自動運転までどれくらい遠いのでしょうか?

[[412592]]
2021年、北京では初めて規制に従って無人配送車両の公道走行が許可された。写真は北京の高レベル自動運転実証区に展示された無人配送車両。新華社通信

自動運転の世界的潮流

自動運転は将来の交通や社会のあり方に革命的な影響を与える可能性があり、世界中で注目されています。では、自動運転車とは何でしょうか？広義では、運転支援機能を備えた車はすべて「自動運転車」または「インテリジェントコネクテッドカー」と呼ぶことができます。国際基準によれば、自動運転車は知能の度合いに応じて、L1-支援運転、L2-部分的自動運転、L3-条件付き自動運転、L4-高度自動運転、L5-完全自動運転（無人運転）の5つのレベルに分類されます。

米国自動車技術協会（SAE）は、レベル2を次のように定義しています。「特定の設計された動作範囲内で、自動運転システムは、横方向および縦方向の運動制御のための動的運転タスクを継続的に実行し、ドライバーは障害対応を実行し、自動運転システムを監視する。」自動運転システムが車両を運転しますが、ドライバーは車両周囲の環境を監視し、状況が発生したときに車両を引き継ぐ責任があります。簡単に言えば、車両が運転中に方向（横方向）と加速とブレーキ（縦方向）を同時に自律的に制御できる場合、それは自動運転のレベル2を満たしています。ただし、運転プロセス全体を通じて、ドライバーは集中して周囲の環境をリアルタイムで監視し、いつでも車両を操作できるように準備しておく必要があります。世界的に見ると、L1 および L2 の自動運転車が量産されています。私たちがよく目にするアダプティブ クルーズ コントロール (ACC)、レーン キープ (LKA)、自動ブレーキ アシスト (AEB) などの機能は、このレベルの自動運転機能に属します。このレベルの自動運転機能では、すでに手や足を自由にすることができますが、ドライバーは注意を怠らず、いつでも車両を操作しなければならない可能性があります。これには、近年最も人気があり、L2 レベルの自動操縦機能でもあるテスラの自動操縦システムが含まれます。この観点から見ると、自動運転は私たちから遠いものではなく、常に私たちの周りにあるのです。

自動運転は、複数の産業の極めて複雑な融合を伴い、従来の自動車製造に加え、人工知能やデータ・IoTなど、多数の新興技術も関わってきます。従来のメーカーが短期間で関連技術研究開発能力を形成することは難しいため、業界外の関連技術企業にとっては、この巨大な新興市場に参入する絶好の機会となります。人工知能の新興企業は、特定または一般的なシナリオ向けの自動運転アルゴリズムと完全なシステムソリューションを開発しています。インターネット企業は、データと資本産業における強力な総合力に基づいて、将来の旅行のためのL4およびL5プラットフォームレベルの自動運転システムの開発を望んでいます。従来のメーカーOEMとTier1も、自動運転に大きなビジネスチャンスを見出しています。既存の製品が徐々にL1-L3の自動運転機能を獲得できるようにADASモジュールを開発するだけでなく、自己構築と全体的な買収を通じて独自の自動運転R＆Dチームも設立し、将来に適した自動運転製品の開発を目指しています。

主要自動車メーカー各社も自動運転時代の到来を歓迎する準備を整えている。米国運輸省が2020年1月に発表した「自動運転車4.0」では、自動運転分野での米国の主導的地位を確保し、規制政策を産業の発展に追いつかせることに重点を置き、企業のイノベーションを促進し、自動運転車に対する国民の認知度と信頼を高めるよう努めると明記された。欧州委員会は「自動運転への道：EUの将来のモビリティ戦略」を発表し、2030年までに完全自動運転が普及すると提案した。内閣府と日本自動車工業会が発表した関連報告書では、2025年までに国道や一般道で自動運転を実現すると提言した。

近年、中国の自動車企業は自動運転の分野で積極的に研究と進歩を進め、自動運転の認識、意思決定、制御などの技術で画期的な進歩を遂げてきました。多くの場所では、道路テスト、デモンストレーションパークから関連産業に至るまで、自動運転車の開発を加速するための関連政策も導入されています。例えば、江蘇省は2019年6月に「江蘇省自動車インターネット（インテリジェントコネクテッドビークル）産業の発展促進行動計画（2019～2021年）」を発表し、2025年までに自動車インターネット（インテリジェントコネクテッドビークル）の国家重点産業クラスターに構築し、ユーザー普及率を60％以上に高め、L4スマートビークルが特定地域で試験運用を開始することを目指しています。

