恩智浦联合COMPREDICT推动边缘AI在汽车领域的应用落地
恩智浦与COMPREDICT展开合作，将边缘AI技术引入汽车应用，有效降低整车物料清单（BoM）成本，为整车厂商及一级供应商在智能化、软件驱动的出行转型中提供强大助力。
COMPREDICT的虚拟传感器技术为传统硬件传感器提供了一种更智能、更经济的替代方案。其基于高质量数据集训练的AI模型，可实现软件驱动的实时估算。该方案不仅具备良好的扩展性，还能通过持续学习不断提升性能。
恩智浦的S32处理器为边缘AI计算提供了理想的硬件平台：其搭载的Arm Cortex内核可承担通用处理任务，AI/ML加速器则支持实时推理，而低功耗设计则特别适用于嵌入式环境。此外，恩智浦的eIQ Auto ML软件开发套件为AI模型的全流程提供了支持，从准备、优化到部署，确保在资源受限的车载设备上高效运行。
此次技术合作简化了边缘AI在汽车领域的部署流程，显著降低了成本，为汽车制造商和供应商推动智能化出行转型提供了强有力的支持。
如需体验边缘AI技术，可申请演示或了解合作机会，通过恩智浦的边缘AI方案，开启更加智能的软件定义出行体验。
下图展示了COMPREDICT模型在恩智浦S32汽车处理平台上的运行效果。
AI增强型车轮力传感器（WFT）解决方案
车轮力传感器（WFT）是车辆测试中的关键组件，用于采集力与扭矩数据，辅助悬架调校及安全验证。但传统WFT设备体积大、成本高，不利于大规模部署。
在AI增强型WFT方案中，恩智浦S32产品组合被用于传输车辆传感器数据至其边缘微处理器和控制器。随后，COMPREDICT模型提供实时力估算和维护预警。这一整合为测试、自动驾驶及车辆诊断领域带来突破性进展。与此同时，新思科技的虚拟开发套件（VDK）允许开发人员在虚拟硬件上部署和测试模型，大幅缩短集成周期，降低开发风险，无需依赖实体硬件。
下图展示了AI增强型WFT的现场演示。
面向汽车制造商的可扩展解决方案
对于整车厂和一级供应商而言，该解决方案为跨平台软件定义传感集成提供了高性价比的扩展路径。随着汽车行业向软件定义汽车（SDV）演进，恩智浦与COMPREDICT的合作为AI部署提供了前瞻性的、可规模化落地的技术方案。
应用场景技术解析
COMPREDICT开发的WFT虚拟传感器模型部署于恩智浦硬件平台，基于eIQ Auto软件开发环境实现。模型训练始于TensorFlow框架，并兼容PyTorch、MATLAB等多种开源工具。初始编译采用FP32精度，针对Arm Cortex-R52内核。
在模型验证阶段，利用新思科技虚拟开发套件在硅片前进行测试。随后，模型被量化为8位整数格式（INT8），在精度与模型体积之间取得良好平衡，并为后续部署在eIQ Neutron神经处理单元（NPU）做准备。
通过恩智浦eIQ Auto编译器与S32K5 VDK工具链，成功将量化后的模型部署于R52内核，并在区域微控制器上实现了高效的边缘AI推理，这与实际量产部署目标一致。
下图展示了AI增强型WFT的现场演示。
该方案已通过三种典型动态负载场景的验证（横向、纵向、垂直方向），数据来源于控制器局域网（CAN）信号（共15个信号，频率为25-100Hz）。在每种场景中，虚拟传感器输出与传统硬件传感器数据进行对比，充分展示了COMPREDICT WFT模型的优异性能。
解决方案核心优势
- 高度适应性：可无缝集成现有CAN总线架构，最大程度减少对现有车辆系统改动。
- 全面数据覆盖：基于约三小时的多样化驾驶场景进行训练，包括城市交通、高速公路、颠簸路面、蛇形绕桩及制动工况。
- 量产就绪：打破传统WFT在公共道路上应用的限制，使量产车具备与先进原型车同等的智能水平。
开启边缘AI之旅
是否已准备好迎接智能出行的未来？欢迎申请演示或探索合作机会，点击访问COMPREDICT-恩智浦合作专题页面了解更多信息。
了解更多恩智浦边缘AI产品
本文作者
Nathan Gil，恩智浦半导体电气化系统市场营销负责人。他负责恩智浦在美洲市场的电气化系统推广，涉及从电动汽车牵引逆变器系统到软件定义电动架构等多个领域。加入恩智浦近两年来，Nathan专注于合作伙伴生态建设，擅长在创新系统项目中集成恩智浦器件，推动项目落地。他现居美国德克萨斯州奥斯汀，毕业于得克萨斯农工大学，主修电气工程。