AV 規制の分断に終止符を：国連の新たな枠組みは OEM に何をもたらすのか

自動運転の進展は、長年にわたり市場ごとに分断された規制と一貫性のない安全基準によって制約を受けてきました。この分断は開発コストを押し上げ、スケールを制限し、OEM は世界共通の基準を前提に開発を進めるのではなく、地域ごとに異なる要件への対応を迫られてきました。

しかし今、その流れに大きな変化が起きています。1月に開催された、自動化／自動運転システムおよびコネクテッド車輌を扱う UNECE の専門部会 (GRVA) の第 24 回会合では、2 つの画期的な規則が正式に採択されました。ひとつは欧州、日本、英国など、型式認証制度を採用する地域向けの国連規則、もうひとつは米国やカナダなど、自己認証制度を採用する地域向けの対応する世界技術規則 (GTR) です。これらにより、SAE レベル 3 および 4 を対象とする、自動運転システムのための、世界的に整合性のある初の規制枠組みが確立されます。最終採決は 6 月の WP.29 で予定されており、この枠組みは型式認証制度を採用する地域において、早ければ 2027 年にも発効する見込みです。

なぜ今この動きが起きているのかにも、注目する必要があります。EU、日本、米国などの代表団は、歴史的に整合が難しかった型式認証と自己認証の枠組みをすり合わせるため、約 8 年にわたって協議を重ねてきました。1 月の GRVA で実現した大きな前進は、そのプロセスが実を結んだものです。OEM にとって、これはグローバルな AV 展開を阻んできた長年の課題を解消するものであり、時間が解決してくれるような問題ではありませんでした。

規制要件のポイント

エビデンスに基づく安全論証：メーカーは、自社のシステムが想定される用途に対して十分に安全であることを、技術文書に裏付けられた体系的な論証として提示する必要があります。これは、必須要件である安全管理システムを通じて、開発、生産、展開、展開後のモニタリングに至る車両ライフサイクル全体を対象とします。実務上は、システム要件から設計、テスト、検証までを追跡可能な形でつなぎ、規制当局が監査できる形式で文書化することを意味します。これは、パフォーマンステスト中心の考え方から、プロセスに対する説明責任へと軸足を移す重要な変化です。

人間のドライバーと同等以上のパフォーマンス：ADS は、有能で注意深い人間のドライバーと同等以上の水準で性能を発揮する必要があります。この基準は技術に依存せず、ルールベースのシステムにも AI 駆動型アーキテクチャにも等しく適用されます。

主要な検証手法となるシミュレーション：バーチャルテストは、シミュレーション ツールチェーンが信頼性評価を通過し、その結果が実環境に適用できる場合、安全性を示す有効なエビデンスとして認められます。信頼性評価とは、シミュレーション ツールが現実世界の物理現象、センサー特性、交通挙動を十分な精度で再現し、シミュレーション環境の外でも意味のある結果を示せることを証明するものです。規制当局は、ツールチェーンの精度が文書化されているか、限界が開示されているか、また結果が実世界のデータと相関づけられているかを評価します。これは、単に大量のシミュレーション走行距離を積み上げるよりも高い水準を求めるものです。

グローバル展開へのパスポート：型式認証制度と自己認証制度の要件が整合されることで、メーカーは共通基準に基づいて開発を進め、グローバル市場に参入できるようになります。

Applied Intuition のアプローチ

Applied Intuition の自動運転システム (SDS) は、この規制枠組みが定める要件を満たすように構築されています。認識、予測、計画、制御に至るまで、我々のシステムは安全論証の手法を基盤に開発しています。トレーサビリティと体系的な安全論証は後付けではなく、すべてのコンポーネントの設計と検証のあり方そのものに組み込まれています。

この枠組みの下で自動運転システムを市場投入する方法を検討している OEM に向けて、Applied Intuition は、コンプライアンス アーキテクチャをすでに備えた量産対応の自動運転システムを提供します。

フィジカル AI を支える Applied Platform

フィジカル AI を支える Applied Platform は、インテリジェント システムの構築と検証に必要なエンドツーエンドのインフラストラクチャです。我々の自動運転システムを支える基盤であり、独自のプログラムを構築する OEM にとって、第一の選択肢となるプラットフォームでもあります。

この規制枠組みでは、メーカーに対し、信頼性のあるシミュレーション エビデンスと、車両ライフサイクル全体にわたる再現可能な結果によって、安全性を証明することが求められます。このプラットフォームは、こうした要件を大規模な運用環境で満たし、フリートや長期にわたるプログラム全体で、ペタバイト規模のデータ取り込み、キュレーション、処理を行い、再現可能な追跡性とコストを考慮した実行を可能にします。

これまでに、このプラットフォームは顧客プログラム全体で 1 億 5,000 万件を超えるシミュレーションの実行を支え、数十億マイルに及ぶ走行距離と、実際の道路で遭遇するには何十年もかかるようなエッジケースをカバーしてきました。この規模を可能にしているのが、センサーからシミュレーションまでをつなぐクローズドループ パイプラインです。実世界のフリートデータは継続的にシミュレーション シナリオへと変換され、各検証サイクルで得られたメトリクスが次のサイクルへフィードバックされることで、安全性を裏付けるエビデンス基盤が時間とともに積み上がっていきます。

規制が求める信頼性の水準を満たすには、シミュレーションが現実世界の物理現象、センサー挙動、交通パターンを十分な精度で再現している必要があります。このプラットフォームは、高精度に再現された環境を実現するニューラル再構成や、現実的かつ制御可能な交通シナリオを生成する ML 行動エージェントなど、最先端の AI 技術によってこれを実現します。これは、規制当局がツールチェーンを評価する際に確認する、文書化されたシミュレーションの再現精度にあたります。

新たなグローバル AV 規制枠組みへのコンプライアンスに向けた迅速な対応を、Applied Intuition がどのようにサポートできるか、ぜひお問い合わせ.