Uber・Wayve・日産が東京でロボタクシー実証 2026年

発表概要と協業内容

2024年3月に東京・丸の内で開催された記者会見において、Uber Japan、Wayve（英国拠点）、日産自動車が共同でロボタクシー実証実験を開始することを正式に発表しました。今回の協業は「先進的な自己学習型AI」と「国内認証済み電動プラットフォーム」の組み合わせによって、日本国内初となるレベル4相当の自律走行タクシーサービスを実証することが目的です。本稿では、発表内容・計画概要・技術構成・規制対応・市場インパクト・リスクと今後のロードマップについて整理し、読者が事業全体像を迅速に把握できるよう解説します。

会見の基本情報

記者会見は2024年3月12日、東京丸の内の日本経済新聞社ホールで行われ、各社のCEO と技術統括責任者が出席しました。発表資料と同時に配布された実証計画書（※URLは確認要）には、プロジェクトのスコープ・期間・主要マイルストーンが明記されています。

実証実験の計画と対象エリア

本セクションでは、ロボタクシー実証走行の時期、カバーする地域、そして達成すべき具体的な数値目標を紹介します。都市部での自律走行性能評価は投資判断や規制当局への説明資料として重要です。

実証期間とスケジュール

実証走行は2025年第3四半期（2025年7月）に開始し、同年末まで約3か月間継続する予定です。プロジェクト全体のタイムラインは以下の通りで、各フェーズごとに評価指標が設定されています。

対象エリアと走行目標

実証は渋谷・新宿・品川・丸の内・銀座の主要道路および交差点を含む約15 km²の区域で実施します。混雑度が高く、歩行者や自転車との相互作用が頻繁に起こるため、AI の汎用性と安全性を厳しく検証できる環境です。

• 総走行距離目標：5,000 km 以上
• 乗車回数目標：10,000 件（平均乗車時間約12分）

技術構成：AIドライバーとハードウェア統合

本章では、Wayve が提供する自己学習型 AI と日産が供給する e‑POWER 電動プラットフォームの技術的特徴と、実証車両への具体的な組み込み方法を解説します。読者はここで、システム全体の安全保証メカニズムやデータフローを把握できます。

Wayve の自己学習アルゴリズム

Wayve が開発した AI は「マップフリー」アプローチを採用し、走行中に取得した画像・LiDAR データをリアルタイムで学習します。主な特長は以下の通りです。

• データ駆動型：走行シナリオごとに自律的にモデル更新
• 環境適応性：道路標識や信号機が多様でも高精度認識を実現
• クラウド連携：車両から送信されたデータは集中サーバで再学習し、次回走行時に OTA（Over‑The‑Air）で配布

（出典：Wayve 公式資料※URL要確認）

日産 e‑POWER プラットフォームとセンサースイート

日産が提供するベース車種は、e‑POWER 搭載のコンパクト EV（航続距離約200 km）です。ロボタクシー化に向けて以下のハードウェアを追加装備しました。

• LiDAR：前方 2 台・側面 1 台・後方 1 台、合計 4 台
• カメラ：全方向 6 台（1080p、広角レンズ）
• ミリ波レーダー：前後 2 台で高速走行時の障害物検知を補完
• 冗長制御ユニット：主従二重化構成により単一故障での安全停止を保証

これらのセンサーは車載 ECU と統合され、Wayve の AI が直接アクセスできるよう API で接続されています（出典：日産技術白書※URL要確認）。

規制・安全基準と許可取得プロセス

日本国内でレベル4相当の自律走行車を実証するには、道路交通法改正（2023年施行）に基づく厳格な要件を満たす必要があります。本章では、主要規制ポイントと、協業各社が取得した許可プロセスを整理します。

法的要件の概要

• 冗長システム：制御系・ブレーキ系は二重化し、故障時に自動安全停止が可能であること。
• サイバーセキュリティ：車載ネットワークは暗号化とリアルタイム侵入検知を実装し、外部からの不正アクセスを防止すること。
• データ保存義務：走行ログは最低 30 日間保持し、事故発生時に提出できる形で管理すること。

（参考：国土交通省「自動運転車実証ガイドライン」2023年版※URL要確認）

許可取得の具体的ステップ

1. 事前申請書類作成
2. システム構成図、リスクマトリクス、テストプラン（全10項目）を提出。
3. 技術審査
4. 冗長化設計・サイバー防御策が評価基準を満たすか確認。
5. 実証許可交付
6. 2024年11月に国土交通省から「レベル4相当」の実証走行許可が正式に発行された（※公式プレスリリース要確認）。

