「AIタクシーの実用化はいつ？」

「AIを利用した自動運転技術の世界各国の現状は？」

AIの発展が目覚ましい昨今、このような疑問を抱えている方も多いのではないでしょうか。

AIタクシーとは、自動運転技術を活用したタクシーサービスのことです。

この記事では、必須技術から国内外の最新活用事例まで、AIタクシーの全貌に迫ります。

スキマ時間で読み切れるようにまとめていますので、迅速に最新トレンドをキャッチアップできます。ぜひ最後までお読みください。

<この記事を読むとわかること>

• AIタクシーの基本概念とその必要性
• AIタクシーに不可欠な技術の詳細
• 世界各国でのAIタクシーの実用例
• 日本国内でのAIタクシーの活用事例

|AIを利用したタクシーとは？

AIを利用したタクシーは、自動運転技術によってタクシーが自律的に乗客を目的地まで運ぶサービスです。

AIタクシーでは、乗車する客の需要予測も重要な役割を果たします。

これは人工知能が過去のデータや様々な要因を分析して、どの地域で需要が高まるかを予測し、タクシーを効率的に配置することを可能にします。

たとえば、天候、イベント、時間帯などの要因を考慮に入れて、需要が高まるであろう場所や時間を予測することなどが可能です。

これにより、タクシー会社は運用コストを抑えつつ、顧客満足度を高めることができるのです。

また、この技術は顧客自身のユーザーエクスペリエンスも改善します。

アプリを通じてタクシーを呼ぶ際、AIは顧客の位置や目的地を把握し、最も近いタクシーを自動的に割り当てることで待ち時間を短縮します。

さらに、個々の顧客の好みや過去の乗車履歴を学習し、パーソナライズされたサービスを提供することも可能です。

要するに、AIを利用したタクシーは、運転の自動化だけでなく、需要予測や顧客サービスの向上といった側面でも、交通業界に大きな革命をもたらしているのです。

|AIタクシーに利用される必須技術

AIにはさまざまな技術分野がありますが、タクシーに利用される技術にはどのようなものがあるのでしょうか。

少し専門的な話になるので難しく感じるかもしれませんが、今後の自動運転技術の進化についていくためにも、以下に紹介する技術は知っておく必要があります。

センサー技術とセンサー融合

AIタクシーにおけるセンサー技術とセンサー融合は自動運転車の環境認識に不可欠です。

センサー技術には、車両の周囲を検知するために様々なセンサーが用いられます。

代表的なものには、レーダー、ライダー（光を用いた検出と測距）、超音波センサー、およびカメラがあります。

センサー融合はこれらのセンサーから得られる情報を組み合わせて、より正確で信頼性の高い「環境モデル」を作り出す技術です。

例えば、カメラは色や形を識別するのに優れていますが、霧や直射日光に弱いです。

一方、ライダーは天候に左右されにくく精密な距離測定が可能ですが、物体の色や細かい特徴を捉えることはできません。

センサー融合により、これらのセンサーの長所を組み合わせ、弱点を補い合うことで、AIタクシーは複雑な交通環境を安全にナビゲートすることが可能になります。

コンピュータビジョンと機械学習

AIタクシーで用いられるコンピュータビジョンと機械学習は、周囲の環境を理解し、適切な運転判断を行うために不可欠な技術です。

コンピュータビジョンは、カメラから得られる視覚情報を解析する技術で、道路標識の認識、信号の状態の判断、障害物の検出などに用いられます。

これは人間の目に相当する部分で、AIタクシーが「見る」ことを可能にします。

一方で、機械学習は、大量のデータからパターンを学習し、経験に基づいて判断を下す技術です。

AIタクシーでは、過去に集められたデータを用いて、様々な交通状況や障害物に対する最適な反応を学習します。

例えば、異なる天候や時間帯における視界条件の変化、歩行者や自転車の予測不可能な動きなど、機械学習によってAIタクシーはより人間に近い運転判断ができるようになります。

