Hafif elektrikli taşıtlar, artan şehirleşme ve çevresel kaygılar nedeniyle modern ulaşımın vazgeçilmez bir parçası haline gelmiştir. Ancak kısıtlı batarya kapasiteleri ve menzil problemleri, bu araçların yaygınlaşmasının önündeki en büyük engellerdir. Bu projenin amacı, hafif elektrikli taşıtların enerji verimliliğini artırmak amacıyla kullanılan Rejeneratif Frenleme Sistemlerinin performansını, Yapay Zeka destekli Batarya Yönetim Sistemi (BMS) mimarileri ile optimize etmektir. Geleneksel BMS mimarileri, dinamik sürüş koşullarında bataryaya geri basılan yüksek anlık akımların yönetiminde yetersiz kalmaktadır. Bu çalışmada; Yapay Sinir Ağları, Bulanık Mantık ve Derin Öğrenme algoritmalarının, batarya parametre kestirimi (SOC/SOH) ve enerji geri kazanımı üzerindeki etkileri analiz edilmiştir. İncelenen AI destekli adaptif kontrol stratejileri, anlık yol ve batarya durumunu analiz ederek en uygun frenleme torkunu belirlemektedir. Elde edilen veriler, yapay zeka destekli adaptif kontrol stratejilerinin, geleneksel yöntemlere kıyasla %20’ye varan oranlarda daha yüksek enerji geri kazanımı sağladığını göstermektedir. Ayrıca akıllı mimariler, batarya sağlığını koruyarak hücre ömrünü uzatmakta ve atık pil oluşumunu geciktirerek döngüsel ekonomiye doğrudan katkı sunmaktadır. Sonuç olarak bu proje, mikromobilite sektöründeki menzil kaygısına yüksek verimli ve sürdürülebilir bir çözüm getirmektedir.