ソラの自動運転ブログ https://sora-autonomous-blog.com Mon, 11 Aug 2025 09:29:27 +0000 ja hourly 1 https://wordpress.org/?v=6.9.4 https://sora-autonomous-blog.com/wp-content/uploads/cropped-ソラ_口綴じ-32x32.png ソラの自動運転ブログ https://sora-autonomous-blog.com 32 32 テスラロボタクシーのサービス開始 https://sora-autonomous-blog.com/2025/08/11/%e3%83%86%e3%82%b9%e3%83%a9%e3%83%ad%e3%83%9c%e3%82%bf%e3%82%af%e3%82%b7%e3%83%bc%e3%81%ae%e3%82%b5%e3%83%bc%e3%83%93%e3%82%b9%e9%96%8b%e5%a7%8b/?utm_source=rss&utm_medium=rss&utm_campaign=%25e3%2583%2586%25e3%2582%25b9%25e3%2583%25a9%25e3%2583%25ad%25e3%2583%259c%25e3%2582%25bf%25e3%2582%25af%25e3%2582%25b7%25e3%2583%25bc%25e3%2581%25ae%25e3%2582%25b5%25e3%2583%25bc%25e3%2583%2593%25e3%2582%25b9%25e9%2596%258b%25e5%25a7%258b https://sora-autonomous-blog.com/2025/08/11/%e3%83%86%e3%82%b9%e3%83%a9%e3%83%ad%e3%83%9c%e3%82%bf%e3%82%af%e3%82%b7%e3%83%bc%e3%81%ae%e3%82%b5%e3%83%bc%e3%83%93%e3%82%b9%e9%96%8b%e5%a7%8b/#respond Mon, 11 Aug 2025 09:29:27 +0000 https://sora-autonomous-blog.com/?p=1320 こんにちは、ソラです。
今回はテスラのロボタクシーについて、私が気になった事を書いていきます。

…内容としては個人的なメモどまりになってますが、それでもよろしければご覧いただければと思います。

1. ロボタクシーサービスの全体像(サービス開始時点)

2025年6月22日、テスラはテキサス州のオースティンにて、自社初となる「運転席無人」のロボタクシーのサービスを開始しました。

ただし、使用する車はテスラが所有しているモデルYで、サービス開始当初は運行エリアはオースティン中心部の一部区域に限定、事前に招待された12名のみ乗ることが出来たみたいです。

招待されたの一定の条件に同意したテスラの株主やインフルエンサーみたいですね。

サービス当初の車両数ですが、これがちょっと曖昧です。
X上では11台と言われることが多いみたいですが、ニュースなどでは10〜20台と書かれることが多いです。

数が曖昧な理由はテスラの公式として発言をしてないからですね。

使用車両は市販のModel Yをベースとしていて、運転席には誰も乗っておらず、代わりに助手席にセーフティモニター（Safety Monitor）が同乗しています。

モニターは車両を監視して、必要に応じて停止ボタンを押すことで介入していますが、運転席のハンドルやアクセルを操作することは無いみたいです。

代わりに、テレオペレーター（遠隔オペレータ）が操作を引き継いで操作をするみたいです。

営業時間は午前6時～午前12時(中部標準時)の間で、スマートフォンのアプリから車両を呼び出し、1回あたり”4.20″ドル（600円くらい)のプロモーション価格で乗車できます。

…この価格設定は大麻のスラングである”420″から来てるみたいですね。

照射するのに必要なアプリは事前にダウンロードしておく必要があり、Teslaアカウントを持ってない場合はアカウントを作成しておく必要があります。

乗車前に目的地を入力する必要があるみたいですが、途中でも目的地を変更できるみたいです。

アプリには地図、待ち時間の表示、エアコンからストリーミング設定まで、乗車するたびにすべてを同期する機能、さらにはドアの開け方まで表示されています。

ロボタクシーの運行は、6月22日時点では「テスト運転」として登録されており、テキサス州の既存法の範囲内で(一応)合法的に行われているみたいです。

あと、18歳未満の方とペットは乗車できないみたいですね。

2.ロボタクシー仕様のModel Yについて

今回のロボタクシーに使われているのは、市販されているModel Yをベースにしています。
見た目で違うところは車体に「ROBOTAXI」デカールが貼られているくらいでしょうか？

Waymoをはじめとした他社のロボタクシーとは違い、屋根にLidarなどは無いので普通のモデルＹと見分けがつかないですね。

後部座席にタッチスクリーンがありますが、これも市販のモデルYにも搭載されていますし。

もしかすると目に見えないところが改造されているかもしれませんが、それを判断することは不可能ですね。

一方で、ロボタクシーのアプリと連携したり、遠隔監視をしてたり、運転席に人がいないところを見ると、ソフトウェア面では変更がなされている可能性はあります。

ただ、それもどの程度の違いがあるのかまでは…わかりませんね。

3. メディアの反応

私の主観になってしまいますが、SNS上では賛否両論、主流メディアの報道は否定的って感じです。

ロボタクシーの動画はSNSに多数投稿され、実際に試乗した人達の感想をまとめると「スムーズ」で「未来的」って感じですね。

Tesla Robotaxi riders tout 'smooth' experience in first reviews of driverless service launch
Tesla Robotaxi riders are touting their awesome experiences in their first rides using the automaker's new driverless ri...
www.teslarati.com

中には救急車に道を譲るシーンもあったりと、他社のロボタクシーが苦戦している状況でも対応できている様子も投稿されていますね。

感謝！テスラのロボタクシー、「救急車」に道を譲る | 自動運転ラボ
EV大手テスラのロボタクシーに関し、注目すべき投稿もアップされている。それは「緊急車両」への対応だ。後方から迫り来る救急車に対し、テスラのロボタクシーが減速・停車して対応した様子が収められた動画がアップされた。
jidounten-lab.com

一方、主流メディアの報道は批判的でした。主な批判の内容としては運転ミスやサービス開始までにかかった期間、そして人間の監視が必要といったところでしょうか。

Tesla robotaxi incidents caught on camera in Austin draw regulators' attention
NHTSA pressed Tesla for more information about robotaxi incidents caught on camera and shared widely on social media.
www.cnbc.com

4.交通トラブル・違反・事故について

さて、テスラのロボタクシーなのですが、サービスが始まって数日で複数の交通トラブルや運転上の問題が発生しました。

乗客の証言や車外からの撮影映像にはロボタクシーが対向車線に進入したり、複数車線の道路の真ん中や交差点で乗客を降ろしたりしたほか、急ブレーキをかける、スピードを上げる、縁石を乗り越えるなどのトラブルが起きたみたいです。

米テスラのロボタクシー、運行開始直後から交通トラブル発生
米南部テキサス州オースティンで２２日に始まった電気自動車（ＥＶ）大手テスラによるロボタクシー（自動運転タクシー）の運行は最初の数日で、複数の交通トラブルや運転上の問題が発生した。
jp.reuters.com

あと軽微な接触事故も起こしたみたいですね。

テスラのロボタクシーが事故！お相手は「トヨタ車」 | 自動運転ラボ
自動運転タクシー（ロボタクシー）の運行をスタートしたテスラ。サービス開始から半月ほどが経過したが、交通事故を起こしていたことが判明した。米メディアは「初めての事故」と報じた。停車中のトヨタ「カムリ」にゆっくりと突っ込んだという。詳しく解説。
jidounten-lab.com

そういう訳でNHTSA(道路交通安全局)も継続的に状況を監視しています。

テスラのロボタクシー、交通違反とみられる事案巡り米当局が精査
米電気自動車（ＥＶ）メーカー、テスラの自動運転タクシー「ロボタクシー」がテキサス州オースティンでの運行初日に交通法規に違反したとみられる事案について、米運輸当局が調べている。
www.bloomberg.co.jp

4.法律上はどうなっている？

現時点で、テスラのロボタクシーの運行は法的に問題はありません。テキサス州では自動運転車の走行に事前申請は不要であり、これがオースティンでサービスを開始した理由の1つになりますね。

ただし、これは9月1日から施行される新法（SB 2807）が施行されるまでの話になります。
新法（SB 2807）が施行された後は商用の無人運行には州DMVの認可が必要になりますね。

テスラのロボタクシー、テキサス州で予定通り走行開始
米南部テキサス州オースティンで２２日、電気自動車大手テスラによるロボタクシー（自動運転タクシー）走行が予定通り始まった。
jp.reuters.com
米テキサス州民主党議員、テスラにロボタクシー運行延期を要請
米テキサス州の民主党議員グループは、米電気自動車（ＥＶ）大手テスラに対し、オースティンで予定されている自動運転タクシー「ロボタクシー」の運行を９月まで延期するよう要請した。９月は新たな自動運転法の施行が予定される時期に当たる。
jp.reuters.com

州議会からは6月22日時点で「新法施行後の対応」を問う質問が出されましたが、テスラはこれに回答せず運行を開始しました。

サービス開始前には州議員が延期や適合計画の提示を求める書簡を送りましたが、法的拘束力のない要請だったため、テスラは予定通り6/22に開始。

一方、連邦政府（NHTSA）もロボタクシーの行方に注目しており、「一般向けFSDとロボタクシー運用の違い」についてテスラに照会しています。テスラはこれには回答したものの、その内容は一般公開されていません。

reuters.com
www.reuters.com
Federal Probe Casts Shadow Over Tesla Robotaxi Launch
The NHTSA (National Highway Traffic Safety Administration) has asked Tesla to answer an extensive list of inquiries by J...
www.autoblog.com

その他の法規については調べるのが大変だったのでChatGPTに調べてもらいました。(エビデンスチェックはしてないので注意してください)
個人的に気になっていたFMVSS関係についてなのですが、今のテスラのロボタクシーは”ハンドルのついた”Model Yを使用しているので問題は無さそうです。

区分内容義務か任意か補足
FMVSS適合確認L3以上のシステムによってFMVSS違反があるかの自己検証義務例：ハンドル不要なL4車両などはFMVSS違反の可能性あり（例：No.111 後方視界、No.135 制動など）
FMVSS適合外 → Part 555（特例申請）道路運行用にFMVSS適合外車両を最大2,500台まで認可申請任意だが事実上必須Exemptionがないと販売・運行ができない。申請には安全性と公益性の根拠が必要。
Vehicle Safety Self-Assessment (VSSA)自社システムの安全設計と運用体制をまとめた文書任意提出義務はないが、NHTSAは公開を推奨。WaymoやCruiseは公開済。
Standing General Order (SGO)対応L3以上のADSは「事故発生後24時間以内の速報義務」あり義務部品故障や事故発生時には詳細報告が必要（現在も拡張運用中）
AV STEP登録任意の評価プログラムへの登録。州や自治体との連携に便利任意登録すると、実証データをNHTSAが収集し、今後のFMVSS改訂材料に
OTAで安全機能をアップデート予定の場合リコール対象になる可能性あり。NHTSAに事前相談推奨任意だが強く推奨過去のテスラ事例により、OTAの扱いに注目が集まっている

5.おわりに

テスラのロボタクシーは、現時点ではごく限られた地域と条件のもとで運行されており、法的にも制度的にも「過渡期」にあると言えます。安全性や社会的受容、そして新たに施行される法律への適合など、今後クリアすべき課題は少なくありません。

今後の計画としては、規制当局の承認を条件に2025年末までに米国の「12都市」でサービスを開始するとのことです。

Musk Talks Robotaxi Details: Fleet Size, Teleoperators, Avoid Certain Intersections, Scaling and More
Elon Musk conducts an in-depth interview with CNBC on the way forward for Tesla, covering near-term goals on everything ...
www.notateslaapp.com

最終的にはセーフティモニター無しで真のレベル4またはレベル5の自動運転を実現し、テスラオーナーが自分の車をロボタクシーとして運用して収益を上げることが目標となりますが…その明確なタイムラインは示されていませんね。

今回は以上です。
この他にもいろんな出来事が出てますが、その内容については気が向いたときに少しずつ更新していこうかと思います。

ご覧いただきありがとうございました。

<その他参考リンク>

Get Started With Robotaxi
https://www.tesla.com/support/robotaxi/getting-started

Tesla Robotaxi　(Wikipedia)
https://en.wikipedia.org/wiki/Tesla_Robotaxi

US auto safety agency reviewing Tesla answers on robotaxi deployment plans
https://www.reuters.com/business/autos-transportation/us-highway-safety-officials-reviewing-teslas-robotaxi-deployment-plans-2025-06-20/

Musk’s ‘Robotaxis’ Draw Regulatory Scrutiny After Video Shows One Driving in an Opposing Lane
https://www.usnews.com/news/business/articles/2025-06-24/musks-robotaxis-draw-regulatory-scrutiny-after-video-shows-one-driving-in-an-opposing-lane

Tesla’s Robotaxi service goes live in Austin. Price? $4.20 per ride.
https://mashable.com/article/tesla-robotaxi-launch-austin-price?test_uuid=003aGE6xTMbhuvdzpnH5X4Q&test_variant=a

Tesla Robotaxi riders tout ‘smooth’ experience in first reviews of driverless service launch
https://www.teslarati.com/tesla-robotaxi-riders-tout-smooth-experience-reviews/#google_vignette

Tesla Launches Robotaxi: Features, Robotaxi App, Command Center and First Impressions [VIDEO]
https://www.notateslaapp.com/news/2850/tesla-launches-robotaxi-features-robotaxi-app-command-center-and-first-impressions-video

Tesla’s robotaxi hit the streets of Austin. I watched 2 hours of videoed rides, and I have some thoughts.
https://www.businessinsider.com/what-learned-about-tesla-robotaxis-from-early-access-riders-videos-2025-6

Musk’s ‘robotaxis’ draw regulatory scrutiny after video shows one driving in an opposing lane
https://apnews.com/article/musk-austin-robotaxis-incidents-tesla-autonomous-selfdriving-0e32a7613a6c41c20ce258dbc5ec2cba

]]> https://sora-autonomous-blog.com/2025/08/11/%e3%83%86%e3%82%b9%e3%83%a9%e3%83%ad%e3%83%9c%e3%82%bf%e3%82%af%e3%82%b7%e3%83%bc%e3%81%ae%e3%82%b5%e3%83%bc%e3%83%93%e3%82%b9%e9%96%8b%e5%a7%8b/feed/ 0 自動運転レベル2でも企業が責任を取る可能性がある？ https://sora-autonomous-blog.com/2025/06/01/%e8%87%aa%e5%8b%95%e9%81%8b%e8%bb%a2%e3%83%ac%e3%83%99%e3%83%ab2%e3%81%a7%e3%82%82%e4%bc%81%e6%a5%ad%e3%81%8c%e8%b2%ac%e4%bb%bb%e3%82%92%e5%8f%96%e3%82%8b%e5%8f%af%e8%83%bd%e6%80%a7%e3%81%8c%e3%81%82/?utm_source=rss&utm_medium=rss&utm_campaign=%25e8%2587%25aa%25e5%258b%2595%25e9%2581%258b%25e8%25bb%25a2%25e3%2583%25ac%25e3%2583%2599%25e3%2583%25ab2%25e3%2581%25a7%25e3%2582%2582%25e4%25bc%2581%25e6%25a5%25ad%25e3%2581%258c%25e8%25b2%25ac%25e4%25bb%25bb%25e3%2582%2592%25e5%258f%2596%25e3%2582%258b%25e5%258f%25af%25e8%2583%25bd%25e6%2580%25a7%25e3%2581%258c%25e3%2581%2582 https://sora-autonomous-blog.com/2025/06/01/%e8%87%aa%e5%8b%95%e9%81%8b%e8%bb%a2%e3%83%ac%e3%83%99%e3%83%ab2%e3%81%a7%e3%82%82%e4%bc%81%e6%a5%ad%e3%81%8c%e8%b2%ac%e4%bb%bb%e3%82%92%e5%8f%96%e3%82%8b%e5%8f%af%e8%83%bd%e6%80%a7%e3%81%8c%e3%81%82/#respond Sun, 01 Jun 2025 10:53:34 +0000 https://sora-autonomous-blog.com/?p=1304 こんにちは、ソラです。

SAE (米国自動車技術会)の運転自動化レベルは0~5までの6段階あり、このうちレベル2まではドライバーによる監視が必要とされ、自動運転ではないとされています。

そして、当然のことながら、各国の法律上でも事故時の責任は運転手が持ちます。

ですが、場合によっては自動車の製造元や販売店が責任を問われる可能性があります。

今回は、どんな場合だと自動車の製造元や販売店が責任を問われるのかについて、これまでに起きた事故をもとにどうなるのかを予想しながら書いてみます。

2018年 神奈川県 東名高速上り線 テスラ・モデルXの事故

自動車の製造元や販売店が責任を書くと言いましたが、その前に「不具合を理由に無罪を主張した場合どうなるか」調べて見ましょう。

2018年4月29日、神奈川県綾瀬市の東名高速上り線で、渋滞中の追突事故で救助活動や交通整理をしていたところに、1台の車がノーブレーキで突っ込み、1人が死亡、2人がけがを負いました。

突っ込んできたのはテスラ・モデルXで、運転手は事故当時オートパイロットを作動させた状態で居眠り運転をしていました。

そして、運転手は裁判にて、オートパイロットのせいで事故が起きたとし無罪を主張しました。

結論から言えば運転手は有罪になり、懲役3年・執行猶予5年が言い渡されました。

有罪になった理由を簡潔に1言で言うと「寝たらあかんやろ」です。

ですよね。としか言いようがありませんね。

ただ、運転手の主張である「オートパイロットのせいで事故が起きた」という点に対して裁判所は、

「システムが故障していたのか、機能の限界だったのかは不明」としました。

つまり、「加害者が裁判でADASの不具合を理由に無罪を主張した場合」は、運転手の過失が無い事を証明しないと無理ってことですね。

このケースだと運転手は居眠りをしていたのですから…

  • 「居眠りしてたことは認めたよね？」
  • 「居眠りしてなかったらブレーキ踏めたよね？」
  • 「そもそも車を買ったとき、機能には限界があるってマニュアルに書いてあったよね？」
  • 「仮にマニュアルも読まず、(2018年時点の)オートパイロットをレベル5の完全自動運転のシステムだと思い込んでたとしても、今まで使ってきて”機能限界”があるってわかってたよね？」

って感じで、ADASと事故が起きた事は関係ないって判断されました。

では話を戻して、「レベル2でも企業側が責任を取るのか？」です。

東名の事故の件には続きがあります。

運転手に判決が下された後、被害者の遺族がテスラを相手に訴訟を起こしました。

訴状の内容の一部をChatGPTに要約してもらうとこんな感じです。

事故の概要およびテスラの責任

2018年4月29日、日本の東京近郊の高速道路で、テスラ・モデルXがオートパイロットを使用中に、典型的な「カットアウト」状況（前方の車両が車線を変更する際の動き）で突然加速しました。このモデルXは、高速道路の路肩に停車していたバン、オートバイ、歩行者に衝突し、■■■■氏を致命的に巻き込む結果となりました。

この事故は、テスラのオートパイロット技術に関連する初の歩行者死亡事故であり、自動運転車関連の死亡事故としては2例目にあたります。

テスラ・モデルXの運転者は、事故直前に居眠りをしていたとされています。テスラは、この悲劇的な事故の責任をすべて運転者に負わせようとする可能性が高いですが、以下の少なくとも3つの理由から、同社は自身の責任を免れることはできません。

第一：テスラのドライバー監視はステアリングのトルク検知だけに依存しており、居眠りや注意力低下を適切に検出できないという根本的な設計欠陥がある。
第二：前走車のカットアウト後に現れる静止障害物を検知できず自動加速してしまうため、オートパイロットは一般的な高速走行シナリオに対応できない。
第三：LiDARなどの冗長センサーを採用せず未完成のベータ版ソフトを公道で運用している点が、テスラの開発姿勢として重大な安全リスクを招いている。

被害者やその家族、また道路を共有するすべての人々に対する責任を果たしていない。

テスラは、オートパイロットシステムの欠陥や安全性を軽視したことによる責任を問われるべきです。

この事故は、技術の進歩と安全性を軽視した結果、重大な危険を引き起こした一例といえるでしょう。

訴訟の結果ですが「却下」となりました。

理由は「訴訟は日本でやるべきだから」です。

この訴訟はアメリカの「連邦地方裁判所カリフォルニア北部地区」に提出されたのですが、

「事故は日本で起きて、証拠関係も日本にあるのだから、日本で裁判できるよね？」

と、テスラが申し立て、それを裁判所が認めた感じです。

カリフォルニアで訴訟したのは当時テスラの本社があったからですね。
(あと多分…「懲罰的損害賠償」も関係しているからでしょうか？)

その一方、テスラは日本での訴訟について、以下を受け入れるとも表明しました。

  1. 日本での訴訟手続きへの同意
  2. 日本での判決の執行可能性への同意(米国内でも執行可能)
  3. 時効の停止および権利の放棄(4年間)

2018年 カリフォルニア州マウンテンビュー テスラ・モデルXの事故

2018年3月23日、カリフォルニア州マウンテンビューの国道101号線と85号線の分岐点の分離帯にテスラ・モデルXが100km/hで衝突。その後、後続の車2台に衝突された後に炎上しました。

この結果、モデルXの運転手が死亡し, 衝突に巻き込まれた車両に乗車していた人が１名が負傷しました。

この事故に関する報道はいろいろありました。

テスラのCEOが秘匿契約を結んだのに調査結果をおもらししてNTSBがキレたとか、

中央分離帯にはクッションが設置されてはいましたが、11日前の衝突事故で壊れてて機能しなかったとか、

ちゃんとクッションを修理しとけってカリフォルニア州運輸局がNTSBに怒られたとか、

運転手は元エレクトロニック・アーツのプログラマーで4か月くらい前にアップルに入社したとか、

使っていたのはアップルから支給された2台のiPhoneのうちの1台とか、

遊んでたゲームはSEGAの「トータルウォー:スリーキングダムス(三国志)」という、いわゆるソシャゲではなくパソコンのゲームをiPhoneに移植したガチRTSだったとか…

