打开APP

易特驰-ETAS嵌入式AI解决方案 | 申报2026第八届金辑奖最佳技术实践应用奖

易特驰-ETAS嵌入式AI解决方案 | 申报2026第八届金辑奖最佳技术实践应用奖 易特驰-ETAS嵌入式AI解决方案 | 申报2026第八届金辑奖最佳技术实践应用奖 易特驰-ETAS嵌入式AI解决方案 | 申报2026第八届金辑奖最佳技术实践应用奖 易特驰-ETAS嵌入式AI解决方案 | 申报2026第八届金辑奖最佳技术实践应用奖 易特驰-ETAS嵌入式AI解决方案 | 申报2026第八届金辑奖最佳技术实践应用奖 易特驰-ETAS嵌入式AI解决方案 | 申报2026第八届金辑奖最佳技术实践应用奖 易特驰-ETAS嵌入式AI解决方案 | 申报2026第八届金辑奖最佳技术实践应用奖 易特驰-ETAS嵌入式AI解决方案 | 申报2026第八届金辑奖最佳技术实践应用奖

报奖项:最佳技术实践应用奖

申报领域:汽车软件与人工智能

申报技术:ETAS嵌入式AI解决方案

创新点:数据驱动自动化机器学习建模,安全高效部署AI至量产ECU

技术描述

行业痛点:传统ECU功能依赖复杂物理模型和昂贵传感器,开发周期长、成本高。

技术创新:

1. ASCMO自动化机器学习:无需AI专业知识,基于测量数据自动构建高精度AI模型(RNN/CNN/MLL),支持虚拟传感器替代物理传感器

2. Embedded AI Coder代码生成:自动生成符合ISO26262 ASIL-D标准的嵌入式C代码,无需专用AI硬件加速器

3. 资源优化:内存占用节省高达50%,推理性能与商业工具持平,显著优于开源工具

4. 可重参数化代码:通过DCM文件实现代码复用,支持多变种高效管理

实测数据:

- 已在博世集团10+个量产项目中验证应用

- 支持从数百到数百万参数的神经网络

- 兼容ARM Cortex-M/A、Synopsys DSP、Renesas等多平台

- MLCommons®基准测试显示性能达到业界先进水平

应用场景:

1. 虚拟传感器:用AI软件替代物理传感器(如NTC温度传感器、速度估算、电机位置检测),降低物料成本和机械复杂度

2. 电池健康管理:基于ML的充电优化、SOH预测、热管理改善电动车续航

3. 发动机控制:进气量预测、扭矩分配等复杂非线性系统建模

4. 离手检测:方向盘AI传感器替代传统电容传感器

独特优势:

- 由博世开发并在内部广泛验证,具备量产级成熟度

- 全流程工具链覆盖:从数据→建模→代码生成→安全验证

- 不绑定特定硬件,适配现有AUTOSAR架构

- 功能安全认证支持(ISO26262),适用于ASIL-D安全关键场景

- 降低AI门槛:非AI专家也能快速构建和部署嵌入式AI模型

易特驰-ETAS嵌入式AI解决方案 | 申报2026第八届金辑奖最佳技术实践应用奖

“金辑奖”由盖世汽车发起,秉承“发现好公司、推广好技术、成就产业人”的使命。2026年,第八届金辑奖以“中国方案向全球”为年度主题,聚焦汽车产业核心技术与创新赛道,寻找在中国市场形成、经过中国汽车产业验证,并具备全球复制价值的技术、产品、工程体系与产业协同能力。围绕真实问题、产业验证、全球适配与长期价值,金辑奖将依托盖世汽车32万家企业供应链数据库及产业研究能力,通过企业申报、产业数据和专家评审等多维度评价,发现具有产业价值与全球潜力的创新成果,并进一步沉淀为面向全球汽车产业的创新案例库。

来源:第一电动网

作者:盖世汽车

本文地址:

返回第一电动网首页 >

相关内容
全部评论·0
暂无评论
我要评一下