#自動運転 #ティアフォー #Autoware

ティアフォーが推進する自動運転技術の新たな展望

株式会社ティアフォーは、「自動運転の民主化」というビジョンのもと、自動運転レベル4向けのソフトウェアスタックを公開しました。このプロジェクトは、世界各地の自動車メーカーと協力し、データを活用したAI技術を駆使して、自動運転車両の実用化を目指しています。

自動運転レベル4の新たなソフトウェアスタック

ティアフォーの新たなソフトウェアスタックは、運行設計領域（ODD）を最大化することを目的としており、データ中心のAI技術を基盤としています。特にオープンソースソフトウェア「Autoware」を通じて公開されたこの技術は、業界の異なる要望に応じて柔軟に適用可能です。

自動車メーカーは、自社の走行データを用いてAIモデルの性能を常に向上させることができ、特に「自動運転レベル4+」という概念を提唱しています。これは、特定条件下での完全自動運転を起点とし、実際の運用データを基にAIモデルを改善し続けるアプローチです。

多様なハードウェアに対応した設計

ティアフォーの自動運転ソフトウェアは、異なるシステム・オン・チップ（SoC）やセンサー構成に柔軟に適応できる設計がなされています。ハイブリッド系とエンドツーエンド（E2E）系という2つの系から選択が可能で、運転行動を模倣した判断と走行軌跡生成を実現しています。これにより、自動車メーカーは自身の設計や運用に合わせたシステム開発を行うことができるのです。

グローバルな連携と試験走行

ティアフォーは、東京、ピッツバーグ、ミュンヘンの3地点で、自動運転レベル4機能の試験走行を行っています。これにより、各地域特有の交通特性を反映したデータ収集と技術の実証が進められています。

東京では東京大学と協力し、トヨタ製の「JPN TAXI」を用いて都心部の移動体験を検証。ピッツバーグではカーネギーメロン大学との連携で、ヒョンデ製「IONIQ 5」を使用したロボットタクシーの実証が行われており、ミュンヘンではミュンヘン工科大学と共にフォルクスワーゲン製「T7 Multivan」での安全走行シナリオ評価が実施されています。

機械学習基盤の重要性

ティアフォーが進める機械学習基盤（MLOps）は、走行データの評価や匿名化、アノテーションを行っており、収集したデータに元にした評価も可能です。この機能により、自動運転システム全体の性能向上が図られるでしょう。

国際的な協調体制の強化

ティアフォーは、自動運転の開発を共同で進める国際的な協調体制を重視しています。さまざまな地域での試験走行を通じて、「Autoware」を基盤とし、共通の技術基準を設けることで、より多くのパートナーとともに自動運転の未来を切り拓いています。

まとめ

自動運転技術は、その実用化に向けて着実に進化しています。ティアフォーの取り組みは、技術が社会に受け入れられ、持続可能な未来を築くための大きな一歩となるでしょう。自動車業界全体を巻き込み、自動運転の未来を拓くこのプロジェクトに、今後も注目です。

関連リンク

サードペディア百科事典: 自動運転 ティアフォー Autoware