色々ありましたが、本題から少し離れているので省略します。

調査の結果、運転手はオートパイロットを作動させ、スマホでゲームをしていたことが原因と結論を出しました。

この事故の後、モデルXの運転手の遺族がテスラ(とカリフォルニア)を相手に訴訟を起こしました。

遺族の主張としては以下の理由で運転手は亡くなったとしています。

  • テスラの車両設計とシステムの欠陥が原因で事故が起きた。
  • 安全機能が不十分なまま車両が販売された。
  • 販売後も、適切な警告やリコールを行わなかった。
  • テスラやそのCEOが誤解を招く宣伝や広告を行った。

これに対してテスラも争う姿勢を見せました。

そしてカリフォルニア州サンタクララ郡の上級裁判所で陪審員の選出と裁判が始ま・・・

る前に終わりを告げました。

テスラが和解を申し出たのです。

和解には遺族への補償として同社が支払った金額を含む様々な内容を非公開にすることを条件としていました。

そして2024年4月にこの和解は成立しました。

2016年 千葉県 日産・セレナ 試乗中の事故

2016年11月27日 千葉県八千代市、ある男性が日産プリンス千葉販売八千代北支店へ車の試乗に訪れました。

試乗したのは同年発売されたC27型セレナで、”クラス世界初”、”国内メーカー初の自動運転技術”「プロパイロット」を搭載していました。

セレナに試乗した男性に対し、同乗していた店員が…

「本来はここでブレーキですが踏むのを我慢してください」

と指示し、それに運転手が従ったところ…信号待ち中の乗用車にノーブレーキで追突。

追突された車に乗っていた2人が軽傷を負いました。

当時、現場は夕暮れで天気が悪く、視界が悪かったため衝突被害軽減ブレーキ、いわゆる自動ブレーキが作動しなかったとされています。

千葉県警は店長と店員を業務上過失傷害の容疑で、運転手…つまり試乗していたお客さんを自動車運転処罰法違反(過失傷害)で千葉地検に書類送検しました。

2016年だとCMでも自動ブレーキとか自動運転の表現があまり規制されてなかったので、誤解するでしょうね…

それを抜きにしても、店員にこんなことを言われたら大丈夫って信じちゃいますよね。

「自動運転HMI 委員会」　レベル2 運転自動化システムの仮想事故に対する模擬裁判

2022年12月20日 明治大学法廷教室にて、とある模擬裁判が開かれました。

当時、自動運転レベル2のADASすでに世界中で普及し、それによる事故の報告も相次いでいました。

そして、これらの事故の大半がドライバーのシステムに対する過信や誤解が関わっています。

このようなドライバーが原因となるレベル2のADASの事故を防ぐにはどうすれば良いか？

その検証を行う為に「自動運転HMI委員会」が模擬裁判を企画しました。

この委員会は、大学等研究機関の人間工学専門家、法学・法曹界の専門家、企業の専門家、安全に関心の高い自動車ユーザから構成されています。

模擬裁判では、レベル2を搭載した車両が関わる仮想事故を題材にヒューマンファクター、特に「人間の能力の限界」が明らかになった場合、法的責任がどのように判断されるのかを検証しました。

この模擬裁判の背景には、上記でも触れた2018年の東名高速で発生した死亡事故があります。

事故の原因にどのようなヒューマンファクターが関係していたのかを掘り下げた上で、同じような事故を防ぐために何が必要かを考えたそうです。

そして、模擬裁判の結果は設計面と制度の面で、具体的にどのような改善が求められるかという提言としてまとめられました。

【模擬裁判の目的】
目的は、レベル2を搭載した車が引き起こした仮想事故をもとに、システムを安全に使ううえでの「人の能力の限界」が明らかになった場合、どこまで責任を問えるのかを検証することです。

具体的には、メーカーの設計に不備があった場合の責任や、メーカーや販売店による説明が不適切だったり、不十分だった場合の責任がどのように判断されるかってコトですね。

【想定事故】
（1）本件自動車のシステム
　　 レベル2 ハンズON システム（仮称“オートドライビングシステム，Auto Driving System, AuDS”）

（2）事故発生状況
　 日時：令和4 年9 月30 日（金）午後14:00 ごろ　場所：第2 東名高速道路 新清水IC ─駿河湾沼津IC 間上り，沼津トンネル西側付近

（3）事故様態
　 ① 豊田東IC から第2 東名高速に入り，すぐにAuDS を起動。
　 ② 自車は順調に第2 通行帯を設定車速120km/h で走行していた。
　　　新静岡IC を過ぎたあたりで眠気を感じたが，目的地の御殿場までは大丈夫だと思っていた。
　 ③ 新清水IC を過ぎたあたりからトラックに追いついたが、AuDS に任せて約80 km/h で第2 通行帯を先行車追従走行していた。
　④ 沼津トンネル手前付近で先行車両が第1 通行帯に急な車線変更を行った直後に，自車と同一車線に路上落下物を発見したが，自車は加速を始めた．
　あわててブレーキを踏みながらハンドルを切り，空いていた第1 通行帯に車線変更したが，車両は安定性を失い制御不能となり，路肩を越えてのり面に乗り上げ横転した．
　 ⑤ 原告は複数か所を骨折し，痺れなどの後遺症が残った。自車は大破し運搬中の貴重品（価格2000万円の壺）が破損した。

【原告（ドライバー）の認識】
　 　① 自車のAuDS は，世の中でも評判のシステムである。
　　　 またオートという名称や運転支援システムという説明から，あのような状況でも自動で対処，もしくは対処を助けてくれると思っていた。
　 　② 販売店ではシステムの使い方や機能の説明があり、重要事項説明書に署名したが、あのような場面でシステムが対処できないことや、強い加速を始めることの説明は十分でなかった。
　　　 そもそも，販売員からは重要事項説明書について口頭での説明はなかった。
　　　 このシステムは「運転支援システム」であるという説明を受けており、危険な場面ではそれへの対処を支援してくれるシステムだと思っていた。

【訴訟提起】
　原告（ドライバー）が、自動車のメーカーと販売店に対して、総額4000万円（車両1000万円、 壺2000万円、 治療費その他1000万円）の損害賠償を請求。

【原告役（ドライバー）の主張】
自動車のメーカーに対する請求：
製造物責任法に基づく損害賠償請求。
当該請求の根拠は、本件自動車の欠陥、すなわち、

①「設計上の欠陥」
　（i） 障害物の存在にもかかわらず，減速等せず急加速する挙動
　（ii）AuDS 作動時における通常人の覚醒度の低下等を踏まえた安全防止策の設計がなされていない

②「指示・警告上の欠陥」
・AuDS及び衝突被害軽減ブレーキによって対処できない事象に原告が適切に対応できるようにするための最低限の指示・警告を行っていない

販売店に対する請求：債務不履行に基づく損害賠償請求。
当該請求の根拠は、
①上記欠陥のある本件自動車を販売した。
②本件自動車の取扱いに関する説明義務（原告がAuDSと衝突被害軽減ブレーキを有する本件自動車の特性を理解し、適切に利用できるよう説明する義務）に違反している

【鑑定人役の意見　その１】
（1）鑑定人1（人間工学専門家）：
人の能力限界この事故の経過を人間工学の観点から見るとポイントは三つある。

第一に人間にとって覚醒度が高まる最適な作業負荷の範囲があり、それよりも低負荷の作業では覚醒度低下を引き起こす。監視作業はその典型である。

さらに、当該ドライバはシステムを約2時間連続使用していたわけであるが、監視作業において一定の注意を維持することは難しく、30 分を超えると見落としが増えることも知られている。

第二にレベル2システムでは先行車を検知する能力を備えているが、これが車両以外の物体をどこまで検知可能であるかを一般ユーザが理解することは難しい。

日常走行において，確実に先行車を捕捉できている体験を繰り返していると、ユーザはこのシステムが前方の如何なる障害物をも検知できるシステムと単純化して理解しがちである。
そのために，路上の落下物を検知できると思っていた可能性がある。

第三に先行車の車線変更後に80 km/hで走行していた当該車両は設定車速である120km/hまで急加速を行った。
落下物に対して減速すると期待していたドライバにとって、この急加速は予想外のものであった。
人間は予想外の強い刺激を受けると，反射的に身体を縮こめる動作すなわち驚愕反射が起きる。
このために、障害物回避のためのハンドル操作は急なものとなり、車両のコントロールが失われたものと考えられる。

【鑑定人役の意見　その2】
（2）鑑定人2（人間工学専門家）：教育の重要性
自動運転・運転支援システム利用中の運転介入に関する知識を、ドライバに適切に提供することが重要である。
運転自動化レベルによって異なるドライバーの為すべきこと（タスク）は、一般ユーザーには十分には理解されていない。

レベル2 システムでは、一般的に機能や性能に限界があり、その限界においてはドライバーが（システムからの通知の有無によらず）適切な対処をしなければならないことを理解させる必要がある。

さらに実際に利用するシステムが、どういう場面で障害物を見落とす、あるいは見誤るのか、その時にドライバがどのような対応をしなければならないのかを、代表的な事例を通じて情報提供し、理解を得ることが重要である。また机上での情報提供だけでなく、シミュレータなどでの体験をしておくことが望ましい。

本件メーカーに関しては、運転「支援」に関わるユーザの誤解を防ぐ努力をどれだけ行っていたか疑問である。

「困った時にこそ助けてくれるのが支援」との期待をしているドライバがいるのは事実であり，その期待に基づく誤解を防ぐための努力をするべきであった。

またAuDSは、「車両以外の物体には反応しない」が，衝突被害軽減ブレーキは「歩行者との衝突回避を支援する」と説明しており、ユーザの混乱と誤解を招きかねない。

加えて車両以外の物体には反応しないことに対して，ドライバがどう対処すべきかについての説明がないことも問題である。

一方販売店においては，重要事項についての資料提示だけで口頭説明を行っていない点を指摘しておきたい。

システムの機能や性能の限界について，説明されるべき重要事項は多岐にわたる。

資料に一通り目を通すという程度では，その内容を適切に理解できるとはかぎらない。

したがって、

「資料を渡して，その内容に同意する署名を得る」

というだけでは、システムの安全な利用を確保することにはつながらない。

【メーカー役の主張】
原告は、製造物責任法に基づく損害賠償請求の根拠として、

①「設計上の欠陥」
②「指示・警告上の欠陥」

を主張しているが、いずれも理由がない。

①につき、本件自動車は、「運転自動化レベル2」の車両で、運転者の責任で車両を制御することを前提として製作されており、搭載されているシステムは運転者の運転行動を補佐する「運転支援システム」としての安全性が確保されていた。

AuDS は、車線内を設定速度で走行しつつ、前方車両が存在する場合には車間距離を維持するなどして、運転者の運転行動を支援する機能である。

「先行車両が車線変更を行ったことを契機に、先行車両がいないと認識し、設定された速度（120 km）まで加速した」

との挙動は，正常な挙動であり、本件事故原因は、

「運転者が，進路上に障害物を発見したため、あわててブレーキを踏みながらハンドルを切ったところ、車両は安定性を失い制御不能となった」

など、運転者の安全運転義務違反による。

また、AuDS 作動時における通常人の覚醒度の低下等を踏まえた安全防止策の設計がなされていない旨の主張については、覚醒装置の設置は法令で義務付けられておらず瑕疵ではない。

運転者は覚醒度の低下を認識した場合、直ちに休憩するなど覚醒度を一定に保つ義務があったのに、これを怠ったものである。

②につき、メーカーは、各機能の機能限界について一般消費者が機能に関する誤解をしないよう、十分な広報活動を行うとともに、積極的かつ網羅的に取扱説明書に記載するとともに、起動の都度ディスプレーに表示し、運転手に対して注意喚起している。

したがって、本件システムが運転支援システムであり、システムの機能限界時、運転者の責任で適切な対処をしなければならない義務があることを認識しているはずである。

以上のとおり、原告は、用法上の危険を具体的に知り、危険な用法を実際に避けることができたものであり、メーカーには「指示・警告上の欠陥」は存在しない。

＞「先行車両が車線変更を行ったことを契機に、先行車両がいないと認識し、設定された速度（120 km）まで加速した」

これは一般的な”アダプティブクルーズコントロール”の挙動ではありますね。

東名高速の事故やマウンテンビューでも事故も同じように人や壁に向かって加速していきました…

ドライバーはこの挙動を不具合として主張していますが、メーカーは正常な動作と主張しています。

【販売店役の主張】

原告の請求根拠①欠陥ある本件自動車の販売については、適式な型式認証を受けた車両であり、人間工学の観点から問題があるならば、型式認証に問題があること、取扱説明書も、メーカーから提供を受けたもので、それ以上の説明を独自に行う端緒もないことから販売店に責任はない。

また、原告の根拠②本件自動車の取扱いに関する説明義務違反については、説明義務はあるが、マスコミ報道による誤解を防ぐ義務はない。

そのような義務を販売店に負わせることは過度な消費者保護であり、消費者に機能を理解する努力を放棄させるものである。

被告は，原告に対し当該機能の一般的な説明を記載した重要事項説明書を手渡し、署名を得た以上、口頭の説明がなくとも説明義務を果たした。

販売後、原告から説明も求められていない。

通常の覚醒度で運転していれば生じない車体の挙動は、不合理な挙動ではなく、説明義務を負う事項ではない。

運転「支援」システムであると明示し、運転主体が人間であることは通常人ならば理解可能であることから、被告に責任はない。

【判決】

主文：被告らは，原告に対し，金1600万円を支払え。原告のその余の請求を棄却する。

理由：争点①　製造物責任法上の「欠陥」の有無について

・本件自動車は道路運送車両法上の保安基準は充足している。

また、本件自動車の装置は国・業界団体が定める性能ガイドラインに抵触するところはなく、標準的な水準に達している。
それゆえ、「欠陥」は認められない。

・運転中の覚醒度低下は、経験上・人間工学上明らかな現象である。

しかし、レベル2 における運転主体はあくまで人間であり、安全運転義務が軽減されるわけではない。

我が国及び諸外国における趨勢としては、運転者の挙動を監視し警告等を行うシステムの必要性が高まっているものの、将来的な対応を念頭に置いたものである。

理由：争点②　販売時における説明義務の有無について

・レベル2の運転支援システムが有する機能・性能及びその限界は千差万別であり、運転者が全てを理解し、対応することは困難である。

しかし、典型的・代表的な事例については運転者に予め注意・説明ないしは体験させることにより対処可能性を上昇させることが出来る。

・レベル2はあくまで運転主体は人間であり、装置等は運転支援をするに過ぎないものであったとしても、その挙動等については運転者の従前の経験上の認識とは大きく異なるものもある。

単に取扱説明書及び重要事項説明書を交付し、運転者側における読解，対応に主として委ねたのみでは、製造物責任法上の指示・警告上の欠陥（メーカー）及び説明義務違反（販売店）が認められる。

理由：争点③　責任割合（過失相殺）について
・レベル2 における運転主体はあくまで運転者である本件自動車のAuDS が作動しており、ハンドル等の運転操作をする必要がなかったとしても、安全運転義務に変わりはない。

・本件では原告に眠気が生じていた可能性が認められる。
しかし、覚醒度や注意力の低下が経験上・人間工学上認められるとしても、そのような低下をしたことについて直ちにその回避のための装置が無いことが本件自動車の欠陥になるものではなく（争点①で判断済み）、運転者に課される注意義務の軽減が認められるものでは無い。

運転者が前方を注視していたのであれば、前車進路変更後に道路上に存在した障害物を視認することが可能であった。

よって、本件事故の発生により原告が受傷し、壺が損壊したことに対して、主たる責任を負うのは原告である。

・他方、既に認定したとおり、被告の責任もまた認められるところである。
被告の説明に問題があったことにより原告の認識に影響を与え、本件事故が発生するに当たって寄与したことの重大さもまた見逃すことはできない。

以上を勘案し、責任割合は、原告：被告ら＝ 6：4 と考えるのが相当である。

【今後に向けた提言】
今回の模擬裁判の焦点は、レベル2 システムを利用するうえでの「人の能力限界」を公知としたときに、それが判決にどのような影響を及ぼすのかということであった。

判決結果は、メーカーのシステム設計上の問題は認められず、メーカーと販売店の説明不足に対する責任の一部のみ認められた。

また「運転主体はあくまでドライバーにある」というレベル2システムの定義は、判決においても有効であった。

模擬裁判での議論や判決を受けて、今後同様の事故を起こさせないために、当委員会としての提言を以下に述べる。

【業界への提言】
・ アカデミアと連携し、人の能力限界を調査・定義し、業界で共有すること。

・ 国交省と連携してレベル2 に関するガイドラインを整備すること。
ガイドラインは人の能力限界が引き起こしうるリスク（予見可能なリスク）に対して、それを軽減するための設計指針
を含むこと。

・メーカーおよび販売会社は、ユーザーに提供すべき情報の内容や提供方法を、業界内で標準化すること。
情報内容については、システムの機能説明だけでなく、機能限界、ドライバが果たすべき役割、予見可能なミスユースをなるべく具体的にユーザに伝えること。

【メーカーへの提言】
・ユーザの誤解を招くようなシステム名称を避けること。

・ドライバーモニタリングシステムをはじめ、予見可能なミスユースを回避または補償する機能をシステムに付与する努力を続けること。

【販売店／販売会社に対する提言】
・実機を使った説明や動画（簡易シミュレータなどを含む）を使った説明など、個々のユーザーの理解を深めるための工夫をすること。

・重要事項説明書への署名は、提供した情報に対するユーザーの理解度を確認するためのツールとして使用すること。

【ユーザー／潜在ユーザーへの提言】
・ユーザはメーカー販売店が提供する情報をしっかりと理解する努力をすること。

・ 購入後もシステムの理解、特にシステムの機能限界を理解する努力を続けること。

結論　【レベル2でも製造元や販売店が責任を問われる可能性がある】

これまでの裁判記録を見る限り、

レベル2の運転支援システムにおいて企業側の責任が問われる場合、主な争点となるのは以下の3点です

1.車両の設計・製造上に問題がなかったか
・危険な状況（例：前方の障害物、急な車線変更など）に対して、システムが適切に反応する設計になっていたか。
・システムの挙動が「想定された限界内」か、それとも「設計上の欠陥」と見なされるか。

2.利用者への説明が適切だったか
・購入時や試乗時に、システムの限界や注意点について十分な説明が行われたか。
・マニュアルや重要事項説明書への記載だけでなく、口頭での補足や誤解を防ぐ配慮があったかどうか。

3.運転者の過失との因果関係
・ドライバーが警告を無視したり、眠気を我慢して運転を続けていたなどの明確な過失があった場合、その過失が事故にどの程度影響したか。
・企業側の説明不足や設計ミスが、ドライバーの誤信行動を誘発したといえるか。

以上を踏まえて、自動運転レベル2でも企業が責任を取る可能性があるのかというと、

事故の被害者がメーカーや販売店を訴えた場合、責任を負う可能性がある。

というコトでしょうか？

争点としては、ドライバーに対して説明責任を果たしていたかどうか。

「同意書にサインをもらった」
「オーナーズマニュアルに記載していた」

くらいでは裁判になった時、充分に説明したと判断されない可能性がある。
(とはいえ過失割合としてはドライバー側の方が大きい)

一方、ADASの機能限界を争点にした場合は責任の追及は無さそうです。

具体的には
「道路上の車両や人を検知できずに衝突した」
「居眠りを検出できない」

といった内容では責任の追及は難しそうです。

今回は以上です、今回は以上です、ここまで読んでいただきありがとうございました。

<参考資料>

List of Tesla Autopilot crashes
https://en.wikipedia.org/wiki/List_of_Tesla_Autopilot_crashes

具体的事故事例分析を通じた自動運転車の交通事故に関する刑事責任の研究②　～運転支援車(レベル２) の事故～
https://chukyo-u.repo.nii.ac.jp/records/18414

テスラ社の自動運転車で初の「交通事故」　夫を奪われた妻の悲痛な叫びhttps://www.dailyshincho.jp/article/2019/07220800

「テスラの車でなかったら、夫は死なずに済んだかもしれない」 自動運転車の暴走リスク
https://www.dailyshincho.jp/article/2019/07230800/

■■■■■ v. Tesla Inc. (5:20-cv-02926)
https://www.courtlistener.com/docket/17109047/umeda-v-tesla-inc

テスラ車の死亡事故、運転支援システムにも一因　米当局が結論
https://www.nikkei.com/article/DGXMZO56062240W0A220C2TJ2000

An Update on Last Week’s Accident(ウェブアーカイブ)
https://web.archive.org/web/20180331020104/https://www.tesla.com/blog/update-last-week%E2%80%99s-accident

Deadly crash involving Tesla on Hwy 101 in Mountain View(ウェブアーカイブ)
https://web.archive.org/web/20180402113034/http://www.kron4.com/news/bay-area/crash-involving-tesla-on-hwy-101-in-mountain-view/1073989066

Tesla settles with Apple engineer’s family who said Autopilot caused fatal Bay Area crash
https://abc7chicago.com/tesla-settles-with-apple-engineer-walter-huangs-family-who-said-autopilot-caused-fatal-mountain-view-crash/14635870/

Tesla says crashed vehicle had been on autopilot prior to accident
https://www.reuters.com/article/us-tesla-crash/tesla-says-crashed-vehicle-had-been-on-autopilot-prior-to-accident-idUSKBN1H7023/

Tesla Autopilot confuses markings toward barrier in recreation of fatal Model X crash at exact same location
https://electrek.co/2018/04/03/tesla-autopilot-crash-barrier-markings-fatal-model-x-accident/

Tesla says Autopilot was active during fatal crash in Mountain View
https://arstechnica.com/cars/2018/03/tesla-says-autopilot-was-active-during-fatal-crash-in-mountain-view/

EXCLUSIVE: I-Team investigates why CalTrans didn’t fix safety barrier before Tesla driver died there
https://abc7news.com/dan-noyes-tesla-crash-iteam-barrier-battery-safety/3280399/

I-TEAM EXCLUSIVE: Victim who died in Tesla crash had complained about Autopilot
https://abc7news.com/dan-noyes-tesla-crash-iteam-barrier-battery-safety/3275600/

