ティアフォーは11月11日、地図情報の有無やセンサー構成など、異なるシステム要件に対応するエンドツーエンド（E2E）自動運転技術を開発し、複数のAIモデルをオープンソースとして公開したと発表した。カメラのみを使う構成から、LiDARやレーダー、高精度地図を利用する構成まで、要求性能に応じてAIモデルを選択できる。さらに、自動運転用オープンソースソフトウエア「Autoware」を通じ、モデルの最適化や車載システムへの統合を支援する開発環境も提供するとしている。

「Autoware 2.0」でAIとルールベース技術を組み合わせ

今回公開されたAIモデル群は、ティアフォーが開発を主導する次世代アーキテクチャ「Autoware 2.0」を活用するための技術成果にあたる。Autoware 2.0は、AIモデルと従来のルールベース技術を柔軟に組み合わせ、異なるAIモデルやセンサー構成に対応する。これにより、用途やシステム要件に応じた自動運転システムを構築できるとしている。

ティアフォーは、NVIDIAとの協業の一環として、Vision-Language-Action（VLA）基盤モデル「NVIDIA Alpamayo」の性能評価とAutowareへの統合を進めてきた。同シリーズの最新モデルである「Alpamayo 2 Edge」は、カメラ画像のみを入力し、リーズニングを用いて走行軌跡を生成するE2E自動運転AIモデルである。

パラメータ数は、「Alpamayo 2 Super」の340億に対して20億に抑えられている。ティアフォーは同モデルの最適化と実車への適合開発を進めており、すでにAutowareへの統合も実現している。

AutoE2EとMETEOR、異なるセンサーや半導体に対応

一方、The Autoware Foundationとティアフォーが開発を主導する「AutoE2E」は、NVIDIA以外の半導体環境でも動作可能なE2E自動運転AIモデルである。リアルタイムの走行判断を担うReactive Model、周辺環境の将来予測を行うWorld Model、走行判断を支援するReasoning Modelを組み合わせたFast–Slowアーキテクチャを採用する。

センサー構成については、カメラのみの構成に加え、LiDARやレーダーなどのセンサー情報を取り込む構成にも対応する。パラメータ数は7,990万。現在はReactive Modelを公開しており、World ModelとReasoning Modelの開発を進めている。Reactive ModelはすでにAutowareへ統合済みで、ロボタクシー用途での商用化を検討中だ。

また、ティアフォーが独自開発した「METEOR」は、主に自家用車向けの自動運転を想定した、軽量なマルチタスク型E2E自動運転AIモデルである。畳み込みニューラルネットワーク（CNN）をベースとし、車両周辺を上空から見たように表現するBird's-Eye View（BEV）を活用する。高精度地図に依存せず、周辺環境の認識から走行軌跡の生成までを単一のニューラルネットワークで実行する。

1台から8台のカメラを使う構成に対応し、LiDARやレーダーの情報も取り込める。パラメータ数は1,600万で、NVIDIAやルネサスなど、異なる半導体環境での動作に対応する。さらに、Co-MLOpsのオートラベリング基盤「CoMET」やエージェントAIにより、学習データのラベリングからモデルの学習、評価、改善までを自動化する。

認識と行動計画を一体化するOnePlanner

「OnePlanner」は、周辺環境の認識と行動計画を一体化したE2E自動運転AIモデルである。現在は、LiDARの点群データからBEV表現を生成するBEVFusionを基盤としており、今後はPTv3への変更を予定する。また、認識モデルを柔軟に切り替えられる構成を採用し、認識処理で抽出した特徴量を行動計画に直接利用する。

従来の自動運転システムでは、認識結果を物体の位置や速度などの情報に変換してから行動計画へ受け渡していた。これに対し、OnePlannerは、この中間的な情報変換を減らす。高精度地図や経路情報、信号機の状態、車両の走行状態も取り込み、将来6秒間の走行軌跡を生成する。同モデルはすでにAutowareへ統合されている。

「LatentDrive」は、世界モデルによる周辺環境の将来予測と行動計画を統合したE2E自動運転AIモデルである。自己教師あり学習技術「V-JEPA」を用い、カメラ映像から得た周辺環境の特徴を潜在空間に表現し、その特徴量から車両の走行軌跡を生成する。

具体的には、物体検出や追跡などの中間処理を介さず、映像から得た情報を行動計画に直接利用する。また、高精度地図は必要とせず、カメラ映像と経路情報、車両の走行状態を入力として、将来4秒間の走行軌跡を生成する。カメラ1台または3台の構成に対応しており、ティアフォーはAutowareへの統合と車載環境での動作検証を進めている。

ティアフォーは今後、公開したAIモデルの性能向上と車載環境への最適化を継続する。これらの取り組みを通じ、Autowareを活用する自動車メーカーやパートナー企業によるE2E自動運転技術の開発と商用化も進めるという。