS(SNOOZE模式序列器),可在无需CPU干预的情况下实现动态段码式LCD显示。通过将任务转移至SMS,该产品还可最大限度地减少CPU唤醒次数,有助于实现系统级功耗优化。这些创新不仅显著延长电池寿命,还简化设计并降低更换成本,尽可能减少对环境造成的影响。

  RL78/L23的工作电压范围为1.6V至5.5V,可直接适配家用电器和工业系统中常用的5V电源,省去对外部电压调节器的需求。该MCU还集成电容式触控感应模块、温度传感器和内部振荡器等关键组件,有效降低BOM成本及PCB尺寸。

  功能丰富的外设,适用于HMI系统

  RL78/L23专为满足HMI市场的灵活需求而设计,在紧凑且经济高效的封装中集成一系列先进功能。其内置的段码式LCD控制器和电容式触控功能,为电磁炉与暖通空调(HVAC)系统等产品打造出流畅、灵敏的用户界面。IH定时器(KB40)可实现精确的多通道加热控制,对电饭煲和电磁炉等智能厨房电器提供核心支持。产品还配备双区闪存,可通过FOTA(空中固件更新)进行无缝固件更新,确保更新时计量等应用系统依旧持续运行,最大限度减少停机时间:双区架构允许一个存储区运行用户程序,而另一个存储区接收更新,如此可确保在整个过程中系统功能始终在线,增强其可靠性。

  Daryl Khoo, Vice President of Embedded Processing at Renesas表示:“瑞萨16位RL78产品家族已问世十余年,一直备受市场青睐,特别在家用电器领域表现尤为突出。我很高兴宣布推出RL78/L23,这是RL78微控制器的新一代产品,它具备丰富功能,非常适合智能家电和对成本敏感的物联网解决方案。借助久经市场验证的瑞萨技术,我们旨在通过直观的开发环境打造更好的用户体验,使客户能够更高效、更有信心地投入生产。”

  RL78/L23的关键特性

  16位RL78微控制器,工作频率为32MHz

  内置段码式LCD控制器和电容式触控功能

  最高512KB双区闪存,支持无缝FOTA更新

  最高32KB的SRAM和8KB的数据闪存

  SMS实现超低功耗运行

  IH定时器(KB40),支持最多3通道的电磁感应加热控制

  宽工作电压范围:1.6V至5.5V

  工作温度范围:-40°C至+105°C

  多种串行接口,包括UART、I2C、CSI

  符合IEC60730标准的自检库

  44-100引脚LFQFP、LQFP和HWQFN封装

  直观的开发环境,加速产品上市

  RL78/L23配备易于使用的开发环境。开发人员可借助Smart Configurator和QE for Capacitive Touch等支持工具,简化系统设计。此外,瑞萨还提供与Arduino IDE兼容的RL78/L23快速原型开发板,以及用于深入测试和验证的电容式触控评估系统。

  成功产品组合

  瑞萨将全新RL78/L23产品群MCU与其产品组合中的众多兼容器件相结合,开发了感应加热电饭煲解决方案及广泛的“成功产品组合”。这些“成功产品组合”基于相互兼容且可无缝协作的产品,具备经技术验证的系统架构,带来已优化的低风险设计,以加快产品上市速度。瑞萨现已基于其产品阵容中的各类产品,推出超过400款“成功产品组合”,使客户能够加速设计过程,更快地将产品推向市场。

  供货信息

  RL78/L23 MCU现已上市,同时提供快速原型开发板(FPB-RL78L23)和电容式触控评估系统(RSSK-RL78L23)。


("Note: The information presented in this article is gathered from the internet and is provided as a reference for educational purposes. It does not signify the endorsement or standpoint of our website. If you find any content that violates copyright or intellectual property rights, please inform us for prompt removal.")

Online messageinquiry

reading
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 reading:305
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 reading:330
喜报|瑞萨电子荣获上海繁易“战略合作伙伴”奖
2026-05-29 09:55 reading:412
  • Week of hot material
  • Material in short supply seckilling
model brand Quote
BD71847AMWV-E2 ROHM Semiconductor
CDZVT2R20B ROHM Semiconductor
TL431ACLPR Texas Instruments
RB751G-40T2R ROHM Semiconductor
MC33074DR2G onsemi
model brand To snap up
STM32F429IGT6 STMicroelectronics
BP3621 ROHM Semiconductor
BU33JA2MNVX-CTL ROHM Semiconductor
IPZ40N04S5L4R8ATMA1 Infineon Technologies
ESR03EZPJ151 ROHM Semiconductor
TPS63050YFFR Texas Instruments
Hot labels
ROHM
IC
Averlogic
Intel
Samsung
IoT
AI
Sensor
Chip
About us

Qr code of ameya360 official account

Identify TWO-DIMENSIONAL code, you can pay attention to

AMEYA360 weixin Service Account AMEYA360 weixin Service Account
AMEYA360 mall (www.ameya360.com) was launched in 2011. Now there are more than 3,500 high-quality suppliers, including 6 million product model data, and more than 1 million component stocks for purchase. Products cover MCU+ memory + power chip +IGBT+MOS tube + op amp + RF Bluetooth + sensor + resistor capacitance inductor + connector and other fields. main business of platform covers spot sales of electronic components, BOM distribution and product supporting materials, providing one-stop purchasing and sales services for our customers.

Please enter the verification code in the image below:

verification code