自動運転技術が盛んに進歩していますが、実際に道路上で実用化されるまでにはどれくらい時間がかかるのでしょうか?

自動運転の概念は、誕生以来、常に資本家や技術起業家が好む分野のひとつでした。新しいインフラと5G商用化の段階的な成熟を背景に、自動運転分野の人気は当然高まっています。

[[349486]]

これは、過去数年間の資金調達データからもわかります。 2015年以降、自動運転技術の研究開発と応用が急速に発展するにつれ、世界の自動運転産業への投資と融資の規模は急速に拡大し、2018年には、同産業への投資と融資の規模が近年のピークに達した。

データによると、2019年に世界の自動運転業界では104件の資金調達があった。資金調達規模は2018年に比べて減少しているものの、資金調達件数は依然として多く、各資金調達規模も新記録を更新している。例えば、Nuroはソフトバンクのビジョンファンドから1回の資金調達で9億4000万ドルを調達し、資金調達レベルを直接的にピークに導いた。

非常に困難な年であった2020年を振り返ると、疫病は自動運転分野への資金の流れに影響を与えなかったようだ。 2020年2月、Pony.aiはトヨタから4億ドルのシリーズB資金調達を受け、資金調達総額は8億ドル近くに達した。別の自動運転企業であるMomentaも設立以来2億ドル以上の資金調達を行っている。投資家にはテンセント、ダイムラーグループ、Zhen Fundなどの優良資本が含まれている。

資金調達イベントが継続的に発生する中、「資金燃焼」の化学反応は多くの企業が予想したほど速くは起こっていないようだ。自動運転分野では、いまだにL3レベルにとどまっているプレイヤーが多く、路上で人間の制御を必要としないL4やL5の車両はまだ存在しない（自動運転の分類は下図参照）。これは、当時の自動運転ブームで多くの企業が「2020年までにL4レベルの自動運転を実現する予定」と大胆に発言していたこととは全く対照的だ。

画像出典: インターネット

基本に立ち返って、自動運転は最終的に公道で安全に走行できるのでしょうか? 公道走行が可能になるまでに、どのようなテストを経る必要がありますか? いつ公道走行が可能になるのでしょうか?

これらは私たちがずっと知りたかった答えだと思います。一緒に議論しましょう。

花が咲き、春が来た

これまで、自動運転の資金調達に関する長年にわたるデータについてお話ししてきましたが、ここで国内の状況に目を向けてみましょう。

10月21日、国内初となる定期運行の5G無人バスが蘇州で運行を開始した。今回公開された無人バスは市街地の一般道路を走行し、時速20～50キロで走行できる。この無人バスは、歩行者や車両の回避、自動車線変更、自動操舵、信号認識などの基本機能に加え、歩行者と車両が混在する交差点の通過、後ろから割り込んでくる車両への対応、さらには「幽霊が頭を突き出す」といった、さまざまな複雑な都市交通のシナリオにも対応できます。

[[349487]]

画像は新華社通信、写真はレン・チャオ氏

これに先立ち、10月12日には百度の無人タクシーサービス「ロボタクシー」が北京で正式に営業を開始した。今回開設されたエリアは約700キロメートルで、海淀や宜荘など15駅の試験エリアをカバーしている。利用者は予約なしで直接試乗の申し込みができる。百度が無人タクシーサービスを開始してから2日目には、1つのステーションでの自動運転タクシーの予約総数が2,608件に達した。

滴滴出行も今年6月に上海で自動運転タクシーサービスを開始した。アリババは物流と配送を主な参入点として、自動運転事業も展開している。美団も自動運転事業の展開を提案し、まずはDeepDriveとの提携に至り、昨年は「美団地図」を立ち上げた。

長沙市は今年4月に早くも無人タクシーサービスを全面的に開始した。

国内では自動運転サービスが徐々に導入されつつあり、自動運転の商業化は当然のこととなっている。

中国における自動運転の商業的発展は、国家政策の強力な推進と切り離すことはできない。 2019年12月、中国で初めて新インフラの概念が提案され、その中で5G、AI、クラウドコンピューティングは自動運転ソフトウェアのコア技術となっている。

