HONDAの自動運転車ニュースから学ぶ、自動運転に関わるAI基礎知識（2024年5月21日）

今日のPick Upニュース

今日は自動運転に関するHONDAの記事をピックアップします。

以下は、生成AI “Dall-E”で作ったイメージ写真。

ニュース要約

ホンダは、電動化とソフトウェア開発にたくさんのお金を使うことを決めました。2021年度から2030年度までに使うお金は10兆円です。これは、2022年4月に発表した5兆円の2倍です。この10兆円のうち2兆円は、自動運転（AD）や先進運転支援システム（ADAS）のソフトウェア開発に使います。

ホンダは、2026年に「Honda 0シリーズ」という新しい電気自動車を発売する予定です。この車には、高速道路で自動で運転できるレベル3の自動運転機能が搭載されることを目指しています。

さらに、ホンダはソフトウェア定義車両（SDV）としての競争力を高めるために、独自の車載OS（オペレーティングシステム）や電気/電子アーキテクチャの開発にも力を入れています。これにより、他の自動車メーカーよりも優れた技術を持つことを目指しています。

今回は、３つのポイントに分けて整理していきます

そして、TTT(Tech-Terms-Today)が取り上げたい疑問として、下記も扱います。

AD/ADAS

AD（自動運転）

ADは「自動運転」のことです。

これをかみ砕いて言うと、「車が自分で運転する技術」です。

運転手が何もしなくても、車が自分で進んだり止まったり曲がったりします。

たとえば、あなたが車に乗って「ここに行きたい」と言うと、車が自動でその場所まで運転してくれるイメージです。

ADAS（先進運転支援システム）

ADASは「先進運転支援システム」のことです。

これをかみ砕いて言うと、「運転を助けてくれる色々な便利機能」です。

具体的には、以下のようなものがあります：

車線維持支援

車が自分で車線の中を走り続けるように助けてくれます。たとえば、高速道路で車線からはみ出しそうになると、車が自動で修正してくれます。

自動ブレーキ

前の車や障害物に近づきすぎた時に、自動でブレーキをかけてくれます。急に飛び出してきた人や車に対応できます。

自動速度調整

前の車との距離を保ちながら、車が自動で速度を調整します。渋滞や長距離ドライブでとても便利です。

駐車支援

車が自動で駐車を手伝ってくれます。狭い駐車スペースにもスムーズに停められます。

盲点検知

見えない場所に車がいると、警告してくれます。隣の車線の車が見えない時に便利です。

自動運転のレベル

自動運転には、一定のレベルがあります。

以下の表は、自動運転の各レベルについてまとめたものです。

レベル	名称	説明
レベル0	運転支援なし	全ての運転操作を人間が行う。
レベル1	運転支援	システムがステアリングまたは加減速のいずれかを支援。運転者が常に監視し、他の操作を行う。
レベル2	部分自動運転	システムがステアリングと加減速の両方を支援。運転者は常に監視し、介入できる状態を維持。
レベル3	条件付き自動運転	特定の条件下でシステムが全ての運転操作を行う。運転者はシステムが要求した時に介入する準備が必要。
レベル4	高度自動運転	特定の条件下でシステムが全ての運転操作を実施。運転者の介入は基本的に不要だが、限定された条件下のみでの運用。
レベル5	完全自動運転	すべての条件下でシステムが全ての運転操作を行う。人間の介入は一切不要。

SDVとは何か？

SDV（Software Defined Vehicle）

ソフトウェア定義車両（SDV）は、簡単に言うと「車の機能や性能をソフトウェアで制御・改善する車」のことです。

これをもっと具体的にかみ砕いて説明すると、以下のようなことができるようになります

1. 車のアップデートが簡単

普通の車は、新しい機能を追加したり改善したりするには、部品を交換したり、新しい車を買ったりする必要があります。でも、SDVはスマホのアプリをアップデートするように、ソフトウェアの更新で新しい機能を追加したり性能を向上させたりできます。

