自動運転トラックはレベル4を達成する可能性が最も高いが、自動運転車は2022年まで待たなければならない

過去10年間、テクノロジーおよび自動車の専門家は、人間の運転手による積極的な監視や入力なしに公道を走行できる完全自動運転車が「すぐそこまで来ている」と予測してきた。イーロン・マスク氏は、テスラが2021年末までに完全自動運転車を実現できるようになると予測しているが、同氏は2017年、2019年、2020年にも同様の予測を行っている。残念ながら、それぞれの予測は実現しませんでした。主な理由は、現実世界の安全性、特に悪条件や状況で自動運転車がどのように動作するかという懸念です。

Communications of the ACM に最近掲載された記事「自動運転車はまだ待たれる」では、著者は、さまざまなタイプの自動運転車の現在の開発状況、自動運転が直面する技術的課題、さまざまな自動車メーカーが採用している自動運転ソリューション、倫理的および規制レベルで必要な変更について、包括的な分析を行っています。

自動運転車の現状

テスラは2021年10月にオートパイロット完全自動運転（FSD）機能をリリースしましたが、完全な自動運転車はまだ実現していないことを認めなければなりません。代わりに、ほとんどの自動車メーカーは、米国自動車技術協会 (SAE) が定義する 6 つの自律レベルのうち、レベル 0 (運転自動化なし) からレベル 5 (あらゆる状況での完全な自動運転機能) までの最初の 3 つを備えたシステムを提供しています。

現在、ほとんどの新車には、自動ブレーキ、車線維持支援、アダプティブクルーズコントロールなどのレベル 1 の運転支援テクノロジーが搭載されています。テスラのオートパイロットやGMのスーパークルーズなどのより高度なシステムはレベル2であり、車は速度とステアリングを自動的に制御できますが、ドライバーは集中力を保ち、緊急時には運転を引き継ぐ必要があります。ホンダやアウディなどの他のメーカーは、低速時、好天時、事前に承認された道路など、非常に特殊な状況でのみ、車が完全に制御できるようにするレベル3の自動運転システムの開発に注力している。

テスラのオートパイロットシステム。画像出典: テスラ

セントラルフロリダ大学のペガサス教授兼学長特別研究教授であるピーター・ハンコック氏は、多くの自動車メーカーがレベル2とレベル3を可能な限り超えたいと考えていると語った。しかし、レベル 4 の機能の最も可能性の高い候補は、長距離用の自動運転トラックです。ハンコック氏は、世界的なトラック運転手不足により、少なくとも米国の州間高速道路では自動運転トラックの開発がさらに推進される可能性があると考えている。これらの道路は特定の設計基準に従って建設されており、一般的に交通量が多く、対向する交通の間に物理的な障壁があります。
実際、自動運転技術のスタートアップ企業であるAurora Innovationは、レベル4の自動運転システムを構築しており、2023年に自動運転トラック事業、2024年に自動運転配車サービス事業を開始する計画を発表した。同社はコミュニケーション誌に対し、自動運転技術の市場投入に注力するフェデックス、ウーバー、トヨタ、ボルボやパッカーなどのトラックOEMとのパートナーシップ・エコシステムを構築してきたと語った。

自動運転トラック。画像出典: オーロラ

自動運転が直面する技術的課題

あらゆる兆候は、自動運転の普及が現実になるにはまだ何年もかかることを示しています。これは主に、正確なセンサーとカメラの開発、およびセンサーが取得したデータを処理するアルゴリズムの改善という課題によるものです。自動運転車の搭載カメラとセンサーは、道路標識、信号、他の車両や歩行者、特定の車線標示、道路のくぼみ、破片、パンクしたトラックのタイヤ、水たまりなど、車両が遭遇する可能性のある物理的な世界とさまざまな物体を検出します。