Elon Musk hits back at NTSB’s critique of Tesla releasing data of fatal Autopilot accident
https://electrek.co/2018/04/02/elon-musk-ntsb-tesla-autopilot-crash-data-fatal-accident/

PRELIMINARY REPORT HIGHWAY HWY18FH011(ウェブアーカイブ)
https://web.archive.org/web/20190515141958/https://www.ntsb.gov/investigations/AccidentReports/Reports/HWY18FH011-preliminary.pdf

HWY18FH011-TeslaPartyRemovalNotifica
https://www.ntsb.gov/investigations/Documents/HWY18FH011-TeslaPartyRemovalNotificationLetter-041218.pdf

Complaint ■■■■■ v Tesla State of Calif 20190430.pdf
https://dig.abclocal.go.com/kgo/PDF/Complaint-Huang-v-Tesla-State-of-Calif-20190430.pdf

Tesla settles lawsuit over Autopilot crash that killed Apple engineer
https://www.cnbc.com/2024/04/08/tesla-settles-wrongful-death-lawsuit-over-fatal-2018-autopilot-crash.html

自動ブレーキ作動せず事故　日産販売店長ら書類送検　千葉県警、全国初https://www.chibanippo.co.jp/news/national/401244

セレナの試乗車で追突事故を起こした日産プリンス千葉販売に聞いた。
https://mag-x.jp/2017/04/18/6126/

「自動運転HMI委員会」　レベル2運転自動化システムの仮想事故に対する模擬裁判の実施報告
https://www.jsae.or.jp/files_publish/page/1014/%E3%80%8C%E8%87%AA%E5%8B%95%E9%81%8B%E8%BB%A2HMI%20%E5%A7%94%E5%93%A1%E4%BC%9A%E3%80%8D%E3%80%80%E3%83%AC%E3%83%99%E3%83%AB2%20%E9%81%8B%E8%BB%A2%E8%87%AA%E5%8B%95%E5%8C%96%E3%82%B7%E3%82%B9%E3%83%86%E3%83%A0%E3%81%AE%E4%BB%AE%E6%83%B3%E4%BA%8B%E6%95%85%E3%81%AB%E5%AF%BE%E3%81%99%E3%82%8B%E6%A8%A1%E6%93%AC%E8%A3%81%E5%88%A4%E3%81%AE%E5%AE%9F%E6%96%BD%E5%A0%B1%E5%91%8A.pdf

]]> https://sora-autonomous-blog.com/2025/06/01/%e8%87%aa%e5%8b%95%e9%81%8b%e8%bb%a2%e3%83%ac%e3%83%99%e3%83%ab2%e3%81%a7%e3%82%82%e4%bc%81%e6%a5%ad%e3%81%8c%e8%b2%ac%e4%bb%bb%e3%82%92%e5%8f%96%e3%82%8b%e5%8f%af%e8%83%bd%e6%80%a7%e3%81%8c%e3%81%82/feed/ 0 翻訳　米国商標出願番号 98795389 – ROBOTAXI https://sora-autonomous-blog.com/2025/05/22/%e7%bf%bb%e8%a8%b3%e3%80%80%e7%b1%b3%e5%9b%bd%e5%95%86%e6%a8%99%e5%87%ba%e9%a1%98%e7%95%aa%e5%8f%b7-98795389-robotaxi/?utm_source=rss&utm_medium=rss&utm_campaign=%25e7%25bf%25bb%25e8%25a8%25b3%25e3%2580%2580%25e7%25b1%25b3%25e5%259b%25bd%25e5%2595%2586%25e6%25a8%2599%25e5%2587%25ba%25e9%25a1%2598%25e7%2595%25aa%25e5%258f%25b7-98795389-robotaxi https://sora-autonomous-blog.com/2025/05/22/%e7%bf%bb%e8%a8%b3%e3%80%80%e7%b1%b3%e5%9b%bd%e5%95%86%e6%a8%99%e5%87%ba%e9%a1%98%e7%95%aa%e5%8f%b7-98795389-robotaxi/#respond Thu, 22 May 2025 13:28:44 +0000 https://sora-autonomous-blog.com/?p=1275 ソラです。この記事で読んだ資料の翻訳をしてみました。

まぁGoogle翻訳したものなので精度はアレですが、せっかくなので載せてみます。

テスラの「ROBOTAXI(ロボタクシー)」の商標登録が拒絶されたことについて
こんにちは、ソラです。今回はテスラの「ROBOTAXI(ロボタクシー)」の商標登録が拒否されたことについてです。商標登録が拒否された経緯テスラが「ROBOTAXI」という名称をUSPTOに申請したのは2024年10月10日。サイバーキャブや...
sora-autonomous-blog.com
2025.05.20

宛先：アンソニー・V・ルポ（tmdocket@afslaw.com）

件名：米国商標出願番号 98795389 – ROBOTAXI
出願管理番号：038824.03330
送信日時：2025年5月6日 午前11:09（米国東部時間）
送信元：tmng.notices@uspto.gov

添付資料

  • Wikipediaの「Robotaxi」ページのスクリーンショット
  • The Vergeの記事（Waymoの自動運転車やZeekrなどに関する内容
  • Zoox社の公式ページのスクリーンショット

米国特許商標庁（USPTO）

出願人の商標出願に関する拒絶理由通知（公式通知書）

米国商標出願番号 98795389

商標名：ROBOTAXI

代理人住所：
アンソニー・V・ルポ
アレント・フォックス・シフ法律事務所
Kストリート1717
ワシントン DC 20006-5344
アメリカ

出願人：テスラ,Inc

参照番号／案件番号：038824.03330

連絡用メールアドレス：tmdocket@afslaw.com

非最終拒絶理由通知（nonfinal office action）

回答期限.出願の放棄を避けるため、下記の「発行日」から3ヶ月以内に、この非最終拒絶理由通知に対する回答を提出してください。拒絶理由通知の内容を確認し、下記の「回答方法」セクションにある適切な電子フォームへのリンクのいずれかを使用して回答してください。

延長申請.出願人は、回答を提出する前に、手数料を支払えば、回答期限の3ヶ月延長を1回申請できます。延長申請は、下記の「発行日」から3ヶ月以内に提出する必要があります。延長申請が認められた場合、出願の放棄を回避するため、USPTOは「発行日」から6ヶ月以内に、この通知に対する出願人からの回答を受領する必要があります。

発行日：2025年5月6日

はじめに（INTRODUCTION）

参照出願は、担当の商標審査官によって審査済みです。出願人は、以下の事項について、適時かつ完全に回答しなければなりません。合衆国著作権法第15編第1062条(b)、連邦規則集第37編第2.62条(a)、2.65条(a)、TMEP第711条、718.03条。

問題点の概要：

  • 検索結果 – 抵触商標なし
  • 第2条(e)(1)に基づく拒絶理由 – 単なる説明的表現
  • 追加情報が必要
  • 識別補正が必要
  • 回答ガイドライン

検索結果 – 抵触商標は発見されず

商標審査官は、USPTOの登録済みおよび係属中の商標データベースを検索し、商標法第2条(d)に基づき登録を阻害する抵触商標は発見されませんでした。 15 U.S.C. §1052(d)；TMEP §704.02

第2条(e)(1) 拒絶理由 – 単なる記述的

出願された商標が、出願人の商品またはサービスの特徴、成分、特性、目的、機能、または想定される顧客層を単に記述しているに過ぎないため、登録は拒絶されます。商標法第2条(e)(1)、15 U.S.C. §1052(e)(1)；TMEP §§1209.01(b)、1209.03 以降を参照。

出願人の商品またはサービスの成分、品質、特性、機能、特性、目的、または用途を記述している商標は、単なる記述的商標とみなされます。TMEP §1209.01(b)；例えば、In re TriVita, Inc., 783 F.3d 872, 874, 114 USPQ2d 1574, 1575 (Fed. Cir. 2015)（In re Oppedahl & Larson LLP, 373 F.3d 1171, 1173, 71 USPQ2d 1370, 1371 (Fed. Cir. 2004)を引用）を参照。 Steelbuilding.com事件、415 F.3d 1293, 1297, 75 USPQ2d 1420, 1421 (Fed. Cir. 2005) (P.D. Beckwith, Inc. v. Comm’r of Patents, 252 U.S. 538, 543 (1920)を引用)。

本件において、出願人は、国際分類012において「陸上車両；電気自動車、すなわち自動車；自動車及びそれらの構造部品」についてROBOTAXIという商標の登録出願を行いました。

添付のWikipediaからの証拠は、「ROBOTAXI」という用語が「ライドシェア会社のために運行される自動運転車」を説明するために使用されていることを示しています。The VergeとZooxからの追加の証拠は、この用語が他の企業によって同様の商品やサービスを説明するために使用されていることを示しています。

したがって、当該商標は単なる記述的商標であり、商標法第2条(e)(1)に基づき登録は拒絶されます。

一般的なアドバイス.出願人は、商標法第2条(f)に基づく主登録簿または補助登録簿への登録を求めるために出願を修正する場合、「ROBOTAXI」という文言が出願人の商品および／またはサービスの文脈において一般的であるため、当該文言を放棄する必要があることにご注意ください。15 U.S.C. §1056(a)、In re Wella Corp., 565 F.2d 143, 144, 196 USPQ 7, 8 (C.C.P.A. 1977)、In re Creative Goldsmiths of Wash., Inc., 229 USPQ 766, 768 (TTAB 1986)、TMEP §1213.03(b) を参照。

出願人の商標が登録を拒否された場合、出願人は登録を裏付ける証拠および論拠を提出することにより、拒絶理由に応答することができます。ただし、拒絶理由に応答する場合、出願人は以下に定める要件にも応答しなければなりません。

追加情報の提出が必要

出願商標は説明的な性質を有するため、出願人は、商標に表示されている商品および／またはサービス、ならびに文言に関する以下の情報および文書を提出する必要があります。

(1) 出願商標に記載されている商品および／またはサービスに関するファクトシート、取扱説明書、パンフレット、広告、および出願人のウェブサイトのスクリーンショット（出願商標の用語を使用している資料を含む）。商品および／またはサービスに関する情報が出願人のウェブサイトで入手可能であることを示すだけでは、記録情報として不十分です。

(2) これらの資料が入手できない場合、申請者は、同種の商品およびサービスについて、自社の製品またはサービスとの違いを説明する同様の資料を提出する必要があります。商品および／またはサービスが新技術を採用しており、競合する商品および／またはサービスに関する情報が入手できない場合、申請者は商品および／またはサービスの詳細な事実に基づく説明を提供する必要があります。商品に関する事実に基づく情報は、その動作方法、顕著な特徴、見込み顧客および取引チャネルを明確にするものでなければなりません。サービスに関する事実に基づく情報は、サービスの内容、提供方法、顕著な特徴、見込み顧客および取引チャネルを明確にするものでなければなりません。結論的な記述ではこの要件を満たしません。

(3) 申請者は、以下の質問に回答する必要があります。
— 申請者の商品または申請者のサービスには、ロボットまたは自動化機能が含まれていますか？
— 申請者の商品または申請者のサービスには、自動運転機能または無人運転機能が含まれていますか？
— 申請者の競合他社は、類似の商品またはサービスの広告に「ROBO」、「ROBOT」、または「ROBOTIC」という用語を使用していますか？

37 C.F.R. §2.61(b)；TMEP §§814, 1402.01(e) 参照。

申請者がこの要件を満たすためにウェブページの証拠を提出する場合、(1) ウェブページの画像、(2) アクセスまたは印刷された日付、(3) 完全なURLアドレスを提出する必要があります。In re ADCOIndus.-Techs., L.P., 2020 USPQ2d 53786, at *2 (TTAB 2020) (In re I-Coat Co., 126 USPQ2d1730, 1733 (TTAB 2018) を引用)；TMEP §710.01(b)。ウェブサイトのアドレスまたはウェブページへのハイパーリンクのみを提供するだけでは、記録資料として不十分です。In re ADCO Indus.-Techs., L.P., 2020USPQ2d 53786, *2（In re Olin Corp., 124 USPQ2d 1327, 1331 n.15 (TTAB 2017)、In re HSBSolomon Assocs., LLC, 102 USPQ2d 1269, 1274 (TTAB 2012)、TBMP §1208.03、TMEP §814を引用）。

申請者は、この情報提供要求に直接かつ完全に回答する義務を負います。Ocean Tech., Inc., 2019 USPQ2d 450686, *2 (TTAB 2019)（AOP LLC, 107 USPQ2d 1644, 1651 (TTAB 2013)を引用）；TMEP §814を参照。情報提供要求への不遵守は、登録を拒否する独立した根拠となります。 SICPA Holding SA事件、2021 USPQ2d 613、*6頁 (TTAB 2021) (引用：Cheezwhse.com, Inc.事件、85 USPQ2d 1917, 1919 (TTAB 2008); DTI P’ship LLP事件、67 USPQ2d 1699, 1701-02 (TTAB 2003); TMEP §814)

商品説明（ID）の修正とクラス分類の指摘

商品及び／又は役務の識別における文言の一部が不明確であり、かつ／又は過度に広範である。すなわち、商品及び／又は役務の性質が明確でなく、かつ／又は、識別に複数の国際分類に属する商品及び／又は役務が含まれる可能性がある。商品及び／又は役務の識別は、具体的、明確、明瞭、正確かつ簡潔でなければならない。合衆国法典第15編第1051条(a)(2)、第1051条(b)(2)、第1053条、第1126条(d)-(e)、第1141f条、連邦規則集第37編第2.32条(a)(6)条、TMEP第1402.01条、第1402.01条(b)-(c)条を参照。

したがって、申請者は、(1) 不適格な文言を削除するか、(2) 商品および／またはサービスの性質をより詳細に特定し、かつ当初の識別表示の範囲内にある明確な文言に修正する必要があります。連邦規則集第37編第2.32条(a)(6)条、TMEP第1402.01条、第1402.03条を参照。適切な文言の作成にあたっては、USPTOのオンライン検索可能な「商品及び役務の許容識別マニュアル（IDマニュアル）」をご利用ください。TMEP §1402.04を参照してください。IDマニュアルの検索方法については、USPTO.govの商標セクションにある「ガイド、マニュアル、リソース」の下にある「商標IDマニュアルの検索」（こちらにリンク）をご覧ください。

この場合、出願人は「自動車」と「及びその構造部品」の間のセミコロンを削除する必要があります。

出願人は、自社の商品及び／又は役務について最もよく理解している立場にあり、IDマニュアルは適切な補正を見つけるための優れたリソースとなります。出願人は、正確であれば、以下の提案された識別及び分類を採用することができます。これは、具体的な不明確または過度に広範な文言を特定し、その文言の明確化を太字で示しており、不明確または過度に広範な文言の一部または全部を削除することを示唆している可能性があります。

国際分類012：陸上車両；電気自動車、すなわち自動車、自動車、及びそれらの構造部品

複数区分に関する注意.出願書類には、複数の区分に分類される可能性のある商品及び／又はサービスが記載されていますが、出願人は1つの区分にのみ相当する出願手数料を納付しました。複数区分出願においては、区分ごとに出願手数料が必要です。37 C.F.R.

§§2.6(a)(1)(i)、(a)(1)(iii)、2.86(a)(2)、(b)(2)；TMEP §§810.01、1403.01。出願への区分追加に関する詳細は、複数区分出願のウェブページをご覧ください。

したがって、出願人は、(1) 既に支払った手数料でカバーされる区分の数に出願を制限するか、(2) 追加する区分ごとに該当する手数料を納付する必要があります。37 C.F.R. §2.6(a)(1)(i)、(a)(1)(iii)。現在の手数料については、USPTOの最新の手数料表をご覧ください。

回答ガイドライン

この出願を進めるには、出願人はこの拒絶理由通知に記載されている各拒絶理由および／または要件について明確に回答する必要があります。拒絶理由通知の場合、出願人は拒絶理由通知に反論する書面による意見および証拠を提出することができ、また、上記に指定されている場合は他の回答オプションも選択できます。要件通知の場合、出願人は変更内容または声明を記載する必要があります。回答に関する詳細情報およびヒントについては、「拒絶理由通知への回答」ウェブページをご覧ください。

この拒絶理由通知に関するご質問は、担当の商標審査官に電話またはメールでお問い合わせください。審査官は法的助言を提供することはできませんが、この拒絶理由通知に記載されている拒絶理由および／または要件について追加の説明を提供することはできます。TMEP§§705.02、709.06を参照してください。

USPTOは、拒絶理由通知への回答として電子メールを受け付けていませんが、電子メールは非公式なコミュニケーションには使用でき、出願記録に含まれます。37 C.F.R. §§2.62(c)、2.191を参照してください。 TMEP §§304.01-.02, 709.04-.05

回答方法.この非最終審査官意見に対する回答書を提出するか、回答提出期限の延長を申請してください。

/Lacey Allen/
商標審査官
LO302–法律事務所 302
(571) 270-1073
Lacey.Allen@uspto.gov

回答に関するガイダンス

• この通知への回答期限を過ぎた場合、出願は放棄されます。回答または延長申請は、回答期限最終日の午後11時59分（東部標準時）までにUSPTOに受理される必要があります。商標電子出願システム（TEAS）の可用性によっては、出願人が期限内に回答できない場合があります。 TEAS に関する技術的な問題の解決については、TEAS@uspto.gov までメールでお問い合わせください。

• 権限のない者が署名した回答は受け付けられません。申請が却下される可能性があります。申請者に弁護士がいない場合は、申請者本人、共同申請者全員、または法人申請者を拘束する法的権限を持つ者が回答に署名する必要があります。申請者に弁護士がいる場合は、弁護士が回答に署名する必要があります。

• 必要に応じて、署名欄に記載されている部署またはユニットの上司の連絡先を確認してください。

ここからしばらくは”エビデンス”が6～37ページ、A4用紙32枚分にわたってスクショが貼られています。

つまり、この資料の8割はスクショってことです。

全部乗せるのもアレなので一部だけ抜粋します。

Wikipediaのロボタクシーのページですね。

ロボタクシーは、ロボットタクシー、ロボタクシー、自動運転タクシー、無人タクシーとも呼ばれ、ライドシェアリング会社向けに運営される自律走行車で、SAEの自動化レベルは4または5にあたると書いてます。

参考文献だけで4ページも使ってますね。
ここは載せなくてよかったんじゃないのかなぁ・・・

ニュースサイト「The Verge」に掲載された2025年5月5日付のWaymoの記事ですね。ロボタクシーのところを強調しています。

フッターだけ別ページになってますね、印刷あるあるなのです。

・・・載せなくてよかったんじゃないでしょうか？

Amazon傘下の自動運転車開発企業「Zoox」のHP。これは車ではありません。あなたのために設計されたロボタクシーですと書かれています。

…

………

………………

………………………………

載せなくていいんじゃない！？

スクショはここまで。ここから本文に戻ります

米国特許商標庁（USPTO）

USPTO公式通知

米国商標出願番号98795389に対し
2025年5月6日付で
拒絶理由通知（公式通知書）が発行されました。

USPTOの審査官が商標出願を審査し、拒絶理由通知を発行しました。出願が放棄されないようにするには、この拒絶理由通知に回答する必要があります。以下の手順に従ってください。

(1) 拒絶理由通知書をお読みください。このメールは拒絶理由通知書ではありません。

(2) 商標電子出願システム（TEAS）を用いて、期限までに拒絶理由通知書に回答してください。回答または延長申請は、回答期限最終日の午後11時59分（東部標準時）までにUSPTOに届く必要があります。期限内に届かない場合、出願は放棄されます。回答方法については、拒絶理由通知書自体をご覧ください。

(3) USPTOの電子フォームの利用、USPTOウェブサイト、出願手続き、出願状況、期限超過の有無などに関する一般的な質問は、商標アシスタンスセンター（TAC）までお問い合わせください。

拒絶理由通知書を読んだ後、具体的な内容に関する質問は、拒絶理由通知書に記載されているUSPTO審査官にお問い合わせください。

一般的なガイダンス

  • 重要な期限を逃さないように、商標状況・文書検索（TSDR）データベースで出願状況を定期的に確認してください。
  • USPTOからの申請に関する重要な通知を確実に受け取るために、連絡先メールアドレスを更新してください。
  • 商標関連の詐欺にご注意ください。金銭的な搾取を試みる個人や企業から身を守ってください。民間企業がUSPTOを装って電話をかけてきたり、USPTOの公式文書に似せた連絡を送ってくることがあります。当社は電話でクレジットカード番号や社会保障番号を尋ねることはありません。当社からの連絡であることを確認するには、当社のデータベース（TSDR）に登録されているシリアル番号を使用して、「文書」タブに表示されていることを確認するか、商標アシスタンスセンターにお問い合わせください。
  • 米国弁護士の雇用。商標規則で弁護士の雇用が義務付けられていない場合は、商標法を専門とする米国弁護士に依頼し、登録手続きのサポートを受けることをお勧めします。 USPTOの審査官はあなたの弁護士ではなく、法的助言を提供することはできませんが、商標問題においてUSPTOのために働き、USPTOを代表します。

