モビリティのデジタル変革: 自動運転車

概要

近年、自動運転（ロボタクシーとも呼ばれる）は、自動車業界のトレンドの 1 つとなっています。自動車、輸送、およびより広範なモビリティ市場は、社会的、技術的、経済的な変革を経験しており、人や製品の移動方法が根本的に変化しています。人口増加、都市化、環境への懸念が続く中、明日の人口拠点と経済活動をサポートするには、新しい形態のモビリティが不可欠です。

2022年から2029年の予測期間によると、自動運転高級車市場は36.16%の大幅な成長を遂げると予想されています。 Data Bridge Market Researchのレポートは、市場に関する包括的な分析と洞察を提供し、この期間の成長に顕著な影響を与えると予想される要因を強調しています。

• https://www.databridgemarketresearch.com/jp/reports/global-autonomous-luxury-vehicle-market

ソフトウェア企業を率いるテクノロジー大手や、新しいモビリティのスタートアップ企業も、まったく新しい未来のモビリティ時代の恩恵を受けようとしています。今日、自動車はさまざまな機能を提供するプラットフォームになりつつあります。そのため、自動運転車は従来の自動車に比べて、はるかにソフトウェア主導の製品になりつつあります。自動運転車とは、周囲の環境を感知し、人間の介入なしに運転できる車のことです。センサー技術、LiDAR、4Dレーダー画像などの進歩により、完全自動運転車への道が開かれています。これらの技術は、車両がタイムリーな判断を下せるように、特定のデータをリアルタイムで収集するために使用されています。

人間の乗客はいつでも車両を制御する必要はなく、また人間の乗客がその場にいる必要もありません。従来のメーカーとサプライヤーは、開発サイクルを継続的に短縮し、避けられない新しいソフトウェア時代への移行に追いつくために、非常に熱心に取り組んでいます。しかし、ソフトウェア業界で主に知られている協調的なアジャイル作業モデルと、より革新的な協力管理アプローチにより、これらの課題に取り組み、チャンスに変える道が開かれます。

自動運転車とは何ですか?

ディープラーニングは、自動運転車の自動化部分の中核をなすものです。AV は、さまざまなトレーニング モデルとリアルタイムのデータ取得に基づいて計算上の決定を下すことができます。最近のディープラーニングと人工知能の発展により、自動運転車はリスクの高い状況に対応し、気象条件による障害物追跡の問題に対処できるようになりました。自動運転車または無人運転車は、センサー、カメラ、レーダー、人工知能 (AI) を組み合わせて、人間のオペレーターなしで目的地間を移動する車両です。自動運転車を開発および/またはテストしている企業には、Audi、BMW、Ford、Google、General Motors、Tesla、Volkswagen、Volvo などがあります。

世界規模の自動運転車市場シナリオ

自動運転車は、世界中の消費者の移動体験に革命をもたらしています。技術の進歩により、自動運転車は人間が運転する車よりも安全になります。米国では、疲労、人為的ミス、飲酒運転などが原因で、毎年 30,000 人の命が自動車事故で失われています。

現在、ほとんどの車には基本的な ADAS (先進運転支援システム) 機能が搭載されており、これらの動作がなくても機能し、数千人の命を救う可能性があります。ほとんどの自動運転車には、交通の突然の停止など、車が危険に近づいていることを検知するように設計された自動緊急ブレーキ システムが搭載されています。さらに、自動緊急ブレーキ システムは、道路上の歩行者、自転車、またはその他の車両を検出して応答するように構成できます。最初の自動運転車は 2018 年に Waymo から発売され、何十億もの人々に安全、クリーン、便利なモビリティを提供しました。 Waymo の 600 台の自動運転車は、どの競合他社よりも多くの距離を自動運転で走行しています。実際、2018 年 10 月には、マウンテン ビュー (カリフォルニア州)、オースティン (テキサス州)、カークランド (ワシントン州)、フェニックス (アリゾナ州) の街路が中心でしたが、2018 年 10 月にフリートは 25 都市の公道で 1,000 万マイル以上を走行しました。 。 2018年8月、配車会社Lyftは、顧客が同社のモバイルアプリを使用してラスベガスで5,000回以上の自動運転の料金を支払ったと発表した。このサービスは1月にラスベガスで30台のBMW車で開始されたが、当時同社の保有車両は75台だった。