自動運転はこれらの主要分野の交差点にあり、新しいインフラストラクチャの典型的なアプリケーションです。業界のベテランが言うように、近年のスマートシティやスマート交通関連の政策の継続的な改善と相まって、中国における自動運転の商業化は最高の時期を迎えています。

開花の裏には、自動運転の春が到来したことが伺える。かつてはSF映画でしか見られなかった自動運転車のサービスシナリオが、今や現実になりつつあります。

政策は開発を奨励し、技術が鍵となる

自動運転サービスの導入ペースが加速していることに加え、政策要因による自動運転導入への抵抗効果も弱まっていることが分かりました。

交通運輸部の報道官で政策研究室主任の呉忠興氏は10月28日、国務院新聞弁公室が開いた記者会見で、交通運輸部は自動運転を科学技術革新を支援し、交通強国の建設を加速するための重要な分野の一つと位置付けており、「探索を奨励し、失敗を許容し、安全を確保し、独占に反対する」という原則を常に堅持し、自動運転技術の研究開発、試験プロジェクト、応用を積極的に推進していると述べた。

百度が最近北京で開始した無人タクシーサービスについて、呉忠興氏はまた、百度と関連企業が開始した自動運転タクシーは実際の道路交通環境での技術性能テストであると述べた。我々は、関係都市や企業が積極的にイノベーションを展開し、安全を確保しながら法律や法規に従ってパイロットプロジェクトを実施し、自動運転技術の発展を加速することを歓迎し、支援します。

自動運転車は路上を走っていますが、既存の法律や規制との間には依然として多くの矛盾があります。道路交通安全法や高速道路法は自動運転には関係がなく、明確な法的定義はありません。例えば、交通責任の特定が不十分なため、顧客は自動運転車を購入する際に多くの疑問を抱くことになり、高レベルの自動運転車の市場化に影響を与えるだろう。

しかし、上記から、政策の奨励により自動運転が継続的にその境界を拡大し、前進していることもわかります。今年の疫病のように、自動運転は疫病地域での非接触の物資配達に使用されています。政策と規制の導入と改善により、より多くの地域で自動運転車両のテストが開かれると信じています。

業界のベテランは、政策的な奨励策はあるものの、技術面ではまだ長い道のりが残っていると語りました。現在、技術的な問題の 90% は解決されており、残るのは認識、意思決定計画、境界の問題です。

現在公開されているテストシナリオを見ると、実際の運転シナリオでは、テスト走行に開放されている道路は主に道路が広く、人口がまばらで環境が単純な郊外地域であることがわかります。テスト走行中の速度も非常に低く、無人運転車は実際には「無人」ではありません。各車両には安全担当者が配置されています。緊急事態が発生した場合、Baiduの無人タクシーサービスと同様に、安全担当者が対処する必要があります。

ここ数年、さまざまな物流車両やシャトルバスが試験運行されてきたが、これらの試験運行は公園内に限られ、公道での運行には至っていなかった。今年蘇州に上陸した無人バスを例に挙げると、このバスも固定ルートを中低速で走行する必要があり、自動運転はせいぜいレベル4レベルまでしか達成できない。レベル5レベルに到達するまでには、まだ技術的な突破余地がたくさんある。

とはいえ、自動運転は依然として限られた環境で使用されており、複雑で変化しやすい現実世界のシナリオに現時点では対応できないことがわかりました。この点に関しては、一方では、自動運転の応用が人類社会の信頼を得るためには、まだより多くの成功事例が必要です。現在の技術が本当にL5に到達したとしても、信頼を得るには一定の時間がかかります。これは革新的な技術の必然的な進化のプロセスです。

一方、自動運転は境界内外の技術ギャップを克服する必要があります。境界内とは、認識と意思決定計画の問題を指し、境界外とは境界化の問題を指します。

[[349489]]

