瑞萨电子基于对Celeno的技术并购而进一步扩展其Wi-Fi路线图

发布时间:2022-11-18 10:21
作者:Ameya360
来源:网络
阅读量:3058

  全球半导体解决方案供应商瑞萨电子宣布,推出系列先进Wi-Fi产品,以充实其广泛的工业与物联网产品线。瑞萨去年完成对Celeno的收购,并利用该技术为Wi-Fi 6/6E和Wi-Fi 7开拓Wi-Fi用户端与接入端应用的广阔市场。

瑞萨电子基于对Celeno的技术并购而进一步扩展其Wi-Fi路线图

  CL8000产品家族高性能Wi-Fi 6/6E接入端解决方案已经量产。瑞萨放样了一款功能强大、高度集成的2x2 Wi-Fi/BLE组合芯片,支持Wi-Fi 6三频可切换(6GHz、5GHz和2.4GHz)、160MHz信道带宽,和高达2.4Gbps的数据链接速度。此款全新低延迟、高安全性芯片组包含对蓝牙和BLE 5.2的支持,解决了多媒体流应用、物联网网关和云连接设备的问题。

  瑞萨还在开发一款具有独特Wi-Fi多普勒成像专利技术的Wi-Fi 6芯片组。这种Wi-Fi雷达技术利用标准Wi-Fi信号描绘出人员和物体的范围及多普勒特征,消除了在家庭环境和商业建筑中对多个摄像头或传感器的需求。例如,它可以用于检测房间中人员的存在和位置,以重新定向并优化空调流量,从而节省能源成本。另一个例子为面向安全设施的入侵检测,或用于通过运动感测激活的联网摄像头。此种结合连接与传感功能的组合芯片目前计划在未来一年半中投产。

瑞萨电子基于对Celeno的技术并购而进一步扩展其Wi-Fi路线图

  Wi-Fi 7也称为极高吞吐量(EHT)技术,通过采用更快的调制和双倍的带宽带来显著提升的更大吞吐量。在6GHz频段,Wi-Fi 7将超过最高速度的两倍并将2.4GHz和5GHz频段的速度提高达30%。更重要的是,Wi-Fi 7的一些突出功能将增强网络可靠性、减少延迟,和改善用户体验。例如,通过提供多链路操作,设备将监测跨不同频段的多个链路,实现合并操作以优化抗干扰性并避免重传。用户将受益于更可靠的网络,和更低、更可预测的延迟。Wi-Fi 7预计将于2024年推出,并在手机、电脑和网络设备中首先采用。随后在物联网、工业,与消费类多媒体领域得到更广泛的应用。

  瑞萨Wi-Fi 7产品将支持包括家庭网络、物联网、工业,和消费类多媒体设备的解决方案。

  ABI Research行业分析师Andrew Spivey表示:“最近的许多发展趋势正在汇聚,以创造面向居家和企业的Wi-Fi市场时代革命。6GHz频谱提供了大大改善吞吐量和延迟的前景,并减少了传统频段的拥堵,在利用全新6GHz频谱的需求驱动下,6GHz对Wi-Fi设备的渗透将在未来几年中迅速上升。同时,随着在2024年协议得到标准化,新形式的Wi-Fi增值服务(如Wi-Fi运动检测和Wi-Fi 7接入点的采用)将加速蓬勃发展。仅仅两年之后,大多数支持6GHz的接入点产品将支持Wi-Fi 7。”

  Celeno首席执行官兼瑞萨电子物联网及基础设施事业本部Wi-Fi连接部门副总裁Gilad Rozen表示:“瑞萨现在可以提供真正差异化的Wi-Fi解决方案,结合我们业界卓越的MCU和MPU产品,打造强大的性能、安全性和成本竞争力。我们的客户对我们所选择的方向十分满意,我们也有信心在正确的时间为市场提供正确的产品。”

  瑞萨电子执行副总裁、物联网及基础设施事业本部总经理Sailesh Chittipeddi表示:“在过去一年中,瑞萨完成了三项收购,极大地增强了我们从云到端点持续提供智能技术的能力。凭借Celeno的Wi-Fi解决方案、Dialog的低功耗连接解决方案,和Reality AI的嵌入式AI解决方案被添加至我们业界卓越的嵌入式计算、模拟及传感器产品组合中,瑞萨现可为用户带来首屈一指的完整端到端解决方案。”

  成功产品组合

  瑞萨将Wi-Fi 6和6E芯片组与嵌入式处理、模拟、电源、计时和连接等广泛产品组合中多个组件相结合,构建了多款成功产品组合。这些经过工程验证的成功产品组合将涵盖从用于家庭网关的高吞吐量Wi-Fi 6路由器,到面向5G网络的无线IEEE 1588解决方案。更多采用Wi-Fi 6的成功组合正在开发中,包括视频IP电话、智能家庭安全终端,以及供用户快速建立原型并作为瑞萨Quick-Connect物联网平台扩展的Wi-Fi 6 USB棒。

  此外,一款全新Quick-Connect Wi-Fi 6和低功耗蓝牙5.2模块即将发布,用于需要具备2x2 MIMO的高带宽、高性能Wi-Fi 6客户端物联网应用。这款完全集成的RF认证模块将具有灵活的尺寸,同时包含PCIe和USB接口,从而节省工程时间并简化采购,加快产品上市速度。


(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:249
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:262
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:371
  • 一周热料
  • 紧缺物料秒杀
型号 品牌 询价
TL431ACLPR Texas Instruments
RB751G-40T2R ROHM Semiconductor
BD71847AMWV-E2 ROHM Semiconductor
MC33074DR2G onsemi
CDZVT2R20B ROHM Semiconductor
型号 品牌 抢购
BU33JA2MNVX-CTL ROHM Semiconductor
TPS63050YFFR Texas Instruments
IPZ40N04S5L4R8ATMA1 Infineon Technologies
STM32F429IGT6 STMicroelectronics
BP3621 ROHM Semiconductor
ESR03EZPJ151 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