用于自动驾驶汽车的双向降压-升压型控制器-电子工程世界

Analog Devices, Inc (ADI) 宣布推出 Power by Linear™ LT8708/-1，这款效率达 98% 的双向降压-升压型开关稳压控制器在两个具有相同电压的电池之间运行，非常适合在自动驾驶汽车中提供冗余电源。LT8708/-1 利用一个输入电压供电运行，该输入电压可以高于、低于或等于输出电压，这使其十分适合电动汽车和混合动力汽车中常见的两个各为 12V、24V 或 48V 的电池。该器件在两个电池之间运行，可避免在其中一个电池出现故障的情况下发生系统停机。另外，LT8708/-1 还可在 48V/12V 和 48V/24V 双电池系统中使用。

LT8708/-1 采用单个电感器在 2.8V 至 80V 的输入电压范围内工作，并能产生 1.3V 至 80V 的输出电压，提供高达几 kW 的功率，具体取决于外部组件的选择和相数。它简化了需要在正向或反向调节 V_OUT、V_IN 和 / 或 I_OUT、I_IN 的电池 / 电容器备份系统中的双向电源转换。此器件的 6 种独立调节形式使其可在众多应用中使用。

将 LT8708-1 和 LT8708 并联使用，以增加功率和相数。LT8708-1 始终作为主器件 LT8708 的从属器件运行，可采用异相时钟，并能够提供与主器件一样多的功率。单个主器件上可以连接一个或多个从属器件，按比例提高系统的功率和电流容量。

另一种应用是用输入电压为负载供电，此时该输入电压还为负责给电池或超级电容器组充电的 LT8708/-1 电路供电。当输入电压消失时，可利用 LT8708 的双向能力从电池或超级电容器继续给负载供电，而不会中断。

可以监控和限制转换器输入侧和输出侧的正向和反向电流。可以使用四个电阻器独立地设置所有四个电流限制 (正向输入、反向输入、正向输出和反向输出)。与 DIR (方向) 引脚相结合，可对器件进行配置，以从 V_IN 至 V_OUT 或从 V_OUT 至 V_IN处理电源，非常适合汽车、太阳能、电信和电池供电型系统。

LT8708 采用 5mm x 8mm QFN-40 封装。可提供三种温度级版本，扩展和工业温度级版本的工作范围为 –40°C 至 125°C，高温汽车级版本的工作范围则为 –40°C 至 150°C。如需更多信息，请访问 www.analog.com/pr0918/LT8708。

特性概要：LT8708/-1

与两个具有相同或不同电压的电池配合运行

同步整流：效率高达 98%

多相运行可提供高达几 kW 的功率

单个电感器允许 V_IN 高于、低于或等于 V_OUT

6 种独立的调节形式

V_IN 电流 (正向和反向)

V_OUT 电流 (正向和反向)

V_IN 和 V_OUT 电压

支持正向和反向不连续导通模式

开关操作时支持 MODE 和 DIR 引脚更改

V_IN 范围为 2.8V (需要 EXTV_CC > 6.4V) 至 80V

V_OUT 范围：1.3V 至 80V

采用具有高电压引脚间距的 40 引脚 5mm × 8mm QFN 封装

价格与供货

产品

量产供货

千片批量的

起始价

封装

LT8708/-1

现已供货

每片 6.60 美元

5mm x 8mm QFN-40

关键字：自动驾驶引用地址：用于自动驾驶汽车的双向降压-升压型控制器

上一篇：埃马克VSC 250 TWIN KBG——欧迪恩转型升级助推器
下一篇：大众一亿美元落注的固态电池，能成为三元锂电池的终结者吗？

推荐阅读最新更新时间：2024-07-25 20:13

腾讯要研发自动驾驶技术？早已看见端倪

据知情人士透露，腾讯控股有限公司已经开发出了自己的自动驾驶系统，成功挤身这个价值可达420亿美元的行业市场。出于隐私不愿透露姓名的相关人士称，作为社交媒体巨头，腾讯打算利用其映射和人工智能技术进入这个已经吸引了Alphabet公司旗下的Waymo、当地竞争对手百度以及Alphabet公司投资的领域。目前尚不清楚腾讯的开发有多大进展，但腾讯已经有了一个原型，并开始在内部测试这个系统。香港股市涨幅达3%，达到腾讯2004年首次公开募股以来的最高水平。如今无处不在的微信便是腾讯的一个内部开发项目。腾讯将成为中国最大的自主驾驶的进军企业。腾讯于三月份收购了特斯拉（Tesla Inc。）大约5%的股份，并大力投资了共

[嵌入式]

MEMS传感器发展现状及在自动驾驶汽车中的应用

6月10日，在南京举办的世界半导体大会《汽车半导体创新协作论坛》上，华东光电集成器件研究所副所长展明浩带来主题为《MEMS传感器发展现状及在自动驾驶汽车中的应用》的报道。华东光电集成器件研究所副所长展明浩我的介绍分为四个方面：传感器简介；MEMS传感器发展以及现状；MEMS传感器在自动驾驶汽车中的应用；本单位MEMS传感器的产业情况。一、传感器简介：分为传感器概念、传感器发展历程和MEMS传感器概念。传感器概念。通俗讲就是检测装置，能感受到被测量的信息，并能将感受到的信息转换成为电信号或其他所需形式的信息输出，包括转换元件、条理电路、敏感元件。从17世纪发展温度计开始发展经历了三个阶段：结构型传感器、

[汽车电子]

