車の自動運転の歴史

SF映画や未来の都市構想の中で描かれてきた「人間がハンドルを握らずに目的地へ向かう移動体」という夢は、現代において急速に現実のものとなりつつあります。自動車の自動運転技術は、単なる移動手段の利便性向上にとどまらず、交通事故の減少、高齢者や移動困難者の交通手段確保、物流業界の人手不足解消といった社会課題を解決する鍵として大きな期待を集めています。今日、私たちが目にする高度な運転支援システムや、特定の地域で運用される無人タクシー（ロボタクシー）は、何もないところから突如として誕生したわけではありません。その背景には、約一世紀にわたる技術者たちの試行錯誤、センサーやコンピュータ技術の進歩、そして社会制度との格闘という壮大な歴史が存在しています。
自動運転という概念の原点は、意外にも自動車産業が産声を上げて間もない20世紀前半にまで遡ります。1920年代から1930年代にかけて、アメリカを中心に「無人自動車」の実験や概念実証が行われました。1925年、発明家フランシス・ウディナが披露した「アメリカン・ワンダー」という車は、後続の車両から無線信号を送信することで、エンジン始動やステアリング操作を遠隔制御する仕組みでした。また、1939年のニューヨーク万国博覧会でゼネラルモーターズ（GM）が展示したパビリオン「フューチュラマ」では、道路に埋め込まれた磁気回路や電線から制御信号を受け取り、車が自動で走行する未来の高速道路網が描かれました。この初期の時代において、自動運転とは車単体の知能ではなく、インフラ側から車を制御する概念として捉えられていました。
戦後、1950年代から1960年代にかけても、こうしたインフラ誘導型の自動運転研究は続けられました。アメリカのGMやRCA社、あるいは各国の研究機関が、道路に埋設した電線から発生する磁場を車体底部のセンサーで検知し、車線を維持しながら走る実験に成功しました。しかし、この方式は道路インフラ全体を改修しなければならず、天大なコストと時間がかかるため、実用化へのハードルは極めて高いものでした。
技術の潮目が大きく変わったのは1970年代から1980年代にかけてです。コンピュータの小型化とカメラや画像処理技術の進歩により、インフラに頼らず「車自体が周囲の状況を認識して判断する」という視覚ベースの自律型自動運転への転換が始まりました。
この分野で世界的な先駆となったのが日本の研究です。1977年、日本の通商産業省（現・経済産業省）機械技術研究所が開発した車両は、車体に搭載した2台のカメラで前方の道路標示を認識し、時速約30キロメートルでの自律走行に成功しました。これが世界初の「視覚情報に基づき自律走行する自動車」とされています。同時期、ドイツのミュンヘン国防大学のエエルンスト・ディックマンズ教授らは、カメラ画像からリアルタイムで自車の位置や動体を計算する「動的視覚」の理論を確立し、1980年代半ばにはメルセデス・ベンツのバンを改造した実験車で、交通のないテストコースにて時速100キロメートル以上での自律走行を成功させました。
1980年代から1990年代にかけては、米国のDARPA（国防高等研究計画局）による自動陸上車両（ALV）プロジェクトや、欧州の産学官共同プロジェクト「プロメテウス」など、大規模な国家レベル・地域レベルの研究開発が加速しました。ディックマンズ教授らのチームは1995年、改造したメルセデス・ベンツSクラスを用いて、パリからコペンハーゲンまでの約1600キロメートルの道のりを、大部分を自動運転（ドライバーが介入しつつもステアリングやアクセル操作を車に委ねる形）で走破するという金字塔を打ち立てました。
しかし、当時のシステムはあらかじめ設定された環境や高速道路のように構造化された道路での走行に特化しており、交差点や歩行者、他車両が複雑に入り乱れる一般市街地での走行は不可能に近いと考えられていました。この限界を打ち破るきっかけとなったのが、2000年代半ばに開催された「DARPAグランド・チャレンジ」です。
米軍の技術開発の一環として開催されたこの無人自動運転車のレースは、自動運転史における最大のターニングポイントとなりました。2004年の第1回大会では、砂漠の非舗装路コースをゴールできた車両は1台もありませんでした。しかし、翌2005年の第2回大会ではスタンフォード大学のチームが完走して優勝し、さらに2007年の「アーバン・チャレンジ」では、模擬市街地において交通ルールを守りながら他車や障害物を回避して走る高度な自律走行が達成されました。このレースを通じて、LiDAR（レーザー光を用いた3次元距離測定装置）や高精度GPS、ミリ波レーダー、そして高度な環境認識アルゴリズムの統合という、現代の自動運転技術の骨格が完成しました。
DARPAのレースで活躍した天才的な研究者やエンジニアたちは、その後IT巨頭や自動車メーカーへと引き抜かれていきました。特に2009年にGoogleが開始した自動運転車プロジェクト（現在のWaymo）は、自動車産業の外側から自動運転の商業化を一気に押し進める原動力となりました。Googleの参入以降、既存の大手自動車メーカーも激しい技術開発競争に巻き込まれ、IT企業と自動車産業が交錯する新たな時代が幕を開けました。
2010年代以降、自動運転の普及に向けた階層分けとして、米国自動車技術会（SAE）が定義した「レベル0からレベル5」までの区分が世界的な標準となりました。運転支援機能であるレベル1やレベル2（車線維持や全車速追従機能付きクルーズコントロールなど）は一般の市販車に急速に搭載され、安全性能の向上に大きく貢献しました。一方、特定条件化でシステムが運転を担うレベル3や、限定地域で運転手が完全に不在となるレベル4の実用化に向けたレースも激しさを増しました。
2020年代に入ると、技術の主軸はディープラーニング（深層学習）をはじめとする人工知能（AI）へとシフトしました。カメラ画像や各種センサーのデータを高度なAIアルゴリズムで処理することで、予測不能な歩行者の飛び出しや複雑な交通状況に対しても、人間以上の精度とスピードで判断を下すことが可能になりつつあります。すでに米国のサンフランシスコやフェニックス、中国の主要都市などでは、ドライバー無人のロボタクシーが商業サービスとして公道を走行しており、レベル4の社会実装が現実のものとなっています。また、市販車においても限定された高速道路等でドライバーが手や目を離すことができるレベル3搭載車が公道を走る時代となりました。
もちろん、完全な自動運転（レベル5）の達成や世界的な全面普及には、技術的な信頼性の向上だけでなく、事故発生時の責任所在を巡る法整備、倫理的な課題、サイバーセキュリティ対策、そして人々の心理的な受容性など、解決すべきハードルは依然として存在します。
1920年代の無線コントロールの夢から始まり、インフラ誘導型実験、視覚ベースの自律走行、DARPAチャレンジによる技術革新、そしてAIによる現代の社会実装へ。車の自動運転の歴史は、人間が自らの手を離して機械に命を委ねるという巨大なパラダイムシフトに向けた、絶え間ない技術革新と挑戦の歴史そのものと言えます。