2. 車が賢くなる

SDVは、人工知能（AI）や機械学習を使って、車の性能をどんどん賢くします。例えば、運転中のデータを学習して、より安全で効率的な運転ができるようになります。

3. 車の個別設定が可能

SDVは、運転者の好みに合わせて車をカスタマイズできます。例えば、運転者ごとにシートの位置、エアコンの設定、運転スタイルを覚えて、次回乗るときには自動でその設定にします。

4. 遠隔操作や診断が可能

SDVは、遠隔操作や診断ができます。車が故障したときに、修理工場に持って行かなくても、遠隔で問題を診断してソフトウェアを更新することで解決できることもあります。

5. 自動運転との相性が良い

SDVは、自動運転技術との相性がとても良いです。自動運転に必要なソフトウェアアップデートを簡単に行うことができ、常に最新の技術を車に搭載することができます。

例えるなら…

ソフトウェア定義車両（SDV）は、まるでスマホのような車です。スマホのアプリをアップデートするように、車の機能や性能もソフトウェアの更新でどんどん良くなります。車がどんどん賢くなって、安全で快適なドライブをサポートしてくれます。

このように、SDVは未来の車の形を示しており、車の所有や利用の仕方を大きく変える可能性を秘めています。

自動運転はたくさんのデータが必要

自動運転技術は多くのデータに依存しています。

以下に、自動運転に必要な主要なデータの種類とその役割を示します。

以下は、自動運転に利用するデータの種類と詳細をまとめた表です。

データ種類	詳細
センサーデータ	LIDAR、カメラ、レーダー、超音波センサー、GPS
マップデータ	道路レイアウト、標識と信号、インフラ情報
車両データ	車速、ステアリング角度、ブレーキとアクセルの状態、車両ダイナミクス
環境データ	天候情報、交通情報、道路コンディション
ユーザーデータ	運転習慣、乗客のリクエスト
コミュニケーションデータ	V2V（車車間通信）、V2I（車インフラ間通信）
AIと機械学習データ	過去の運転データ、シミュレーションデータ、ラベル付きデータ

責任ある自動運転車開発

責任あるAIとは？

責任あるAI（Responsible AI）は、AI技術を安全かつ倫理的に開発・使用することを指します。これは、AIが社会に与える影響を考慮し、人々の信頼を得るための原則やガイドラインを守ることを意味します。

自動運転と責任あるAIの関係

自動運転技術の開発には、責任あるAIの原則が非常に重要です。以下にその理由をかみ砕いて説明します。

1. 安全性の確保

自動運転車は人の命を預かるため、絶対的な安全性が求められます。責任あるAIは、安全性を最優先に考え、以下の点を確保します。

• 正確なセンサー: 自動運転車はLIDAR、RADAR、カメラなどのセンサーを使って周囲の状況を把握します。これらのデータを正確に処理し、安全に運転できるようにすることが重要です。
• 信頼性の高いアルゴリズム: 車が正確に判断し、適切な行動を取るためには、高度なAIアルゴリズムが必要です。これらのアルゴリズムは綿密にテストされ、安全性が確認されたものでなければなりません。

2. 倫理的な判断

自動運転車が事故のリスクに直面した場合、どのように対応するかは倫理的な問題を含みます。責任あるAIは、このような判断を透明性と公平性を持って行うことを求めます。

• 優先順位の設定: 事故の際に誰を優先するか（例えば、歩行者を避けるために車を止めるなど）の判断は、倫理的な問題です。責任あるAIは、こうした状況に対して明確なガイドラインを設け、偏りのない判断を行うことを目指します。

3. プライバシーの保護

自動運転車は多くのデータを収集しますが、このデータの取り扱いにはプライバシーの保護が必要です。責任あるAIは、データの収集・使用についても厳しい基準を設けています。

• データの匿名化: 収集したデータは個人を特定できないように匿名化されます。これにより、個人情報が不適切に使用されるリスクを減らします。
• 透明なデータ使用: どのデータがどのように使用されるかを明示し、ユーザーが理解しやすい形で情報を提供します。

