執筆者：Hakky AI
【AIで何が変わる？】自動運転はいつから？実用化の歴史と未来
- 自動運転はGMの展示が推進力となり、大学での研究開発も進み要素技術開発に貢献。
- ITS開発が加速し、カーネギーメロン大学やEUのプロジェクトが技術発展に重要な役割。
- AI技術は道路状況の認識や予測で安全性と効率性を向上させ、自動運転の中核技術。
はじめに
自動運転技術は、私たちの社会に大きな変革をもたらす可能性を秘めています。この記事では、自動運転技術の歴史を振り返り、AI技術がどのように自動運転の進化に貢献してきたのかを解説します。
また、現在実用化されている自動運転のレベルや、今後の展望についてもご紹介します。自動運転技術がいつから実用化され、私たちの生活にどのような影響を与えるのか、その道のりを一緒に見ていきましょう。
▶ 【完全無料】Hakky HandbookメルマガでAIのトレンドを見逃さない ｜ 詳細はこちら
自動運転技術の黎明期：初期の研究開発
自動運転技術の研究開発は、20世紀中頃から始まりました。初期の研究は、未来の交通システムへの夢を描き、様々な技術的な挑戦が行われました。
1939年：自動運転構想の誕生
自動運転の概念は、1939年のニューヨーク世界博覧会でゼネラルモーターズ（GM）が展示した「Futurama2」で初めて公に紹介されました。この展示は、未来の都市における交通システムを提示し、自動運転技術への期待を喚起しました。
当時の人々は、交通事故や交通渋滞といった問題を解決する手段として、自動運転に大きな夢を抱いていました。しかし、当時の技術水準では、その夢を実現するための具体的な道筋は見えていませんでした。GMの提案は、あくまで未来のビジョンを示すものであり、現実の技術的な制約との間には大きな隔たりがありました。
それでも、この博覧会での発表は、自動運転技術の研究開発の初期の推進力となり、その後の研究者たちに大きな影響を与えました。この出来事は、自動運転技術の歴史において、非常に重要な出発点として位置づけられています。
1950-60年代：アメリカの研究と大学の取り組み
1950年代後半、アメリカでは交通事故や渋滞を解決する手段として、自動運転の研究が始まりました。GMは誘導ケーブルを用いた自動運転技術を開発し、初期の自動運転システム研究を牽引しました。
また、スタンフォード大学では、1960年代から人工知能を活用したロボット「Shakey」の研究が開始されました。「Shakey」は、カメラやセンサー、オンボードコンピューターを搭載し、遠隔からの指示で走行する実験的なシステムでした。
これらの研究は、現代の自動運転技術の基礎となる要素技術の開発に貢献しました。特に、スタンフォード大学の研究は、人工知能とロボット工学を組み合わせることで、自動運転の可能性を広げる先駆けとなりました。これらの初期の研究開発は、自動運転技術の実現に向けた重要な一歩となりました。
1970年代：日本における半自動運転車の開発
1970年代、日本では通産省工業技術院機械試験所（現産業技術総合研究所）が、自動運転の研究を開始しました。これは、アメリカでの研究に触発されたもので、走行ルートに誘導ケーブルを敷設する方式が中心でした。
1977年には、機械技術研究所が世界初のマシンビジョンを活用した自動運転システム「Intelligent Vehicle（知能自動車）」を開発しました。この車両は、30km/hの速度で路側のガードレールに沿って走行するラテラル制御を実現しました。
この技術は、後にカーネギーメロン大学や米国立標準技術研究所などに引き継がれ、乗用車や火星探査車の研究に応用されました。日本の初期の取り組みは、自動運転技術の可能性を示すとともに、その後の研究開発の方向性を示す重要な一歩となりました。特に、マシンビジョンを用いたアプローチは、現代の自動運転技術におけるセンサー技術の基礎となっています。
| 年 | 国 | 内容 |
|---|---|---|