少しぎこちないL3、限られた用途のL4、そして幻想的なL5

一般の人が自動運転について話すとき、レベル L3 以上の自動運転車を指すことが多いです。工業情報化部が発行した標準では、L3を「限定された条件下での自動化」と定義しています。自動運転システムが指定した動作条件下では、車両自体がステアリング、加速、減速、道路状況の検出と対応のタスクを完了できます。一部の条件下では、ドライバーは運転権を自動運転車両に完全に引き渡すことができますが、必要に応じて引き継ぐ必要があります。つまり、L3自動運転状態では、ドライバーは「手を離す」「足を離す」だけでなく、「目を離す」こともでき、つまり、車両を常に監視する必要はなく、動的に運転タスクを引き継ぐことができればよいのです。

この意味で、L3は自動運転システムにおける分水嶺です。前者ではドライバーが責任者で機械が補助的であり、後者では機械が責任者でドライバーは徐々に運転タスクから退いていきます。

L3自動運転は、ドライバーと自動運転システムの間で制御権の引き継ぎを伴うため、安全責任を明確に区別することが困難です。そのため、大手企業のL3自動運転に対する姿勢はさまざまです。開発を決意している企業もあれば、懐疑的で様子見している企業もあり、開発しないことを明確にしている企業もあります。

Audi A8は、量産型L3自動運転システムを搭載した世界初のモデルです。トラフィックジャムパイロット（TJP）機能により、車速が60km/h以下で道路状況が一定の条件を満たしている場合、ドライバーは車両制御から完全に解放されます。残念ながら、多くの国では技術が成熟しておらず、法律や規制の制約があるため、この機能が顧客に提供されることはほとんどありません。

L4自動運転システムは、特定のエリアで車両操作を完全に引き継ぐことができます。システムは、周囲の障害物の認識、車両の位置と経路計画を実現する必要があります。これらの機能を実現するには、認識層、決定層、実行層の3つのレベルで技術アーキテクチャを構築する必要があります。これらの3つの技術レベルは、それぞれL4自動運転システムの「目」と「耳」、「脳」と「手足」を表しています。

現在の技術開発に基づいて、自動運転の「目」「耳」「頭脳」となる車両内部で使用されるいくつかのセンサーとコンピューティングユニットを中心に説明します。車自体のセンサーやプロセッサに加え、外部の車両や施設と情報を交換し、高精度の地図を活用することで、より優れた環境認識能力を獲得できる。 L4自動運転車は現在、限定されたシナリオでのテスト、デモンストレーション、および適用の段階にあります。 Google Waymoは現在、米国アリゾナ州で安全担当者なしの真の「無人」タクシーサービスを開始しているが、まだ限られた地域と限られた人数による小規模なテストである。ゼネラルモーターズクルーズも米国サンフランシスコで自動運転タクシーの試験運行を開始しています。中国でも北京、上海、蘇州など多くの場所で自動運転タクシーやレベル4自動運転車両の実証運行が行われています。ボッシュやヴァレオなどの海外企業やモメンタなどの国内企業が投入する自動バレーパーキング（AVP）機能は、駐車場内での完全自動運転を実現できるほか、限定エリア内でのレベル4の自動運転機能でもある。

データ量や技術などの要因によって制限されているため、L4自動運転の主な応用シナリオは現在、閉鎖された公園やポイントツーポイントの固定ルートでの物流・輸送業務であり、港湾輸送、鉱山輸送、公園フェリー、低速物流、衛生清掃などの限られたシナリオが含まれます。

人件費の削減と比較的シンプルな適用シナリオの需要に後押しされて、商用車はレベル4自動運転の実装のための最初のプラットフォームになるでしょう。技術とサポートポリシーがさらに成熟するにつれて、L4 自動運転は最終的に乗用車プラットフォームに導入されるでしょう。従来の自動車メーカーと業界は破壊的な変化を経験し、産業チェーン構造、自動運転シナリオにおける新興技術の応用、下流の応用シナリオも変化するでしょう。

シナリオやエリアに制限されない究極のL5レベルの完全自動運転については、まだ想像の範疇に留まっています。

自動運転が直面する多くの課題

誰もが期待する高度な自動運転は、開発と成熟にはまだ時間がかかり、克服すべき課題も数多くあります。

まず、技術的な課題があります。高度な自動運転車両は、多数の変化する交通シナリオに対処する必要があります。多様な道路タイプ、複雑な交通参加者、極端な気象環境はすべて、自動運転の認識、意思決定、制御システムに大きな課題をもたらします。同時に、安全責任が車両に移譲されるため、自動運転システムの信頼性には非常に高い要件が課せられます。環境認識、計画と意思決定、有線制御による実行などの既存技術の成熟度は、高度な自動運転の大規模量産アプリケーションをサポートするにはまだ十分ではありません。

