瑞萨丨ATLAS实践应用:跨行业的可扩展资产与定位追踪解决方案

Release time:2026-03-19
author:AMEYA360
source:瑞萨
reading:727

  什么是ATLAS?

  在当今快节奏的行业环境中,从医疗到物流,提升运营效率离不开实时可视化和高效资产追踪。ATLAS(大规模资产追踪与定位)正是在这样的背景下应运而生。ATLAS由瑞萨与IOSEA联合开发,采用先进的Bluetooth® Low Energy(LE)SoC,以及专有的到达角/离开角(AoA/AoD)算法与三角定位技术,实现可媲美超宽带(UWB)的高精度定位性能——精度可达10cm以内,同时每个定位器支持1000+标签接入。

  ATLAS的独特之处在于其在高密度环境中的稳定表现。即使在具有挑战性的射频环境下(例如邮轮船舶内部),系统仍可追踪数千项资产,同时保持超低功耗和便捷部署。无论您是管理零售库存、医院设备还是仓库包裹,ATLAS都提供一个可扩展、经过现场验证的平台,配备现成的定位器、可定制标签以及IOSEA的SEAgnal™实时定位系统(RTLS)微服务。系统由标签、定位器、信号处理软件和RTLS后端软件组成。系统还可轻松集成至客户自有的RTLS后端,提供业内领先的本地化追踪性能,改变企业和行业实时追踪、监控与管理资产和人员的方式。

  在资产追踪领域,主要有两种方式:定点追踪和实时定位追踪。定点方式,例如NFC或条码,在特定时间点采集位置信息。实时定位则可以是全球范围的系统,如“Find My”类众包应用,也可以是在特定环境内运行的本地化系统。ATLAS属于本地化实时定位类别,基于三角定位的到达角(AoA)技术实现精准定位。瑞萨提供多种先进的追踪和定位解决方案。如需了解如何为您的应用选择合适方案,请参阅我们的《Revolutionizing Asset Management with Location Tracking Solutions from Renesas》博客文章。

  为什么选择ATLAS,而非其他追踪方案

  标签兼容性:支持多种类型的标签,包括支持AoA/AoD的标签、Eddystone和iBeacon等传统标签,以及适用于灵活部署需求的专有ATLAS/ATLASlite方案。

  高密度追踪能力:每个定位器支持1000+标签,最高可达每秒500次更新,即使在非视距或复杂射频环境中也能保持准确追踪。

  灵活部署:定位器可垂直、水平或倾斜安装,间距最远可达20米(通常为10米),以实现最佳覆盖。

  实时性能:提供100Hz刷新率,非常适合同时追踪移动和静态资产。

  无缝集成:可轻松连接到客户后端系统或IOSEA RTLS系统,并提供调试工具以实现快速设置。

  成本与效率优势:在Bluetooth LE的成本与电池寿命条件下,实现等同于UWB的定位精度,最大化投资回报率。

  高效的配置:与UWB或信道探测(Channel Sounding)方案相比,所需节点更少,部署规划更简化。

  ATLAS组成部分

  ATLAS在标签设计方面提供灵活性,可选择现成方案,或采用自定义设计的专属标签方案。我们的Bluetooth LE SoC具备优异的纽扣电池续航表现,可支持一次性标签应用以及可更换/可充电电池标签应用。

  ATLAS部分标签选项:

  可充电标签(DA1469x):一款采用可充电二次电池供电的Bluetooth LE标签,基于我们的“用于门禁和追踪的用户身份牌”解决方案开发,适用于高性能定位追踪应用。该标签配备三个CPU核心(Arm® Cortex®-M33F、M0+),集成电源管理单元(PMU)以及用于外部传感器集成的传感节点控制器。针对SEAgnal DSP进行了优化,可提供优异的信号质量,并支持RSSI测距和WiRA测距,适用于企业级和消费级生态系统。

