
LTE Cat.4 게이트웨이
AIG-300Arm Cortex-A7 Linux · GNSS(A-GPS) · CAN-FD×3 / RS232×3 / RS485 · BLE 5.0 · eSIM · 6축 IMU · 700mAh 백업 · +7~+36V
GNSS 위치·속도, 차량 CAN 신호, IMU(가속·자이로), 다중 연결 센서 데이터
충전 지연, 파편화된 앱, 예측 불가한 배터리, 탄소 데이터 부재. Electrapilot은 AI 예측·자동 오케스트레이션·탄소 크레딧으로 EV 운영을 능동으로 전환합니다.
충전·관제·IoT·라우팅·탄소까지, 운영 효율을 높이고 리스크를 최소화하는 8가지 핵심 기능.
차량·어댑터 규격과 충전 속도, 충전소 실시간 가용 상태를 매칭해 최단 대기·최소 우회 경로를 제안합니다.
차량 위치와 운전자 정보를 실시간 수집·시각화하여 관제 효율을 높이고 이상 상황에 신속히 대응합니다.
IoT 센서 데이터를 연동해 화물 상태와 배터리 성능에 영향을 주는 환경 요인을 상시 모니터링합니다.
주문 밀집도·교통·차량 상태를 반영한 통합 라우팅으로 도시형 배송을 15분 단위 SLA로 운영합니다.
주행 이력과 SOC(배터리 잔량) 변화를 정밀 기록·분석하여 운행 효율과 충전 전략을 최적화합니다.
차량 IoT와 앱 GPS를 결합한 하이브리드 추적으로 위치 정밀도와 데이터 신뢰도를 높입니다.
충전 필요·장비 이상·경로 이탈 등 핵심 이벤트를 운전자·관제자에게 즉시 알림으로 전달해 다운타임을 줄입니다.
필수 차량 문서를 디지털로 보관하고 만료·점검·컴플라이언스를 간소화합니다.
배차부터 내비게이션까지, 운행의 전 과정을 한 흐름으로 보여드립니다.
차량명·SoC·주행거리를 한눈에
탭 한 번으로 즉시 배차
전체 차량 상태를 한눈에 확인하고 즉시 배차합니다.
실시간 관제부터 리포트까지, 운영의 전 과정을 한 흐름으로 보여드립니다.
주행·충전 패턴을 기간별로
효율·안전 지표 분석
차량 운행 정보를 기간별 통계로 제공합니다.
자체 개발 게이트웨이와 센서가 차량·환경 데이터를 정밀 수집해 클라우드·AI 엔진으로 흘려보내고, 공공 데이터까지 실시간으로 통합합니다.
모든 센서 데이터가 게이트웨이에 모여 클라우드·AI 엔진으로 스트리밍되고, 대시보드에서 실시간으로 분석됩니다.
특허 등록 자체 디바이스로 소형 승용부터 고출력 트럭까지 폭넓게 호환됩니다.

Arm Cortex-A7 Linux · GNSS(A-GPS) · CAN-FD×3 / RS232×3 / RS485 · BLE 5.0 · eSIM · 6축 IMU · 700mAh 백업 · +7~+36V
GNSS 위치·속도, 차량 CAN 신호, IMU(가속·자이로), 다중 연결 센서 데이터

−20~400°C · 분해능 0.1°C · 정확도 ±2% · FOV 7.16° · Modbus RS485 · IR 최대 10Hz · 5V
배터리·화물 표면 온도(°C), IR 센서 상태

3축 가속·자이로·지자기 + 기압계 · UART · 3.3~5V · 0.1~200Hz(기본 10Hz)
가속(±16g)·각속도·자세·지자기·기압·고도, 급가감속·충격 이벤트

RS485(Modbus-RTU) · DC 9~30V · 온도 −20~80°C(±0.3°C) · 습도 0~99.9%RH
주변 온도·습도(배터리 주변 열·수분 컨텍스트, 안전 알림)
디바이스 데이터에 신뢰도 높은 공공 API를 실시간 결합해 교통·충전·날씨를 반영합니다.
예측·스케줄링·라이브 라우팅·원탭 결제를 하나의 충전 경험으로 통합하고, 10대 이상의 차량을 실시간으로 조율합니다.
주행 이력·배터리 상태·기온·교통을 학습해 도착 시점의 SoC까지 예측합니다. 충전 타이밍을 놓치지 않고 운행을 계획할 수 있습니다.
데모 신청 ›충전소 부하와 off-peak 요금을 반영해 차량별 충전 순서를 실시간으로 배정하고, 모든 차량을 다음 운행에 맞춰 준비합니다.
데모 신청 ›실시간 충전소 가용성과 교통 상황을 반영한 경로를 안내하고, 상황이 바뀌면 즉시 재탐색해 최적 경로로 이어갑니다.
데모 신청 ›도착 후 커넥터만 연결하면 앱이 자동으로 인증·결제·충전을 시작합니다. 영수증과 ESG 리포트까지 자동으로 정리됩니다.
데모 신청 ›2020년부터 11개 차종에서 수집한 2억 건 이상의 데이터로 학습했고, 전주에서 실도시 검증을 마쳤습니다.