| 1939年 | アメリカ | GMがニューヨーク世界博覧会で「Futurama2」を展示し、自動運転の概念を提示 |
| 1950-60年代 | アメリカ | GMが誘導ケーブルを用いた自動運転技術を開発 スタンフォード大学が人工知能ロボット「Shakey」の研究を開始 |
| 1970年代 | 日本 | 機械技術研究所が世界初のマシンビジョンを活用した自動運転システム「Intelligent Vehicle」を開発 |
ITS開発の加速：1980年代以降の主要プロジェクト
1980年代以降、ITS（高度道路交通システム）の開発が加速し、自動運転技術の進展に大きく貢献しました。カーネギーメロン大学の「Navlab」やEUの「PROMETHEUS」といった主要プロジェクトが、その後の自動運転技術の発展に重要な役割を果たしました。
カーネギーメロン大学の「Navlab」
カーネギーメロン大学の「Navlab」プロジェクトは、自動運転技術の先駆けとして重要な役割を果たしました。1995年には、Navlab 5という自動運転車両が、ワシントンD.C.からサンディエゴまでの約4,800キロの行程のうち、98%以上を自動運転で走破しました。
このプロジェクトでは、GPS受信機やビデオ機器を使用して道路のマップを生成し、運転ルートを決定するマッピング技術が開発されました。また、車両に18台のカメラを搭載し、ドライブレーンや障害物を検出するマシンビジョンシステムも開発されました。これらの技術は、現在の自動運転技術の基礎となっています。
Navlabプロジェクトは、自動運転技術の可能性を示すとともに、その後の研究開発の方向性を示す重要な事例となりました。特に、マシンビジョンによる周囲の認識技術は、現代の自動運転システムに不可欠な要素となっています。
このプロジェクトの成功は、自動運転技術が現実のものとなることを示唆し、その後の研究開発を加速させる原動力となりました。Navlabプロジェクトは、自動運転技術の歴史において、その名を刻むべき重要なプロジェクトです。
EUの「PROMETHEUS」プロジェクト
EUの「PROMETHEUS」プロジェクトは、ヨーロッパにおけるITS開発を推進し、自動運転技術の発展に大きく貢献しました。1986年に開始されたこのプロジェクトは、国際的な連携を通じて自動運転技術の標準化と安全性向上を目指しました。
ダイムラー ベンツが開発した「VITA2」には18台のカメラが搭載され、360度の検出が可能となり、高精度なレーン追従や車線変更を実現しました。VITA2には、10,000 MFLOPSの演算能力を持つ60台のマイクロプロセッサが搭載され、マシンビジョンを利用してレーンマーカーや障害物を高精度に検出し、100km/h以上でのレーン追従や車線変更を可能にしました。
また、複数のカメラとコンピュータ処理を活用して、道路の障害物や先行車を検出する循環状道路検出システムも確立されました。PROMETHEUSプロジェクトは、マシンビジョン技術の高度化に大きく貢献し、その成果は現在の自動運転システムにも活かされています。
このプロジェクトは、自動運転技術の安全性と効率性を向上させるための基盤を築き、ヨーロッパにおけるITS開発を大きく前進させました。
ITS開発が自動運転技術に与えた影響
ITS（高度道路交通システム）開発は、センサー技術、通信技術、制御技術の進歩を促し、自動運転技術の実現に向けた基盤を構築しました。特に、カーネギーメロン大学の「Navlab」プロジェクトやEUの「PROMETHEUS」プロジェクトは、自動運転技術の発展に大きな影響を与えました。
これらのプロジェクトで開発された技術は、現在の自動運転システムに不可欠な要素となっています。例えば、PAtHプロジェクトで開発されたロンジチュージナル制御技術は、自律運転車が狭いレーンで高密度車群走行を可能にし、各種の自律運転システムで活用されています。
また、SAE Internationalが策定した自動運転のレベルは、NHTSAの定義を統合し、広く採用されている基準として認められました。これらのプロジェクトから発展した基準は、現在の自動運転システム開発に大きな影響を与えています。