今回は以上です、ここまで読んでいただきありがとうございました。

]]> https://sora-autonomous-blog.com/2025/05/22/%e7%bf%bb%e8%a8%b3%e3%80%80%e7%b1%b3%e5%9b%bd%e5%95%86%e6%a8%99%e5%87%ba%e9%a1%98%e7%95%aa%e5%8f%b7-98795389-robotaxi/feed/ 0 テスラの「ROBOTAXI(ロボタクシー)」の商標登録が拒絶されたことについて https://sora-autonomous-blog.com/2025/05/20/%e3%83%86%e3%82%b9%e3%83%a9%e3%81%ae%e3%80%8crobotaxi%e3%83%ad%e3%83%9c%e3%82%bf%e3%82%af%e3%82%b7%e3%83%bc%e3%80%8d%e3%81%ae%e5%95%86%e6%a8%99%e7%99%bb%e9%8c%b2%e3%81%8c%e6%8b%92%e7%b5%b6%e3%81%95/?utm_source=rss&utm_medium=rss&utm_campaign=%25e3%2583%2586%25e3%2582%25b9%25e3%2583%25a9%25e3%2581%25ae%25e3%2580%258crobotaxi%25e3%2583%25ad%25e3%2583%259c%25e3%2582%25bf%25e3%2582%25af%25e3%2582%25b7%25e3%2583%25bc%25e3%2580%258d%25e3%2581%25ae%25e5%2595%2586%25e6%25a8%2599%25e7%2599%25bb%25e9%258c%25b2%25e3%2581%258c%25e6%258b%2592%25e7%25b5%25b6%25e3%2581%2595 https://sora-autonomous-blog.com/2025/05/20/%e3%83%86%e3%82%b9%e3%83%a9%e3%81%ae%e3%80%8crobotaxi%e3%83%ad%e3%83%9c%e3%82%bf%e3%82%af%e3%82%b7%e3%83%bc%e3%80%8d%e3%81%ae%e5%95%86%e6%a8%99%e7%99%bb%e9%8c%b2%e3%81%8c%e6%8b%92%e7%b5%b6%e3%81%95/#respond Tue, 20 May 2025 10:54:26 +0000 https://sora-autonomous-blog.com/?p=1265 こんにちは、ソラです。

今回はテスラの「ROBOTAXI(ロボタクシー)」の商標登録が拒否されたことについてです。

商標登録が拒否された経緯

テスラが「ROBOTAXI」という名称をUSPTOに申請したのは2024年10月10日。
サイバーキャブやロボバン、オプティマスを披露した「We,Robot」が行われた日ですね。

テスラ We,Robotについて
こんにちはソラです。今回はテスラのWe,Robotの発表内容について、ネット上の情報をまとめてみました。…正直なところ、自分用にまとめた記事なので色々と読みにくい箇所があると思いますが、気にせず書いていきます。We,Robot「WeRobo...
sora-autonomous-blog.com
2024.10.15

月日が流れ2025年4月14日、USPTOの審査官に割り当てされて却下。

そして2025年5月6日、「非最終拒絶理由通知（nonfinal office action）」を発行し、テスラの代理の商標弁護士宛てに電子メールで連絡しました。

この通知の中でUSPTOの審査官は、「ROBOTAXI」という用語について、既存の商標と競合するものは見当たらないとしつつも、自動運転タクシーを意味する一般的な言葉であり、特定の企業を識別する商標としての独自性が不足しているため、merely descriptive（単なる説明的表現）と判断し、商標登録は認められませんでした。

その判断の根拠として、Amazon傘下の自動運転車開発企業「Zoox」、ニュースサイト「The Verge」、そしてWikipediaのスクリーンショットがA4用紙32枚分にわたって張り付けられていましたね。

この非最終拒絶理由通知（nonfinal office action）について翻訳してみましたので、よろしければこちらもどうぞ。

翻訳　米国商標出願番号 98795389 - ROBOTAXI
ソラです。この記事で読んだ資料の翻訳をしてみました。まぁGoogle翻訳したものなので精度はアレですが、せっかくなので載せてみます。宛先：アンソニー・V・ルポ（tmdocket@afslaw.com）件名：米国商標出願番号 98795389...
sora-autonomous-blog.com
2025.05.22

異議申し立てについて

今回の拒否は最終決定ではなく、テスラには通知から3ヶ月以内、手数料を支払えば6ヶ月に異議申し立てを行う機会があります。


これを過ぎると申請は放棄されたものと見なされてしまいます。

異議申し立てする際には、その理由を伝えないといけません。

気になったので調べてみると、対応方法は3つあるみたいです。

１．審査官の認定に対して意見書を提出して争う

シンプルに反論するってことですね。

出願された商標は商品の内容やサービスを暗示しているに過ぎず、直接的に説明していないため登録されるべきであると主張することが多いみたいです。

「ROBOTAXI」がテスラ独自のブランドとして識別可能であることを証明する資料や証拠の提出が求められますが・・・難しいでしょうね。

２．すでに長年(最低5年)使用している

出願商標が単なる説明であるとしても、米国で長年（少なくとも5年以上）継続的に使用した結果、使用に基づく識別力（セカンダリーミーニング）を獲得したことを、証拠資料と共に立証する方法です。

5年前にサービスが開始されていたらこの方法を使えたでしょうね。

３．補助登録簿での出願にする

補助登録簿とはすでにアメリカで使用されている識別力の弱い商標のための商標登録簿です。

具体的には、

  • 単に記述的な商標（例：「AMERICAN JUDO」｜第41類の柔道のトレーニングサービス）
  • 地名からなる商標（例：「Marina Del Rey Insurance Services」｜第36類の保険サービス）
  • 人の姓からなる商標（例：「COHEN’S」｜第40類のカビ取りサービス。商標権者の姓がCohen）
  • 商品の形状からなる図形や立体形状の商標
なかつる行政書士事務所　米国商標で補助登録を取得することのメリットと注意点

といった感じのものです。

“南アルプスの天然水”とか”クレアおばさんのクリームシチュー”くらいひねらないとダメってことでしょうか？

補助登録簿に出願された商標は、識別力を完全に欠くものでなければ拒絶されません。

なので主登録簿の審査でmerely descriptive（単なる説明的表現）として拒絶されても、こっちでは申請が通る可能性があります。

ただ、使用が開始されていない場合は、審査が継続している間に使用を開始する必要があり、その上で登録することなります。

補助登録した後に5年間使用し、再度、主登録簿での出願を行い、使用による識別力を獲得していることを主張する方法です。

影響について

この判断は、テスラが6月にテキサス州オースティンで開始を予定している自動運転タクシーサービスに影響を与える可能性があります。

ブランド名は、ただの名前ではなく、その企業の技術力やビジョンを象徴する重要な要素です。

6月に控える自動運転タクシーのサービス開始に向け、テスラはネーミングやマーケティング戦略の見直しを迫られる可能性があります。

…って感じの事を書いてる記事やコメントを見たり見なかったりしましたが、個人的にはあまり影響が無いかなって思います。

というのも、テスラは「ROBOTAXI」という名前を使えないわけでは無いからです。

たしかに商標が取れないことは問題ですが、言い換えると、他の企業も商標を取れないってコトでもあります。

もし、今回の拒絶理由が「すでにZooxが取ってるからダメ」だったら、Zooxがテスラに対して裁判を起こすので、テスラは「ROBOTAXI」という名前を使えませんでした。

ですが、「一般的だから商標登録できない」ということは、テスラ以外の企業も「ROBOTAXI」という名前を商標登録できないってコトでもあります。

もしかすると、これが狙いで申請してたのかもしれませんね。

今回は以上です、ここまで読んでいただきありがとうございました。

<参考資料>

USPTO 98795392 商標ステータス
https://tsdr.uspto.gov/#caseNumber=98795392&caseSearchType=US_APPLICATION&caseType=DEFAULT&searchType=statusSearch

USPTO 98795392 非最終拒絶理由通知（nonfinal office action）の通知
https://tsdr.uspto.gov/documentviewer?caseId=sn98795389&docId=NFIN20250506110959&linkId=1#docIndex=0&page=1

USTPO shuts down Tesla’s attempt to trademark ‘Robotaxi’ term
https://electrek.co/2025/05/07/ustpo-shuts-down-tesla-trademark-robotaxi-term/?utm_source=chatgpt.com

テスラ、「ロボタクシー」の商標登録に失敗　米特許庁「一般的すぎ」
https://jidounten-lab.com/u_54370#_-2

米国商標｜拒絶理由（オフィスアクション）の主な種類と知っておくと役立つ対応方法
https://crissxing.com/us-tm-office-action/

米国商標で補助登録を取得することのメリットと注意点
https://crissxing.com/us-tm-supplemental-register/

What Is A Merely Descriptive Rejection And What Does It Mean?
https://wariplaw.com/what-is-a-merely-descriptive-rejection-and-what-does-it-mean/

]]> https://sora-autonomous-blog.com/2025/05/20/%e3%83%86%e3%82%b9%e3%83%a9%e3%81%ae%e3%80%8crobotaxi%e3%83%ad%e3%83%9c%e3%82%bf%e3%82%af%e3%82%b7%e3%83%bc%e3%80%8d%e3%81%ae%e5%95%86%e6%a8%99%e7%99%bb%e9%8c%b2%e3%81%8c%e6%8b%92%e7%b5%b6%e3%81%95/feed/ 0 だいたいわかる 自動運転の歴史「ITSプロジェクトへの適用編」(1990年代) https://sora-autonomous-blog.com/2025/05/04/%e3%81%a0%e3%81%84%e3%81%9f%e3%81%84%e3%82%8f%e3%81%8b%e3%82%8b-%e8%87%aa%e5%8b%95%e9%81%8b%e8%bb%a2%e3%81%ae%e6%ad%b4%e5%8f%b2%e3%80%8cits%e3%83%97%e3%83%ad%e3%82%b8%e3%82%a7%e3%82%af%e3%83%88/?utm_source=rss&utm_medium=rss&utm_campaign=%25e3%2581%25a0%25e3%2581%2584%25e3%2581%259f%25e3%2581%2584%25e3%2582%258f%25e3%2581%258b%25e3%2582%258b-%25e8%2587%25aa%25e5%258b%2595%25e9%2581%258b%25e8%25bb%25a2%25e3%2581%25ae%25e6%25ad%25b4%25e5%258f%25b2%25e3%2580%258cits%25e3%2583%2597%25e3%2583%25ad%25e3%2582%25b8%25e3%2582%25a7%25e3%2582%25af%25e3%2583%2588 https://sora-autonomous-blog.com/2025/05/04/%e3%81%a0%e3%81%84%e3%81%9f%e3%81%84%e3%82%8f%e3%81%8b%e3%82%8b-%e8%87%aa%e5%8b%95%e9%81%8b%e8%bb%a2%e3%81%ae%e6%ad%b4%e5%8f%b2%e3%80%8cits%e3%83%97%e3%83%ad%e3%82%b8%e3%82%a7%e3%82%af%e3%83%88/#respond Sun, 04 May 2025 12:41:32 +0000 https://sora-autonomous-blog.com/?p=1262 今までは自動運転システム自体の研究開発が中心でしたが、1990年代に入ると「どうやって自動運転システムを現実の道路に出せるのか」という段階へと進みました。

各地域で大規模なITS（高度道路交通システム）プロジェクトが立ち上げられ、交通効率や安全性の向上を目指した取り組みが行われました。

ヨーロッパ：Eureka PROMETHEUS Project(ユーレカ・プロメテウス計画)

1986年、欧州先端技術共同体構想(EUREKA)にて大規模なITSプロジェクト「PROMETHEUS（プロメテウス」が発足しました。

このプロジェクトは交通効率と安全性の向上を目的とした大規模な無人自動車の研究開発プロジェクトで、複数の大学や研究機関、ヨーロッパの主要自動車メーカーを中心とした600社もの企業などが参加、EUREKA加盟国からは7億4,900万ユーロの資金提供を受けたという大規模な研究開発プロジェクトでした。

プロジェクトを策定するにあたり、40以上の研究機関と協力して、7つのサブプロジェクトからなるプログラムが作成され、運営委員会の下には以下の産業研究に関する3つのプロジェクトと基礎研究に関する4つのプロジェクトが出来ました。

【産業研究】

  • PRO-CAR：コンピュータシステムによる運転支援
  • PRO-NET: 車車間通信
  • PRO-ROAD: 車両と環境間のコミュニケーション

【基礎研究】

  • PRO-ART : 人工知能の方法とシステム
  • PRO-CHIP: 車両内のインテリジェント処理のためのカスタムハードウェア
  • PRO-COM: コミュニケーションの方法と標準
  • PRO-GEN: 新しい評価と新しいシステムの導入のための交通シナリオ

プロメテウス計画で特筆すべき車は、”VaMP “と”VITA II”の2台ですね。

この車は3代目のメルセデス・ベンツ・Sクラスをベースに、ミュンヘン連邦国防大学とダイムラー・ベンツ(現メルセデス・ベンツ)が共同で開発しました。

搭載されていたシステムは、ミュンヘン連邦国防大学が開発した”VaMoRs”をベースに小型化・改良されたマシンビジョンシステムです。

1994年にはVaMPとVITA Ⅱがパリにある複線の高速道路を最高で130 km/h以上の速度で走行、交通量が多い状況でありながらも、1,000km以上走行することに成功。

また、他車両が通行していない道路での自立走行、隊列走行、他車両への自動追従、他車両の自立的追い越し運転において車線変更を行うなどの実地検証を行いました。

1995年にはVaMPがバイエルン州ミュンヘンからデンマークのオーデンセまでの往復1000マイルを走破。ドイツのアウトバーン上で175 km/h以上の速度を出すことが出来ました。

プロメテウス計画は後に以下のテーマを一般公開し、数多くの自動運転に関する業績の基礎となりました。

  • CED 1: 視力強化
  • CED 2-1 : 摩擦モニタリングと車両ダイナミクス
  • CED 2-2 : 車線維持サポート
  • CED 2-3: 視程範囲の監視
  • CED 2-4: ドライバーステータスモニタリング
  • CED 3: 衝突回避
  • CED 4: 協調運転
  • CED 5: 自律型インテリジェントクルーズコントロール
  • CED 6 : 自動緊急通報
  • CED 7: フリート管理
  • CED 9: デュアルモードルートガイダンス
  • CED 10: トリップおよび交通情報システム

…ちなみに8番目のCED 8 (テスト フィールド) が抜けている理理由は、資金調達の構造とスケジュールに合わないことが判明したため、中止されたみたいです。

…ちなみに8番目のCED 8 (テスト フィールド) が抜けている理理由は、資金調達の構造とスケジュールに合わないことが判明したため、中止されたみたいです。

アメリカ：AHS（自動道路システム）計画

1980年代後半、アメリカでは交通事故と深刻な渋滞が社会問題となっていました。

そこで、自動運転技術をITSに取り込み、解決を図ろうという動きが出てきます。

1991年、米国議会はISTEA（Intermodal Surface Transportation Efficiency Act：総合陸上交通効率化法）が制定、連邦政府からの助成金予算は総額1533億ドルで、そのうち6.6憶ドルがITS技術分野に出資されました。

1994年、政府と民間企業の連携によってNAHSC（National Automated Highway System Consortium：米国自動走行道路コンソーシアム）が結成、

そして1997年には技術的に自動運転が実現可能なのかを示すことを目的に、カリフォルニア州サンディエゴ近郊ののインターステートハイウェイ15号線にあるHOVレーン内で大規模な実証実験「Demo ’97」が実施されました。

Demo ’97では8月7日から11日にかけて、以下7つのチームが自動運転のデモンストレーションを行いました。

  • カリフォルニアPATH：磁気マーカーによる路車協調方式を採用。8台の車両が車間距離6.3m、時速96kmで隊列走行を実施。目的は車間距離を短くすることで渋滞を防ぐこと。
  • カーネギーメロン大学：乗用車2台、ミニバン1台、バス2台をマシンビジョンによる自動運転で走行。目的は混在交通下での自動運転の実現。
  • オハイオ州立大学：マシンビジョンと道路に貼り付けたレーダー反射テープを組み合わせ、2台の乗用車が追い越しを含むシナリオで自動運転を実施。衝突防止用のレーダーを自動運転用のセンサーとして利用していて、これが路車協調方式の”鶏と卵”問題に対する１つの答えになりました。
  • トヨタ自動車：運転支援技術「アダプティブ・クルーズ・コントロール（ACC）」を搭載した車両を走行。これを発展させていくことで自動運転を実現させていく方針を示しました。
  • 本田技研工業：マシンビジョンによる方式と、PATHが設置した磁気マーカー方式の両方を採用。前者は道路側設備が貧弱な僻地向け、後者は道路側設備が整備されてる都市部などへの対応を意識しています。
  • イートン・ボラド社：大型トラック向けACCのデモ走行を実施。先頭車両にはレーダーの反射を抑えるFRP製ボディを採用したスポーツカーを使用していました。
  • カリフォルニア運輸省：磁気マーカーのメンテナンス用にマシンビジョンによる自動運転を走行。

日本：AHS（自動道路システム）

日本でも同様のITSプロジェクトが始まります。

1995年3月20日、地下鉄サリン事件のあったその日、建設省（現・国土交通省）は自動車メーカー各社を集め、こんな感じの事を言いました。

  • 10月に道路に打ち込んだ”磁気釘”を読み取る路車協調方式の自動運転システムの実験やるから車作って
  • 磁気センサーはトヨタさんから買ってね
  • 実験車は2台以上作ってね
  • 実験車の製作費は自腹でお願い
  • 実験には海外の要人を招待して車に乗ってもらうからそのつもりでがんばってね

要するに、すでに予算や人員配置等の計画が決まった後に、1年くらいかかるところを半年以内で事故を起こさない自動運転システムを開発しろってことですね。

それも自腹を切ってです。

ですが、日本の自動車メーカーは見事にこれを実現します。

1995年10月にはつくば市の土木研究所のテストコースで、1996年には上信越自動車道・小諸IC付近でのデモ走行が行われました。

この開発スピードの速さには、アメリカの来客が驚いたと言われています。

自分たちが5年以上かけてやろうとしてた事を、1年くらいでやられたらびっくりしますよね。

ちなみに、このプロジェクトが始まったきっかけはアメリカのAHS計画がきっかけとなり始まったみたいです。

1995年、当時の建設大臣が訪米したとき、2年後にAHS計画のデモンストレーションを行う予定があるという話を聞いたみたいで、帰国してから建設省官僚に…

「日本では自動走行はどうなったいるのか?」

って質問をしました。

ここまでなら別にキッカケでも何でもないのですが…質問された官僚さんがどういう訳か、

「今すぐ自動運転を開発してデモンストレーションをしなきゃ!!!」

…と拡大解釈してしまったのが、このプロジェクトを始めるきっかけとなったみたいです。

ちょっと笑えますが、自動車メーカーの人たちはたまったものじゃないですね。

成功はしたけれど…

日本、アメリカ、ヨーロッパ、それぞれで行われたITSプロジェクトは、技術的には一定の成功を収めました。

しかし、実際に社会に導入するとなると、いくつかの課題が浮き彫りになります。

  • 自動運転専用インフラの整備に膨大なコストがかかる
  • 一般車との混在交通では、かえって事故のリスクが高まる可能性がある

こうした懸念から、各国のプロジェクトは凍結、あるいは大幅な縮小へと舵を切ることになりました。

]]> https://sora-autonomous-blog.com/2025/05/04/%e3%81%a0%e3%81%84%e3%81%9f%e3%81%84%e3%82%8f%e3%81%8b%e3%82%8b-%e8%87%aa%e5%8b%95%e9%81%8b%e8%bb%a2%e3%81%ae%e6%ad%b4%e5%8f%b2%e3%80%8cits%e3%83%97%e3%83%ad%e3%82%b8%e3%82%a7%e3%82%af%e3%83%88/feed/ 0 だいたいわかる 自動運転の歴史「自律方式の研究編」(1970～80年代) https://sora-autonomous-blog.com/2025/03/25/%e3%81%a0%e3%81%84%e3%81%9f%e3%81%84%e3%82%8f%e3%81%8b%e3%82%8b-%e8%87%aa%e5%8b%95%e9%81%8b%e8%bb%a2%e3%81%ae%e6%ad%b4%e5%8f%b2%e3%80%8c%e8%87%aa%e5%be%8b%e6%96%b9%e5%bc%8f%e3%81%ae%e7%a0%94%e7%a9%b6/?utm_source=rss&utm_medium=rss&utm_campaign=%25e3%2581%25a0%25e3%2581%2584%25e3%2581%259f%25e3%2581%2584%25e3%2582%258f%25e3%2581%258b%25e3%2582%258b-%25e8%2587%25aa%25e5%258b%2595%25e9%2581%258b%25e8%25bb%25a2%25e3%2581%25ae%25e6%25ad%25b4%25e5%258f%25b2%25e3%2580%258c%25e8%2587%25aa%25e5%25be%258b%25e6%2596%25b9%25e5%25bc%258f%25e3%2581%25ae%25e7%25a0%2594%25e7%25a9%25b6 https://sora-autonomous-blog.com/2025/03/25/%e3%81%a0%e3%81%84%e3%81%9f%e3%81%84%e3%82%8f%e3%81%8b%e3%82%8b-%e8%87%aa%e5%8b%95%e9%81%8b%e8%bb%a2%e3%81%ae%e6%ad%b4%e5%8f%b2%e3%80%8c%e8%87%aa%e5%be%8b%e6%96%b9%e5%bc%8f%e3%81%ae%e7%a0%94%e7%a9%b6/#respond Tue, 25 Mar 2025 13:47:13 +0000 https://sora-autonomous-blog.com/?p=1258 1970年代、マシンビジョンの登場や第2次AIブームの到来など、コンピュータ技術が急速に進化しており、自動運転の研究にも追い風となっていました。

その結果、道路にケーブルを埋める必要のない自動運転システムが登場しました。

スタンフォード・カート

1961年、アメリカ・スタンフォード大学は、スタンフォード・カートという月面探査機のプロトタイプを作りました。

この車両は人間が遠隔操作するために作られ、テレビカメラと無線通信機のみを搭載していました。

月面探査という本来の目的は果たせなかったものの、後の研究者たちによって自動運転の研究用車両として改造され、

  • 1971年には白線をカメラで読み取って走行するシステムが搭載
  • 1977年には2眼式のカメラを搭載して立体視に対応
  • 1979年には障害物をよける機能が搭載

と、徐々に自動運転機能を獲得していきました。

シェーキー

スタンフォード研究所（現・SRIインターナショナル）の人工知能センターでは、1966年から1972年にかけてシェーキー(Shakey)と呼ばれるロボットを開発しました。

このロボットの高さは約2メートルほどで、無線リンク用アンテナ、ソナー距離計、テレビカメラ、オンボードプロセッサ、衝突検出センサーなどを搭載しています。

そしてコンピュータビジョン、自然言語処理、論理推論などの技術を組み合わせ、移動が可能な世界初の汎用ロボットとして行動を決定できる点が大きな特徴でした。

シェーキーで開発された技術は、現在、以下のような分野に応用されています。

  • Siriのような自然言語対話
  • 自動車の車線逸脱防止支援システム
  • A*(エースター）探索アルゴリズムによる経路探索（カーナビ等に応用）
  • NASAの火星探査機ローバーの自律ナビゲーション