自動車メーカーが採用する主要戦略

• 百度（「中国のグーグル」）は2014年から自動運転車の開発に取り組んでおり、2018年初頭から北京でテスト走行を実施しており、2024年には完全自動運転車が路上を走ることを期待している。
• 2023年2月、ルノー・日産自動車と三菱自動車は、ルノー・グループと日産が共有する新型SUVや、ルノー・トライバーSUVから派生した日産の新型車モデルなど、いくつかの新車プロジェクトで協力する拘束力のある枠組み協定を締結した。
• 2020年5月、PSAグループはAptiv（NuTonomy）と提携し、シンガポールで自動運転タクシーを導入した。これを受けて、AptiveはPSAのイノベーションチームがカスタマイズしたプジョー3008 SUVに自社のソフトウェア、専用センサー、コンピューティングプラットフォームをインストールした。
• トヨタは2018年10月、ソフトバンクと提携し、食品や商品の配達から健康診断まで、自動運転車を使ったさまざまなサービスを開発し、自動運転の時代に適応しました。
• 2018 年 1 月、現代自動車とシスコは、セキュリティを備えた次世代車載ネットワーキングを可能にする新しい技術ロードマップを発表しました。ヒュンダイとシスコは、車両内のすべてのデータへの非常に安全なアクセスを提供する新しいプラットフォームを作成しました。このプラットフォームは、第 1 世代の 1Gps アーキテクチャと QoS を備えた車載イーサネットを利用しており、帯域幅の最大化とより多くの機能を実現します。

自動運転車の自動化レベル

自動車技術者協会 (SAE) は、0 (完全手動) から 5 (完全自動運転) までの 6 つの運転自動化レベルを定義しており、米国運輸省もこれを採用しています。

出典: SEA

自動運転車または自動運転車の主要テクノロジー

自動運転車には、自動制御、アーキテクチャ、人工知能、コンピュータービジョンなど、さまざまな技術が統合されており、高度に発達したコンピューターサイエンス、パターン認識、インテリジェント制御技術の成果です。

• カーナビゲーションシステム：カーナビゲーションシステムには、車両の地理情報システムや全地球測位システム（GPS）が搭載されており、衛星から経度や緯度などの位置情報を受信します。これらの情報は、ロケーション システムおよびデジタル地図データベースによって生成された道路情報とともに、マップ マッチング モデルに入力されるソース データとして機能し、インテリジェントな経路計画アルゴリズムを利用して経路計画の計算が可能になります。
• 位置情報システム: 位置システムの主な目的は、車両の位置を特定することであり、相対位置、絶対位置、ハイブリッド位置に分けられます。相対位置の場合、自動運転車の現在の位置は、以前の位置に移動距離と方向を追加することによって取得されます。絶対位置方式は、測位システムから取得した情報に従って車両の位置を特定するために使用されます。一般的な測位システムは、GPS、GLONASS、Galileo、Beidouなどの衛星ベースのシステムです。ただし、衛星信号は、気象条件や建物や山などの都市環境による干渉を受けやすく、位置信号にエラーやノイズが発生し、測定された絶対位置は正確ではありません。上記の2つの位置検出方法の特性を組み合わせたハイブリッド位置検出は、自動運転車の位置を取得するために使用される最も一般的な方法です。
• 電子地図（EM）： EM (電子地図) は、主に地理情報、交通データ、建物データ、交通標識、道路施設などで構成されるデジタル地図データを保存するために使用されます。今日の自動運転車で使用されている EM の大部分は人間が設計したものです。 EM。将来的には、道路標識を自動的に認識し相互に対話するものなど、自動運転車用にカスタマイズされた EM が開発されることが予想されます。
• マップマッチング: 経路計画の基礎となるマップ マッチングは、GPS からの地理データと EM からのマップ データを組み合わせて車の位置を決定します。計算中に、経度、姿勢、その他の座標情報を EM に融合する高度な融合アプローチが使用されます。実用的な観点から、車の位置の出力は正確かつタイムリーである必要があります。

自動運転車が直面する課題

レベル 5 の自動運転車が直面する主なハードルは、真のレベル 5 の自動運転車を作成できるほど技術が進んでいないことです。ゼネラルモーターズのクルーズテスト車両とNuro車は、レベル5車開発の最初のステップにすぎません。無人運転車に対する国民の不信感も、レベル5の自動運転車が克服しなければならない障害だ。現在のレベル 3 の車は事故を起こしており、レベル 5 の車は完全に自動運転であるため、安全性について真の懸念が生じています。これらとは別に、無人運転車用の完全自律システムを設計する際には、依然として多くの課題に直面しています。