第二に、基準と規制に関する課題があります。 2021年4月、工業情報化部は「インテリジェントコネクテッドカーメーカーと製品のアクセス管理ガイドライン（試行）」草案を発表し、意見を募集した。最新の国家政策として、インテリジェントコネクテッドカーの安全監督とテストについて規定している。しかし、全体的に見ると、我が国の自動運転車の標準はまだ構築の初期段階にあり、標準システムとコア製品標準は完璧ではなく、自動運転車の急速な発展のニーズを満たすことは困難です。自動運転車に関する関連法規はまだ整備されておらず、道路交通安全法、高速道路法、保険法などは自動運転の内容に関係しておらず、サイバーセキュリティ法、測量地図法、標準化法などはいずれも自動運転技術の産業化に適さない規定となっている。

ここでもインフラの課題があります。自動運転には、自動車製品そのものだけでなく、車両、ネットワーク、道路、クラウドの統合的・協調的な開発が必要であり、インテリジェント道路、無線通信ネットワーク、高精度測位サービスなど、さまざまなインフラの構築も必要です。我が国の交通インフラは大きく進歩し、世界をリードするレベルに達していますが、交通インフラの発展は投資サイクルの長さや投資額の多さなどの問題に直面しており、建設の進捗に影響を与えています。

さらに、自動運転はビジネスモデルの課題や社会的受容などの課題にも直面しています。

ビジネスモデルという点では、自動運転がどのようなビジネスモデルに依存しているかはまだ明確ではありません。高度な自動運転車はより高い追加コストが必要となるため、現在普及している自動運転タクシー、自動運転物流、自動運転貨物などの運行サービスが本当に商業的に収益を上げられるのかどうかについては疑問が残る。また、高精度地図データの収集・活用、自動運転車試験場の構築・運営、インテリジェントインフラの構築・運用などの分野では、ビジネスモデルが不明確であるという課題があります。

社会的受容という点では、自動運転車に対する社会の受容をテストする必要がある。高度な自動運転車の大規模導入は社会構造に大きな変化をもたらすでしょう。人間が制御していた従来の交通システムは機械が制御するようになります。その結果生じる倫理的・道徳的問題、社会保障問題、失業問題などは、自動運転車の発展に長く付きまとうものであり、私たちはそれらを解決するための効果的な方法を見つける必要があります。例えば、自動運転車が交通事故に巻き込まれた場合、誰が責任を負うのか、車に乗っている人なのか、それとも車自体なのかをどのように判断するのでしょうか。さらに、自動運転車が緊急事態に直面し、逃げる時間がない場合、人にぶつかるのか、それとも物にぶつかるのかをどのように判断するのでしょうか。これらの質問は考える価値があります。

最後に、自動運転車の開発は国家の戦略的安全保障への影響にも注意を払う必要があります。自動運転車自体は強力な情報収集装置であり、自動運転の過程で地理情報、車両情報、乗客情報などの情報が収集・記録され、その情報の多くはクラウドにアップロードされて保存されます。厳格な管理規制がなければ、大量の機密情報が漏洩し、国家戦略上の安全保障上の問題を引き起こす可能性があります。情報セキュリティ保護が不十分な場合、車両データが漏洩したり、さらに悪いことに遠隔操作され、制御が困難な重大な安全上の危険が発生する可能性があります。最近、国はこのような潜在的なリスクポイントを認識し、自動車のデータセキュリティに関する政策や規制を集中的に発行しています。

自動運転は現在、自動車業界における開発の焦点であり、社会全体にとっても関心の高い分野です。自動運転技術の普及により、交通の安全性が大幅に向上し、交通効率が向上し、エネルギー消費と排出量が削減され、将来の交通と社会モデルが大きく変化するでしょう。しかし、自動運転の開発は一夜にして実現するものではありません。自動運転は苗木のようなものです。その成長は土壌、水、光などの要因によって左右されます。それを育てるには十分な忍耐と寛容さが必要です。一度栄養を吸収して土の奥深くに根を張れば、きっと太陽に向かって成長するはずです！

（著者：戴一凡、清華大学蘇州自動車研究所副学部長）