Logo

CITY.SAFE

CITYEYELAB

전기차 화재, 사전에 예측하고 오경보를 최소화

AI 및 복합센서 기술로 전기차 화재를 실시간 예측하고
다양한 비화재보 시나리오를 학습하여 오경보를 최소화 합니다.

  • 뷸렛형 전기차 화재감지

    뷸렛형 복합센서(가시광, 열화상, 불꽃 등)을 활용하여 다양한 전기차 화재 증상을 감지하며, 다수의 차량을 관제할 수 있습니다.

  • 배터리 관제형 전기차 화재감지

    복합센서 기반 배터리 관제 방식으로 차량의 표면을 관제하는 방식이 아닌, 화재 근원인 배터리를 직접 관제함으로써 실시간으로 위험 상황에 대응할 수 있습니다.

실시간 감지부터 예측까지,
복합센서 기술로 완성한 화재 예측 시스템

지속적 온도 모니터링

지속적 온도 모니터링

전기차 주차 중·충전 중에도 온도 이상 감지

전조증상 감지

전조증상 감지

발열, 연기, 불꽃 등 이상 징후를 조기에 인식

배터리 직접 검지 가능

배터리 직접 검지 가능

표면 온도 변화로 내부 이상 여부 예측

오경보 최소화

오경보 최소화

다양한 환경 학습으로 불필요한 오경보 최소화

비화재보(오감지) 최소화 솔루션

비화재보를 최소화하기 위하여 약 250만개 이상의 비화재보 시나리오를 AI로 학습 및
추론함 으로써 비화재보를 혁신적으로 감소시킵니다.

비화재보(오감지) 최소화 솔루션

비화재보를 최소화하기 위하여 약 250만개 이상의 비화재보 시나리오를 AI로 학습 및
추론함 으로써 비화재보를 혁신적으로 감소시킵니다.

열화상•가시광 융합

복합센서 및 AI 기반 우리가 만든 기술, 이렇게 다릅니다.

복합센서 및 AI 융합을 통해 전기차 화재감지 실시간 모니터링 시스템

실험으로 입증한 신뢰성 있는 전기차 화재 예측

실차 전소 실험으로 검증된 데이터 복합센서와 AI가 결합된 기술불필요한 오경보를 줄이고 신뢰성 있는 화재 예측을 실현합니다.

배터리 내부 검증하다

배터리 내부 검증하다

내부・외부 데이터 비교 검증

외부 센서만으로는 배터리 팩 내부의 온도나 가스 상태를 정확히 파악하기 어렵습니다. 시티아이랩은 이를 극복하기 위해 실험을 통하여 내부 변화를 정밀 측정하고, 외부 센서 데이터와 비교•검증함으로써 신뢰성 높은 전기차 화재 감지 체계를 구축합니다.
환경 기반 챔버 실험

환경 기반 챔버 실험

사계절 환경 재현 챔버 실험

사계절 중방전•온도•습도 등 다양한 환경 조건을 재현한 챔버 실험을 통해 배터리와 센서 반응을 분석하고, 이를 기반으로 AI 학습용 표준화 데이터셋을 구축하여 신뢰성 있는 화재 예측 모델 개발을 지원합니다.
전기차 전소 실험

전기차 전소 실험

250만 건 이상의 데이터 학습

전기차 및 배터리 전소 시험을 통해 배터리의 이상 상태를 정밀 파악하고, 실험 데이터와 복합센서를 활용하여 250만 개 이상의 경우의 수를 AI로 학습함으로써 전기차 화재를 사전에 예측하고 비화제보를 최소화 합니다.

CONTACT