ちなみに名前の由来は「めっちゃ揺れるから」だそうです。

知能自動車

1977年、日本の通商産業省（現・経済産業省）機械技術研究所は、世界で初めて自律方式を採用した自動運転車「知能自動車」を開発しました。

この車両には2台のカメラが搭載され、視差を利用して障害物を検出。道路下のレールや磁気センサーに頼ることなく、周囲の環境を視覚的に捉えて走行するという、のちにマシンビジョン技術の原型となる方式が用いられていました。

ALV

1980年代、アメリカではDARPA（国防高等研究計画局）が無人偵察を目的とした自動運転車の開発計画が立ち上がり、メリーランド大学やマーチンマリエッタ社によってALV（Autonomous Land Vehicle）が開発されました。

外観は高さ約3m、全長約4.1mの白色に青いラインの入った四角い8輪の車両で、ルーフにカメラとセンサーが取り付けられ、無人で自動運転しました。

一応1987 年 11 月までに重要なマイルストーンを達成したのですが、1988年にプロジェクトは中止されました。

理由は軍関係者がイマイチ開発目的を理解してなかったからだそうです。

まぁ、デカくて遅くて目立つ上に、３つのディーゼルエンジンを轟かせてたら偵察は無理っぽいと思われて仕方ないのかもしれません。

NavLabとALVINN

ALVの成果は、カーネギーメロン大学（CMU）のNavLabプロジェクトに引き継がれました。

Navlab は、カーネギーメロン大学コンピュータサイエンス学部のロボット研究所チームによって開発された、一連の自律型および半自律型の自動運転車で、Navlab1からNavlab11まで製造されました。

1984年にコンピュータ制御車両の研究を開始し、最初の車両である Navlab1の生産は1986年に始まりました。

Navlabシリーズの車両は、「オフロード偵察」「高速道路の自動化」「オフロード衝突防止」「混雑した都市環境での操縦補助」といった幅広い目的に対応するよう設計されており、車種のラインナップも「ロボットカー、バン、SUV、バス」など多岐にわたっていました。

ほとんどの車両は半自律型ですが、中には完全自律走行を実現し、人間の介入を不要とするものも存在しました。

また、1988年にはALVINNが開発されました。

ALVINNという名前はAutonomous Land Vehicle In a Neural Networkの頭文字からつけられていて、その特徴はセンサーデータと映像をもとに、人間の運転を模倣する形でステアリング操作を学習する能力があることです。

つまり、ニューラルネットワークを使った世界初の自動運転車ということになります。

VaMoRs

ドイツでは1980年代半ばから、ミュンヘン連邦国防大学で自律走行車の研究が行われ、VaMoRsという車を開発しました。

VaMoRsはメルセデス・ベンツ製のバンをベースにマシンビジョンを活用した自動運転車で、閉鎖されたアウトバーンを約88km/hを達成しました。

この実験では安全対策としてエンジニアが運転席に座っていたものの、実際の走行操作はすべてシステムが行っていたとのことです。

<参考文献・リンク>

【書籍】

  • 保坂明夫，青木啓二，津川定之：自動運転(第2版)―システム構成と要素技術―，森北出版,(2019)
  • 古川 修：自動運転の技術開発　その歴史と実用化への方向性,グランプリ出版,(2019)

【ウェブサイト】

【Wikipedia】

]]> https://sora-autonomous-blog.com/2025/03/25/%e3%81%a0%e3%81%84%e3%81%9f%e3%81%84%e3%82%8f%e3%81%8b%e3%82%8b-%e8%87%aa%e5%8b%95%e9%81%8b%e8%bb%a2%e3%81%ae%e6%ad%b4%e5%8f%b2%e3%80%8c%e8%87%aa%e5%be%8b%e6%96%b9%e5%bc%8f%e3%81%ae%e7%a0%94%e7%a9%b6/feed/ 0 だいたいわかる 自動運転の歴史「路車協調方式の研究編」(1950～60年代) https://sora-autonomous-blog.com/2025/03/09/%e3%81%a0%e3%81%84%e3%81%9f%e3%81%84%e3%82%8f%e3%81%8b%e3%82%8b-%e8%87%aa%e5%8b%95%e9%81%8b%e8%bb%a2%e3%81%ae%e6%ad%b4%e5%8f%b2%e3%80%8c%e8%b7%af%e8%bb%8a%e5%8d%94%e8%aa%bf%e6%96%b9%e5%bc%8f%e3%81%ae/?utm_source=rss&utm_medium=rss&utm_campaign=%25e3%2581%25a0%25e3%2581%2584%25e3%2581%259f%25e3%2581%2584%25e3%2582%258f%25e3%2581%258b%25e3%2582%258b-%25e8%2587%25aa%25e5%258b%2595%25e9%2581%258b%25e8%25bb%25a2%25e3%2581%25ae%25e6%25ad%25b4%25e5%258f%25b2%25e3%2580%258c%25e8%25b7%25af%25e8%25bb%258a%25e5%258d%2594%25e8%25aa%25bf%25e6%2596%25b9%25e5%25bc%258f%25e3%2581%25ae https://sora-autonomous-blog.com/2025/03/09/%e3%81%a0%e3%81%84%e3%81%9f%e3%81%84%e3%82%8f%e3%81%8b%e3%82%8b-%e8%87%aa%e5%8b%95%e9%81%8b%e8%bb%a2%e3%81%ae%e6%ad%b4%e5%8f%b2%e3%80%8c%e8%b7%af%e8%bb%8a%e5%8d%94%e8%aa%bf%e6%96%b9%e5%bc%8f%e3%81%ae/#respond Sun, 09 Mar 2025 12:32:52 +0000 https://sora-autonomous-blog.com/?p=1254 自動運転の研究は1950年代から始まりました。

当時の自動運転は、車両が自律的に走行するのではなく、外部からの指示を受けて走る方式でした。

具体的には、路面に埋め込まれた電磁誘導ケーブルを車両のセンサーが読み取り、それに応じてステアリングを自動制御する仕組みです。

自動運転の研究が始まったのは、1950年代のアメリカ、始まったきっかけは、吹雪で発生した重大な交通事故が起きたからだそうです。

この事故を、ウラジミール・ ツヴォルキンという方が知り、安全のために自動運転の開発しようと進めていった事から自動車の自動運転の研究が始まったみたいです。

ツヴォルキン氏はテレビに関する発明で有名な方で、当時はRCA(Radio Corporation of America)という大手エレクトロニクス企業の副社長をしていました。

そして、ニューヨーク万博でも自動運転の展示をしていたGM(ゼネラルモーターズ)と一緒に、路車協調方式の自動走行システムの研究に乗り出しました。

1953年、RCA研究所は、実験室の床に配線したワイヤーからミニチュアの車両を自動誘導・制御するシステムの開発に成功。

1957年には電子制御道路構想のもとに、RCAとネブラスカ州政府の合同事業を開始。ネブラスカにある120mの道路を用いて、実際に実験が行われました。

1960年6月5日にはニュージャージー州プリンストンのRCA研究所本部で実演が行われ、記者たちが実際にこのシステムを”運転”する体験も許可されました。
当時は、1975年までには実用化が実現するだろうと予測されていたそうです。

ここまではRCAが出した自動運転でしたが、GMも自動運転を出していました。

1956年、GMは「モトラマ」という展示会でファイアーバードIIというコンセプトカーを披露しました。

このイベントは、GMの製品や未来のビジョンを一般に紹介するために開催されました。

ファイアーバードIIはチタン製のボディとガスタービンエンジンを搭載していて、まるで羽のないジェット機の様な見た目をしていました。

この車の自動運転の仕組みは、主要な高速道路沿いに設置された交通管理塔と通信し、道路上に設置された電磁誘導ケーブルを通じて、遠隔で自動車をコントロールするといった感じです。

本当に羽のないジェット機みたいですね。

ですが、ファイアーバードIIはあくまでガスタービンエンジンやチタンボディなどの先進技術をアピールするためのコンセプトカーだったみたいで、実際には自動運転システムを搭載してなかったみたいです。

1958年、GMは前部に「ピックアップコイル」を2つ取り付けた1958年製のシボレー・インパラを用いて自動運転のデモンストレーションを行いました。

運転手が必要ない事をアピールするために、ハンドルなしで製造された車もあったみたいです。

このデモンストレーションは技術的には成功したのですが、GMの幹部はもっと…”華やかな”ものにしたいと考えたみたいです。

1959年、ファイアバードIIIを制作。前モデルと同様にガスタービンエンジンを搭載していましたが、新たに「Unicontrol(ユニコントロール)」と呼ばれる電子制御システムも備えていました。

ハンドルやブレーキ、アクセルペダルを１つのジョイスティックに統合したものですね。

あと同じ年に、GM傘下のキャデラックからサイクロンというコンセプトカーが登場しました。

こちらは電磁誘導ケーブルを使った自動運転システムを搭載していませんが、レーダーによる衝突回避システムが搭載されていました。

そんな感じで1950年から10年間…大手の自動車メーカーとエレクトロニクス企業、そして行政とも協力して自動運転の研究開発を進め、一般の人にも大々的にアピールまでしてきました。

この調子でいけば20年後には自動運転が実用化しててもおかしくない…

そんな感じに思えますが、残念ながらプロジェクトとしてはここから進むことは無く、凍結となってしまいました。

凍結した理由の１つは、すごくお金がかかるからです。

このシステムを実現する場合、まずアメリカのハイウェイすべての道路にケーブルを埋め込む必要があります。

そして、埋め込んだ後はちゃんと電流が流れるように運用して、故障したらメンテナンスをする必要があります。

参考までに、国土交通省から出している「自動運転サービスの採算性の検討事例」という資料によると、往復6km、合計12kmの電磁誘導ケーブルは4,800万円かかるみたいです。

という事は1kmあたり400万円かかることになります。

Wikipediaによると、アメリカの”州間高速道路”は1991年時点で総距離6万8500kmになります。これを無理やり当てはめると、2740億円くらいかかることになっちゃいます…

さらに、その全線が片側2車線以上あります。全線を自動運転できるようにするという事は、すべての車線にケーブルを埋めなければいけません。

仮に全線片側2車線だとしても、単純に4倍の1兆960億円かかります。

これはアメリカのハイウェイの建設費用の1割近くに相当します。
(アメリカのハイウェイの建設には12兆5千億円(≒1140億ドル)掛かっています。)

ここから、さらにケーブルを埋め込む工事費とか、電気代、運用、管理、補修にかかるお金とかもかかってきます。

なので、いくら安全のためとはいえ、手間とコストがかかりすぎるから現実的ではないと判断されてしまいました。

あと、当時の電子部品の信頼性が低かったのもあるでしょうね。

なにせ、核地雷の制御部品を保温するために生きた鶏を入れようとしたくらいですし…

そして、排ガス規制や燃費規制が強化されたことも理由の1つです。
また、1960年代後半から1970年代初頭にかけて、アメリカでは一連の自動車安全基準や排ガス・燃費規制が強化されました。

自動車メーカーは、これらの規制に対応するためにリソースを集中せざるを得ず、自動運転開発への投資は後回しになってしまったのです。

また、GMとRCA以外にも、1960年代から70年代にかけて同様の方式が研究をしていた団体がいました。

アメリカのオハイオ州立大学、イギリスの道路交通研究所、ドイツのシーメンス、そして日本の通産省が研究してました。

そしてこれらのプロジェクトも、似たような理由で一般の公道向けに動いていたプロジェクトは凍結となりました。

【補足】

津川定之氏の論文や本にはドイツのジーメンスもやってたとありますが、これだけ具体的に何をしていたのかが良く分からなかったのですよね…

引用先のタイトルを見てみると1969年にシーメンスが出した「ヨーロッパ初の自動運転車」って資料に書いてるみたいです。

P. Drebinger, et al.: Europas Erster Fahrerloser Pkw, Siemens-Zeitschrift, 43-3, 194/198 (1969)

残念ながらこの資料を見つけられなかったのですが、代わりにコンチネンタルが1968年に自動運転を開発していたってありました。

これはタイヤのテストを行う為に開発したもので、シーメンス、ウェスティングハウス、ミュンヘン工科大学、ダルムシュタット工科大学が関わっています。

なので、多分これの事じゃないかなぁ…って思います。

<参考文献・リンク>

【書籍】

  • 保坂明夫，青木啓二，津川定之：自動運転(第2版)―システム構成と要素技術―，森北出版,(2019)
  • 古川 修：自動運転の技術開発　その歴史と実用化への方向性,グランプリ出版,(2019)

【ウェブサイト】

【Wikipedia】

【YOUTUBE】

]]> https://sora-autonomous-blog.com/2025/03/09/%e3%81%a0%e3%81%84%e3%81%9f%e3%81%84%e3%82%8f%e3%81%8b%e3%82%8b-%e8%87%aa%e5%8b%95%e9%81%8b%e8%bb%a2%e3%81%ae%e6%ad%b4%e5%8f%b2%e3%80%8c%e8%b7%af%e8%bb%8a%e5%8d%94%e8%aa%bf%e6%96%b9%e5%bc%8f%e3%81%ae/feed/ 0 だいたいわかる 自動運転の歴史「自動運転のコンセプト登場編」(1939年) https://sora-autonomous-blog.com/2025/03/01/%e3%81%a0%e3%81%84%e3%81%9f%e3%81%84%e3%82%8f%e3%81%8b%e3%82%8b-%e8%87%aa%e5%8b%95%e9%81%8b%e8%bb%a2%e3%81%ae%e6%ad%b4%e5%8f%b2%e3%80%8c%e8%87%aa%e5%8b%95%e9%81%8b%e8%bb%a2%e3%81%ae%e3%82%b3%e3%83%b3/?utm_source=rss&utm_medium=rss&utm_campaign=%25e3%2581%25a0%25e3%2581%2584%25e3%2581%259f%25e3%2581%2584%25e3%2582%258f%25e3%2581%258b%25e3%2582%258b-%25e8%2587%25aa%25e5%258b%2595%25e9%2581%258b%25e8%25bb%25a2%25e3%2581%25ae%25e6%25ad%25b4%25e5%258f%25b2%25e3%2580%258c%25e8%2587%25aa%25e5%258b%2595%25e9%2581%258b%25e8%25bb%25a2%25e3%2581%25ae%25e3%2582%25b3%25e3%2583%25b3 https://sora-autonomous-blog.com/2025/03/01/%e3%81%a0%e3%81%84%e3%81%9f%e3%81%84%e3%82%8f%e3%81%8b%e3%82%8b-%e8%87%aa%e5%8b%95%e9%81%8b%e8%bb%a2%e3%81%ae%e6%ad%b4%e5%8f%b2%e3%80%8c%e8%87%aa%e5%8b%95%e9%81%8b%e8%bb%a2%e3%81%ae%e3%82%b3%e3%83%b3/#respond Sat, 01 Mar 2025 08:19:42 +0000 https://sora-autonomous-blog.com/?p=1248 1939年、ヨーロッパでは世界恐慌の影響を受け、ファシズムが勢力を拡大。
9月1日にはナチス・ドイツがポーランドへの侵攻を開始し、後に第二次世界大戦と呼ばれる戦いの火蓋が切られました。

そんな重苦しい世界情勢の中、アメリカは…めっちゃ浮かれていました。

その理由は、戦争が始まる半年前に開催された「ニューヨーク万国博覧会」にありました。

ニューヨーク万国博覧会では、「明日の世界の建設と平和」をテーマに、世界62か国、35のアメリカ州および準州、1,400の団体や企業が出展し、展示・公演・映画・芸術・食文化など、最先端の技術や文化が集まり、訪れた人々に「未来」を体験させる場となりました。

テレビ、コンピューターゲーム、合成音声、ロボットなど、数多くの画期的な展示が並ぶ中、最も注目を集めたパビリオンがありました。

それが、ゼネラルモーターズ（GM）の「ハイウェイアンドホライズン館」で公開された「フューチュラマ」です。

流線型デザイン（ストリームライン・モダン）の第一人者である工業デザイナー、ノーマン・ベル・ゲデスが設計したこの展示は、巨大なジオラマとライド型アトラクションを組み合わせた体験型パビリオンでした。

フューチュラマでは、超高層ビルが立ち並ぶ都心と、大規模な郊外住宅地が「自動化された高速道路」で結ばれる未来都市が描かれていました。

観客は、「ムーヴィング・チェア」という動く座席に乗りながら、未来都市を上空から眺めるように観覧できる仕組みになっていました。

フューチュラマで描かれた未来の交通システムは、

  • 電波でガイドされた自動車が高速で走行
  • 前後の車と自動で車間距離を調整
  • 電波の指示に従い、ハンドルを握ることなく目的地へ向かう

と、まさに現代の自動運転の原点ともいえるものでした。

渋滞や事故の心配がない、まるで魔法のような交通システムが想定されていたのです。

まさに、80年以上前に、現代の自動運転技術のコンセプトが示されていたことになります。

フューチャラマの大盛況っぷりは延べ2,500万人が訪れ、平日でも1時間以上待つ行列ができるほどでした。

そんな素晴らしい展示をしたGMでしたが、すぐには自動運転の研究が開始することはありませんでした。

万博から2年後の1941年12月7日。

日本軍の真珠湾攻撃によって、アメリカは第二次世界大戦に参戦。

戦争に突入したアメリカは、国全体の生産能力を軍需優先にシフト。
大衆消費財を作っていた工場の多くが、軍需品の生産に転換されました。

「明日の世界の建設と平和」という万博のテーマとは正反対の明日が来てしまいましたので、GMも軍事車両や戦闘機や銃などの生産に力を入れることになって、自動運転の開発どころではなくなってしまいました。

[補足]

ウィキペディアのフューチュラマのページに、

「フューチュラマ」で使用された仕掛け、『ライド型アトラクション』は、のちにディズニーランドに応用されている。

フューチュラマ

と書かれていたのですが、英語版の方にはそのような記述はなく、調べてみても見つからなかったんですよね…

多分なのですが、1964年の方のニューヨーク万国博覧会に出た”イッツ・ア・スモールワールド“のことじゃないかなぁって思います。

<参考文献・リンク>

【書籍】

  • 保坂明夫，青木啓二，津川定之：自動運転(第2版)―システム構成と要素技術―，森北出版,(2019)
  • 古川 修：自動運転の技術開発　その歴史と実用化への方向性,グランプリ出版,(2019)
  • Geddes, Norman Bel.：Magic motorways,Random House,(1940)

【ウェブサイト】

【Wikipedia】

【YOUTUBE】

]]> https://sora-autonomous-blog.com/2025/03/01/%e3%81%a0%e3%81%84%e3%81%9f%e3%81%84%e3%82%8f%e3%81%8b%e3%82%8b-%e8%87%aa%e5%8b%95%e9%81%8b%e8%bb%a2%e3%81%ae%e6%ad%b4%e5%8f%b2%e3%80%8c%e8%87%aa%e5%8b%95%e9%81%8b%e8%bb%a2%e3%81%ae%e3%82%b3%e3%83%b3/feed/ 0 1.3 自動運転を実現するまでの課題 https://sora-autonomous-blog.com/2025/02/23/1-3-%e8%87%aa%e5%8b%95%e9%81%8b%e8%bb%a2%e3%82%92%e5%ae%9f%e7%8f%be%e3%81%99%e3%82%8b%e3%81%be%e3%81%a7%e3%81%ae%e8%aa%b2%e9%a1%8c/?utm_source=rss&utm_medium=rss&utm_campaign=1-3-%25e8%2587%25aa%25e5%258b%2595%25e9%2581%258b%25e8%25bb%25a2%25e3%2582%2592%25e5%25ae%259f%25e7%258f%25be%25e3%2581%2599%25e3%2582%258b%25e3%2581%25be%25e3%2581%25a7%25e3%2581%25ae%25e8%25aa%25b2%25e9%25a1%258c https://sora-autonomous-blog.com/2025/02/23/1-3-%e8%87%aa%e5%8b%95%e9%81%8b%e8%bb%a2%e3%82%92%e5%ae%9f%e7%8f%be%e3%81%99%e3%82%8b%e3%81%be%e3%81%a7%e3%81%ae%e8%aa%b2%e9%a1%8c/#respond Sun, 23 Feb 2025 10:34:23 +0000 https://sora-autonomous-blog.com/?p=1201

いろいろと修正中です。

2010年代以降、自動運転技術の開発は、世界中の国や企業によって本格的に進められてきました。

ですが自動運転技術がには、まだ多くの課題が残されています。

技術面では、環境認識の精度向上やリアルタイム処理の負荷軽減、通信インフラとの連携などが求められます。

一方、法律や社会的受容性、ビジネスモデルの確立など、技術以外の側面でも解決すべき課題が存在します。

ここでは、自動運転の実現に向けた課題を「技術的課題」と「非技術的課題」に分けて取り上げていきます。

技術的課題

人間が運転を行う際には、「認知」「判断・計画」「操作」の3つの要素に分けられます。

自動運転システムをこれらの要素に当てはめると、

  • 認知　　　：センサーを用いて周囲の環境を正確に把握する
  • 判断・計画：コントローラーを用いてシステムを制御する
  • 操作：アクチュエーターを用いて車両を動かす

で構成されています。

自動運転システムが安全に運転するには、それぞれの要素が適切に機能する必要がありますが、多くの技術的課題を解決する必要があります。

ここでは、主な技術的課題について詳しく見ていきます。

2.1 アーキテクチャの課題

自動運転システムのアーキテクチャとは、車両がどのように情報を処理し、判断し、制御するかを決めるシステムの構造を指します。

アーキテクチャの設計によって、処理速度、安全性、拡張性、冗長性が大きく変わります。

特に自動運転では、多数のセンサーで得た大量のデータをリアルタイムで処理し、交通状況に合わせた適切な判断を行う必要があり、そのためのシステム設計が重要な課題となっています。

