ティアフォーが公開！AIベース型自動運転レベル4の全貌とAutoware活用で変わる未来を解説

多様なシステム・オン・チップやセンサー構成に対応
「自動運転レベル4+」とデータ中心のAI技術
ソフトウェアスタックの二つの構成
機械学習基盤（MLOps）の活用
日米欧3拠点での試験走行を開始
関係者コメント
株式会社ティアフォーについて
AI Workstyle Lab編集部コメント

多様なシステム・オン・チップやセンサー構成に対応

今回のソフトウェアスタックは、自動車業界からの要望に応え、多様なシステム・オン・チップ（System-on-Chip：SoC）やセンサー構成に適応可能です。さらに、ティアフォーが提供する機械学習基盤（Machine Learning Operations：MLOps）を併せて活用することで、自動車メーカーは自社の走行データを用いてAIモデルの性能を継続的に改善できるとされています。

この技術の有効性を検証するため、東京（日本）、ピッツバーグ（米国）、ミュンヘン（欧州）の3拠点において、大学などと連携した試験走行が開始されました。

「自動運転レベル4+」とデータ中心のAI技術

ティアフォーは、複雑さが異なる多様な走行環境に対して完全自動運転の適用範囲を段階的に拡張していく概念として「自動運転レベル4+」を提唱しています。これは、特定条件下での自動運転レベル4を起点としながら、実運用から得られるデータを活用してAIモデルを継続的に改善し、ユースケースを拡張していく考え方です。今回公開されたデータ中心のAI技術は、この概念を支える中核要素であると位置づけられています。

ソフトウェアスタックの二つの構成

AIベース型自動運転レベル4向けソフトウェアスタックは、2025年7月に公開されたE2Eアーキテクチャを基に「Autoware」の機能実装を拡張したものです。多様な走行環境での適応性と拡張性を前提とし、特定のハードウェア構成に依存せずSoCやセンサーの違いに柔軟に対応できるよう、以下の2つの系からソフトウェア構成を選択可能です。

認識AIと経路生成AIを組み合わせたハイブリッド系：拡散モデルにより周囲環境の時系列的な変化を確率的に捉え、別の機械学習モデルによる環境認識結果と組み合わせることで、人間の運転行動を模倣した判断および走行軌跡を生成します。
すべての運転行動をひとつのAIで行うエンドツーエンド（E2E）系：周辺環境や走行状況をベクトル表現として扱い、世界モデルの概念も活用しながら、認知・判断・操作を統合的に学習することで、環境認識から運転判断、走行軌跡の生成までを一気通貫で実現します。

本ソフトウェアスタックは、「Autoware」のリポジトリが管理されているGitHubで公開されています。

ティアフォーは、「Autoware」の公平な開発管理を担うThe Autoware Foundationと連携し、学術機関、産業界、開発コミュニティが共同でOSS改善を進める枠組みを通じて、AIベース型自動運転レベル4を業界標準として確立し、最先端技術の導入を推進していく方針です。

機械学習基盤（MLOps）の活用

ティアフォーが提供するMLOpsでは、走行データの品質確認、映り込んだ人の匿名化、検索のためのタグ付け、アクティブ・ラーニング基盤による評価に基づくアノテーションを行います。また、収集した走行データに様々な条件を付けて生成された仮想データを統合し、自動運転システムの機能性を評価できます。これらの最先端技術開発は、株式会社松尾研究所との協業をはじめとする数多くのパートナーシップによって支えられています。今後は自動車メーカーとの協業を通じて、大規模な走行データとMLOpsのさまざまな機能を活用してAIモデルの性能を継続的に改善することで、高い実用性を備えたAIベース型自動運転レベル4の実現を目指しています。

日米欧3拠点での試験走行を開始

自動運転レベル4に対するデータ中心なAIの有効性を検証するため、各地域の法令および安全基準に基づき、日本・米国・欧州の交通特性の異なる地域で、異なる車両・SoC・センサー構成を用いて、自動運転レベル4機能の試験走行が開始されました。それぞれの地域において、1回の走行時間は約60分を要し、各地域の法令に基づき安全要員が同乗しますが、安全と判断される走行中の操作介入は想定されていません。

東京（日本）：東京大学と連携し、トヨタ製「JPN TAXI」を用いて、都心部の拠点間を移動する際のユーザー体験を検証します。
ピッツバーグ（米国）：カーネギーメロン大学と連携し、ヒョンデ製「IONIQ 5」を用いて、ピッツバーグ国際空港と大学の往復を含む市街地におけるロボットタクシー実証を行います。
ミュンヘン（欧州）：ミュンヘン工科大学と連携し、フォルクスワーゲン製「T7 Multivan」を用いて、大学周辺の市街地におけるさまざまな走行シナリオに対する安全性評価を行います。