瑞萨丨ATLAS实践应用:跨行业的可扩展资产与定位追踪解决方案

  高性能标签(DA14594):基于瑞萨的“用于近程和资产定位追踪的低功耗蓝牙标签”解决方案,具备同行领先的功耗效率与性能表现,采用三核架构(M33F、M0+),支持基于相位的测距技术以及用于ATLAS的AoA定位,支持可选NFC充电与标签激活功能,并集成传感器控制模块,适用于可扩展、高精度资产追踪应用。

瑞萨丨ATLAS实践应用:跨行业的可扩展资产与定位追踪解决方案

  一次性标签(DA1453x):基于我们的“智能资产追踪标签”技术的智能追踪标签,采用超低功耗Bluetooth LE,待机电流<300nA,具备高效嗅探模式,支持纽扣电池或印刷电池,提供低成本的一次性实时追踪并集成数据记录的能力。

瑞萨丨ATLAS实践应用:跨行业的可扩展资产与定位追踪解决方案

  SEAgnal:可扩展、高效且精准的软件定义定位技术(Scalable, Efficient and Accurate),实现可靠的高精度空间感知。该技术基于IOSEA的专有数字信号处理框架,将射频与天线建模与实时定位算法结合使用。

  Telemos定位器

瑞萨丨ATLAS实践应用:跨行业的可扩展资产与定位追踪解决方案

  基于我们的“用于资产定位追踪的通用型蓝牙低功耗到达角定位器”应用,Telemos定位器(由瑞萨与IOSEA合作研发)配合标签使用,可实现快速适配并缩短产品上市周期。该定位器可同时追踪AoA、AoD、ATLAS和ATLASlite标签。可追踪静态和移动标签,并支持灵活的安装方式。户外覆盖距离超过100米,经验证可达300米。凭借每个SEAgnal数据包<2ms的高效性能,每个定位器可追踪1000+标签。

瑞萨丨ATLAS实践应用:跨行业的可扩展资产与定位追踪解决方案

  主要特性:

  支持Bluetooth LE到达角/离开角(AoA/AoD)、Eddystone和iBeacon

  采用先进天线阵列,实现高分辨率定位追踪

  紧凑型工业设计

  支持以太网供电(PoE)及USB-C供电

  支持SEAgnal边缘数据包过滤与多径抑制

  支持安全的OTA(空中下载)固件升级

  提供SEAgnal™ API,支持边缘端与云端集成

  IOSEA RTLS微服务

  ATLAS(Renesas IOSEA)中的RTLS微服务使用SEAgnal算法对来自定位器的IQ采样数据进行处理,实现AoA/AoD定位和多径抑制,在毫秒级时延下提供小于10cm的定位精度。该服务基于面向边缘优化的架构,支持高密度追踪,并提供用于锚点/标签配置、电子围栏设置以及实时数据流传输的API接口。

  ATLAS的工作原理

瑞萨丨ATLAS实践应用:跨行业的可扩展资产与定位追踪解决方案

  ATLAS通过多项先进技术的无缝协作,实现行业领先的精度。

  AoA发射端标签(AoA Transmitter Tags):在整个处理流程的起始阶段,支持ATLAS的标签会发送轻量级的“突发”信号或数据包。这些标签具有较高的智能性,但系统复杂度极低,从而将功耗保持在最低水平,并支持客户同时扩展到数万资产的追踪规模。

  AoA接收端定位器(AoA Receiver Locators):随后,定位器接收这些突发信号,并提取基带信号和采样数据,然后将其传输到定位器上的信号DSP层。这一层在进行定位计算之前都对RF数据进行清理和增强。瑞萨的无线电在这时发挥重要作用,能够显著提升信号质量,为后续的精准处理奠定基础。

  IOSEA RTLS微服务(IOSEA RTLS Microservice):接下来,数据会进入系统的核心算法模块——信号定位引擎(Signal Positioning Engine)。这些算法能够消除干扰和多径误差,使ATLAS每个定位器可追踪1000+标签,并每秒处理超过500次更新。最终效果可与超宽带系统相媲美,但采用的是成本更低的蓝牙硬件。