自動運転のアーキテクチャは、「集中制御型」と「分散制御型」の2つの考え方があります。

それぞれの特徴と課題を表すと、次の通りになります。

(1) 集中制御型アーキテクチャ

[特徴]

  • センサーのデータを１つのECUが一括処理し、システム全体を統括的に制御する方式

[メリット]

  • データ統合が容易：すべての情報を１つのECUで処理するため、データの一貫性を確保しやすい
  • 全体最適化が可能：車両全体の挙動を、統一したソフトウェアで管理できる
  • 一貫した安全制御：１つのコンピューターで安全判断を統括することで、より精密な制御が可能

[デメリット]

  • 計算負荷が集中するため、ECUに高い処理能力が求められる
  • 車両内のネットワークの負荷が増えて、通信遅延が発生する可能性がある
  • ECU故障時に全システムが停止する可能性がある

(2) 分散制御型アーキテクチャ

[特徴]

  • 各センサーやECUがそれぞれ独立して処理を行い、一部の判断をローカルで実施
  • 中央に頼らず、各ユニットが協調しながら動作する設計

[メリット]

  • システムの冗長性が高い：中央コンピュータに依存しないため、一部のECUが故障しても他のシステムが動作可能
  • リアルタイム処理に強い：各ECUが個別に処理を行うため、情報処理の遅延が少ない
  • 故障時のリスクが分散：一部のコンポーネントに障害が発生しても、システム全体が停止しにくい

[デメリット]

  • データの統合が難しい：各ECUが独立して処理を行うため、情報の整合性を維持する仕組みが必要
  • 通信負荷が増加：各ECUがデータをやり取りするため、車両内ネットワーク）の負担が増大
  • 一貫性の確保が困難：個々のユニットが独立して動作するため、システム全体の調整が複雑

(3) 例：ADASをグレード別で開発した場合

自動運転やADAS（先進運転支援システム）の開発では、車両のグレード（松・竹・梅）に応じて機能を差別化することが一般的です。
しかし、その際のアーキテクチャ設計には課題が生じます。

例えば、コストやユーザー層に応じてADASの機能を以下のように分けられることがあります。

グレード搭載機能例

  • 上級グレード：LiDAR・カメラ、レベル2.5～3相当のADAS（ハンズオフ機能、渋滞時アシスト）
  • 中間グレード：ミリ波レーダー・カメラ、レベル2相当のADAS（ACC、車線維持支援、衝突回避）
  • 廉価グレード：カメラのみ、レベル1相当のADAS（自動ブレーキ、車線逸脱警報）

このようにADASのグレードを分けた場合、アーキテクチャの設計を集中制御型か分散制御型のどちらかを選択した場合、それぞれ課題が発生します。

集中制御型で開発した場合の課題

全てのADAS機能を中央ECU（高性能AIチップ）に統合し、必要な機能のみをアクティベートする形でグレードを分ける方法。

[メリット]

  • 開発がシンプル（すべての機能を統合的に管理できる）
  • OTA（Over-the-Air）でアップグレードが可能（上位グレードへの機能拡張が容易）
  • データ統合が容易（センサーフュージョンによる高精度な認識が可能）

[デメリット]

  • 低グレードでも高性能ECUが必要 → コスト増大（梅グレードでも松グレードと同じECUを搭載する必要がある）
  • グレード間のソフトウェア制御が複雑化（機能ごとに異なるライセンス管理や制御ロジックが必要）
  • 一部の機能を無効化するだけでは、最適な性能・消費電力を得られない

分散制御型で開発した場合の課題

各ADAS機能ごとに専用ECUを設け、グレードごとに必要なユニットのみを搭載する方法。


[メリット]

  • 低グレード車両でコスト最適化（不要なECUを省略できる）
  • グレードごとの仕様変更が容易（ソフトウェアの開発・検証が個別にできる）
  • ECUごとに最適な処理能力を確保可能（必要な機能だけ処理させるため、全体の負荷が分散）

[デメリット]

  • ECU間の通信負荷が増大（機能を分散させることでデータ共有の遅延が発生）
  • ソフトウェアアップデートが複雑化（OTA対応のためにはECUごとに個別に更新が必要）
  • グレードごとに異なる開発・検証が必要（松・竹・梅で別々のECU構成になるため、検証工数が増加）

(4) 実際のADASでは？

ここまで「集中制御型」と「分散制御型」の紹介をしましたが、実際の自動運転車ではこの両方を組み合わせています。

乗用車で言えば、トヨタをはじめとした昔から自動車を開発しているメーカーは「分散制御型」よりの「集中制御型」。

テスラやBYDといった新興企業(といっても20年近くたちますが…)が「集中制御型」。特にADAS機能関連は１つのECUに集約されています。ですが、自動車としての機能をすべて１つのECUにまとめているわけでは無く、ADAS以外の機能を別にまとめたECUを数個採用していたりします。

2.2 センシングの課題

自動運転車の安全な走行には、正確な環境認識が不可欠です。

そのために、カメラ、LiDAR（ライダー）、ミリ波レーダー、超音波センサーなどの各種センサーが用いられます。

しかし、これらのセンサーにはそれぞれ特有の弱点があり、環境や状況によって認識精度が低下する可能性があります。

(1) 検出性能の課題

自動運転車は、車両、歩行者、信号、道路標識など、さまざまな対象を正確に検出する必要があります。

しかし、特定の状況下では検出が難しくなるケースがあります。

① 形状が変化する対象の認識
  • 歩行者：向きや動作によって形が変化するため、検出が不安定になる。
  • 自転車：前後と側面で形状が大きく異なり、角度によって検出しづらい。
② 小さな対象や障害物の認識
  • 小さな子供や動物：検出そのものが難しく、距離推定が困難な場合がある。
  • 路上の落下物など、通常の道路環境にない障害物の認識が困難。
  • 工事現場の仮設標識やカラーコーンを一時的なものと判断できず、誤った処理を行う可能性。
③ 死角の影響
  • 建物や駐車車両の陰：物体の検出が遅れ、飛び出しなどの危険な状況を捉えにくい。
  • 高架下やトンネル：センサーの視界が制限され、周囲環境の把握が困難になる。
④ 交通標識の認識
  • 看板と標識の誤検出：道路標識と広告看板を誤認識し、誤った判断をする可能性がある。

(2) 悪天候・環境要因による認識精度の低下

センサーの多くは、天候や周囲環境の影響を受けやすく、以下のような状況では認識精度が低下する可能性があります。

① 雨・雪・霧による影響
  • カメラ：視界が悪化し、物体検出や車線認識が困難になる。
  • LiDAR：レーザーが雨粒や雪に反射し、ノイズや誤検出を引き起こす。
  • ミリ波レーダー：降雪や濃霧では、ノイズが増加し精度が低下する。
② 逆光や強い日差しの影響
  • カメラ：白飛び（オーバーエクスポージャー）が発生し、信号や標識の認識が困難になる。
  • 影の影響：車両の影が長く伸びたり、急に変化したりすると、物体検出の精度が低下する。
③ 夜間や暗所での影響
  • カメラ：視認性が低下し、歩行者や障害物の検出が困難になる。
  • 街灯の影響：街灯の強い光がカメラのホワイトバランスを崩し、誤検出を引き起こす可能性がある。

(3) センサーの統合とデータフュージョンの課題

自動運転車は複数のセンサーを組み合わせ、環境認識の精度を向上させています。

しかし、それぞれのセンサーの特性の違いを適切に統合することが重要です。

① センサーごとの認識特性の違い
  • カメラ：視覚情報を取得できるが、悪天候や逆光に弱い。
  • LiDAR：3Dマップを作成できるが、コストが高く、雨や雪に影響を受けやすい。
  • ミリ波レーダー：物体の距離や速度を測定できるが、形状認識は不得意。
② データフュージョン（センサー統合）の課題
  • 各センサーの情報をリアルタイムで統合するため、高度なデータ処理が必要。
  • 矛盾したデータの処理：例えば、カメラは歩行者を認識しているが、LiDARは検出していない場合、どのデータを優先するか判断する必要がある。

(4) 自己位置推定の課題

自動運転車は、正確な自己位置を把握するためにGPSや高精度地図（HDマップ）を活用しますが、以下のような課題があります。

① GPSの精度と受信環境の制約
  • 高層ビル街やトンネル、地下駐車場ではGPS信号が届かない、または精度が大幅に低下する。
  • 天候や電波干渉によってGPSの精度が変動することがある。
② 高精度地図（HDマップ）の維持・更新
  • HDマップには車線の形状や信号機の位置などの詳細情報が含まれるが、頻繁な更新が必要。
  • 道路工事や新設道路にリアルタイムで対応することは困難で、情報が古くなるリスクがある。
③ 自己位置推定技術の高度化
  • LiDARとHDマップの照合：高精度だが計算負荷が大きい。
  • V2X（車車間・車インフラ間通信）による補正：信号機や周囲の車両と連携し、GPSの精度を補完する技術が求められる。

(5) センサーの安全性・信頼性の確保

センサーは自動運転車の「目」として機能するため、信頼性の確保が不可欠です。

① 故障時のバックアップシステム
  • 1つのセンサーが故障しても、他のセンサーで補完できる冗長性設計が必要。
② ハードウェアの耐久性
  • 高温・低温・振動など、厳しい環境下でも正常に動作する耐久性が求められる。
  • 長時間の使用に耐える高耐久センサーの開発が必要。
③ 誤検知・誤作動の低減
  • 例：雨粒を歩行者と誤認識する、道路の影を障害物と誤検知する。
  • **ファントムブレーキ（誤作動による急ブレーキ）**への対策が必要。
  • **アルファエラー（誤検知）・ベータエラー（見逃し）**のバランスを取る技術が求められる。

2.3 判断・計画の課題

自動運転では、センサーが取得した情報をもとに、どのように走行するかを決定する 必要があります。
安全性を確保しながらスムーズな運転を実現するためには、状況に応じた適切な判断と計画 が欠かせません。

しかし、現実の道路環境にはさまざまな不確定要素があり、すべてのケースに対応するのは容易ではありません。

(1) 曖昧な状況への対応

道路上では、明確なルールが適用できない状況 が多く発生します。
人間のドライバーであれば経験や直感で判断できますが、自動運転車はプログラムされたルールに従う ため、対応が難しくなることがあります。

  • 白線が消えかけている場合、車線の境界をどのように判断するか。
  • 道路工事などで一時的な迂回路が設置されている場合、適切なルートを見極めるのが難しい。
  • 交通整理員の手信号や、歩行者のアイコンタクトを認識し、正しく解釈する技術が求められる。
  • 周囲の車両の意図を予測する必要がある。

(2) 予測と予防的判断

周囲の車両や歩行者の動きを事前に予測し、危険を回避するための予防的な判断が求められます。

  • 飛び出しの可能性がある歩行者や自転車をどのように予測するか？
  • 前方の車両が急ブレーキを踏んだ場合、どのように回避行動を取るべきか？
  • 信号の変化を事前に予測し、加減速の最適化を行う技術が必要。

(3) 経路計画の最適化

最適なルート選択や、スムーズな車線変更を実現するには、リアルタイムの状況に応じた計画の修正が必要 です。

  • 渋滞を回避しながら、最短ルートを選択する必要がある。
  • 車線変更のタイミングを最適化し、スムーズな走行を実現する必要がある。
  • 急加速・急ブレーキを避け、乗り心地を向上させる制御が求められる。

(4) 緊急時の判断とフェールセーフ

事故を回避できない状況でも、被害を最小限に抑える判断が求められます。

  • 衝突を避けられない状況で、どのようにダメージを最小化するか？
  • 他の車両や障害物との距離が急激に縮まった場合、急ブレーキをかけるべきか、それとも回避行動を取るべきか？
  • システムが故障した場合、安全に停止する手段を確保する必要がある。

判断・計画フェーズでは、不確実な状況への対応、リスクの予測、最適なルートの選択、緊急時の判断が求められます。

今後、自動運転技術が進化する中で、より高度な判断能力を持つAIの開発と、緊急時に確実に作動する安全システムの確立 が重要なテーマとなるでしょう。

2.4 行動・制御の課題

従来の車両では、ドライバーがアクセルペダル、ブレーキペダル、ハンドルを操作することで、「走る」「曲がる」「止まる」という動作を行います。しかし、自動運転車では、人の代わりに電子制御システムとアクチュエーターがこれらの動作を担うことになります。

このため、どれだけ高度なAIを搭載して認知・判断を行えたとしても、アクチュエーターの動作が不正確だったり、応答遅れが発生したりすると、安全な走行は実現できません。

ここでは、加減速（走る）、ステアリング（曲がる）、ブレーキ（止まる）の各動作におけるアクチュエーターに分けて書いてみます。

(1) 「走る」：駆動系アクチュエーターの課題

自動運転車の加速・巡航には、電動モーターやエンジンのスロットル制御が用いられます。特に電動車（EV）の場合、モーターによるトルク制御の精度が安全性や快適性に大きく影響します。

① 駆動力の精密制御

加減速時に、駆動力を適切に調整することが求められます。

[課題]

  • スムーズな発進・加速の実現：低速域でのギクシャクした動きを抑える必要がある。
  • タイヤの空転制御：滑りやすい路面（雨・雪・氷）での駆動力最適化が必要。
  • パワートレインの応答遅れ：加減速の指令に対するアクチュエーターの反応時間が課題。

[対応策]

  • トルクベクタリング制御 → 各車輪ごとの駆動力を最適化し、スムーズな加減速を実現
  • トラクションコントロール（TCS）との統合 → 空転を抑え、安定した駆動力を確保
  • 高精度モーター制御 → 応答遅れを最小化し、指令通りの加速を実現
② エネルギー効率と熱管理

自動運転では、長時間の運転が想定されるため、アクチュエーターの消費電力や熱管理が重要になります。

[課題]

  • モーターの発熱対策：長時間の走行で発熱し、性能低下や故障のリスクがある。
  • バッテリー管理：電動車では、エネルギー消費を最適化しなければ航続距離が短くなる。
  • 回生ブレーキとの連携：減速時に効率的にエネルギーを回収する必要がある。

[対応策]

  • 液冷システムの採用 → モーターやパワーエレクトロニクスの発熱を抑える
  • エネルギーマネジメントの最適化 → 走行条件に応じて消費電力をコントロール
  • 回生ブレーキと駆動制御の統合 → 効率よくエネルギーを回収し、航続距離を伸ばす

(2) 「曲がる」：ステアリングアクチュエーターの課題

ステアリングの制御は、自動運転車が適切な方向へ進むために不可欠です。近年では、電動パワーステアリング（EPS）の採用が進んでおり、AIによる操舵制御と組み合わせることで精密なコントロールが可能になっています。

① ステアリング応答の精度向上


カーブや車線変更の際、適切なステアリング操作を行う必要があります。

[課題]

  • 応答遅れ：指令を出してからアクチュエーターが動作するまでの時間差が安全性に影響する。
  • 過剰操舵・不足操舵：適切な角度でハンドルを切れないと、カーブでの安定性が低下する。
  • 低速・高速での特性差：低速時の小回りと、高速時の安定性の両立が求められる。

[対応策]

  • バイワイヤステアリングの採用 → 機械的なリンクを減らし、より精密な制御を実現
  • 車速連動型のステアリング補正 → 低速時はクイックに、高速時は安定方向に制御
  • AIによる学習制御 → ドライバーのクセや走行環境に応じたステアリング特性を調整

(3) 「止まる」：ブレーキアクチュエーターの課題

ブレーキは、車両の安全を確保する上で最も重要な制御システムのひとつです。
特に自動運転では、電子制御ブレーキ（ECB）や電動パーキングブレーキ（EPB）が活用され、精密な減速制御が求められます。

① 緊急時の制動力確保

障害物を検知した際、適切な制動力を発揮する必要があります。

[課題]

  • 制動距離の変動：路面状況（雨・雪・氷）によってブレーキ性能が変わる。
  • ドライバーの介入と自動制御のバランス：自動ブレーキと手動ブレーキの適切な統合が必要。
  • 電動パーキングブレーキ（EPB）との連携：駐車時や異常停止時の安全確保が課題。

[対応策]

  • ABS・ESCとの連携強化 → 緊急時でも車両の安定性を維持しながら制動
  • ブレーキ・バイ・ワイヤの導入 → 油圧に頼らず、電子制御で瞬時にブレーキを適用
  • センサー融合による制動補正 → 路面状態をリアルタイムで分析し、制動力を最適化

2.5 ソフトウェアの課題

自動運転システムは、複雑なソフトウェアによって動作しています。センシング、認識、判断、制御といった各機能が正確に連携するためには、ソフトウェアの品質や開発手法が重要になります。

しかし、高度な機能を実現するために、開発や運用の面で多くの課題が発生しています。本章では、ソフトウェアに関する主要な課題について解説します。

(1) ソフトウェアの品質管理とバグの課題

[課題]

  • 複雑なコードによるバグの増加: 自動運転のソフトウェアは数百万行のコードで構成されており、バグの発生リスクが高い。
  • リアルタイム処理の安定性: ソフトウェアの不具合によって処理が遅延すると、事故につながる可能性がある。
  • 異常な動作の検知と対応: センサーの誤検知や計算ミスによって、誤った制御が行われるリスクがある。
  • ソフトウェアのバージョン管理: 車両ごとに異なるハードウェア構成があるため、適切なバージョン管理が求められる。

[対応策]

  • 自動テストの強化 → シミュレーションや実機テストを活用し、バグを早期に発見
  • フォールトトレランス設計 → バグが発生しても安全に動作を継続できる仕組みを導入
  • バグトラッキングシステムの活用 → ソフトウェアの変更履歴を管理し、問題の追跡を容易にする
  • 異常検知機能の組み込み → AIによる自己診断機能を活用し、不正な動作を検知

(2) ソフトウェア更新とメンテナンスの課題

[課題]

  • OTA（Over-the-Air）アップデートの信頼性: 更新中にエラーが発生すると、車両の動作に影響を与える可能性がある。
  • 機能追加時の互換性の確保: 既存の機能と新しい機能が正しく動作するように管理する必要がある。
  • 更新の頻度と管理: 自動運転の安全性向上のために頻繁なソフトウェア更新が必要だが、その管理が複雑になる。

[対応策]

  • 段階的なアップデート（ロールバック機能付き） → 不具合が発生した場合、前のバージョンに戻せる仕組みを導入
  • コンテナ技術の活用 → 各機能を独立したモジュールとして管理し、一部のソフトウェアのみ更新できるようにする
  • OTAアップデートの事前検証 → 仮想環境でのシミュレーションテストを行い、問題がないことを確認したうえで配信

(3) ソフトウェアの統合と開発の複雑化

[課題]

  • 複数の機能の統合による開発の複雑化: 自動運転システムは、認知、判断、制御など複数の機能を統合する必要があり、それぞれの開発チームが独立して作業すると統合時に問題が発生しやすい。
  • 異なるシステム間の連携: 例えば、ADAS（先進運転支援システム）と完全自動運転システムの統合が難しい。
  • 開発のスピードと安全性の両立: 高速で開発を進めると、十分な検証が行われないままソフトウェアがリリースされるリスクがある。

[対応策]

  • ソフトウェアアーキテクチャの標準化 → AUTOSAR Adaptiveなどの業界標準を採用し、システム間の統合を容易にする
  • CI/CD（継続的インテグレーション/継続的デリバリー） → 自動テストとデプロイを活用し、統合の問題を早期に発見・解決
  • シミュレーション環境の拡充 → 実際の車両を使う前に、統合テストを仮想環境で行う

2.6 サイバーセキュリティの課題

自動運転車は、車両内部のECU（電子制御ユニット）やAIシステム、クラウド、他の車両、交通インフラと連携しながら動作するため、多くの通信が発生します。

このような複雑なシステムでは、サイバー攻撃のリスクが高まり、ハッキング、不正アクセス、データ改ざんなどの脅威が現実的な課題となっています。

自動運転の安全性を確保するためには、システム全体のサイバーセキュリティ対策が不可欠です。

(1) 車両のハッキングリスク

自動運転車はインターネットや車両間通信（V2V）、インフラ通信（V2I）を利用するため、外部からの攻撃を受ける可能性があります。

[主な脅威]

  • リモート操作攻撃：攻撃者が遠隔からブレーキ、アクセル、ハンドルを操作
  • ECUの不正書き換え：車両制御ソフトウェアにマルウェアを仕込み、動作を妨害
  • 車両ネットワークの侵入：内部の車載ネットワーク（CAN、Ethernet）に不正アクセスし、制御を乗っ取る

(2) V2X通信のセキュリティリスク

自動運転車は、V2X（Vehicle-to-Everything）通信を活用して他の車両や信号機、交通インフラと連携します。

しかし、この通信が悪意のある攻撃者に利用されると、安全に走行できなくなる可能性があります。

[主な脅威]

  • 偽の交通情報を送信：攻撃者が「渋滞発生」「事故あり」といった誤情報を流し、車両を誤った経路に誘導
  • 信号機のハッキング：青信号を強制的に赤信号に変えるなどの不正操作
  • 車両間通信の妨害：V2V通信を傍受・改ざんし、衝突回避機能を無効化

[対応策]

  • デジタル証明書を活用した認証：正規の通信相手かどうかを確認する仕組みを導入
  • 異常検知システムの搭載：通信データを監視し、不審な動作を検出
  • 5G・C-V2X（セルラーV2X）技術の活用：セキュリティ強化された次世代通信を導入

(3) ソフトウェアの改ざん・マルウェア攻撃

自動運転車のソフトウェアは定期的にOTA（Over-the-Air）アップデートで更新されますが、このアップデートが攻撃の対象になることがあります。

[主な脅威]

  • 不正なOTAアップデート：攻撃者が偽のソフトウェアを配信し、システムを乗っ取る
  • アップデート時の中断・改ざん：更新途中で通信を妨害し、システムを不安定化
  • リバースエンジニアリングによる脆弱性発見：攻撃者がソースコードを解析し、脆弱性を悪用

[対応策]

  • OTAアップデートのデジタル署名と暗号化：正規のアップデートであることを検証
  • アップデートのテスト環境での事前検証：バグや脆弱性がないか確認
  • ロールバック機能の実装：不具合が発生した場合、以前のバージョンに戻せる仕組みを用意

