自動運転に必要な8つの先端技術とは？3つのジャンルで詳しく解説！

自動運転技術は日進月歩で進化を続け、自動運転は実用化に向けて大きな一歩を踏み出しています。日本では2021年3月に自動運転レベル3の市販車が発売されました。

完全自動運転の実現を目指し、各国がしのぎを削る技術開発ですが、具体的にどのようなものがあるのでしょうか。

今回は自動運転に使われる8つの先端技術を、3つのジャンルに分けてご紹介します。

１．自動運転の技術は5段階のレベル設定がある

自動運転と聞くと、ドライバー不在の車が自動で走るようなイメージが浮かぶかもしれませんが、それはまだ先の話です。実現するためには、多くの先端技術が必要になります。

米国自動車技術者協会（SAE）では、自動運転の技術を0～5の6段階のレベルに分け、以下のように定義付けしています。

レベル0：ドライバーがすべての操作を行う
レベル1：ハンドル操作かアクセルとブレーキのいずれかをシステムがサポート
レベル2：ハンドル操作と速度調整の両方をシステムがサポート
レベル3：特定の場所で自動運転が可能だが、必要に応じてドライバーが操作
レベル4：特定の場所で自動運転が可能で、ドライバーの介入は不要
レベル5：すべての場所で自動運転が可能

レベル2まではドライバーが運転の主体、レベル3からはシステムが主体です。

前述したような、ドライバーの介入を必要とせず、どこでも自動運転が可能な段階はレベル5ですが、現在実走しているのはレベル3までといわれています。

そこで各国の自動車メーカーは、完全自動運転の実現を見据えて技術開発を進めています。自動運転に欠かせない8つの先端技術は下記のように3つのジャンルに分類できます。

車の位置や周辺情報を認識するための技術	位置特定技術
	認識技術
	通信技術
人間に代わる判断を行う技術	人工知能（AI）
	予測技術
	プランニング技術
	データ処理技術
運転手を監視する技術	モニタリング技術

それぞれについて詳しく見ていきましょう。

２．車の位置や周辺情報を認識するための技術

まずは、車や周りの環境を認識するために使われる3つの技術について解説します。

位置特定技術

位置特定技術は、車両が今どこにあるのかを正確に捉える技術です。

現在、カーナビなどのナビ機能ではGPSにより位置特定が行われていますが、その現在地測位は数メートル程の誤差が生じるとされています。自動運転では少しの誤差でも事故を招く可能性があり、大変危険です。

そこで今注目されている位置特定技術が、高精度3次元地図を構築する「SLAM（スラム）」です。SLAM（Simultaneous Localization and Mapping）は、位置特定と地図の作成・補正を同時に行う技術で、最新のロボット掃除機やドローンなどにも搭載されています。

これを活用すれば、自車と障害物の距離を算出し、回避行動をとるべきか判断できます。走行データから構築した地図を使い、効率的に目的地まで移動することも可能です。まさに「車の目」ともいえる重要な技術です。

認識技術

公道を走るときは、周囲の状況を認識しながら、次の行動を決定しなければなりません。そこで周辺環境の確認に使われるのが、認識技術です。

自動運転車の車体にはカメラやレーダー、「LiDAR（ライダー）」といった複数のセンサーが搭載されており、障害物や歩行者、標識や白線の位置、道路状況などを迅速に認識しています。

特に注目を集めているLiDAR（Light Detection and Ranging）は、レーザー光を照射して対象物との距離や位置、形状までを正確に測定するもので、従来の電波による認識に比べて高精度で検出できるため、開発が加速しています。

通信技術

通信技術は、信号や道路工事の情報、渋滞情報を受信したり、自車の動きを他車両に伝えたりする時に使用されます。

自動運転車は1回の走行で膨大なデータを送受信するため、高度な通信技術が必要になりますが、そこで期待されている技術が「5G」です。

5Gには「大容量・高速」「低通信遅延」「多数同時接続」という3つの特徴があり、今後、自動運転の通信技術の発達に大きく関わってくるといわれています。

３．人間に代わる判断を行う技術

自動運転レベル4以降では、ドライバーの操作を前提としておらず、人間に代わってシステムが状況を分析・判断を行います。

システムには人間の運転手と同等の柔軟な判断力が求められますが、それを実現するために用いられる4つの技術を見ていきましょう。

人工知能（AI）

人工知能（AI）は、その名の通り人間の知能に代わる機能を持つシステムのことで、信号や標識、路面標示の指示に従ったり、障害物や歩行者を避けたりと、認識した物体の識別や運転操作の決定を行う際に活用されます。