ITS開発は、自動運転技術の安全性と効率性を向上させるための基盤を築き、その後の技術革新を加速させる原動力となりました。
| プロジェクト名 | 概要 | 主な成果 |
|---|---|---|
| カーネギーメロン大学「Navlab」 | 自動運転技術の先駆け | ・1995年にNavlab 5が4,800キロの98%以上を自動運転で走破 ・GPSとビデオによるマッピング技術の開発 ・18台のカメラによるマシンビジョンシステム開発 |
| EU「PROMETHEUS」 | ヨーロッパにおけるITS開発を推進 | ・ダイムラー ベンツ「VITA2」に18台のカメラを搭載し360度検出を実現 ・10,000 MFLOPSの演算能力を持つ60台のマイクロプロセッサ搭載 ・マシンビジョンによる高精度なレーン追従と車線変更 |
AI技術が自動運転にもたらした革新
AI技術は、自動運転システムにおいて、道路状況の認識や予測といった重要な役割を担い、安全性と効率性を飛躍的に向上させる中核技術です。
深層学習による認識精度の向上
深層学習は、自動運転における認識精度を飛躍的に向上させる重要な技術です。深層学習を活用した画像認識技術は、カメラやセンサーから得られた情報を解析し、道路標識、歩行者、車両などの物体を高精度に識別します。
特に、畳み込みニューラルネットワーク（CNN）は、画像内の特徴を自動的に学習し、従来の画像処理技術では難しかった複雑なパターンの認識を可能にします。画像認識の分野では、物体検出、セマンティックセグメンテーションといった技術も進化しています。
物体検出は、画像内に存在する物体の位置と種類を特定する技術であり、セマンティックセグメンテーションは、画像内の各ピクセルに対して、それが何であるかを分類する技術です。これらの技術を組み合わせることで、自動運転車は周囲の状況をより詳細かつ正確に把握し、安全な運転判断を行うことができます。
Waymoの自動運転車は、深層学習を活用した画像認識技術によって、急な障害物や歩行者を瞬時に検知し、事故を未然に防いでいます。また、TeslaのAutopilotシステムも、深層学習による画像認識技術を駆使して、車線維持や自動追従などの運転支援機能を実現しています。
強化学習による運転制御の最適化
強化学習は、AIエージェントが試行錯誤を通じて最適な行動を学習する機械学習の手法であり、自動運転における運転制御の最適化に貢献しています。強化学習では、AIエージェントは特定の環境下で行動を選択し、その結果として得られる報酬に基づいて学習を進めます。
自動運転の場合、環境は道路状況や交通ルールであり、行動はアクセル、ブレーキ、ステアリングの操作です。報酬は、安全性、走行時間、燃費など、最適化したい目標に応じて設定されます。
強化学習を用いることで、AIエージェントは人間が設計したルールに縛られず、自律的に最適な運転戦略を学習することができます。例えば、強化学習によって、AIエージェントは交通の流れを予測し、スムーズな車線変更や合流を実現したり、エネルギー効率の高い運転パターンを学習したりすることができます。
また、強化学習は、未知の状況や複雑な環境下での運転にも適応できるため、自動運転の汎用性を高める上で重要な役割を果たします。Teslaは、強化学習を用いてAutopilotシステムの運転制御を最適化し、より安全で快適な運転体験を提供しています。
AI技術の進化が自動運転の安全性に与える影響
AI技術の進化は、自動運転の安全性を飛躍的に向上させる可能性を秘めています。AIは、人間ドライバーの認知能力や判断能力を補完し、事故リスクを低減することができます。
例えば、AIは、ドライバーの死角となる場所や、見落としがちな危険を検知し、警告を発することができます。また、AIは、過去の事故データや運転パターンを学習し、事故が発生しやすい状況を予測し、事前に回避することができます。