画像ソース: pexels

ほとんどのシステムでは、車のナビゲーション システムをトレーニングするためにボトムアップ アプローチを使用しており、状況に応じて特定のオブジェクトや状況を認識するようにトレーニングされます。しかし、遭遇する可能性のある物体の多様性と、物体が刺激に対してほぼ無限に移動または反応する方法を考えると、たとえば、照明条件、まぶしさ、または影のために道路標識が正確に認識されない可能性があり、動物と人間は対向車に対して異なる反応を示します。これらすべてにより、トレーニング プロセスには膨大な量のデータが必要になります。
データは、車両がこれまで走行したことのない道路やこれまで遭遇したことのない物体であっても、遭遇した物体や動作を解釈して速度や位置を安全に調整できるように設計された AI トレーニング アルゴリズムに入力されます。しかし、現在使用されているアルゴリズムでは、現実世界のシーン内のオブジェクトを識別するのが依然として困難です。たとえば、テスラ モデルXが関与したある事故では、車両に搭載された感知カメラが明るい空を背景にしたトラックの白い側面を認識できなかった。

自動車会社によってソリューションは異なる

自動運転車の事故の多くは、道路上での歩行者や動物との遭遇、攻撃的なドライバーによる破壊的な運転、ドライバーによる故意の交通法規違反など、いわゆる「エッジケース」を伴う。これらの課題に対処するため、研究者たちは GPS よりも正確な高解像度 (HD) マッピング システムの開発に取り組んでいます。さらに、研究者は、車両が道路上のインフラと対話し、このような緊急事態でも自動運転車の安全を確保できる通信技術を開発することができます。

画像ソース: pexels

しかし、通信ネットワークには遅延が発生します。アウディ、ホンダ、トヨタ、ボルボ、オーロラ・イノベーションの自動運転開発チームが採用しているアプローチは、一般にレーザーレーダー、または LiDAR として知られる光検出と測距技術を組み合わせたものです。オーロラ社は、FMCW（周波数変調連続波）ライダーを使用し、1/4マイル（約400メートル）先を見通すことができ、車両周囲の物体の速度をリアルタイムで測定できる独自のセンサー、FirstLight Lidarを設計したと述べている。この技術の使用により、特に大型の自動運転トラックにおいて、自動運転システムが安全にブレーキをかけたり操縦したりするための時間が長くなります。

一方、自動運転スタートアップのWaymoは配車サービスの提供に注力している。同社によると、ウェイモ・ドライバーの自動運転技術はレベル4自動運転ガイドラインにほぼ準拠して動作し、車線標示、交通標識、信号、縁石、横断歩道を含む地図が改良されているという。さらに、このシステムは 2,000 万マイルを超える実際の運転データと 200 億マイルを超えるシミュレーション運転データに基づいて構築されており、Waymo のドライバーは他の道路ドライバー、歩行者、または物体の行動を正確に予測できます。

画像出典: waymo

現在ドイツでテストされている潜在的な中間的な解決策は、遠隔の運転手を使って車両を制御するというものである。ベルリンを拠点とするスタートアップ企業Vayは、ベルリンで遠隔操作の電気自動車のテストを行っており、今年中に欧州、おそらく米国でもモビリティサービスを開始する予定だ。このサービスでは、顧客が遠隔操作車を注文し、目的地まで連れて行ってくれる。車両が目的地に到着してユーザーが降りると、数マイル離れた場所にいる人間の遠隔操縦者が車両を駐車するか、次の顧客のところまで誘導する。同社によれば、このシステムは最新の自動車安全およびサイバーセキュリティ基準を満たすように設計されており、冗長なハードウェアコンポーネントとセルラーネットワーク接続を導入しているという。

業界観測筋は、このような遠隔操作車両が安全かどうか疑問視している。 「遅延と接続性は大きな問題だが、新しい技術やより高度な通信技術で改善される可能性がある」と、技術・経営コンサルティング会社kVA by ULの自動運転・機能安全担当グローバルエンジニアリングマネージャー、ゴクル・クリティバサン氏は語った。同社は主に自動運転車の安全性とトレーニング、および関連する安全基準の策定に取り組んでいます。

クリティヴァサン氏は、ベイのモデルやアプローチについては具体的にはコメントしなかったが、ドライバーが直面する緊急事態では数ミリ秒単位での判断が求められることが多く、ネットワークの冗長性によって生じる遅延の問題により、完全にリモートのドライバーが緊急時に対応することが困難になる可能性があると述べた。 「SAEレベル4の自動運転アプリケーションの一般的な実装では、リモートオペレーターは車両を継続的に制御する必要はなく、代わりに自動制御ロジックで構成された適切な最小限のリスクのアクションを実行またはトリガーする必要があります」とクリティヴァサン氏は説明した。

