自律走行車の商業化と関連課題

自律走行車もしくは自動運転車には、センサーやカメラによる知覚能力が備わっています。一般的に、LiDARとカメラが知覚能力を実現するための2つの主要な技術ソリューションのカテゴリーです。米国の自動車技術会（SAE）は、L0からL5までの合計6つのレベルからなる自動運転の分類システムを提案しています。特にL3は重要な閾値となります。特定の条件下では、L3～L5のソリューションを搭載した車両の 促進要因は、自動運転システム（ADS）のサポートにより、一時的にハンドルから手を離すことができます。

L3の機能により、必要なときに緊急制御を 促進要因に素早く戻すことができるため、運転席には運転タスクを引き継ぐ準備ができている人がいなければなりません。とはいえ、L3は完全自動運転に向けた重要なマイルストーンであることに変わりはありません。自動運転技術の導入は、交通効率の向上や二酸化炭素排出量の削減にとどまらず、ヒューマンエラーによる交通事故を減らし、安全性を向上させることが主な目的です。自動運転技術は、スマートシティにおける交通フローの最適化にも貢献できます。さらに、自動運転が情勢3から情勢4に進むにつれて、交通セクターの様相は、交通事業者のビジネスモデルとともに徐々に変化していくと思われます。

当レポートは、自律走行車市場について調査し、自動運転の実用化の現状とビジネスモデル、今後の課題などについて提供します。

目次

第1章 自動運転の実用化 - 現状

• 自動運転車の実用化により、交通流の最適化やスマートシティの実現が期待される
• 自動運転車の開発進度は地域市場別異なり、規制は大規模商用化に大きな影響を与える<

第2章 自動運転車のビジネスモデルと関連する課題

• 自動運転車は人手不足の解消とコスト削減の可能性を秘めている
• ロボタクシーの実用化に向けた課題

第3章 TRIの見解

• L3からL4への移行をサポートする規制と技術が進化し、自動運転車がスマートシティの交通流の最適化に貢献
• 大型車両の生産と技術コストの低減が収益の鍵、自動運転車の実用化までの道のりは遠い

Autonomous or self-driving vehicles are endowed with perception capabilities through sensors and cameras. In general, LiDAR and cameras are the two main categories of technological solutions for enabling perception capabilities. The Society of Automotive Engineers (SAE) in the United States has proposed a classification system for automated driving, comprising a total of six levels from L0 to L5. In particular, L3 marks a significant threshold. Under specific conditions, drivers of vehicles equipped with L3~L5 solutions can temporarily keep their hands away from the steering wheel due to the support from the automated driving system (ADS).

L3 functionality allows for emergency control to be quickly handed back to the driver when needed, so there still must be a person ready to take over the driving task in the driver's seat. Nevertheless, L3 remains an important milestone in the progress towards fully automated driving. The adoption of automated driving technologies extends beyond improving traffic efficiency and reducing carbon emissions; the core purpose of adopting these technologies is to reduce traffic accidents caused by human errors, thereby improving safety. Automated driving technologies can contribute to the optimization of traffic flows in smart cities. Furthermore, as automated driving advances from L3 to L4, the landscape of the transportation sector, along with the business models of transport operators, will gradually change.

Table of Contents

1. Commercialization of Automated Driving - Current Status

• (1) Commercialization of Autonomous Vehicles Is Expected to Lead to Optimization of Traffic Flows and Realization of Smart Cities

• (2) Progress in Development of Autonomous Vehicles Varies Depending on Regional Market, and Regulations Have Significant Influence on Large-Scale Commercialization<

2. Business Models for Operating Autonomous Vehicles and Related Challenges

• (1) Autonomous Vehicles Have Potential to Alleviate Labor Shortages and Cut Costs

• (2) Challenges in Commercialization of Robotaxi

3. TRI's View

• (1) Regulations and Technologies Are Evolving to Support Transition from L3 to L4, and Autonomous Vehicles Will Contribute to Optimization of Traffic Flows in Smart Cities

• (2) Large-Scale Vehicle Production and Lowering Costs of Technologies Are Key to Profitability, so There Is Still Long Road Ahead Before Commercialization of Autonomous Vehicles