EVデータ生成アルゴリズム

MobiSaviのコア技術

電気自動車（EV）の普及を阻む根本的な課題は、実用性能の予測が困難であることです。実用航続距離は同一車両・同一バッテリー性能であっても、走行環境や運転スタイルによって大きく変動し、カタログデータやバッテリーのSOH（容量維持率）だけでは、実際の使用環境下での航続距離を正確に予測することはできません。また、EVの売買や運用において重要なのは、この実用性能が「乗ってから分かる」のではなく「乗る前に分かる」ことです。

MobiSaviはこの課題を解決すべく、モデルベースシミュレーション技術を応用し、車両・環境・運転・バッテリーの4つのモデルを統合的に活用した「EV性能予測アルゴリズム」を開発しました。走行環境や地形、道路種別といった情報に加え、地域特性や利用用途などのメタデータからEVの実用性能を高精度に予測生成できる革新的技術です。これにより、EVの実用性能を乗る前に把握することが可能になりました。

この技術を活用することで、用途や走行条件に適したEVを選定でき、充電時間や回数も事前に把握できるため、効率的な運用計画が立てられます。さらに、バッテリー劣化状況の予測により、中古EVの価値を可視化し、信頼性向上にも寄与します。MobiSaviのEV性能予測アルゴリズムは、EVユーザーが抱える「使い勝手の不確実性」を解消し、普及を加速させる革新的なソリューションです。