MEMS传感器发展现状及在<font color='red'>自动驾驶</font>汽车中的应用

“元宇宙”落地之路：新场景与三大硬科技机会

最近一段时间“元宇宙”一词火爆全网和电子信息圈，尤其是在Facebook不再要Face而改名为Meta之后更是形成了一个小高潮，但是很多人是从游戏、VR/AR等角度去诠释这个Metaverse新词，但元宇宙的本质是一种近乎完全数字化的生活和工作环境。所以尽管游戏等行业和应用也许是最快导入元宇宙的领域，但是我们认为自动驾驶汽车、服务型制造、数字孪生、远程教育和医疗等都是向元宇宙方向出发的新场景，而元宇宙也离不开数据处理加速器、数字人民币等信息安全技术和新一代网络连接技术的支撑。新场景：游戏、VR/AR只是蛋糕的一小块作为一家长期专注于技术经济学的研究机构，北京华兴万邦管理咨询有限公司团队相信基于智能化、网络化的数字化消

[网络通信]

第一辆5G汽车要在中国上路！真·5G车联网，体验如何？

你一定也遇到过这样的典型中国路况。开车上路，不得不跟在大车后面。这时候再智能的辅助驾驶，再有经验的老司机，依靠人眼+摄像头，也无法洞悉周围路况。如果这时，大车迅速通过红绿灯路口，那么你跟还是不跟？加速跟过去，路口却突然变了红灯，“啪”的一下，6 分没了。保守一点不跟，又可能懊悔浪费了时间。这是老司机开车上路遇到最纠结的场景之一，但现在，随着 5G 时代的到来，这样的困境不再是困境。因为 5G V2X 通信网络可以提前向汽车推送红绿灯情况。根本不需要驾驶员观察。接收到红绿灯信息后，汽车会自动调整车速，以合适的速度通过红绿灯。如果经过测算，车辆无法在限速范围内通过路口，车辆就会自

[汽车电子]

研究人员研发机器学习法用微波准确识别物体可用于自动驾驶汽车

据外媒报道，美国杜克大学（ Duke University）和法国尼斯大学物理系（Institut de Physique de Nice）的工程师们研发了一种新方法，利用微波识别物体，可以提高准确性，同时减少了相关的计算时间和功耗。该系统可以用于自动驾驶汽车、安全扫描和运动传感等关键领域，以改善物体识别，并提高物体识别速度。新方法基于机器学习，省去了中间环节，跳过了创建图像供人工分析的步骤，可以直接分析纯数据。此外，该方法还可以确定最优硬件配置，揭示最重要数据的同时发现实际上最重要的数据是什么。在一项概念认证研究中，该设置进行了数十次测量，而无需通常所需的数百或数千次，就正确识别了一组3D数字。在该项研

[汽车电子]

研究人员研发机器学习法用微波准确识别物体可用于<font color='red'>自动驾驶</font>汽车

复杂环境下自动驾驶系统软件虚拟测试与验证方法

自动驾驶系统是一个复杂的智能化系统，对于这类系统和软件的测试与验证面临巨大的挑战，目前更多依赖在实际路况下的测试，除路试道路和环境条件受限外，需要耗费大量人力时间成本，而且对于不同路况、天气、相邻静止和运动实体的复杂环境，特别对一些突发状况难以人工设置和复制，导致系统测试与验证不可重复。探讨针对复杂环境开展自动驾驶系统软件虚拟测试与验证的方法，给出了车载和实验室仿真测试与验证系统的组成结构和相关实现方法，以克服在实际路况下测试的局限性，在路试基础上进一步提高软件测试充分性，从而达到提高系统安全性和可靠性的目的。 1. 自动驾驶系统测试与验证面临极大的挑战当前国内多数汽车企业处于 L2 级到 L3 级自动驾驶过渡

[汽车电子]

复杂环境下<font color='red'>自动驾驶</font>系统软件虚拟测试与验证方法

自动驾驶汽车的理想与现实

引言：自动驾驶概念的初衷就是协助预防人为交通事故，将人们从机械的驾车时间中解放出来，并减少二氧化碳的排放从德国人卡尔˙本茨1886年制造第一辆汽车开始，世界各国都开始争相发展汽车工业。从最早的MT手动挡，到现在的AT、CVT自动挡；从单纯的机械操作，到丰富的电子设备……汽车正向更易用、更安全、更环保的方向发展着。而自动驾驶概念的出现，就是希望通过改变汽车的基本使用方式，协助预防交通事故，将人们从大量机械的驾车时间中解放出来，充分享受驾驶的自由和乐趣，并减少二氧化碳的排放。自动驾驶概念图最理想的情况是能减少交通事故根据世界卫生组织的数据，2013年全球约有130万次的事故源于交通事故，因此死亡的人

[嵌入式]

自动驾驶行业的视觉感知主流框架设计

本文针对自动驾驶行业的视觉感知做简要介绍，从传感器端的对比，到数据的采集标注，进而对感知算法进行分析，给出各个模块的难点和解决方案，最后介绍感知模块的主流框架设计。视觉感知系统主要以摄像头作为传感器输入，经过一系列的计算和处理，对自车周围的环境信息做精确感知。目的在于为融合模块提供准确丰富的信息，包括被检测物体的类别、距离信息、速度信息、朝向信息，同时也能够给出抽象层面的语义信息。所以道路交通的感知功能主要包括以下三个方面：动态目标检测（车辆、行人和非机动车）静态物体识别（交通标志和红绿灯）可行驶区域的分割（道路区域和车道线）这三类任务如果通过一个深度神经网络的前向传播完成，不仅可以提高系统的检测速度，减少计算

[嵌入式]