自動運転AIを鍛える。高精度空間データ

自動運転技術が高度化するにつれ、開発現場が求めるのは単純な走行ログではなく、複雑な現実世界を忠実に再現した高品質な学習データだ。自動運転技術が高度化する中、AI開発ではデータの量だけでなく、質や多様性も重要性を増している。複雑な交差点をはじめ、現実の道路環境を反映したデータを活用し、シミュレーションの精度を高めることもその一つだ。データ品質の課題に対し、現実空間を精密にデジタル化してAIの知能を育成する新たなアプローチが、欧州の国際展示会で高い関心を集めた。（文＝RoboStep編集部）

▼国内外のトレンドを毎日掲載！
ロボット活用のリアルを解く『RoboStep』

2026年6月、高精度3次元データを提供するダイナミックマッププラットフォーム株式会社は、ドイツのシュトゥットガルトで開催された自動運転および先進運転支援システム（ADAS）の国際展示会「Autonomous Vehicle Technology Expo 2026」に出展し、その成果を公開した。

（引用元：PR TIMES）

同展示会は自動車メーカー（OEM）やソフトウエア企業が世界中から参加する、自動運転・ADAS技術に特化した業界イベントである。同社のブースでは、AIの学習に向けた「AIネイティブデータ」と、高精度3次元地図データを活用した交通シミュレーションのモデル構築について紹介が行われた。

具体的には、事故リスクが高く複雑な交差点のデータを例に挙げ、点群データやカメラ画像、高精度な位置情報のほか、最新の空間表現技術である3DGS（3D Gaussian Splatting）を統合したマルチモーダルデータの構成や活用方法を解説した。現実世界をセンチメートル級の精度で計測・整備したデータを活用し、複雑な道路環境を反映したシミュレーションモデルを効率的に構築できるのが特徴だ。

（引用元：PR TIMES）

ブースを訪れた来場者からは、「法規や安全性評価の観点から、現実を反映したシミュレーションの重要性がさらに高まる」といった声が寄せられたという。また、会期中に行われた講演後には、「AI開発では、データの量だけでなく質や多様性の重要性を再認識したデータの量だけでなく質や多様性の重要性を再認識した」との反応や「AIによる開発が進む中で、AIネイティブデータの価値が今後さらに高まる」との見方も示された。

自動運転の根幹を担うAI開発は、アルゴリズムの優劣を競う段階から、いかに良質なデータを効率よく集めて学習させるかというフェーズへ移行している。

システムに安全な運転を学習させるには、晴天時の直線道路を走行するデータだけでは不十分だ。飛び出してくる自転車や、複雑な形状をした交差点での車両の交錯など、現実世界に潜む無数の例外事象をAIに経験させなければならない。しかし、これらをすべて実際の公道でテストして収集することは、膨大なコストとリスクを伴うため非現実的である。

そこで必要となるのが、仮想空間の中に現実世界の複雑さをコピーしたシミュレーション環境だ。高精度の3次元地図や3DGSを組み合わせた空間データは、AIにとって現実世界そのものとして機能する。このデジタルツインの中で、AIは何万回という仮想の走行テストを繰り返し、シミュレーション上で様々な走行条件を検証できる。データそのものがAIの学習を前提として設計されたアプローチは、自動運転開発のリードタイムを短縮する。

さらに、この高精度な空間データは、各国の法規対応や安全性評価の認証プロセスにおいても不可欠なインフラとなるだろう。自動運転車が市場へ投入される際、いかなる道路環境でも安全に稼働できることを客観的なデータに基づいて証明する必要があるからだ。

アルゴリズムがどれほど優れていても、学習環境が現実と乖離していれば、その知能は公道では通用しない。現実空間を極限まで精密にデジタル化し、AIのための良質な学習素材を提供する。データという見えない資産の質を高めるアプローチが、誰もが安心して利用できる自動運転社会の土台を確固たるものにしようとしている。

▼国内外のトレンドを毎日掲載！
ロボット活用のリアルを解く『RoboStep』