安全な自動運転車の実現に立ちはだかる課題を考える

電気自動車(EV)と自動運転車(AV)への移行に伴い、自動車産業は大変革期を迎えています。アメリカでは、ロボタクシーなどのAVが普及し始め、 アジアでは、この技術を加速させる数多くの試験運用が行われています。例えばシンガポールでは、専用のテストエリア内で自動運転バスやタクシーなどのさまざまな試験運用が、マレーシアでは5G高速道路でのAV試験運用が行われています。日本でも、ほぼ自律走行に近い車両の公道での走行が、限定的に許可されました。こうした取り組みはすべて、車両の自動運転の実現を加速させるのに役立っています。

AVの魅力は、交通量、衝突事故、負傷者や死亡者数を減らし、より安全運転を実現できる可能性です。しかし、レベル5の完全自動運転が実現する前に、自動運転に対する信頼を高めることが不可欠で、これはミスの許されない複雑な問題となります。この課題に加え、AVの構築や開発をするエコシステムは、既存の自動車産業よりも複雑で分散しています。

安全性の懸念を払拭し、業界と社会の中で信頼が築かれない限り、完全な自動運転を目指す動きは遅々として進まないでしょう。以下のような、進展を阻む制約がいくつか考えられます。

データとセキュリティのハードルの克服

現在の自動車にはさまざまなセンサーや車載ネットワークが搭載されており、収集されたデータはすべて、自動車の予測可能性を高めるのに役立っています。デジタル・ツイン・ソリューションは、現実的なシナリオで性能を評価するシミュレーションを可能にし、AVが正確で予測可能かつ安全なリアルタイムの決定を行える環境を推進します。しかし、完全な自動運転を実現するには、業界が協力して、よりインテリジェントなモデル化をサポートする共有データフレームワークを構築し、無人の走行車両に関する安全上の複雑な懸念に対処する必要があります。

自動車に組み込まれるソフトウェアが増えるにつれ、ハッカーに狙われる脆弱性が増えてきています。AVの場合、金融や個人データが失われたり、最悪の場合は生命を脅かす可能性があるなど、さまざまな脅威が生じます。ですので、設計段階で考えられるすべての抜け穴を特定して対処することは、安全でセキュアな自動運転体験を提供するために極めて重要です。さらに、走行中にソフトウェアやシステムのアップデートする際には、セキュリティ上の欠陥が生じないように、厳格なテストを実施しなければなりません。

規制環境の整備

自律走行とAVの受け入れを加速させるために、規制は不可欠です。事故の大半は人為的ミスに起因することから、自動運転に関連する法規制はより安全な運転の時代を切り開くきっかけになります。エコシステムとサプライチェーン全体が信頼を築くために、これらの法規制に従わなければなりません。AVの進化には、協力とさまざまな基準が必要です。例えば、最低限の実用的で安全な車両とは何でしょうか。 こうした基準が必要になることでしょう。

国連の「自動車基準調和世界フォーラム」をはじめとするイニシアチブが、自動運転が規制の対象となるよう取り組みを進めています。アジアでは、シンガポールが道路交通法を改正し、車両に人間のドライバーを必要としないことを認め、規制を設けた最初の国です。日本では4月から、一定の条件下でレベル4の自律走行や完全自動運転が認められるようになりました。規制が拡大すれば、安全上の懸念に対処し、信頼を築くのに役立つことでしょう。

テクノロジー - 問題とその解決策

テクノロジーの複雑さは、問題の一部でもあり解決策でもあります。完全な自動運転を実現する上で、Software-defined vehicles(SDV)の要素は避けて通ることはできません。自動車における技術競争は、最終の意思決定をより良いものにすることで開発を支援する膨大なデータストリームを生み出しています。インテリジェントなソフトウェアが、車両や運転支援システムで一般的になるにつれ、人為的ミスを最小限に抑え、より安全な車両を創造することにつながります。

しかし、AVが期待通りの性能を発揮し、あらゆるシナリオで必要な安全基準を満たしていることをテストするためには、さらなる技術が必要です。それは、北海道の道央自動車道の雪上走行からフィリピンのマニラにある混雑した通りまで、自動運転が普及する前に、それぞれの条件で検定を行う必要があります。これは簡単なことではありません。

AI、機械学習(ML)、仮想現実(VR)などの革新的な技術を重ねたデジタルツインは、ハードウェアとソフトウェアにまたがるあらゆるコンポーネントやシステムを評価できるシミュレーションとして不可欠です。このアプローチにより、組み立てラインに入る前に、クルマが安全基準と品質基準を満たすことが保証されます。コストと時間の節約に加え、これは車両が置かれる可能性のある多数の環境と状況下で各モデルをテストし評価する唯一の現実的な方法です。

まとめ - 自動運転の未来

これらの分野に取り組むことで、AV実現への道のりは、波乱の少ない、より直接的なものになるでしょう。 しかし、いきなり完全な自動運転に移行するのではなく、エコシステムは目的に向かって少しずつ改良を繰り返していくのです。

AVに伴うリスクは、すべての関係者が協力して解決する必要があります。そして、その協力の度合いによって、克服のペースが決まるのです。完全な自動運転を達成することの複雑さを考えると、正確な時期を予測しようとするのは難しいです。しかし、2030年までには、安全で自律的な未来がいつ見えてくるのか、より明確にわかることでしょう。

本記事はKeysight執筆の技術解説記事「Steering Clear of Danger The Path to Safe Autonomous Vehicles」を翻訳したものとなります