さらに、AIは、ドライバーの疲労や注意散漫を検知し、自動的に運転を交代したり、安全な場所に停車したりすることができます。主要自動車メーカーやテクノロジー企業は、AI技術を活用して、自動運転システムの安全基準を高度化する取り組みを進めています。
例えば、NHTSA（米国運輸省道路交通安全局）は、AIを搭載した自動運転車の安全性能評価基準を策定し、AIの安全性に関するガイドラインを公開しています。これらの取り組みを通じて、AI技術は自動運転の安全性を高め、交通事故の削減に貢献することが期待されています。
Waymoの自動運転車は、AIによる高度な安全機能によって、人間ドライバーよりも事故率が大幅に低いことが実証されています。
| AI技術 | 自動運転への貢献 | 具体例 |
|---|---|---|
| 深層学習 | 認識精度の向上 （道路標識、歩行者、車両などの物体を高精度に識別） | Waymoの自動運転車：急な障害物や歩行者の瞬時検知 TeslaのAutopilot：車線維持や自動追従 |
| 強化学習 | 運転制御の最適化 （最適な運転戦略を自律的に学習） | TeslaのAutopilot：運転制御の最適化による安全で快適な運転体験 |
| AI全般 | 安全性の向上 （事故リスクの低減） | 危険の検知と警告、事故予測と回避、疲労や注意散漫の検知と対応 |
レベル3からレベル4へ：自動運転実用化の現状
自動運転技術は、レベル3の限定的な条件下での自動運転から、レベル4の特定条件下での完全自動運転へと進化を遂げています。ここでは、その実用化の現状と、普及に向けた課題を見ていきましょう。
2021年：ホンダのレベル3自動運転車
2021年、ホンダは世界で初めて自動運転レベル3の型式指定を国土交通省から取得し、「レジェンド」にトラフィックジャムパイロットを搭載して発売しました。これは、自動運転技術の実用化において大きな一歩となりました。
このシステムは、高速道路の渋滞時にドライバーに代わってシステムが運転操作を行うもので、Honda SENSING Eliteの一部として提供されました。2基のフロントセンサーカメラ、5つのレーダーセンサー、ライダーセンサーなどを用いて車両周囲の状況を360度把握し、高精度地図と全球測位衛星システムの情報に基づいてスムーズな運転を実現しています。
市場では、100台限定で法人リース販売が行われ、特に渋滞時の自動運転機能が評価されました。この技術は、ドライバーの負担を軽減し、より安全な運転を支援するものとして期待されています。
ホンダのレベル3自動運転車の発売は、自動運転技術の可能性を示すとともに、今後の技術開発の方向性を示す重要な事例となりました。
2023年：日本初のレベル4サービス開始
2023年4月には改正道路交通法が施行され、自動運転レベル4が許可されたことを受け、福井県永平寺町で日本初のレベル4自動運転移動サービスが開始されました。これは、特定の走行環境条件下において、自動運行装置が運転操作のすべてを代替するもので、限定された領域での完全自動運転が実現されています。
このサービスは、まちづくり株式会社ZENコネクトによって運営されており、地域住民の移動手段の確保や、高齢者の移動支援を目的としています。
また、茨城県日立市の「ひたちBRT」では、バス専用道区間にスイングゲートや信号機が設置され、複雑な交差地点での安全な運行を確保するなど、レベル4自動運転技術は複雑な道路環境での安定した走行を目指しています。
レベル4サービスの開始は、自動運転技術の社会実装に向けた大きな前進であり、今後の普及が期待されています。
自動運転レベル4の普及に向けた課題
自動運転レベル4の普及には、技術的な課題、法規制の整備、社会的な受容性の向上が不可欠です。
技術面では、複雑な道路環境や悪天候下での安定した走行を実現するためのセンサー技術の高度化や、AIによる状況認識能力の向上が求められます。
法規制の面では、事故発生時の責任の所在や、運行許可の基準など、明確なルール作りが必要です。