4. 説明可能なAI

自動運転車の判断がなぜそうなったのかを説明できることも重要です。責任あるAIは、AIシステムの透明性を確保し、必要に応じてその動作を説明できるようにします。

• 意思決定の透明性: AIがどのように判断を下したかを説明することで、ユーザーや規制当局の信頼を得ることができます。

自動運転に関わるキーワード

LIDAR（Light Detection and Ranging）

レーザー光を使用して周囲の環境を3Dマッピングするセンサー。これにより、車両は障害物や地形を高精度で認識できます。LIDARは特に夜間や悪天候での視認性向上に役立ちます。　（LIDAR）

RADAR（Radio Detection and Ranging）

電波を使って物体の距離や速度を検出するセンサー。レーダーは他の車両や歩行者の動きを検出し、車両の自動制御をサポートします。特に高速道路での使用に効果的です。　（RADAR）

カメラ

ビジュアルデータを収集し、道路標識、信号、車線、歩行者などを認識するデバイス。カメラは画像認識アルゴリズムと組み合わせて、詳細な環境情報を提供します。

GPS（Global Positioning System）

衛星を利用して車両の位置を特定するシステム。高精度な位置情報を提供し、ナビゲーションやパスプランニングに使用されます。（GPS）

ADAS（Advanced Driver Assistance Systems）

先進運転支援システム。運転者の安全を支援する技術の総称で、車線維持支援や自動緊急ブレーキなどを含みます。ADASは事故防止に役立ちます。（ADAS）

レベル3自動運転

特定の条件下でシステムが全ての運転操作を行うが、運転者の介入が必要な場合もある自動運転レベル。高速道路など限定された環境での運用が主です。（レベル3自動運転）

レベル5自動運転

すべての条件下でシステムが全ての運転操作を行い、運転者の介入が全く不要な完全自動運転レベル。乗客は完全に運転から解放されます。（レベル5自動運転）

オートパイロット

自動車が自動で運転を行うためのシステム。一定の条件下で車両を制御し、運転者の負担を軽減します。主に高速道路で使用されます。（オートパイロット）

センサー融合

複数のセンサーからのデータを統合して、より正確な情報を得る技術。LIDAR、レーダー、カメラなどのデータを組み合わせて、環境認識を向上させます。　（センサー融合）

機械学習（Machine Learning）

コンピュータが経験から学び、パフォーマンスを向上させるAI技術。自動運転車の予測モデルや制御アルゴリズムのトレーニングに使用されます。　（機械学習）

深層学習（Deep Learning）

人工ニューラルネットワークを使用して、データから複雑なパターンを学習する技術。画像認識や音声認識などに用いられます。　（深層学習）

パスプランニング（Path Planning）

自動運転車両が最適なルートを計算するプロセス。障害物を避け、安全で効率的な経路を選定します。
（パスプランニング）

車車間通信（V2V: Vehicle-to-Vehicle）

車両同士が通信して情報を共有する技術。交通の流れをスムーズにし、事故を防ぐために使用されます。
（V2V）

車インフラ間通信（V2I: Vehicle-to-Infrastructure）

車両と道路インフラが通信して情報を共有する技術。信号機や交通管制センターと連携し、リアルタイムの交通情報を提供します。（V2I）

SLAM（Simultaneous Localization and Mapping）

同時に環境の地図を作成し、自身の位置を特定する技術。自律移動ロボットやドローンにも使用されます。
（SLAM）

リアルタイムオペレーティングシステム（RTOS）

自動運転車両のリアルタイム制御を行うためのオペレーティングシステム。厳密なタイミングでタスクを管理します。
（RTOS）

エッジコンピューティング

データ処理を車両内で行う技術、クラウド依存を減らし、リアルタイム性を向上させます。通信遅延の影響を最小限に抑えます。　（エッジコンピューティング）

障害物検知

車両周辺の物体を検出し、衝突を避けるための技術。LIDARやカメラ、レーダーを使用して実現されます。
（障害物検知）

ビジョンプロセッシング

画像データを解析して、有用な情報を抽出するプロセス。物体認識やシーン解析に使用されます。
（ビジョンプロセッシング）

人工知能（AI: Artificial Intelligence）

人間のように知的な判断を行うコンピュータシステム。自動運転車の制御やナビゲーション、環境認識に広く利用されます。（AI）

AI用語集 & テスト

本日の英単語集

LIDAR (Light Detection and Ranging)

