申报奖项: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，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，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，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
“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。
郑重声明：此文内容为本网站转载企业宣传资讯，目的在于传播更多信息，与本站立场无关。仅供读者参考，并请自行核实相关内容。