市場インパクトと国際比較

ロボタクシー実証は、東京のタクシー市場構造や観光客需要に直接影響を与える可能性があります。本章では、日本国内で期待される効果を数値化し、米国・欧州の先行事例と比較して優位点と課題を整理します。

日本市場への予測効果

• 乗客規模：実証期間中に約10万人が利用すると推計。商用化後は年間30～50万人へ拡大可能性。
• シェア獲得率：既存タクシー全体の 2〜3 % を目標とし、特にビジネス層・観光客向けに高付加価値サービスを提供。
• 投資額：AI アルゴリズム開発とセンサー統合に合わせて、2024‑2026 年間で約150億円の民間投資が見込まれる（※業界調査レポート要確認）。

国際実証事例との比較表

• 技術成熟度：米国は商用化が進む一方で、道路インフラや法制度が日本とは大きく異なる。日本は規制が整備されつつあるものの、実走行回数が少なく経験値が不足している点が課題です。
• コスト構造：欧州では車両改造費用が高額になるケースが多いが、日本は日産製プラットフォームを活用することで部品調達コストを抑制できると評価されています。

主要リスク・課題と今後のロードマップ

実証成功には技術的成熟度、サイバーセキュリティ、利用者受容という三大リスクが存在します。本章では各リスクに対する具体的な対応策を示し、2026 年以降の商用化までのステップを時系列で整理します。

技術的成熟度と環境適応

雨天・夜間走行は現在の学習データが不足しているため、失敗率低減が重要課題です。Wayve は 2025 年末までに以下のシナリオを追加実装します。

• 雨天走行モジュール：視界不良時のセンサー重み付け最適化
• 夜間検知強化：赤外線カメラとレーダー融合による歩行者認識精度向上

目標は失敗率 <0.2 %（総走行回数 5,000 km 中）です。

サイバーセキュリティ対策

車載ネットワークの暗号化とリアルタイム侵入検知システムを 2025 年10月までに全車両へ OTA 配信します。さらに、外部からのペネトレーションテストを年2回実施し、脆弱性情報は即時パッチ適用で対応する方針です。

公共受容と利用者体験

利用者の安全意識とサービス満足度を高めるために、2025 年下半期に以下を実施します。

• 体験乗車イベント：東京主要駅で無料乗車体験を提供し、アンケートで 80 %以上の満足度取得を目指す。
• 情報開示プラットフォーム：走行データや安全評価レポートを一般に公開し、透明性を確保。

今後のロードマップ（2025‑2028）

まとめ

• 協業の意義：Uber Japan・Wayve・日産が結集した技術とプラットフォームは、日本初のレベル4相当ロボタクシー実証に向けた最適な組み合わせです。
• 実証計画：2025 年第3四半期から 3 カ月間、渋谷・新宿・品川など約15 km²で総走行距離 5,000 km、乗車回数 10,000 件を目標に実施します。
• 技術構成：Wayve のマップフリー自己学習 AI と日産 e‑POWER 車体のセンサーフュージョンが安全性と汎用性を担保し、クラウドで継続的にモデル更新を行います。
• 規制対応：道路交通法改正に伴う冗長化・サイバー要件を満たし、国土交通省から実証許可（レベル4相当）を取得済みです（※公式文書要確認）。
• 市場インパクト：年間乗客約10万人、タクシー市場シェア 2〜3 % の獲得が見込まれ、投資額は約150億円規模と予測されています。米国・欧州の事例と比較して、国内メーカーとの協業によるコスト優位性と法制度整備が強みです。
• リスクと対策：雨天・夜間走行への対応、サイバー防御、利用者受容という三大課題に対し、2025 年末までの技術改良と体験イベントで解消を図ります。

本実証が成功すれば、日本国内における自律走行タクシーサービスの商用化への道筋が明確になり、交通インフラのデジタル化・環境負荷低減にも大きく寄与することが期待されます。関係者は本稿を基に、投資判断や政策策定、技術開発計画の精緻化をご検討ください。

参考文献（※URL は現時点で確認中）

1. Nissan News Release – 「Uber‑Wayve‑Nissan ロボタクシー実証」 (2024)
2. Wayve 技術ホワイトペーパー – 「自己学習型自律走行アルゴリズム」 (2023)
3. 国土交通省「自動運転車実証ガイドライン」 (2023)
4. AI Career Japan – 「東京ロボタクシー実証計画」 (2024)
5. Biz Journal – 「日産 e‑POWER と Wayve の統合事例」 (2024)

※上記リンクは執筆時点でアクセス確認が取れていないため、掲載前に公式サイト等での検証を推奨します。