現在、360度LIDARやカメラなど、自動運転認識用のセンサーは数多く存在しますが、そのほとんどは生データを出力します。人間がカメラやライダーのデータを見てコンテンツを識別するのは簡単ですが、コンピューターにとっては困難です。

通常モードでは、認識率はすぐにボトルネックに達します。現時点では、トレーニングにはディープラーニングと大量のデータが必要ですが、現在の技術的な制限により、コンピューターは多くの明白なシーンを認識できません。同時に、データ量が急増すると計算時間が長くなり、システムの応答が遅くなるため、無人車両は低速でしか走行できなくなります。

迅速な認識と意思決定計画がなければ、自動運転は高速環境への対応が困難になります。もちろん、これは解決不可能な問題ではなく、むしろ自動運転技術のロングテール問題です。業界が発展し、あらゆるレベルの技術が向上すれば、これらの問題は解決されるでしょう。

ただし、境界問題は無限にある可能性があるため、初期段階よりも解決に多くの労力が必要になる場合があります。自動運転車が野生のアヒルに遭遇する前と同じように、エンジニアは野生のアヒルに問題が発生することさえ知りません。野生のアヒルに加えて、野生の犬、野生のウサギなど、境界外の要素もあります。では、このような境界問題に直面したとき、自動運転車はどのように適切に対処すればよいのでしょうか。

継続的にデータを収集し、自動化ツールを使用して有効なデータを使用可能なモデルに処理し、境界内のシステムに組み込み、自動運転車向けのオンライン OTA システム更新を実装するよりも良い方法はないと思われます。これは国境問題に対する普遍的な解決策となるかもしれない。

境界内外の技術的問題にかかわらず、時間的要素に加えて、技術的問題を解決する上でより重要な要素はデータ要素です。大量のデータをテストし、最適化することで初めて、自動運転システムはより安定し、人間が期待する L5 レベルに限りなく近づくことができます。

テスラとメルセデス・ベンツ、どちらがお好みですか?

上で述べたように、データ要素は技術的な問題を解決する鍵となります。注目すべきプレーヤーは 2 社あり、1 社は「新しいプレーヤー」の Tesla、もう 1 社は「古いプレーヤー」の Mercedes-Benz です。

テスラは現在、自社の車両が最も先進的な自動運転機能を備えていると主張し、完全自動運転ソフトウェアの宣伝に力を入れているとみられる。同社は最近、自動運転システムが大幅にアップグレードされ、今年中にレベルL5に到達すると予想していると述べた。

先週、海外メディアの報道によると、テスラは少数の自動車所有者に「完全自動運転（FSD）」ソフトウェアをリリースした。同社はこのソフトウェアを公道でテストし、混雑した都市での通勤中に車両が自動運転できるようにする予定だ。しかし、同社のウェブサイトには、8,000ドルのシステムでは車両が自律走行車になるわけではなく、運転手は依然として車両を監視する必要があるという免責事項が隠されている。

こうした矛盾したメッセージを受け、専門家らは、テスラのマーケティングが欺瞞的で無責任であり、年末までに同システムが電気自動車の運転者100万人に導入される中で道路をより危険なものにする可能性があると非難している。

一方、メルセデス・ベンツは、同様のシステムを開発したが、一般の人が公道で使用することを許可していないと述べた。同社のエンジニアはテストドライバーになるために認定試験に合格する必要があり、自動運転システムをテストするには別の試験も必要となる。

このドイツ企業は、システムの能力が徐々に向上するよう、顧客が車両のプロセッサ、ソフトウェア、機械をテストするためのモルモットになることを望んでいない。まずはエンジニアが車両を検証し、車両とシステムの信頼性を検証してから一般に公開することを望んでいる。

メルセデス・ベンツとテスラのアプローチは、一方は保守的で他方は急進的だが、両社は高度に自動化された運転技術を公道に導入するという同じ目標を持っている。編集者はまた、さまざまなプレーヤーが自動運転分野への投資を増やし続けることで、技術的な問題の突破口がすぐそこにあり、自動運転がより早く実現するだろうと考えています。

では、テスラとメルセデス・ベンツ、どちらがお好みですか?