ティアフォーは、オープンソースを基盤とした国際的な協調体制を通じて、自動運転レベル4の社会実装とその持続的な発展を推進していくとしています。

関係者コメント

ティアフォー代表取締役執行役員 CEO 加藤真平氏

「自動運転レベル4+の実現に向けて、環境に応じて自律的に成長し続ける自動運転技術が求められています。今回公開したデータ中心の自動運転AIのモデルと協調型の機械学習基盤は、そのための共通言語であり、産業全体で共有できる出発点です。OSSの『Autoware』とともに、学術機関、産業界、開発コミュニティと協調して自動運転技術の開発に取り組むことで、技術が特定の組織の内側に閉じるのではなく、社会の側に開かれ、継続的に発展していく環境を整えていきます。」

The Autoware Foundation Chairman of the Board of Directors Yang Zhang氏

「『Autoware』は、世界中の研究者、企業、開発者が協力して自動運転ソフトウェアを進化させるための基盤です。ティアフォーとともに進める今回の取り組みは、E2E系の自動運転を実車で検証し、継続的に改善できる国際的な協業体制を強化するものです。日米欧の3地域での走行実証を通じて、標準にもとづいた技術発展と、多様なパートナーが参加できるオープンなエコシステムをさらに拡大していきます。」

東京大学大学院工学系研究科松尾豊教授

「今回公開されたソフトウェアスタックとMLOpsは、高度化されたAIモデルを産業向けに実装するための重要な一歩だと考えています。東京での実証を通じて、日本特有の交通環境におけるデータを蓄積し、それを『Autoware』に還元することで、研究と社会実装の距離をさらに縮めることを目指します。」

カーネギーメロン大学ジョージ・ウェスティングハウス記念教授 Raj Rajkumar氏

「『Autoware』は、『自動運転レベル4+』の概念を形作る重要な技術です。ピッツバーグでの実証では、都市部特有の交通状況のもとで、この技術の有効性の検証を進めます。学術機関と産業界が連携し、『Autoware』を通じて成果を共有することは、グローバルな自動運転技術の発展にとって極めて重要です。」

ミュンヘン工科大学 Professor of Autonomous Vehicle Systems Johannes Betz氏

「今回の取り組みは、自動運転レベル4水準の技術を欧州の都市環境で評価し、その有効性を多角的に検証する貴重な機会となります。『Autoware』を基盤とした連携のもと、地域固有のデータセットを活用しながらAIモデルを改善していく枠組みは、実用性の高い自動運転技術の向上に寄与するものと期待しています。」

株式会社ティアフォーについて

株式会社ティアフォーは、「自動運転の民主化」をビジョンに掲げ、自動運転用オープンソースソフトウェア「Autoware」の開発を主導するディープテック企業です。自社製品として「Autoware」を活用したソフトウェアプラットフォームを提供し、それらを基盤に市場ニーズに応じた自動運転における各種サービスを展開しています。ティアフォーは、「Autoware」が生み出すエコシステムを通じて、世界中のパートナーと連携しながら自動運転の可能性を広げ、より安全で持続可能な社会の実現を目指しています。詳細については、ティアフォーのウェブサイトをご覧ください。

AI Workstyle Lab編集部コメント

今回のティアフォーの発表は、自動運転技術の将来像を具体的に示すものです。特に「自動運転レベル4+」という概念は、実運用から得られるデータを活用してAIモデルを継続的に改善し、ユースケースを拡張していくという、AIの進化と運用の理想的なループを描いています。日米欧での多角的な試験走行は、地域ごとの交通特性に対応するAIの汎用性と堅牢性を高める上で非常に重要でしょう。オープンソースである「Autoware」を基盤とすることで、技術が特定の企業に閉じず、産業界全体で発展していく可能性を秘めています。今後、この取り組みがどのように自動運転社会を加速させるのか、その進展から目が離せません。

📘 もっと基礎から学びたい人へ｜無料で参加できるAIセミナーまとめ

「AIニュースは追っているけど、何から学べばいいか分からない…」そんな初心者向けに、編集部が本当におすすめできる無料AIセミナーを厳選しました。

🔰【初心者向け】生成AIを基礎から学べる無料セミナーまとめ