A sensor that uses laser light to create a 3D map of the surrounding environment. This allows the vehicle to accurately detect obstacles and terrain. LIDAR is particularly useful for improving visibility at night and in adverse weather conditions.　(LIDAR)

RADAR (Radio Detection and Ranging)

A sensor that uses radio waves to detect the distance and speed of objects. Radar detects the movement of other vehicles and pedestrians, supporting the vehicle’s automated control. It is especially effective for use on highways.　(RADAR)

Camera

A device that collects visual data and recognizes road signs, signals, lanes, and pedestrians. Cameras, combined with image recognition algorithms, provide detailed environmental information.　(Camera)

GPS (Global Positioning System)

A system that uses satellites to determine the position of the vehicle. It provides high-precision location information used for navigation and path planning.　(GPS)

ADAS (Advanced Driver Assistance Systems)

A general term for technologies that support driver safety, including lane-keeping assistance and automatic emergency braking. ADAS helps prevent accidents.　(ADAS)

Level 3 Autonomous Driving

An autonomous driving level where the system handles all driving tasks under specific conditions, but the driver may need to intervene if necessary. It is mainly used in limited environments such as highways.
(Level 3 Autonomous Driving)

Level 5 Autonomous Driving

An autonomous driving level where the system handles all driving tasks under all conditions, requiring no intervention from the driver. Passengers are completely freed from driving.　(Level 5 Autonomous Driving)

Autopilot

A system that enables a vehicle to drive itself under certain conditions, reducing the driver’s burden. It is mainly used on highways.　(Autopilot)

Sensor Fusion

A technology that integrates data from multiple sensors to obtain more accurate information. It combines data from LIDAR, radar, and cameras to enhance environmental recognition.　(Sensor Fusion)

Machine Learning

An AI technology where computers learn from experience to improve performance. It is used for training prediction models and control algorithms in autonomous vehicles.　(Machine Learning)

Deep Learning

A technology that uses artificial neural networks to learn complex patterns from data. It is used for image and speech recognition.　(Deep Learning)

Path Planning

A process where an autonomous vehicle calculates the optimal route, avoiding obstacles and selecting safe and efficient paths.　(Path Planning)

V2V (Vehicle-to-Vehicle)

A technology where vehicles communicate with each other to share information. It is used to smooth traffic flow and prevent accidents.　(V2V)

V2I (Vehicle-to-Infrastructure)

A technology where vehicles communicate with road infrastructure to share information. It collaborates with traffic signals and control centers to provide real-time traffic information.　(V2I)

SLAM (Simultaneous Localization and Mapping)

A technology that simultaneously creates a map of the environment and determines its own position. It is also used in autonomous mobile robots and drones.　(SLAM)

RTOS (Real-Time Operating System)

An operating system that performs real-time control of autonomous vehicles, managing tasks with precise timing.　(RTOS)

Edge Computing

A technology that processes data within the vehicle, reducing dependency on the cloud and improving real-time performance. It minimizes the impact of communication delays.　(Edge Computing)

Obstacle Detection

A technology that detects objects around the vehicle to avoid collisions, using LIDAR, cameras, and radar.
[(Obstacle Detection)](https://en.wikipedia.org/wiki/Obstacle_detection

まとめ

ホンダの今回の大規模な投資は、自動車業界の未来を見据えた非常に先進的な取り組みです。

電動化と自動運転技術の両方に注力することで、ホンダは環境への配慮と安全性の向上を同時に実現しようとしています。

特に、新しい電気自動車「Honda 0シリーズ」は、未来のモビリティの一端を担う重要なモデルとなるでしょう。

また、ソフトウェア定義車両（SDV）への取り組みにより、車両の機能や性能を常に最新に保つことが可能になり、ユーザーにとってより安全で便利な体験を提供します。

自動運転技術の開発において、責任あるAIの原則を重視すべきです。

安全性、倫理性、プライバシー保護、透明性を確保することで、自動運転システムの信頼性を高め、社会に受け入れられる技術を提供することを目指しています。

ホンダのこの戦略的な投資は、同社が次世代のモビリティソリューションをリードする存在であり続けることを確固たるものにするだけでなく、AI技術の社会的な責任を果たす先駆者となるでしょう。