(4) センサーとデータのセキュリティリスク

自動運転車は、カメラ、LiDAR、レーダーなどのセンサーで周囲の状況を把握します。しかし、これらのセンサーに対する攻撃やデータ改ざんのリスクもあります。

[主な脅威]

  • カメラへの攻撃（物理・デジタル）：ステッカーやペイントを利用して標識を誤認識させる
  • LiDARへの妨害（レーザー攻撃）：強いレーザーを照射し、障害物の認識を妨害
  • GPSジャミング・スプーフィング：GPS信号を妨害し、位置情報を狂わせる

[対応策]

  • センサーフュージョンの活用：カメラ・LiDAR・レーダーの情報を組み合わせ、誤検出を防ぐ
  • 異常検知AIの導入：通常のデータと異なる異常値を検知し、自動で警告
  • 多様な位置測定技術の活用（GNSS + HDマップ）：GPSが使えない場所でも位置を正確に把握

(5) データプライバシーと個人情報保護

自動運転車は、車両の走行データ、乗員の行動データ、カメラ映像、音声データなど、大量の情報を収集します。

このデータが適切に管理されないと、プライバシー侵害や個人情報の流出につながる可能性があります。

[主な脅威]

  • 運転履歴の追跡：自動運転車の移動履歴が第三者に流出し、監視社会化するリスク
  • 顔認識データの悪用：車内カメラで撮影された乗員の映像が不正利用される可能性
  • クラウドデータのハッキング：サーバー上の走行データが攻撃者に盗まれる

[対応策]

  • データの匿名化：個人を特定できない形でデータを処理
  • 利用者によるデータ管理権限の強化：ユーザーが自分のデータを管理できる仕組みを導入
  • エッジコンピューティングの活用：データをクラウドに送らず、車内で処理することで流出リスクを低減

2.7 交通インフラとの連携の課題

自動運転車が安全かつ効率的に運行するためには、交通インフラとの高度な連携が不可欠です。

自動運転車単体での認識能力には限界があるため、信号機・標識・道路状況・他の車両の動きなどの情報を、インフラ側から提供することで補完することが求められます。

しかし、現在の交通インフラは手動運転を前提に設計されており、自動運転車とスムーズに連携するためには多くの課題が残っています。

(1) インフラのデジタル化の遅れ

自動運転車は、V2I（Vehicle-to-Infrastructure）通信を通じて信号機や標識、道路情報を取得することが理想ですが、多くの国や地域では、これらのインフラのデジタル化が進んでいません。

[主な課題]

  • 信号機や標識のデジタル対応：現在の信号機や標識は、人間が視認することを前提に設計されており、自動運転車が機械的に読み取るには限界がある。
  • リアルタイム情報の提供不足：渋滞・事故・工事情報を即時に共有するインフラが未整備。
  • 都市部と地方の格差：都市部ではデジタル化が進んでいるが、地方ではインフラ整備が遅れている。

[対応策]

  • スマート信号機の導入：V2I通信に対応した信号機を設置し、自動運転車にリアルタイムで信号情報を送信。
  • 電子標識の活用：デジタル標識を設置し、標識情報を自動運転車と共有。
  • 交通データのオープン化：渋滞・事故情報をクラウド経由で共有し、最適なルートをリアルタイムで提供。

(2) HDマップ（高精度地図）の更新と管理

自動運転車は、GPSやカメラ、LiDARを活用して道路状況を把握しますが、より正確な走行のためには、HDマップ（高精度3D地図）と組み合わせる必要があります。

しかし、HDマップの運用には以下のような課題があります。

[主な課題]

  • 道路の変化に対応できない：工事や交通規制などで道路環境が変わると、HDマップが更新されるまで自動運転車は適切に対応できない。
  • データの取得・更新コストが高い：HDマップの維持には膨大なデータ処理が必要で、頻繁な更新が求められる。
  • 異なるマップフォーマットの問題：メーカーごとに異なるHDマップを使用しており、標準化が進んでいない。

[対応策]

  • クラウド型HDマップの導入：リアルタイムで更新されるクラウド型HDマップを活用。
  • 車両からのフィードバックを活用：自動運転車が収集したデータを基に、地図の自動更新を行う。
  • マップフォーマットの標準化：異なるメーカー間でも互換性のあるフォーマットを採用。

(3) V2X（車車間・車インフラ間通信）の普及

V2X（Vehicle-to-Everything）は、自動運転車が他の車両や交通インフラと通信することで、安全性や効率性を向上させる技術です。これには、V2V（車車間通信）、V2I（車両とインフラの通信）、V2N（ネットワーク通信）、V2P（歩行者との通信）が含まれます。

しかし、V2Xの普及には以下の課題があります。

[主な課題]

  • 通信インフラの整備不足：5GやC-V2X（セルラーV2X）などの次世代通信技術が必須だが、まだ十分に整備されていない。
  • 標準規格の統一が進んでいない：メーカーごとに通信方式が異なるため、相互運用性が確保されていない。
  • データの安全性とプライバシーの懸念：車両同士で通信するデータが悪用されるリスクがある。

[対応策]

  • 5G・C-V2X通信の普及：低遅延・高信頼性の通信環境を整備。
  • V2X通信の標準化：各メーカーが共通のプロトコルを採用し、相互運用性を確保。
  • 通信データの暗号化と認証強化：不正アクセスを防ぐセキュリティ対策を導入。

(4) 自動運転専用レーンの必要性

混在交通環境（自動運転車と手動運転車が同じ道路を走る状況）では、安全性やスムーズな走行が難しくなる可能性があります。そのため、一部の都市では自動運転専用レーンの導入が検討されています。

[主な課題]

  • インフラ整備のコストが高い：専用レーンの設置には多額の投資が必要。
  • 既存の道路との共存が難しい：一般車両と自動運転車の接続部分の設計が複雑。
  • 道路利用の公平性：特定の車両だけが利用できるレーンを設けることへの社会的反発がある。

[対応策]

  • 都市部・高速道路から段階的に導入：まずは限定的な地域でテスト運用を行う。
  • ダイナミックレーンの活用：交通量に応じて手動運転車と自動運転車の走行レーンを変更できるシステムを導入。
  • 社会的合意形成：自動運転の利便性と安全性を訴え、受け入れやすい環境を整える。

2.8 研究開発と実験評価の課題

自動運転技術の実用化には、研究開発と大規模な実験評価が不可欠です。

自動運転車は多様な環境下での安全性・信頼性を確保する必要があり、開発段階からシミュレーション、実走行試験、大規模データ解析を通じた検証が求められます。

しかし、現在の研究開発と実験評価にはいくつかの課題があり、それらを解決することが自動運転の早期実用化に向けた重要なステップとなります。

(1) シミュレーションと実環境のギャップ

自動運転の開発では、シミュレーション環境でのテストが広く行われています。
仮想空間を用いたシミュレーションは低コストで短時間に膨大なテストを実施可能なため、開発の初期段階では非常に有効です。

しかし、シミュレーション環境では現実の道路環境や予測不能な事象を完全に再現することが難しく、実環境でのテストが不可欠になります。

[課題]

  • シミュレーションでは再現できない現実の環境要因（天候、道路状態、歩行者の不規則な動き）
  • シミュレーションの精度向上には膨大なデータが必要（現実に即したデータを収集・反映するのが難しい）
  • 実際の道路とシミュレーション環境の違いにより、シミュレーション上で学習したAIが実環境で同じ精度を発揮できるとは限らない

[対応策]

  • 現実のデータを活用したシミュレーション：実走行データを収集し、AIの学習に組み込む
  • シミュレーション環境の多様化：都市部、郊外、高速道路、悪天候など、実際の状況に近い環境を構築
  • デジタルツイン技術の活用：実際の道路環境をデジタル空間上に再現し、より現実的なシミュレーションを可能にする

(2) 実走行テストのコストと安全性

自動運転車の開発では、実際の道路での走行試験（公道試験）が不可欠です。
しかし、実走行テストには高いコストと安全面の課題が伴います。

[課題]

  • 走行試験には許認可が必要（国や地域ごとに異なる規制があり、自由にテストできない）
  • 実環境での試験には高コストがかかる（車両の準備、センサーのキャリブレーション、保険など）
  • 事故リスクの管理が難しい（未成熟なシステムで公道を走行するリスク）
  • 実験には長期間の走行が必要（システムの信頼性を証明するために、数百万km単位の走行データが求められる）
  • 試験には広範囲の地域でのテストが不可欠（都市部・地方・高速道路・山間部など、多様な環境での評価が必要）

[対応策]

  • 限定エリアでの走行テスト：特定の公道やテストコースで安全を確保しながら試験を行う
  • シミュレーションとのハイブリッド運用：シミュレーションと実走行を組み合わせ、実験回数を最適化
  • 安全対策の徹底：テスト時には人間の監視を強化し、緊急時の対応策を明確にする

(3) データ収集と学習の課題

自動運転の精度を向上させるには、膨大なデータの収集と解析が必要です。
特に、AIによる認識・判断の性能向上には多様な環境・シナリオでの走行データが求められます。

[課題]

  • データの多様性が不足（特定の地域や気象条件に偏ったデータでは、汎用性が低くなる）
  • ラベリング作業の負担が大きい（AI学習のために、大量の画像・動画データに正しいラベルを付与する必要がある）
  • プライバシー問題（車両が撮影した映像データの管理・活用に関するルールが未整備）

[対応策]

  • クラウドを活用したデータ収集・解析：複数の自動運転車が走行し、クラウドにデータを蓄積
  • 自動ラベリング技術の導入：AIが自動で画像認識し、ラベル付けの負担を軽減
  • プライバシー保護技術の採用：個人情報が含まれるデータは匿名化・暗号化して管理

(4) 研究開発の標準化と協調

自動運転技術の開発は、各企業や研究機関が独自に進めています。
しかし、標準化が進んでいないため、異なるシステム間での相互運用性が低いという問題があります。
また、安全性を検証するための基準や試験方法も統一されておらず、研究開発の効率化が求められています。

[課題]

  • 開発の標準化が進んでいない（メーカーごとに異なる開発アプローチを採用）
  • 研究データの共有が限定的（企業の競争が激しく、技術情報の共有が難しい）
  • 安全性評価の基準が未整備（自動運転車の安全性をどのように評価すべきか明確な基準がない）

[対応策]

  • 業界全体での標準化推進：ISOやSAEなどの国際基準に基づいた開発を促進
  • オープンデータの活用：非競争領域のデータは共有し、技術の発展を加速
  • 統一された安全性評価試験の確立：自動運転の安全基準を国際的に統一

(5) 実験評価における安全性の確保

自動運転車のテスト中に事故が発生すると、技術への信頼が低下し、社会的な受容性が損なわれる可能性があります。
そのため、研究開発の過程でも、安全性を最優先にした試験環境を整備することが重要です。

[課題]

  • 実験車両の安全対策が十分でない（テスト中のシステム異常や誤作動への対応が不十分）
  • 社会受容性の低下リスク（テスト中の事故が報道されると、自動運転への不信感が高まる）
  • 責任の所在が曖昧（実験中の事故発生時、責任はメーカー・開発者・運転手のどこにあるのか）

[対応策]

  • フェールセーフ機能の徹底：異常検知時に安全に停止する仕組みを強化
  • 試験時のリスクマネジメント：安全な環境でのテスト実施と、緊急時の対応策の整備
  • 社会への情報開示：実験の目的や安全対策を積極的に説明し、理解を促進

3. 非技術的課題

3.1 法規制と責任の明確化の課題

自動運転技術の発展により、車両の運転操作をAIやシステムが担う場面が増えています。
これに伴い、従来の「ドライバーが運転責任を負う」という前提が変化しつつあります。

しかし、法規制や責任の明確化が進んでいないため、以下のような問題が発生しています。

(1) 事故発生時の責任の所在が不明確

自動運転車が事故を起こした場合、「誰が責任を負うのか？」が明確でないことが大きな課題です。

    [従来の責任の考え方]

    • 人間が運転する場合　→ 運転者が責任を負う
    • 機械（自動運転）が運転する場合　→ 責任の所在が不明確

    [事故が起きた際の責任の可能性]

    • ドライバーの責任：レベル3以下の自動運転では、ドライバーが関与するため、事故時の責任を問われる可能性が高い。
    • 車両メーカーの責任：システムの誤作動が原因の場合、メーカーが責任を負うべきかどうかが争点となる。
    • ソフトウェア開発企業の責任：AIの判断ミスが事故の原因となった場合、ソフトウェア開発企業に責任が問われる可能性がある。
    • インフラ管理者の責任：道路標識の欠落や信号機の誤作動など、インフラ側の問題が事故につながる場合、道路管理者の責任も考えられる。

    例えば、自動運転中にシステムが誤った判断をして歩行者と接触した場合、

    • 運転手が責任を負うのか？
    • 車両メーカーの設計ミスか？
    • AI開発会社のアルゴリズムに問題があったのか？

    といった責任の判断が難しくなります。

    従来の法律では、人間が運転することを前提としているため、そのままでは自動運転車に適用できません。

    (2) 国や地域ごとに異なる法規制

    自動運転に限らず、自動車の法規制は国ごとに異なり、統一されていません。

    各国で基準が異なるため、メーカーは各国の規制に合わせた開発を行う必要があり、コストや開発負担が増大します。

    また、ある国では合法な自動運転車が、別の国では走行できないという問題も発生します。

    そのため、国際的な基準の統一が求められています。

    現在の法規制の動向

    現在、各国では自動運転に関する法整備が進められています。

      [アメリカ]

      • 連邦レベルでは統一基準がなく、州ごとに異なる規制
      • カリフォルニア州などでは、自動運転車の公道試験を許可

      [ヨーロッパ（EU）]

      • UNECE（国連欧州経済委員会）が、自動運転技術に関する国際基準を策定
      • 2021年、時速60km以下の「ALKS（Automated Lane Keeping System）」を承認

      [日本]

      • 2020年に世界初のレベル3自動運転の公道走行を法的に許可
      • ただし、限定条件付き（高速道路のみ、特定の車種のみ）

      3.2 社会受容性と信頼の構築の課題

      自動運転技術が進化し、実用化が進んでいるにもかかわらず、一般消費者や社会全体に広く受け入れられるためには、多くの課題が残されています。

      このような疑問を解決し、社会的な信頼を得ることが、自動運転の普及には不可欠です。

      (1) 自動運転技術に対する不安と誤解

      多くの人々が、自動運転技術に対して「本当に安全なのか？」「事故が起きたときに適切に対応できるのか？」といった不安を抱えています。

      特に、過去に発生した自動運転車の事故が大きく報道されることで、消費者の不安を増大させる要因となっています。

        [具体例]

        • テスラのオートパイロットによる死亡事故（誤ったセンサー認識が原因）
        • ウーバーの自動運転テスト車両による歩行者死亡事故（安全ドライバーが監視していなかった）

        これらの事故が「自動運転は危険だ」という印象を与え、消費者の信頼を損なう要因になっています。

        (2) 人間の運転との比較による評価の難しさ

        自動運転の安全性は、人間の運転と比べてどうなのか？
        理論的には、自動運転は疲れない・注意を切らさない・速度超過をしないなどのメリットがありますが、一般のドライバーは「自分の運転の方が信頼できる」と考える傾向があります。

        [課題]

        • 自動運転車が慎重すぎて、交通の流れを乱すことがある（例：合流や右折のタイミング）
        • 人間のドライバーと自動運転車の動作に違いがあり、予測が難しい（例：ブレーキのタイミング）
        • 「運転を任せる」ことに心理的な抵抗がある（特に高齢者層や運転経験の長い人々）

        (3) 事故時の対応と責任の明確化

        たとえ自動運転の事故率が低かったとしても、1件の事故が大きく報道されることで、社会の信頼を失う可能性があります。

        特に、事故後の対応として以下のような課題があります。

        • 事故の原因を透明に説明できるのか？
        • 事故が発生した場合、誰が責任を負うのか？
        • 被害者への補償はどのように行われるのか？

        現在の車両では、ドライバーが事故時に対応しますが、自動運転ではAIがどのような判断をしたのか？が明確でない場合、消費者の信頼を失う要因となります。

        (4) 自動運転技術の透明性と説明責任

        自動運転車がどのような原理で動作し、どのようなデータを基に判断しているのかを、一般の消費者に理解してもらうことも重要です。

        しかし、現在の自動運転技術はブラックボックス化している部分が多く、消費者が「なぜその判断をしたのか？」を理解するのが難しい状況です。

        [課題]

        • AIがどのように障害物を認識し、どのような判断をするのかが不透明
        • 事故発生時に、どのようなデータを基に判断したのかが説明しにくい
        • 消費者に対して「信頼できる技術であること」を説明する方法が確立されていない

        (5) 社会全体の受け入れ準備

        自動運転車が普及するためには、ドライバー・歩行者・交通管理者など、社会全体の理解が必要です。

        • 歩行者や他の車両が、自動運転車の動きを予測しにくい問題
        • 人間が関与する交通環境の中で、自動運転車がスムーズに動作できるのか？
        • 自動運転の運用ルールを、社会全体で共有できるか？

        このように、自動運転技術だけでなく、社会全体の受容性を高めるための施策が求められています。

        3.3 産業への影響とビジネスモデルの変化の課題

        自動運転技術の発展は、自動車業界だけでなく、運輸、物流、保険、都市開発、エネルギー産業など、幅広い分野に影響を与えます。

          • 自動車メーカーのビジネスモデルはどう変わるのか？
          • 新しいビジネスモデルはどのように確立されるのか？
          • 既存の業界はどのように適応すべきか？

          これらの課題を解決することが、自動運転の普及と持続可能な産業成長には不可欠です。

          今後、自動運転技術が本格的に普及するにつれて、従来の業界構造が大きく変化し、新たなビジネスモデルの確立が求められます。

          (1) 自動車メーカーのビジネスモデルの変化と課題

          従来の自動車メーカーは、「車を販売して利益を得るビジネスモデル」を中心に成り立っていました。

            しかし、自動運転技術が発展することで、以下のような変化が起こる可能性があります。

            • 「所有」から「利用」へのシフト
            • ハードウェア（車両）販売から、ソフトウェア・サービス提供への移行
            • 収益構造の変化

            [課題]

            • 従来の自動車メーカーがソフトウェア開発のノウハウを持っていない場合、競争力を失う可能性がある
            • 車両販売だけでは利益が出にくくなり、新たな収益モデルを確立する必要がある
            • 自動車メーカーは、ソフトウェア・サービス提供企業への転換を進める必要がある
            • 保険会社は、自動運転車向けの新しい保険商品（ソフトウェア保証など）を開発する

            (2) 物流・運輸業界への影響と課題

            自動運転技術は、物流業界や公共交通機関 に大きな変革をもたらします。
            トラックやバスの自動運転化が進むことで、以下のようなメリットが期待されています。

            • トラックやバスの自動運転化による人手不足の解消
            • 長距離輸送の効率化（夜間・長時間運転が可能）
            • コスト削減（ドライバーの人件費削減）

            しかし、これに伴い、新たな課題も発生します。

            [課題]

            ①自動運転の導入に伴う課題
            • 初期投資の負担が大きい
              → 自動運転車両の導入、専用インフラの整備、維持管理には高額なコストがかかる
            • 雇用への影響
              → トラックやタクシーの運転手の仕事が減少し、失業問題が発生する可能性 がある
            • 道路インフラ・法整備の遅れ
              → 自動運転に最適化された物流専用レーンや、事故時の責任を明確にする法整備が求められる
            ②産業全体のエコシステムの再構築
            • MaaS（Mobility as a Service）への移行
              → 自動運転を活用した新しい交通システム の導入が進む
            • 整備業界の変化
              → 従来の自動車整備に加え、センサーやAIのメンテナンスを担う新たな業態への転換が必要

            (3) 新規参入企業と競争の激化

            自動運転技術は、従来の自動車メーカーだけでなく、IT企業やスタートアップも参入する分野です。

            [ 課題]

            • 既存の自動車メーカーがIT企業と競争できるのか？
            • 新規参入企業が法規制やインフラ整備の遅れに対応できるか？
            • 自動車メーカーとIT企業の協業モデルが確立できるか？

            (4) 自動車保険・メンテナンス業界への影響と課題

            自動運転技術の発展により、交通事故の発生率が低下すると、自動車保険業界のビジネスモデルが変化する可能性があります。

            • 事故の減少により、保険料の算定方法が変わる
            • 責任の所在が変化（ドライバーではなくメーカー・ソフトウェア開発者に？）
            • 自動運転車専用の新たな保険商品の開発が必要

            また、自動運転車はソフトウェア更新やセンサーの保守が重要になるため、従来の整備工場やディーラーの役割も変化する可能性があります。

            [課題]

            • 事故が減ることで保険業界の利益が減少し、新たな収益モデルの構築が必要
            • 車両整備が「ソフトウェア更新中心」になることで、整備業界の再編が必要

            3.4 倫理的課題

            自動運転技術が進化するにつれて、「事故が避けられない状況でどのように判断すべきか？」という倫理的な課題が浮上しています。

            人間のドライバーは、瞬時の直感や経験をもとに判断を下しますが、自動運転システムの場合、その判断はあらかじめプログラムされたルールやAIの学習結果に基づくことになります。

            特に、「トロッコ問題」 のような「誰かが犠牲になる選択」を迫られるケースでは、倫理的にどのような判断が正しいのか、社会的な合意形成が求められます。

            自動運転の倫理的課題は、単に技術開発の問題ではなく、社会全体で議論し、ルールを作る必要があるテーマです。今後、自動運転の普及を進めるには、技術・法律・社会の三位一体の取り組みが求められます。

            (1) 事故不可避の状況での判断基準の問題

            「トロッコ問題」は、倫理学における有名な思考実験です。

            「ブレーキの効かないトロッコが線路を進んでおり、このままでは5人を轢いてしまう。分岐点のレバーを切り替えると1人を轢くが、5人は助かる。

            この場合、レバーを切り替えるべきか？」

              自動運転における類似の状況としては次のようなものがあります。

              • 直進すると複数の歩行者に衝突するが、ハンドルを切ると1人の歩行者に衝突してしまう。
              • 乗員の安全を優先すると歩行者を危険にさらす可能性があるが、歩行者を守るために急ハンドルを切ると車内の乗員に危険が及ぶ。
              • 自転車と歩行者が飛び出した場合、どちらを優先すべきか？