人間の行動を理解するためのシステムのトレーニング

しかし、自動運転システムがあらゆる運転シナリオで安全に動作するためには、車両ナビゲーションシステムが歩行者と運転者、運転者同士の相互作用など、道路上のさまざまな物体間の相互作用を処理できることを保証するためのアルゴリズムの開発とテストの作業がまだ必要です。通常、歩行者が道路を横断しようとしている場合、または横断している場合、運転手と歩行者はアイコンタクトを取り、非言語的な合図を使用して、相手の動きの方向と速度を示します。同様に、そのようなアイコンタクトが欠けている場合、自動運転システムは、歩行者または他の運転者が注意を払っていないことを運転者に知らせ、衝突を回避または軽減するために回避行動を取る必要があることを運転者に知らせる必要があります。

ハンコック氏は、これらの手がかりを認識するようにシステムを訓練することは可能だが、これには膨大な計算と訓練時間が必要であり、信頼性が高く信用できるシステムを開発するには何年もかかる可能性があると述べている。このトピックに関連する大きな領域は、人間と自動化の間に大きな認識の違いがある認識サポートです。私たちは、人間が運転する事故は概ね理解していますが、自動運転の事故には困惑しています。そのため、人間が運転する事故を見ると、「はい、どうしてそうなったのか理解できます」と言います。しかし、自動運転の事故を見ると、私たちは「それはばかげている。どうしてあの車がそんなミスを犯すことができたのかわからない」と言います。

通常、人間の運転手は、減速したり、路肩に寄せたり、あるいは単に速度と方向を維持して人間、動物、または他の車両が周囲を移動できるようにすることで、他の運転手の不合理な行動や予期しない行動に安全に対処するのに十分な経験を積んでいます。

英国リーズ大学の応用行動モデリング学科長グスタフ・マルクラ氏は次のように語った。「現在の自動運転アルゴリズムは、交通における相互作用を効果的に処理できるほど人間の行動を暗黙的に理解する能力が十分にありません。」道路上の人間の間には、ドライバーが歩行者の行動を理解したり、歩行者とドライバーが相互にやり取りして自らの安全を確保したりするなど、暗黙の了解が存在します。

規制上の課題

完全自動運転車の商業化に対する最大の障害は、自動運転車が死傷者や物的損害を引き起こした場合に誰が責任を負うのかといった倫理的および責任の問題である可能性がある。米国政府は長年、テスラのオートパイロットやGMのスーパークルーズなどの運転支援システムの規制を拒否してきた。

しかし、この傾向は変わりつつあります。2021年6月、米国政府はすべての自動車メーカーが運転支援システムに関わる事故を報告する必要があると発表しました。さらに、米道路交通安全局（NHTSA）は2021年8月に、テスラのオートパイロットが関与する緊急車両の追突事故に関する調査を開始した。さらに、米国政府は2021年10月、自動運転システムを研究するデューク大学の工学教授ミッシー・カミングス氏をNHTSAの上級安全顧問に任命した。カミングス氏はテスラ社と連邦政府によるオートパイロットのような運転支援システムの取り扱いについて批判的である。

カミングス氏の任命が直ちに政府による規制制定につながる可能性は低いが、NHTSAの5年前に制定されたガイドラインでは、オートパイロットシステムが運転の安全性に対する予見可能な違反の証拠を示した場合、同局が介入する権限を持つことが明確にされている。これは、テスラのマニュアルに警告が出ているにもかかわらず、運転者が運転席で眠ったり、ゲームをしたり、その他の運転の気を散らす行為をしているYouTube動画でよく見られる状況だ。

完全自動運転レベル 5 の運転システムは、少なくとも個人ユーザーや実用車両への導入という点では、10 年以上先になるかもしれません。技術的な問題、規制上の懸念、そして継続的なチップ不足はすべて、完全自律システムの開発を妨げる障害となっている。完全自動運転は、自動運転トラック、配車サービス、シャトルなどの商用車に最初に導入される可能性が高い。これらの車両を購入するために必要な資本があることに加えて、商用実装では、特定の既知の道路に運用を制限し、自動運転車両に対する企業固有の安全運用パラメータを確立して実施する可能性が高くなります。