2026年7月1日-7月3日，慕尼黑上海電子展于上海新國際博覽中心盛大舉辦。展會同期，十余場行業高峰論壇輪番開講，緊扣熱門賽道發展趨勢，為參會同仁帶來集硬核技術與前沿洞察于一體的行業盛會。
瑞薩電子受邀出席多場主題論壇并發表技術演講，圍繞儲能、汽車電子、端側智能等領域分享前沿成果與落地實踐。本篇為系列演講內容的首篇，聚焦2026年創新儲能技術論壇的精彩分享。
創新儲能技術論壇
基于瑞薩電子AI工具鏈實現拉弧檢測
在由電子發燒友網和慕尼黑上海電子展聯合舉辦的2026年創新儲能技術論壇上，瑞薩電子嵌入式處理器事業部高級系統架構師蘇勇發表了題為《物理AI應用實踐：基于瑞薩電子AI工具鏈實現拉弧檢測》的精彩演講，演示了一套從數據采集、模型訓練到嵌入式部署的端到端拉弧檢測方案。
瑞薩電子嵌入式處理器事業部高級系統架構師 蘇勇
電子拉弧是電流擊穿空氣形成的持續火花放電現象，其產生的局部高溫和電離效應是引發電氣火災的重大隱患。在光伏、儲能、家電以及工業設備中，預先檢測拉弧信號并采取保護措施至關重要。傳統的檢測方案，如電流比值法、波形分析法等，嚴重依賴設計人員的信號分析專業背景，且準確率通常僅在50%左右，難以滿足日益增長的安全需求。相比之下，基于AI模型的方案開發流程更簡單，檢測準確率可高達95%。
蘇勇介紹道，瑞薩搭建了一個AFCI拉弧檢測仿真系統，其基于搭載AI的RA6M5 AFCI開發板實現。在數據采集時，拉弧檢測電路板變身數據采集卡，配合上位機工具和電路板的固件，實現以指定ADC采樣率采集數據，并通過USB將數據傳遞到電腦保存成樣本文件，為后續模型訓練做準備。數據準備就緒后，借助Reality AI Tools生成AI模型，并通過混淆矩陣評估模型準確度。模型訓練完成后，Reality AI Tools可直接導出適用于目標嵌入式平臺的C語言源碼庫。開發者能輕松地將其集成到RA6M5的嵌入式工程中，通過調用簡單的API即可實現實時推理與響應。
經實測，單次推理加消抖處理僅耗時4.3ms，最終固件占用Flash約16KB、RAM約32.5KB，充分驗證了AI模型在資源受限的邊緣設備上的可行性與高效性。
從數據采集、模型訓練到邊緣部署的全鏈路方案，為儲能安全檢測提供了更高效的解題思路。依托完整的嵌入式產品生態與成熟的AI工具能力，瑞薩將持續推動物理AI在更多工業與汽車場景落地，為客戶創造更高的技術價值。
如您在使用瑞薩MCU/MPU產品中有任何問題，可識別下方二維碼或復制網址到瀏覽器中打開，進入瑞薩MCU/MPU官方技術論壇尋找答案或獲取在線技術支持。
https://bbs.21ic.com/renesas
END
推薦閱讀
如何在邊緣AI應用場景中實現高性能、低功耗推理（上）
瑞薩嵌入式AI技術漫談· 瑞薩AFCI邊緣部署實戰與完整解決方案全景
瑞薩嵌入式AI技術漫談 · AIoT發展趨勢與瑞薩電子的AIoT產品體系一覽
