瑞萨电子嵌入式人工智能解决方案介绍(1)

2023年11月22日，由芯查查主办的“瑞萨电子嵌入式人工智能技术及应用研讨会”在深圳成功举办。

本次线上研讨会主要探讨了基于瑞萨MCU/MPU的一系列AI技术、方案以及应用落地案例。瑞萨电子为AIOT开发人员提供了一个综合解决方案堆栈，从传感、连接、计算到驱动，丰富的产品系列及关键技术涵盖IoT的方方面面。为了提升客户的产品竞争力，瑞萨可客户搭建了三座嵌入式人工智能的技术桥梁：

1语音：主要处理口语与语音类的识别和响应；

2实时分析：主要处理传感器数据以及传感器所捕捉到的时间序列数据，经过分析、转换并用于构建推理/分类引擎；

3视觉：主要处理摄像头、机器视觉与机器人视觉等基于Camera应用的视觉应用；

瑞萨将关键技术与这三大AI/ML支柱与完美结合，帮助客户解决或增强IoT系统的维护、有效性、责任、个性化、服务、安全、保障等方面的问题。

针对这三大AI/ML支柱，瑞萨提供了丰富友好的软件工具和开发套件：

点击查看大图

基于Reality AI的实时分析

解决方案

Reality AI是一个部署在云上的工业物联网AI平台，它利用云计算平台充实的算力资源，为嵌入式应用提供自动机器学习和模型生成工具，并智能地分析Sensor数据合理性以及优化硬件BOM。此外，Reality AI软件为HVAC垂直应用领域开发了完整的解决方案套件，包括硬件、固件、软件和ML参考设计，因此Reality AI不仅仅是一个软件工具。

Reality AI基于先进信号处理技术，可自动搜索各种信号处理转换需要，以创建自定义的优化特征转换。Reality AI产品可自动生成可视化/可解释性机器学习模型和硬件设计分析，它不是一个黑匣子。在自动分析和探索数据特征的过程中，它将以工程师可以理解的方式，告知Reality AI工具发现了什么。Reality AI可以生成适用于瑞萨16bit~64bit的所有MCU/MPU产品的AI模型。

点击查看大图

Reality AI提供以下工具和解决方案

 

点击查看大图

对于Reality AI工具，包括多个功能组件

● AI Explorer：自动探索数据特征，支持各类基于时间序列的Sensor数据，包括震动、音频、电信号、射频/雷达信号和专用传感器

● BOM Optimization：使用AI寻找最优的成本效益组件，例如传感器的选择和组合、传感器的放置、必要的采样率等

● Data Readiness：监控数据收集进度和覆盖计划，检查数据质量和一致性，自动识别常见问题，例如：不一致的格式、空/零文件、截断数据、不一致的采样率、不完整的数据通道等

● Edge AI/Tiny ML：生成的代码和模型适用于最小资源的MCU

点击查看大图

RealityCheck Motor是Reality AI的另一个附加工具

● 用于部署机器学习模型到瑞萨电机控制套件

● 用于电机驱动系统的预测性维护、异常检测和控制反馈

Reality AI还针对HVAC垂直应用推出了完整的解决方案框架

● 包括了硬件、固件参考设计和一套预训练的ML模型

● 通过振动、温度和电信号来检测HVAC设备的各种情况，以预测各种异常、故障和作业状况

Reality AI在新能源、家电、工业控制以及工业物联网获得了大量项目落地，以下是部分的成功案例：

　　审核编辑：汤梓红