Az önálló tanulásra képes akkumulátorkezelő rendszer (Self-Learning Battery Management System) saját algoritmusokat használ az elektromos járművek energiafogyasztásának és fennmaradó kapacitásának valós idejű figyelemmel kísérésére.

Az ITRI szerint az alkalmazás több mint 95%-os pontossággal dolgozik, így a robogóval közlekedőknek a jövőben nem kell aggódniuk, hogy valóban elérik-e a következő töltőállomást. Az SL-BMS csökkenti a karbantartási költségeket és optimalizálja az üzemben lévő, illetve a lemerült akkumulátorok használatát is.

Az intézményt 1931-ben alapították, és kulcsfontosságú szerepet játszott a tajvani ipar átalakításában, ami a munkaigényes folyamatok alkalmazása helyett az egyre inkább innovációvezérelt irányba való elmozdulást jelentette.

A kutatóintézet 2030-as stratégiájának középpontjában az intelligens életmód, az egészségminőség és a fenntartható környezet kialakítása áll. Ennek érdekében kiemelt fontosságúnak tartják a startupokkal és a spin-off cégekkel történő együttműködést.

Szakembereik kiemelték, hogy az SL-BMS az első olyan akkukezelő rendszer, amely önálló tanulási algoritmusának segítségével pontosan képes tájékoztatni az e-robogók akkumulátorának elöregedéséről és töltöttségi állapotáról. Így a többi között az is látható, mennyi ideig képes még korlátozott teljesítménnyel működni a jármű.

A rendszer összegyűjti az energiafogyasztási adatokat és a kapacitásbecslési technika segítségével méri fel a hátralévő távolságot. Ezenkívül akár 50%-kal is képes növelni az akkumulátor kapacitásának kihasználtságát, meghosszabbítva ezzel a vezetési távolságot és csökkentve a töltési frekvenciát.

Az akkumulátorcellák megfelelő kiegyensúlyozása több mint 20%-kal is meghosszabbíthatja az akku élettartamát. A valós idejű állapotfelmérés így egyrészt növeli a biztonságot, másrészt időt és erőforrást is megtakarít az elektromos robogót használók számára – nem beszélve a fenntarthatóság növeléséről.