社会的な受容性については、自動運転に対する安全性への信頼感を高めるための情報提供や、実証実験の推進が重要となります。
これらの課題を克服するためには、産官学が連携し、技術開発、法整備、社会的な理解促進に向けた取り組みを総合的に進めていく必要があります。
今後の取り組みとしては、特定自動運行計画の策定や都道府県公安委員会への申請・審査などを通じて、安全性を確保しながら、自動運転技術の社会実装を加速していくことが求められます。
自動運転技術の未来：今後の技術革新と展望
自動運転技術は、センサー、AI、通信技術の進化により、私たちの社会に大きな変革をもたらすと期待されています。
センサー技術の進化
自動運転の未来を担うのは、LiDAR、レーダー、カメラといったセンサー技術の進化です。79GHz帯ミリ波レーダーの導入により、歩行者や自転車の早期発見が可能になり、パナソニックのデジタル符号化技術やデンソーテンの広角検知レーダーが、より安全なシステム構築に貢献します。
OTSLのリアルタイム・ミリ波レーダー・シミュレーターは、実車テストをせずにセンサーの挙動を可視化し、開発効率を向上させます。富士通研究所のCMOSミリ波信号源回路は、速度の異なるターゲットの誤検知を防ぎ、相対速度200キロメートルでの検知を可能にします。これらの技術革新により、自動運転車はより高精度な環境認識を実現し、安全性と信頼性を高めています。
高精度地図とセンサーを使った自車位置推定技術や、SLAM技術も進化しており、GPSに頼らない安全な走行を可能にします。特に、LiDAR SLAMやVisual SLAMは、自己位置推定と地図作成を同時に行い、自動運転の精度を向上させる重要な役割を果たします。
AI技術のさらなる発展
AI技術は、自動運転の安全性と効率性を飛躍的に向上させる鍵となります。深層学習の進化により、複雑な交通状況下でのAIの判断能力が向上し、予測不可能な事象への対応も可能になっています。
Tesla Autopilotのようなシステムでは、高性能AIチップとセンサーシステムが導入され、認識精度が向上しています。AIは、V2I（車道間通信）やV2V（車車間通信）を通じてリアルタイムの道路交通情報を取得し、ビッグデータ解析に基づいて最適な運転戦略を導き出します。これにより、AIは学習能力と判断能力を向上させ、より安全で効率的な運転を実現します。
また、AIの安全性確保は重要な課題であり、サイバー攻撃に対する対策も進化しています。AIの自動学習能力を通じて、未知のネットワーク攻撃に対する予防策が講じられ、自動運転システムの信頼性を高めています。
自動運転がもたらす社会変革
自動運転技術の進化は、交通渋滞の緩和、交通事故の減少、移動の自由の拡大といった社会変革をもたらすと期待されています。5G通信の普及により、車両間や交通インフラとの連携が進み、都市部での渋滞緩和や事故防止に貢献します。
無人タクシーやバスの試験運行が各地で進められており、未来の都市交通の姿を変える可能性があります。自動運転は、高齢者や障がい者の移動を支援し、より包括的な社会を実現するための重要な手段となります。労働者は運転タスクから解放され、新たなビジネスチャンスが生まれると予測されています。
法整備や安全性の確保、社会的な受容性の向上が課題となりますが、自動運転技術は私たちの生活や社会構造に大きな変革をもたらす可能性を秘めています。
おわりに
自動運転技術は、過去の研究開発を経て、レベル4のサービスが開始されるまでに進化しました。今後の技術革新により、私たちの社会に大きな変化をもたらすことが期待されます。
Hakky Handbookでは、自動運転技術の進化を加速させるAIプロダクト開発や、研究開発を効率化するデータ基盤構築を支援しています。最新情報をメールマガジンで配信していますので、ぜひご登録ください。
自動運転技術の最新情報をメールでお届けします。 Hakky Handbookメールマガジンで、技術の進化をいち早くキャッチしましょう。