• 道路状況: 道路状況は非常に予測不可能であり、場所によって異なります。スムーズで標識の広い高速道路がある場合もあれば、道路状況が著しく悪化している場合もあります。レーンは定義されていません。路面の穴、山岳地帯、トンネルなどの道路では、外部からの方向指示があまり明確ではありません。
• 交通状況: 自動運転車は公道を走行し、さまざまな交通状況に対応する必要があります。他の自動運転車と道路を共有しながら、多くの歩行者を誘導する必要があります。人間が関与するあらゆる場所には、さまざまな感情が存在します。高度に制御され、自己規制された交通が可能です。ただし、誰かが頻繁に運転規則に違反している場合があります。物体が予期しない状況に現れる可能性があります。交通量が多い場合、1 分間に数 cm の動きでも問題になります。交通がなくなるまで延々と待つことはできませんし、何らかの前提条件を満たしてから自動的に動き出すこともできません。
• 事故責任: 自動運転車の最も重要な側面は事故責任です。自動運転車によって引き起こされた事故の責任は誰にあるのかをよく考えます。自動運転車の場合、ソフトウェアは車を駆動する主要なコンポーネントとなり、すべての重要な決定を行います。初期のデザインでは人がステアリングホイールの後ろに物理的に配置されていましたが、Googleが紹介した新しいデザインにはダッシュボードもステアリングホイールもありませんでした。さらに、自動運転車の性質上、乗員はほとんどリラックスした状態にあり、交通状況に注意を払っていない可能性があります。ドライバーの注意が必要な多くの状況では、ドライバーが行動を起こす必要があるときには手遅れとなり、状況を回避できず、事故が発生する可能性があります。
• レーダー干渉: 自動運転車はナビゲーションにレーザーとレーダーを使用します。センサーは車体に取り付けられていますが、レーザーは屋根に取り付けられています。レーダーは周囲の物体からの電波の反射を検出することに基づいて動作します。運転中、車は無線周波数波を継続的に放射し、近くの車両や範囲内の他の物体に反射します。反射時間を測定して、車と物体との間の距離を決定します。道路を走行しているとき、自動車は無線周波を継続的に放射し、周囲の自動車や道路近くの他の物体から反射します。したがって、この技術が路上の数百台の車両に使用される場合、車は自分自身の (反射された) 信号と他の車両からの (反射または送信された) 信号を区別できるだろうかという疑問が生じます。レーダーに複数の無線周波数が利用できる場合でも、この周波数範囲が製造されるすべての車両にとって不十分である可能性は低いです。

自動運転車は、交通警官が赤信号で車両に手を振るなど、異常な状況を解釈するのに苦労します。すべてのシナリオを事前にコーディングすることは不可能であるため、単純なルールベースのプログラミングは常に機能するとは限りません。したがって、自動運転車には制御関連の問題が多数あり、運転中に同時に管理および調整する必要がある多くの可動要素があるため、道路上の「無人または自律」車両のアイデアは、生活のあらゆる分野の人々の興味をそそっています。

自動運転車導入準備が進んでいる国トップ

運転支援技術や自動運転システムなど、自動車技術の継続的な進化は、さらなる安全上のメリットの実現を目指しています。世界中で自動運転車が普及し、その開発は驚異的なスピードで進んでいます。オランダは、優れた道路インフラ、強力な支援体制、電気自動車の積極的な導入により、自動運転車準備指数で新たなリーダーとして注目されていますが、シンガポールは、道路交通法の改正により自動運転車の公道テストが可能になったことにより、米国を抜いて2位にランクインしました。

表 1: 自動運転車の準備指数

出典: 地理空間メディアと通信

自動運転車の利点

表 2: 自動運転車の潜在的な利点とコスト

ソース：

• ドライバーのストレス軽減、生産性とモビリティの向上

自動運転車はドライバーのストレスと退屈を軽減し、生産性を向上させ、乗客が移動中に仕事をできるようにします。しかし、安全のため乗員はシートベルトを着用する必要があり、車内ベッドの使用は制限されており、他の限られた空間と同様に、車内も乱雑で汚れやすいものです。さらに、自動運転車は、何らかの理由で運転できない、または運転すべきではない人々に自立したモビリティを提供できます。これは旅行者にとって直接的な利益となり、教育や雇用の機会へのアクセスが改善されることで、旅行者の生産性が向上し、家族や友人の運転手の負担が軽減されます。