              [課題]

              • 「最大多数の幸福」を優先するのか？（功利主義的アプローチ）
              • 「すべての命は平等」と考え、ランダムに判断すべきか？
              • 事故が避けられない場合、乗員と歩行者のどちらを優先するべきか？

              [解決すべきポイント]

              • 社会全体での合意形成：メーカーや法律だけでなく、市民の意見も取り入れたルール作りが必要。
              • 透明性の確保：自動運転車がどのような基準で判断するのかを明確にする。
              • 選択可能な設定の導入：「安全第一」「人道的判断」など、利用者が選択できる仕組みの検討。

              (2) AIの判断基準と説明責任の問題

              AIが自動運転車の意思決定を行う場合、その基準はどのように決定されるのかが問題となります。

                [課題]

                • AIの判断基準がブラックボックス化し、なぜその選択をしたのか説明できない（説明責任の欠如）。
                • メーカーや開発者によって判断基準が異なると、社会的な公平性が失われる可能性。
                • 学習データによってAIの判断が偏る可能性（例えば、特定の環境でのみ最適化される）。

                [解決すべきポイント]

                • 説明可能なAI（XAI：Explainable AI）の導入：判断の理由をユーザーや規制当局に説明できるシステムの開発。
                • 統一された倫理基準の策定：メーカーごとに異なるルールを適用しないよう、政府や国際機関が主導して基準を決める。

                (3）事故時の責任問題

                自動運転車が事故を起こした場合、その責任は誰にあるのかが明確でないと、被害者の救済が遅れる可能性があります。

                [想定される責任分担]

                • 自動運転車のハードウェア故障：自動車メーカー
                • AIの判断ミス（アルゴリズムの欠陥）：ソフトウェア開発会社
                • OTAアップデート後の不具合 ：システム提供者（メーカー・ソフトウェア会社）
                • インフラとの通信エラー；インフラ管理者（国や自治体）

                [課題]

                • 事故の原因がどこにあるのか特定しにくい（ハードウェアかソフトウェアか？）。
                • 責任の明確化ができないと、保険制度が成立しにくい。
                • 被害者救済のスピードが遅れる可能性がある。

                [解決すべきポイント]

                • 事故データの記録義務化（ブラックボックスの搭載）
                • 保険制度の整備（自動運転向けの特別な保険の導入）
                • 自動運転車の責任分担を明確化する法整備

                (4)プライバシーと監視社会の問題

                自動運転車は、カメラ、LiDAR、GPS、V2X通信など、多くのデータを処理します。これにより、安全性が向上する一方で、プライバシー侵害や監視社会の問題が指摘されています。

                • 車両の走行データ（移動履歴、位置情報、運転パターン）が記録され、悪用される可能性。
                • 車内カメラ による乗員の監視（プライバシー侵害の懸念）。
                • 企業や政府によるデータの商業利用・監視強化（個人の行動追跡のリスク）。

                [課題]

                • 収集されたデータはどのように管理されるのか？
                • データを誰が所有し、どのように利用されるのか？
                • 監視社会につながるリスクはないのか？

                [解決すべきポイント]

                • データの匿名化・暗号化を義務化
                • 個人がデータ利用を選択できる仕組み（オプトイン/オプトアウト制度）
                • 厳格なプライバシー保護法の整備（GDPRのような規制の強化）

                3.5 標準化と基準の策定の課題

                自動運転技術の発展に伴い、異なるメーカーや国ごとに仕様が異なると、安全性や互換性に問題が生じる可能性があります。

                そのため、車両やソフトウェア、通信インフラなどに関する標準化と基準の策定が不可欠です。

                しかし、標準化の遅れや基準の統一の難しさが自動運転の普及を妨げる要因の一つとなっています。

                標準化と基準の統一は、自動運転技術の普及を促進する上で不可欠な要素です。国際機関、各国の規制当局、メーカーが連携し、相互運用性の確保と安全基準の策定を進めることが今後の課題となります。

                (1)国際的な標準の策定が進まない

                各国で異なる法規制と技術基準

                [現在の状況]

                • 欧州、米国、日本、中国など、それぞれ異なる法規制や試験基準を適用している。
                • 走行環境（右側通行・左側通行など）や道路インフラの違いによって、各国独自のシステム開発が進められている。
                • ISO（国際標準化機構）やUNECE（国連欧州経済委員会）が標準化を進めているが、統一には時間がかかる。

                  [課題]

                  • 国によって法規制が異なるため、統一的な基準の策定が難しい。
                  • メーカーごとに異なるシステムを開発すると、互換性が失われる。
                  • 自動運転車の国際的な移動（例：国境を越えた走行）が困難になる。

                  [解決すべきポイント]

                  • 国際機関（ISO、UNECE）を中心に、統一基準の策定を加速する。
                  • 各国の法規制を調整し、共通のルールを適用する枠組みを構築する。
                  • 「最低限の共通基準」を設定し、国ごとに追加規制を設ける形を検討する。

                  (2)V2X（車車間・車インフラ間通信）の標準化の遅れ

                  V2X技術の規格が統一されていない

                  [現在の状況]

                  • V2X（Vehicle-to-Everything）は、車両同士（V2V）、車両とインフラ（V2I）などの通信を可能にする技術。
                  • 現在、V2XにはDSRC（Dedicated Short-Range Communications）とC-V2X（Cellular V2X）の2つの方式があり、統一が進んでいない。
                  • 地域によって採用される規格が異なり、互換性の問題が生じる可能性がある。

                    [課題]

                    • 異なる通信規格が乱立し、相互接続性が確保されていない。
                    • インフラ側（信号機、道路管理システムなど）の対応が遅れている。
                    • 通信規格の違いが、メーカーごとの開発コスト増加につながる。

                    [解決すべきポイント]

                    • DSRCとC-V2Xの統合または相互運用を可能にする標準策定。
                    • 通信プロトコルを統一し、車両・インフラ間の相互接続を保証する仕組みを整備。
                    • 5Gの普及を見据えた次世代V2X通信のルール策定。

                    (3)自動運転の安全基準の統一が進まない

                    各メーカーで異なる安全設計
                    [現在の状況]
                    ・自動運転車の「安全」とは何か？の定義が明確ではない。
                    ・メーカーごとに異なる設計思想でシステムが開発されている。
                    ・「緊急停止」「回避動作」など、事故回避アルゴリズムに差がある。

                    [課題]

                    • 「安全性」の定義が統一されていないため、異なる基準で開発が進んでいる。
                    • 事故回避の判断基準（倫理的課題も含む）が統一されていない。
                    • 国やメーカーごとにテスト方法が異なり、公平な比較が困難。

                    [解決すべきポイント]

                    • 「安全性評価基準」を統一し、試験方法の国際基準を策定する。
                    • AIの判断基準についても、業界全体でルールを作る（例：事故回避の優先順位）。
                    • 事故データの共有を進め、より高度な安全設計を共通基準として採用する。

                    (4)自動運転の試験・認証制度の統一が困難

                    メーカーごとに異なる試験方法

                    [現在の状況]

                    • 各国で異なる認証制度が存在し、メーカーが市場ごとに異なるテストを受ける必要がある。
                    • 例えば、米国はNHTSA（国家道路交通安全局）、欧州はUNECE、日本は国土交通省が規制を策定しており、それぞれ基準が異なる。
                    • シミュレーションと実地試験のバランス、テスト条件の違いなども統一されていない。

                    [課題]

                    • 自動運転システムの認証を国ごとに受け直さなければならず、開発コストが増大。
                    • 同じ車両でも、国によって安全基準が異なるため、ソフトウェアの調整が必要になる。
                    • テスト環境（シミュレーション vs 実走行）に関する基準が統一されていない。

                    [解決すべきポイント]

                    • 国際的な試験基準を策定し、共通の認証制度を確立する。
                    • シミュレーションと実地試験のバランスを考慮し、統一されたテスト環境を整備する。
                    • 自動車メーカーやソフトウェア開発企業が協力し、ベンチマークテストを標準化する。

                    3.6 投資規模とコストの課題

                    自動運転技術の開発には、ハードウェア・ソフトウェア・インフラ整備・法規対応など、膨大なコストがかかります。

                      • ハードウェア → 高性能センサー（LiDAR、カメラ、ミリ波レーダー）、高性能コンピュータの開発
                      • ソフトウェア → AI・機械学習アルゴリズム、リアルタイムデータ処理技術の研究開発
                      • インフラ → 高精度地図、V2X（車車間・車インフラ間通信）の整備
                      • 法規対応 → 自動運転車の認証試験、国ごとの規制への適応

                      これらの開発・整備には莫大な資金と時間が必要であり、技術の発展を妨げる要因の一つとなっています。

                      自動運転の普及には、「開発費の回収」と「価格の適正化」のバランスが重要な課題となるでしょう。

                      (1) 研究開発コストの増大

                      自動運転車は、一般的な自動車と比べて 多数のセンサー（LiDAR・カメラ・レーダーなど） や、強力な AIチップ・ECU（電子制御ユニット） を搭載する必要があります。

                      量産化が進めばコスト低減が期待されるものの、現時点では価格が高く、一般市場への普及を妨げる要因 となっています。

                      [課題]

                      • 高性能センサーやAIチップのコスト削減が進まなければ、市販価格が高くなり普及が進まない
                      • 自動運転技術の開発には、巨額の投資が必要であり、資金調達が難しい企業は参入が困難

                      (2) 実証実験・テストのコストが膨大

                      安全性を確認するために、長期間・広範囲のテストが必要
                      自動運転車の安全性を証明するためには、膨大な走行データの収集とシミュレーションが不可欠 です。

                      しかし、公道試験を実施するには、多額の費用と規制対応が求められる ため、中小企業や新規参入企業にとって大きな障壁となっています。

                      [課題]

                      • 実験コストが高額で、継続的な投資が必要
                      • 公道実験の許可を得るための法規制対応が煩雑

                      (3) インフラ整備のコスト負担

                      自動運転には、道路インフラのアップデートが必要
                      完全な自動運転（レベル4・5）を実現するためには、高精度地図（HDマップ）やV2X通信インフラの整備が必要不可欠です。

                      これらのインフラ整備には、国や自治体、道路管理者などの協力が必要 ですが、投資負担が大きく、整備が進まない地域もあります。

                      [課題]

                      • 公道を走るためのインフラ整備に巨額の投資が必要
                      • インフラ整備の負担を「国・自治体・企業」のどこが負担するのかが不透明

                      (4) 消費者向けのコスト負担と市場競争

                      現在、自動運転技術を搭載した車両は高額であり、一般消費者が手を出しにくい価格帯になっています。

                      [課題]

                      • 価格が高すぎると、一般市場での普及が進まない
                      • 価格競争が激化すると、開発費を回収できず、企業の利益が減少

                      (5) 新規参入企業にとっての資金調達の難しさ

                      従来の自動車産業は、大手メーカーが強い市場でしたが、自動運転技術では新規参入企業（IT企業・スタートアップなど）も多く存在します。

                      しかし、研究開発・テスト・認証・インフラ整備に多額の資金が必要 なため、スタートアップ企業にとって大きな負担となります。

                      [課題]

                      • 新規参入企業は、資金調達が難しく、開発を継続できない可能性がある
                      • 市場競争が激化し、利益を出せる企業が限られる
                      ]]>                       https://sora-autonomous-blog.com/2025/02/23/1-3-%e8%87%aa%e5%8b%95%e9%81%8b%e8%bb%a2%e3%82%92%e5%ae%9f%e7%8f%be%e3%81%99%e3%82%8b%e3%81%be%e3%81%a7%e3%81%ae%e8%aa%b2%e9%a1%8c/feed/ 0                       テスラ We,Robotについて https://sora-autonomous-blog.com/2024/10/15/%e3%83%86%e3%82%b9%e3%83%a9-werobot%e3%81%ab%e3%81%a4%e3%81%84%e3%81%a6/?utm_source=rss&utm_medium=rss&utm_campaign=%25e3%2583%2586%25e3%2582%25b9%25e3%2583%25a9-werobot%25e3%2581%25ab%25e3%2581%25a4%25e3%2581%2584%25e3%2581%25a6 https://sora-autonomous-blog.com/2024/10/15/%e3%83%86%e3%82%b9%e3%83%a9-werobot%e3%81%ab%e3%81%a4%e3%81%84%e3%81%a6/#respond Tue, 15 Oct 2024 13:09:54 +0000 https://sora-autonomous-blog.com/?p=1123 こんにちはソラです。

                      今回はテスラのWe,Robotの発表内容について、ネット上の情報をまとめてみました。

                      …正直なところ、自分用にまとめた記事なので色々と読みにくい箇所があると思いますが、気にせず書いていきます。

                      We,Robot

                      「WeRobot」は、2024年10月10日にテスラが発表した持続可能な未来の交通を実現するための自律機能を中心にした新技術の発表イベントです。

                      目指すのは、完全に自動運転化された車両を通じて、移動手段をより安価で効率的、かつ安全にすること。テスラはこのビジョンを「オートノミーをすべての人へ」という理念のもとで進めています。

                      開催場所はカリフォルニア州ロサンゼルスのワーナー・ブラザースのスタジオ。
                      このイベントで車両を走行させるデモンストレーションのために街を再現されていますね。

                      ロボタクシー事業について

                      イベントでは、ロボタクシーの事業についてと、新しい車両も披露されました。
                      内容をざっくり箇条書きにすると、

                      二人乗りのロボタクシー「サイバーキャブ」を公開

                      • ロボタクシーは公共交通機関のように必要なときだけ利用できる
                      • 複数台購入して収益を得られるようにもなる
                      • 現在の車の平均利用時間は1週間のうち10時間ほどだが、ロボタクシーでは5～10倍の稼働率になる
                      • 停車している間も車載ECUの演算能力を貸し出すことでさらなる収益が望める
                      • 2025年にカリフォルニアとテキサスでロボタクシー事業を開始予定
                      • 最初はモデルYと3で開始
                      • ペットボトルの回収、シートの掃除機掛けは自動で行われる

                      最大20人乗りのロボバン「サイバーバン」を公開

                      ヒト型ロボット「オプティマス」を公開

                      • オプティマスは汎用お手伝いロボットとして販売予定
                      • 用途は子守りや犬の散歩、庭の芝刈り、話し相手など
                      • イベント会場では(スタッフがまわりを囲んでいたが)場内を2足歩行で移動
                      • その他にはダンス、じゃんけん、ビアサーバー等をしていた

                      って感じですね。

                      ロボタクシー：サイバーキャブ

                      Tesla

                      テスラのロボタクシー、「サイバーキャブ」についてまとめてみます。

                      • 乗車定員:2名
                      • 寸法・仕様は非公開
                      • 外観はサイバートラックを丸くした感じ(後ろの方は角ばってますけど)
                      • ガラスルーフ非採用
                      • バタフライドア採用
                      • 後方にトランク
                      • 座席中央にディスプレイ
                      • ハンドル・アクセル・ブレーキは無し
                      • サンバイザーは電動(手動でも動かせる)
                      • AI5(テスラの”自動運転”システムHW5.0にあたるモノ)採用
                      • SAEの運転自動化レベル4の「高度運転自動化」
                      • 非接触型のワイヤレス充電
                      • 販売時期：2027年予定＠イーロン・マスク
                      • 3万ドル以下での販売予定
                      • サイバーキャブの運賃設定は公共交通機関よりも安価になる予定
                      • 具体的にはサイバーキャブは税金等を含め30～40セント
                      • <参考>アメリカ都市部のバス運賃は（実運賃ではなく補助金前のコスト）1マイルあたり1ドル前後

                      ロボバン:サイバーバン

                      Tesla

                      比較的多くの人数や荷物を輸送する車両ですね。
                      こちらも箇条書きでまとめてみます。

                      • 乗車定員:20名
                      • 寸法・仕様は非公開
                      • 外観はトースターか黒板消しクリーナー　テスラ・セミに似たデザイン
                      • スライドドア採用
                      • 運転席無し
                      • 座席は前後で対面
                      • 前面・後面にディスプレイ
                      • AI5(テスラの”自動運転”システムHW5.0にあたるモノ)採用
                      • SAEの運転自動化レベル4の「高度運転自動化」
                      • サイバーバンは20人乗りで運賃は5～10セントを予定

                      Tesla Bot:オプティマス

                      Tesla

                      汎用お手伝いロボットとして子守りや犬の散歩、庭の芝刈り、話し相手、なんでもできることを目指していて、最終的なコストは2～3万ドルを想定。

                      イベント会場の様子を見ると、(スタッフがまわりを囲んでいましたが)場内を2足歩行で移動し、ダンスの披露やドリンクの提供、お客さんとじゃんけんをしてる様子が映されていました。

                      オプティマスは汎用お手伝いロボットなので、将来は自律で動作することを期待されていますが、どうやらこのイベント会場ではリモート操作してたみたいです。

                      とはいえ、よく人の近くで動かしたなぁって思いました。

                      リモートとは言え、下手に動くと周りの人を殴っちゃったりしますからね。

                      感想

                      イベント自体はとても面白かったのですが、正直なところ…どうやってロボタクシーの事業を進めていくのかなって思いました。

                      ロボタクシーといえば、ウェイモやクルーズといった企業が有名ですが、テスラは他社とは異なるところがあります。

                      LiDARや高精度地図を使わない点もそうなのですが、タクシー車両を自社で保有しないところですね。

                      テスラのロボタクシーの構想は、

                      「ユーザーがロボタクシーを購入して、日常生活では乗用車として使い、自分が利用しない時間にはロボタクシーとして営業する」

                      …と、タクシーというよりも、どちらかと言えばウーバーやリフトのようなライドシェアのような形態になっています。

                      ロボタクシーと言ったレベル４の自動運転の法的な責任の所在・・・例えば走行中に整備不良でタイヤが外れたケースだと、(タクシーの)運行会社に求められる流れになってます。

                      (あ、もちろん自動運転のシステムに問題があった場合は自動車メーカーや自動運転システムを作った会社になりますよ。)

                      ウェイモの場合、タクシーの車両は当然ウェイモの車両なのでこのケースだと責任はウェイモになります。

                      でもテスラの場合、車両を所有しているのは個人になるので、そのあたりをどうやって行くのかなって思いました。

                      まぁ、問題にならないようにテスラ側で責任を取る、もしくは整備されてない車両では営業できないようにするくらいはしそうですけどね。

                      他にも…

                      • 配車関係のシステムは自前で用意するのかなぁとか、
                      • 自前で用意するならどのくらいのコストがかかるのかなぁとか、
                      • ウーバーなどの他社の配車アプリで呼べるにもするのかなぁとか、
                      • タクシーとして運用できる上限がありそうとか、
                      • 保守点検関係はどうなるんだろうとか、
                      • 自動掃除機とか非接触型のワイヤレス充電って個人のお家に用意するとは思えないなぁとか、
                      • それじゃぁ保守点検とか充電をする場所ってテスラが用意するのかなぁとか、
                      • 自動運転タクシーの認可取り消されるとものすごく大変なことになりそうだなぁとか、
                      • モデル3とモデルYでタクシーとして運行してる最中に乗客がハンドルとか操作しちゃったらどうなるんだろうとか…
                      • 操作しても自動運転が解除されないようにするのかなぁとか
                      • そういえばとかとかって曲が昔流行ってたなぁとか

                      考えれば考えるほど疑問が浮かびます…

                      何となく…本当に何となくなのですが、

                      都市部では自分専用のタクシーとして「個人が」運用して、
                      地方では公共交通機関の代わりとして「事業者が」複数台運用する…って感じならうまくいきそうだなぁって思いました。

                      前者は「自分専用のタクシー」としての価値があり、後者は鉄道やバスの運行が継続できなくなってきた場合の代替手段として活かせそうだと思います。

                      ただ、都市部で収益を求めるために個人が運用するのは…えっと、その…厳しいかなって思いました…

                      追記

                      [テスラの人型ロボット、イベント中に従業員が遠隔操作－関係者]

                      イベントに登場していたオプティマスですが、ブルームバーグの記事によると遠隔操作をしていたようです。

                      テスラの人型ロボット、イベント中に従業員が遠隔操作－関係者
                      米電気自動車（ＥＶ）メーカー、テスラが先週10日にロサンゼルス近郊で開催したイベント「ウィー、ロボット（We, Robot）」で、テスラの従業員が人型ロボット「オプティマス」の試作品の一部機能を遠隔操作していたと、事情に詳しい関係者が匿名で...
                      www.bloomberg.co.jp

                      イベント中の多くのやり取りは、従業員が別の場所から遠隔操作で監視していたようです。

                      一部の参加者はイベント後、ソーシャルメディアでオプティマスがアシストを受けていたことを示唆。投稿された動画の中では、バーテンダー役を務めるオプティマスが「人間にサポートされている」ことが確認されたとのことです。

                      一方、オプティマスは自律的に歩行することができたとも報告されています。

                      また、オプティマスの登場は当初予定されてなかったみたいです。
                      マスク氏がイベントでのオプティマスに関する発表を通知したのは約3週間前で、ソフトウエアを適切な状態にする時間がなく、遠隔操作が必要になったとの事です。

                      個人的には遠隔操作が必要だったとしてもビジネスに生かせそうな気はしますが、完全に自動で動くロボットと比べるとインパクトに欠けるのでガッカリしたって人は多そうですね…

                      あと遠隔操作ついて、X上でこんなツイートを見つけました。

                      「・・・」

                      と、とりあえず、オプティマスの担当者って大変そうだなぁって思いました。

                      今回は以上です、ここまで読んでいただきありがとうございました。

                      ]]>                       https://sora-autonomous-blog.com/2024/10/15/%e3%83%86%e3%82%b9%e3%83%a9-werobot%e3%81%ab%e3%81%a4%e3%81%84%e3%81%a6/feed/ 0