また、機械学習は、乗客の行動パターンを学習することで、需要予測や顧客サービスの向上にも寄与します。

利用者の乗車履歴や好みを分析することにより、より効率的なルート提案や、個々の利用者に合わせたカスタマイズされたサービスを提供することが可能になります。

高精度GPSと地図データ

AIタクシーにおける高精度GPSと地図データは、車両の正確な位置特定とナビゲーションのために必要不可欠です。

高精度GPSは、通常のGPSよりもはるかに詳細な位置情報を提供し、AIタクシーが正確な位置を把握し、目的地までの最適な経路を計画するのに役立ちます。

この高精度GPSは、衛星信号の補正情報を用いることで、位置特定の精度を数センチメートル単位にまで向上させます。

これにより、AIタクシーは狭い道路、複雑な交差点、多層交差などの複雑な道路環境でも、正確に自車位置を把握し続けることができます。

地図データは、高精度GPSと組み合わせて使用され、車両が周囲の環境についてより詳しい情報を得るために利用されます。

これらの地図は、ただの道路地図を越えて、交通信号の位置、道路標識、車線情報などの詳細な属性情報を含んでいます。

また、リアルタイムでの交通状況や建設作業、事故情報などを更新し、AIタクシーがこれらの情報に基づいて運転戦略を調整できるようにします。

高精度GPSと地図データを活用することで、AIタクシーは不確実な道路環境に柔軟に対応し、乗客を安全かつ効率的に目的地まで運ぶことが可能になります。

V2X（Vehicle-to-Everything）通信

AIタクシーにおけるV2X（Vehicle-to-Everything）通信技術は、自動運転車が周囲の環境とシームレスに通信することを可能にします。

V2Xは、安全性を高め、交通の流れをスムーズにするために必要な技術です。

たとえば、V2V通信を使用することで、車両は互いに位置、速度、進行方向などのデータを共有でき、衝突の危険を減らすために相互に対応できるようになります。

また、V2X技術は、より広範なネットワークと連携することで、交通状況や天候変化に関するリアルタイム情報を提供し、運転の調整に役立ちます。

これにより、AIタクシーは、予期せぬ事態や混雑を避けるためのルート再計算を行うことができ、全体としての交通の効率と安全性を向上させているのです。

自動運転ソフトウェアプラットフォーム

AIタクシーでの自動運転ソフトウェアプラットフォームは、車両の脳に相当し、センサーからのデータ入力、環境認識、意思決定、車両制御など、自動運転車の全ての機能を統合しています。

主に、様々なセンサーと機械学習アルゴリズム、そしてV2X通信技術などからの情報を集約し、リアルタイムで複雑な運転環境に対応するための複数の微細な判断を行います。

車両が自動的に道路上の障害物を検出し、安全距離を保ちながら進行し、必要に応じて操縦を行うための指示を出すのは、このソフトウェアプラットフォームのおかげです。

このプラットフォームはまた、車両の保守管理や故障診断にも不可欠で、予測保守を通じて車両の性能を最適に保ちながら、故障やトラブルを未然に防ぐことができます。

自動運転ソフトウェアプラットフォームの進歩により、AIタクシーはよりスマートで自律的な運転が可能になり、乗客にとって、より安全で信頼性の高い移動手段を提供することができるのです。

|AIタクシーの世界各国の現状

2023年現在、残念ながら日本では、AIタクシーは実証実験の段階で、正式に採用するまでには至っていません。

日本は他国と比較して人口密集地域が多く、道路も狭く入り組んでいるため、なかなか実用化しづらいのが主な原因です。

日夜研究が進められていますが、各社ともに2026年頃を目処に実用を予定しているようです。

では、世界に目を向けてみるとどうでしょうか。

以下では、世界各国のAIタクシーの現状についてご紹介します。

アメリカ合衆国

アメリカ合衆国におけるAIタクシーを開発している代表的な企業は以下の通りです。

<アメリカ合衆国の代表企業>

• Daimler
• Ford
• General Motors
• Tesla, Waymo
• Navya Group
• Fiat Chrysler Automobiles
• Microsoft