自動運転車に関連する課題

• 所有費と運営費

自動運転車が適切に機能するには、さまざまな機器やサービスが必要です。故障は致命的となる可能性があるため、自動運転車には専門家が設置および保守する堅牢で冗長なコンポーネントが必要であり、保守コストが増加します。現在、リモートスタート、アクティブレーンアシスト、安全カメラなどのオプションの車両アクセサリは通常数千ドルかかり、OnStarやTomTomなどのナビゲーションおよびセキュリティサービスのサブスクリプションには年間数百ドルかかります。限定的な自動運転を提供するTeslaのFull Self-Drive（FSD）サービスへのアップグレードには15,000ドルかかり、2022年には所有者がTeslaをその可用性と利点に関する虚偽の広告で訴えました。車両の所有者は、頻繁なソフトウェア更新とナビゲーションマッピングサービスに加入する必要があるでしょう。

• 潜在的なレーダー干渉への対処

ほとんどの自動運転車は、LiDAR（光検出と測距）、カメラ、レーダーの3つの技術を使用してナビゲートします。運転中、レーダーセンサーは周囲の物体からの電波の反射を検出します。したがって、電波の反射に必要な時間をすばやく計算することで、自動運転車は近くの物体の近さを測定できます。ただし、2台以上の車両から送信された電波が互いに干渉し、誤った信号が発生する可能性があります。画像分類は、畳み込みニューラルネットワーク（CNN）をトレーニングして、物体を認識して分類することによって行われます。CNNの問題は、モデルがすべての物体をキャプチャしない可能性が高いため、複数の物体を含む画像には最適なソリューションではないことです。ただし、全地球測位システム（GPS）を使用して他の自動運転車の正確な位置を検出できますが、壁、建物、がれき、木などのいくつかの物体を区別できない場合があります。自動運転車または自律走行車は、自分の信号を他の信号と区別できなければならないため、今後数年間で最大の課題の1つになります。

• 法的な複雑な問題を乗り越える

法律は、自動運転の最も重要な特徴の 1 つです。多くの場合、州法と連邦法は、これらの車によって引き起こされた事故の責任が誰にあるかについて混乱しています。日常的な自動車事故による人身傷害賠償請求で誰が過失者であるかを判断することは、すでに十分に困難です。自動運転車の場合、ドライバーの明確な定義がないため、誰が事故を引き起こし、その影響が何であったかを特定することはさらに困難です。これとは別に、ほとんどの自動運転車では、ソフトウェアが主要な意思決定者およびオペレーターです。ただし、設計はメーカーによって異なる場合があります。

• 天候と道路状況

コンピュータービジョンの自動運転モデル​​にはリアルタイムの物体検出機能が備わっていますが、その性能は天候、照明、走行場所によって変化する可能性があります。自動運転車には潜在的な事故を防ぐために多くのさまざまなデータセットが必要です。前述の変数によって引き起こされます。自動運転車は、LiDAR センサーとカメラを 3 次元 (3D) 地図やコンピューター ビジョン テクノロジーのデータと組み合わせて使用​​することで、距離を計算し、信号機、他の車両、歩行者を検出できます。乗客と車両の安全を確保するには、深度推定が不可欠です。 LIDAR やカメラ レーダーなど、他のいくつかのツールが重要な役割を果たしますが、ステレオ ビジョンでそれらをバックアップすると役立ちます。ただし、レンズとセンサー間の距離が車両ごとに異なる可能性があるため、カメラの配置など、他の多くの問題が発生し、深度推定システムがより困難になる可能性があります。

主要国の規制当局

• カナダ： 連邦政府はすべての管轄区域にわたって一貫性を確保することに重点を置き、州、準州、地方自治体は AV 開発を促進するための措置を講じています。オンタリオ州では、企業が AV (SAE レベル 4 ～ 5) を道路に設置するには、オンタリオ州の AV パイロット プロジェクト規制への同意を得る必要があります。
• 中国： 中国工業情報化部は2020年3月9日、自動車運転自動化分類に関する国家標準の推奨草案を公式ウェブサイトで発表した。
• ドイツ： 2020年11月、ドイツ連邦大臣は、レベル4およびレベル5の車両のための法的枠組みを構築する自動運転に関する法案草案を提示しました。
• ハンガリーハンガリーの技術革新大臣は、2020年9月に今後10年間のハンガリー人工知能戦略を発表しました。この戦略では、自動運転技術に必要な研究とインフラストラクチャのための支援的な開発環境の構築を想定しています。
• アメリカ： 米国運輸省による最新の取り組みは、自動運転車総合計画の発表です。この計画の一部は、エレイン・チャオ氏が運輸長官だった時代に、AVに関して同省が行ったことを振り返るものだ。ただし、同省が今後実行する予定のいくつかのステップも示しています。この計画では、自動運転車に関して今後の同省に、ユーザーとコミュニティの保護、効率的な市場の促進、協調的な取り組みの促進という 3 つの大きな原則を定めています。さらに、米国運輸省と道路交通安全局（NHTSA）は11月に規則制定案の事前通知を発行し、自動運転車の新世代の安全基準に関するコメントを求めた。 NHTSA によれば、「このフレームワークは、さらなるイノベーションを可能にするために必要な柔軟性を確保しながら、ADS パフォーマンスの安全性を客観的に定義、評価、管理します。」
• 韓国: 韓国の自動運転車法は2020年5月1日に施行されました。この法律は、自動運転車の導入、普及、安全な運行のために必要な支援とインフラを整備するとともに、自動運転車に関する必要な要件を規定しています。