自動運転における「脳」の役割を果たすAIですが、近年活発に開発が進められている「ディープラーニング（深層学習）」により、さらなる前進を遂げています。

従来の機械学習では、アルゴリズムをもとに与えられたデータを学習し、その内容を分析、法則化していました。

一方深層学習では人間の手を借りず、自動でデータから特徴を抽出します。例えば「人間」でも年齢や身長、衣服、姿勢、見る角度などによって見え方は変わりますが、経験を蓄積し、外観が変わっても「あれは人間だ」と柔軟に識別・解析できるようになります。まさに、自動運転の基幹技術といえるでしょう。

予測技術

予測技術は、周囲の車や歩行者の動き、道路状況や天候など、いくつかの条件から危険リスクを予測して車両を制御し、事故を回避する技術です。

「前方車両のブレーキランプが灯ったら減速する」「雨の日には道が滑りやすくなる」といったように、複数の条件が重なるとAIとシステムが連動して、自動で車を操作します。

プランニング技術

走行ルートの調整・決定を行うのが、プランニング技術です。道路の混雑状況や通行止め情報などを考慮し、安全なルートやレーンを選択するため、ルート最適化技術ともいわれています。

臨機応変な判断が難しいとされる自動運転では、安全性の高い経路を設定することが非常に重要です。また、自動運転による宅配サービスや移動サービスではいくつかの地点をたどって走行する必要があり、確実に目的地を経由するルートの設定も求められます。

データ処理技術

1台の自動運転車が取り扱うデータ量は、毎日1テラバイト（DVD211枚、スマホ62台分）にも及ぶとされています。安全な走行を行うためには、大量のデータを、的確かつスピーディーに処理しなければなりません。

そのためには大容量の記憶装置（ストレージ）や、高速処理の可能なプロセッサー（CPU）など、高度なデータ処理技術が必要です。

４．運転手を監視する技術

2020年4月、日本では改正道路交通法が施行され、レベル3の自動運転車両の公道走行が解禁されました。

レベル3は「特定の場所で自動運転が可能だが、必要に応じてドライバーが操作」する段階を指し、システムから要求があればドライバーは運転操作に復帰しなければなりません。

そこで必要になるのが、運転手を監視するモニタリング技術です。例えばシステムがドライバーの居眠りを感知した場合、アラートを発し、反応がなければ車両を停止させます。

レベル4以降ではドライバーの運転義務はありませんが、運転手の姿勢を確認して快適な乗り心地に調整するための機能、自動運転バスやタクシーの乗客の動きを見守って安全性を高める機能などへの発展が期待されています。

５．自動運転技術の発展に伴う枠組みの整備も必要

自動運転技術の開発状況に合わせて、法律の施行・改正や規定の整備など、枠組みづくりも進める必要があります。

2020年6月に行われた国連の自動車基準調和世界フォーラム（WP29）では、日本の改正道路交通法に追随する形で、自動運転レベル3に関する国際基準が成立。世界各国が自国の法律に反映することになりました。

今までの法規制では運転者の介入が前提とされており、自動運転を実現、普及するためには法整備が欠かせません。技術革新はもちろん、国際的なルール作りでも日本のリーダーシップが期待されます。

６．まとめ

人間の代わりにシステムが操作を行う自動運転の実現には、さまざまな先端技術が必要不可欠です。

自動運転システムには、①車の位置や周辺情報を認識する、②人間に代わる判断を行う、③運転手を監視する、という大きく3つの機能が求められ、位置特定技術やAI、モニタリング技術など8つの技術が活用されています。

自動運転は非常に画期的で生活を便利にしてくれるものですが、高度な技術が伴わないと不幸な事故につながりかねません。安全性を確保するために法整備も必須です。今後ますます世界中で開発競争が激化していくと予想される中、さらなる技術革新が期待されています。