上記企業は既に自動運転タクシービジネスへの参入に必要な資源を有しており、実用化に向けた取り組みを進めています。

トヨタ自動車も、自動運転とAI技術を活用したタクシーサービスの需要予測などの研究を行っており​​、実用化に向けた具体的な取り組みが確認されていますが、全米での実用化の完全なスケジュールはまだ公開されていません。

中国

中国におけるAIタクシーや自動運転技術の現状は、数多くのスタートアップが競争を繰り広げ、定期的に運行する公共サービスを目指しています。

商業化に向けて、自動運転トラックや配送バン、市バスなど、スケールが早い分野にも手を出していますが、長期的にはロボタクシーが中心となる見込みです。

<中国の代表企業>

• AutoX
• Baidu
• Deeproute.ai
• Didi
• Momenta
• Pony.ai
• WeRide

これらの企業は、既に商業サービスの開始に向けて進行中のプロジェクトを持っており、中国の自動運転技術は実用化の道を着実に歩んでいます。

特に、AutoXやBaidu Apollo Goは、実際に公道での有料サービスを展開しています。

シンガポール

シンガポールは自動運転技術の開発においてリーダー的存在であり、2017年という早い段階から積極的な取り組みを行っています。

自動運転車のテストセンターを設立し、自動運転車に関する規制を導入するなど、実用化に向けた法的枠組みを整備中です。

<シンガポールの代表企業>

• NuTonomy

シンガポールにおいても自動運転車は、まだ全面的な実用化段階には至っておらず、安全性を確保するために安全ドライバーの搭乗が義務付けられています。

しかし、自動運転技術のテストベッドとしての役割は拡大しており、将来的には交通や都市計画に大きな影響を与えることが期待されています​​。

欧州

欧州では、AIタクシーよりもロボシャトルスタイルの自動運転車に焦点が当てられています。

これらの車両は商業地や私有地、そして公道で低速で運行され、従来の運転制御機器を持たない設計が特徴です。

<欧州の代表企業>

• EasyMile（フランス）
• Navya（フランス）
• TalTech university（エストニア）
• Mobileye（ドイツでのサービス計画）

欧州の自動運転車の実用化は、米国と比較して進行が緩やかで、商業的なロボタクシーの運行はまだ活発ではありません。

ただし、MobileyeがSixt SEと協力してドイツでのサービスを計画しているなど、今後の動向に注目が集まっているのは確かです。

|AIタクシーの日本国内の事例

先述したように、形は違えどAIタクシーの開発には各国ともに力を入れています。

では、日本の現状はどうなっているのでしょうか。

日本は「ドラえもん」「鉄腕アトム」などの国民的アニメの影響もあり、AIに関しては比較的楽観的な考えを持つ国として注目されています。

「AIは日本の切り札となる」という声も度々耳に入ります。

以下では、そんな日本のAIタクシーの活用事例についてご紹介します。

①トヨタ自動車

トヨタ自動車は「Advanced Drive」という最先端の運転支援技術を開発し、2021年4月に新型LSおよび新型Miraiに搭載して日本で販売を開始しました。

この技術は「Mobility Teammate Concept」に基づき、ドライバーと自動車が協力し合いながら運転することを目指しています。

Advanced Driveは高速道路などで車両を自動運転し、運転者の疲労を軽減しながら安全な運転を支援します​​。

<Advanced Driveの主な特徴>

• 詳細な運転条件に応じた支援
• 他の車両の合流を考慮した運転支援
• 車線変更と追い越しの自動化
• ドライバー監視カメラによるドライバーの状態検出と警告
• 緊急ブレーキに関する先進的な検出と介入
• ドライバーの緊急対応システム
• ソフトウェアアップデートによる機能の追加と更新

これらの取り組みにより、トヨタは自動運転技術の商用化に向けて進展を見せており、人間中心の運転支援を通じて交通事故の死亡者数をゼロにするという目標を掲げています。

②日産自動車

日産自動車は、DeNAと協力して「Easy Ride」という新しい自動運転交通サービスを開発し、横浜市のみなとみらい地区で実証実験を進めています。

このサービスは、IoT技術と日産のモビリティ技術を組み合わせたもので、ユーザーが配車アプリを通じて目的地を指定し、自動運転車がルートを往復運行します。

特に注目すべき点は、NTTドコモとのパートナーシップにより、AIを活用したオンデマンド交通システムと組み合わせた実証実験を行っており、将来の完全自動運転による交通サービスに向けた技術やサービスを提供していることです。