自動運転車市場における新型コロナウイルス感染症の影響

新型コロナウイルス感染症（COVID-19）のパンデミックは日常生活に多大な変化をもたらしたため、自動車および運輸部門は、消費者行動の変化が経済のあらゆる部門における自動運転車（AV）技術の導入にどのような影響を与えるかに注目している。 。新型コロナウイルス感染症（COVID-19）のパンデミックは、生産から研究開発に至るまで、いくつかの OEM の業務に影響を与えています。 AV の開発と展開には短期的な混乱が生じる可能性がありますが、AV テクノロジはさまざまな分野での対応の重要な要素と見なされているため、この混乱により、消費者セグメント内での AV テクノロジ採用の新たな機会が開かれ、さまざまな商業セグメントでの採用が加速される可能性があります。緊急事態の時。また、新型コロナウイルス感染症は、長期的に AV テクノロジーに利益をもたらす可能性のある方法で、公共交通機関に対する消費者の態度を再構築しています。新車購入に対する消費者の躊躇により、OEM は AV 開発を一時停止するかもしれないが、物流会社、配送会社、外食産業による AV 採用の可能性は、OEM やその他の AV 参加者に AV テクノロジーを推進する市場のニーズを提供する可能性があります。次のレベル。現在、健康を維持することが同胞から遠く離れていることを意味する世界では、自動運転の長距離トラック、町を越える配達車両、ロボットによる食品配達がこれまで以上に魅力的に思えます。

新型コロナウイルス感染症により、商品輸送における人的側面がクローズアップされる中、物流企業はリアルタイムの自動運転システムを必要としています。コスト削減と商品のノンストップ輸送が要因である一方で、新型コロナウイルス感染症が商品の出荷を一時停止する可能性があるため、国内の商品サプライチェーンの弱点として商品の輸送という人的要因にスポットライトが当てられています。緊急時、特にパニック買いや供給制限においては、サプライチェーン全体で商品を効率的かつ確実に輸送する能力がこれまで以上に重要になります。さらに、自動車業界はジャストインタイム配送に依存しているため、トラック輸送や物流の混乱による供給の中断を許容できません。新車や中古車の購入に対する消費者の需要により、消費者分野での AV システムの導入が一時的に遅れた可能性がありますが、新型コロナウイルス感染症のパンデミックにより、日常の商取引や物流業界全体で AV がいかに重要であるかが浮き彫りになりました。

結論

自動運転車（AV）は、安全性や倫理などに基づく顧客の受け入れの問題により、最も破壊的な技術革新の1つと考えられています。AVは、自動車と人間の移動に対する世界の見方を変えており、自動車業界における重要な技術革新となっています。AVは、移動性の向上、消費される資源の量の削減、排出量の低減、駐車スペースの必要性の減少、交通安全の向上など、さまざまな利点をもたらすことができます。便利なアプリケーションの出現により、AVは多くの交通問題を解決できるようになりましたが、特定の交通状況、車両のメンテナンス、および自動運転モードを利用できない場合には、長期的な人間の介入が必要になることは間違いありません。

自動運転車市場について詳しく知りたい場合は、以下のリンクをご覧ください。

2022年から2029年の予測期間によると、半自律型および自律型市場は3.8%の成長率で大幅な成長を遂げると予想されています。Data Bridge Market Researchのレポートでは、市場に関する包括的な分析と洞察が提供され、この期間中に成長に大きな影響を与えると予想される要因が強調されています。

• https://www.databridgemarketresearch.com/jp/reports/global-semi-autonomous-and-autonomous-vehicle-market

レポートの完全版では、データブリッジは市場規模を価値（百万米ドル）で提供するか、クライアントの要件に応じてカスタマイズします。