  IOSEA调试工具支持(IOSEA Commissioning Tools Support):最后,经处理的数据进入信号后端服务(Signal Backend Services),后端服务负责设备管理、负载均衡、资源分配,并提供API接口。该后端使系统具备企业级部署能力,支持边缘部署、云端部署或混合部署模式。客户随后可通过API或仪表板连接,解锁资产可视化、安全监控以及工作流程优化等实时应用。

  为了实现完整覆盖,ATLAS采用多定位器部署方式。当多个定位器检测到同一个标签时,RTLS后端会通过多边定位技术融合各定位器的角度数据。从而生成精确的二维甚至三维位置,确保即使在仓库或邮轮等复杂环境中也能实现连续、实时的追踪。文末处扫码并观看ATLAS演示视频可了解其实际运行效果,展示系统对静态和移动标签的高精度追踪能力。

  ATLAS可应用于哪些场景?

  ATLAS是一款行业领先的室内定位资产追踪解决方案,具备与UWB相当的定位精度。凡是在室内环境中需要同时追踪多个静态或移动资产的场景,都可以应用ATLAS。ATLAS在当今环境中的一些应用示例包括以下几项。

  零售店:可在超市等零售场所部署,防盗并提升门店运营效率。例如,在未付款的情况下,当购物车移动到一定距离后可自动锁定车轮;同时还可通过追踪购物车的移动路径来了解顾客行为。

  酒店及旅游业:ATLAS的成功案例之一是在邮轮场景中实现了全球规模最大的AoA部署,覆盖超过21层甲板,追踪4300名乘客。ATLAS可用于酒店、邮轮、商场和度假村等场景,提升客户服务体验。虽然ATLAS主要针对室内环境优化,但通过战略性部署角度定位器,也可以将覆盖范围扩展至半户外空间。

  仓库和楼宇管理系统:ATLAS能够对仓库或建筑中的多种资产和人员进行高精度定位,并可轻松集成到现有后台系统中,构建可扩展且高性价比的室内定位服务。

  医院:医院每年约有10%至20%的移动资产丢失,平均每个床位每年造成约4000美元的损失。通过ATLAS,可对病床、医疗设备、患者以及医护人员进行亚米级定位,从而减少设备重复采购、提升患者护理效率并提高医护人员工作效率。此外,地理围栏功能还可用于医院区域的门禁安全管理。

  畜牧管理:美国每年约有390万头牲畜丢失。ATLAS是一个针对农场的强有力应用,能够高效追踪牲畜,并可选择集成传感器以进行健康监测和报告。每个定位器可同时处理1000+标签,能够满足大型农场的规模化管理需求。

  轮胎气压监测系统(TPMS):ATLAS可实现精确的轮胎位置追踪和实时胎压监测,提升安全性并支持智能车队管理的预测性维护。

  ATLAS通过基于蓝牙的高精度定位技术重新定义资产追踪,实现亚米级精度、大规模可扩展性以及无缝集成,而无需承担UWB的成本和复杂性。无论您是在管理库存、设备还是人员,ATLAS都能将位置数据转化为可操作信息,从而提升效率并推动更合理的决策。

瑞萨丨ATLAS实践应用:跨行业的可扩展资产与定位追踪解决方案


("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:300
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:325
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:409
  • Week of hot material
  • Material in short supply seckilling
model brand Quote
CDZVT2R20B ROHM Semiconductor
TL431ACLPR Texas Instruments
MC33074DR2G onsemi
RB751G-40T2R ROHM Semiconductor
BD71847AMWV-E2 ROHM Semiconductor
model brand To snap up
ESR03EZPJ151 ROHM Semiconductor
STM32F429IGT6 STMicroelectronics
TPS63050YFFR Texas Instruments
BP3621 ROHM Semiconductor
BU33JA2MNVX-CTL ROHM Semiconductor
IPZ40N04S5L4R8ATMA1 Infineon Technologies
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