これにより、利便性の向上だけでなく、高齢者や障がい者など交通アクセスが限られがちな層へのサービス提供が期待されます。

③ソニーグループ

ソニーグループは、タクシー需要予測サービスの開発にAI技術を活用し、寿交通の車両に「S-RIDE」を導入しました。

このサービスは、実車率の向上と乗客の利便性を高めることを目指しており、都内で営業するタクシーの走行データを分析して、需要が高い場所をリアルタイムでドライバーに通知します。

特筆すべきは、500m四方ごとの需要ヒートマップ表示や、特定のイベントによる特需の検出と通知機能があり、最適なルートの提案が可能である点です。

このようなデータ駆動型のアプローチはタクシー業界の効率を革命的に変え、特に繁忙期やイベント時の需要対応において重要な役割を果たすでしょう。

また、未経験のドライバーが効率的に働ける環境を整えることで、労働市場における柔軟性とアクセスを改善することにも寄与しています。

④MONET（ソフトバンクとホンダの合併企業）

MONET（ソフトバンクとホンダの合併企業）は、少子高齢化社会を背景に、利便性と効率性を高めた新しい公共交通の形として、オンデマンド配車システムを提供しています。

群馬県富岡市では、MONETの技術を使用して、市内全域をカバーするデマンド交通サービスを実現しました。

これにより、運行時間内に設置された約300カ所の停留所間で、市民は自由に移動できるようになったとのことです。

AIこのシステムは都市のデジタル化と住民のデジタルトランスフォーメーションを促進し、地域の移動アクセスを大幅に改善していると評価できます。

特に、運転免許を返納した高齢者などに効率的な移動手段を提供していることは、社会貢献度は非常に高いでしょう。

⑤NTTドコモ

NTTドコモは、「AIタクシー」というリアルタイムの移動需要予測技術を活用したサービスを提供していました。

（※サービスは2022年6月15日に終了）

これは、様々なデータとドコモの「モバイル空間統計®」を用いて、未来のタクシー乗車需要を10分毎に予測するものです。

特筆すべきは、500m四方のエリア毎に乗車獲得確率を表示し、最適な運行ルートを算出する点です。

このような予測サービスがタクシー業界におけるデジタルトランスフォーメーションを推進し、顧客サービスの向上とドライバーの効率化に大きく寄与したことは評価できます。

終了の背景には、市場の変化やビジネスモデルの調整など、様々な要因が考えられますが、将来的な自動運転技術の発展において得た知見は価値があるでしょう。

⑥熊本市の実証実験

熊本市では、AIを活用した乗り合いタクシー「チョイソコ」の実証実験が行われ、高齢者や子供を含む様々な市民が利用しています。

このサービスは、市民が必要なときに必要な場所へ移動できるように設計されており、特に公共交通が不足している地域における移動の選択肢を増やすことに効果があったようです。

この事例は、地域のニーズに応じた運行スケジュールの柔軟性と効率性を高め、公共交通の空白を埋める有効な手段としてのポテンシャルを持っているといえます。

しかし、採算性の課題が残り、今後の運営モデルやコスト効率の改善が求められます。

|まとめ：自動車大国日本×AIタクシーで日本の未来を切り開く

この記事では、AIタクシーの基本概念から始まり、その背後にある技術、世界各国と日本の現状を詳細に解説しました。

今後、AIタクシーや自動運転技術に関連するサービスは、技術革新と共に進化を続け、さらなる実用化へと向かうでしょう。

これらの進歩は、交通の利便性を高め、社会的包摂を促進し、持続可能な交通エコシステムを構築する基盤となります。

この記事が、AIタクシーと自動運転技術の現状を理解し、今後の変化に備え、また、これらの技術が社会に与える影響を深く考えるための一助となれば幸いです。