KDDI、レベル4自動運転の遠隔監視AI開発 11月実証へ

通信大手KDDIは2026年10月22日、レベル4自動運転車両の遠隔監視を支援するAIエージェントを開発したと発表した。1人の監視者が複数の車両を担当する「1対N型」の運用を想定し、異常が起きた車両の状況をAIが分析する。11月から同社のモビリティコントロールセンターで模擬実証を始め、2027年以降の早期社会実装を目指す。現時点では開発の発表であり、AIが監視者の代わりに最終判断を下す仕組みではない。

複数の車両が同時停止する場面を想定

遠隔監視型のレベル4自動運転では、一定の条件下で車両が運転を担う一方、異常時の対応に備えて監視者を置く必要がある。例えば大雨で同じ地域の自動運転バスが相次いで停止すると、監視画面に大量のアラートが届く。車両ごとに停車位置や周辺の危険が異なるため、人が映像を順番に確認するだけでは対応が遅れるおそれがある。今回のAIは、こうした監視業務の負担軽減を狙う。

停車後の変化を見て優先順位を更新

AIエージェントは異常アラートを契機に車両情報やカメラ映像を分析し、対応が必要な車両を優先度順に示す。停車直後には安全に見えた場所でも、後から倒木や冠水などが発生する可能性がある。AIは停車後も周囲の変化を継続的に調べ、危険度が変われば優先順位を更新する。監視者が別の車両に対応している間にも、状況の変化を見逃しにくくする設計だ。

VLMで推奨対応と理由を表示

映像と文章を扱う視覚言語モデル（VLM）を使い、車載カメラの映像と車両の状態を組み合わせて分析する。緊急通報や現場への駆け付け手配などの推奨対応に加え、判断の根拠となった画像と文章を監視画面に表示する。例えば前方に倒木があり再発車できない場合、その状況を示して現場対応を提案する。AIの出力を参考にしながら、監視者自身が必要な確認と最終判断を行う。

11月に模擬実証、導入は2027年以降

KDDIは11月から、多数の車両で異常が同時に起きる場面や、停車後に周辺状況が変わる場面を模擬して有効性を検証する。KDDIスマートモビリティと連携して改善を進め、2027年以降の早期社会実装を目標に掲げる。ただし、何台を1人で監視できるか、負担をどれほど削減できるかといった実測値は今回の発表では示されていない。

自動運転の普及を支える裏方の技術

KDDIはすでに茨城県つくば市の自動運転路線バスで遠隔監視を開始している。政府が2030年度までに自動運転サービス車両を国内1万台とする目標を掲げるなか、監視業務を効率化できるかは運行体制の拡大に関わる課題だ。今回のAIは運転操作そのものを自動化する技術ではなく、異常時に人が判断するための情報を整理する支援技術として位置付けられる。

実証で確認すべき課題

今後は、雨や夜間など映像が不鮮明な状況での認識精度、誤警報や見落とし、通信が不安定な場面での運用が焦点となる。複数の緊急事態が重なった際に、AIが示す優先順位が人の判断にどの程度役立つかも重要だ。KDDIは10月27日・28日の「KDDI SUMMIT 2026」で関連展示を予定している。安全性と実務負荷を検証した結果が、次の評価材料となりそうだ。