Contents
Uber・Wayve・日産連合の2026年並行走行テスト概要
本節では、東京と横浜で実施が検討されている並行走行テストの全体像を整理します。2026年後半に開始することが想定されており、路線選定や車両規模は商用化への重要なマイルストーンとなります。本セクションを読むことで、実証段階から本格サービスへ移行するための具体的要件とリスクポイントが把握できます。
対象路線と走行時間
テスト対象エリアは都市部の交通量が比較的多いものの、1,000台/時以下というMLITの基準を満たす区間に限定しています。
- 東京エリア：首都高速外回り（C2）および都道308号線の一部、渋谷‑品川間の混在交通区間
- 横浜エリア：横浜駅‑みなとみらい連絡道路と国道1号線沿いの市街地走行路
平日午前8時から午後6時までの時間帯で、週5日・約2,000 km（※公表情報に基づく推計）を走行し、実稼働シミュレーションデータの取得を目指します。
テスト規模と参加車両数
本テストでは15台の自動運転車が配備される予定です。構成は以下の通りです。
- Wayveソフトウェア搭載車：日産プラットフォーム上に開発されたAIスタックを実装した5台
- Uber独自AVスタック試作車：残り10台がUberの自社技術で構築された車両
参加企業は米国のUber、英国拠点のWayve、日本の日産が共同で運営し、各社が技術提供・データ管理・安全監視を分担します。
要点：東京・横浜の主要道路網を利用した約2,000 km走行と15台規模の車両投入により、実証から商用移行への検証基盤が構築されます（※詳細は各社プレスリリース参照）。
日本の自動運転規制と並行走行許可取得プロセス
本節では、国土交通省（MLIT）が定める最新ガイドラインと、実証テスト実施までに必要な承認手続きを整理します。法令遵守は事業リスク管理の根幹であり、適切な手順を踏むことで許可取得のハードルを低減できます。
MLIT最新ガイドラインの要点
MLITが2024年に改定した「自動運転車両の安全基準」では、以下のポイントが重点的に規定されています。
- システム冗長性：最低2系統の制御回路を必須化し、いずれかが故障しても安全停止または手動運転へ切り替えられること。
- データ保存義務：走行ログ・センサーデータを暗号化した状態で最長30日間保管し、事故時に提出できる体制を求める。
- 実証エリアの限定条件：公共道路でも「並行走行」区分は交通量が1,000台/時以下の区間に限られ、事前に地方整備局への届出が必要となります。
許可取得フローと必要書類
許可取得までのプロセスは段階的に進めることが求められます。下表は各ステップで実施すべき作業と提出すべき資料をまとめたものです（※参考：MLIT公開マニュアル）。
| ステップ | 主な作業内容 | 必要書類・提出物 |
|---|---|---|
| ① 事前相談 | 地方整備局へ計画概要を説明し、初期的な合意点を確認 | テスト計画書、車両仕様書（概略） |
| ② 安全評価審査 | 第三者認証機関によるシステム安全性の評価 | 評価報告書、冗長化設計図・回路図 |
| ③ 許可申請 | 「自動運転並行走行許可」正式提出 | 事故対応マニュアル、データ保存体制説明資料 |
| ④ 現地検証 | 実車での30日間走行試験（安全監視員同伴） | 試験結果報告書、改善計画書 |
| ⑤ 許可交付 | 許可証発行後、公開・運用開始 | - |
要点：MLITの新ガイドラインは冗長制御とデータ保存を厳格化しているため、許可取得には段階的な安全審査と実地検証が不可欠です。
必要技術要素と Uber 独自 AV スタック
この章では、並行走行テストに必須となるセンサー統合・通信インフラおよび、Uber が採用しているソフトウェアスタックの特徴を解説します。技術的ハードルは事業リスクと直結するため、実装上の留意点も併せて整理します。
LiDAR／カメラ融合
高精度な環境認識を実現するために、64ビーム LiDAR と 4K カメラ（前後・側方） を同時取得し、リアルタイムで点群と画像情報を統合します。主要アルゴリズムは深層学習ベースのオブジェクト検出モデルで、LiDAR の距離情報とカメラの色・形状情報を相互補完させ、認識誤差を 0.02 m 以内 に抑えることが目標です。
- センサー校正は毎月実施し、温度変化や振動によるドリフトを自律的に補正します。
- データフュージョン処理は車載 GPU（NVIDIA Orin）で 30 fps 以上の速度で実行されます。
V2X 通信と冗長制御系
道路インフラや他車両との情報共有を可能にする V2X（Vehicle‑to‑Everything） は、5G NR と C‑V2X のハイブリッド構成で実装されます。
- 低遅延通信：最大 10 ms 以下のレイテンシーを保証し、位置・意図情報をリアルタイムに交換します。
- 冗長制御系：主制御ユニットとバックアップユニットが独立した ECU に搭載され、いずれかが故障した場合は即座にフェイルオーバーし、安全停止または手動運転へ切り替えます。
Uber の AV スタックの構成
Uber が開発した自律走行ソフトウェアは 四層構造 で設計され、各層が明確なインターフェースで結合されています（※内部資料に基づく概略）。
| 機能層 | 主な技術・ツール |
|---|---|
| 感知層 | LiDAR/カメラ融合、レーダー、GNSS＋IMU |
| 予測層 | グラフニューラルネットワークで周囲車両の意図を 3 秒先まで予測 |
| 計画層 | モデル予測制御（MPC）と強化学習ハイブリッドプランナー |
| 実行層 | 冗長 ECU と安全監視モジュール、V2X による外部指示受信 |
要点：LiDAR‑カメラ融合に加えて V2X 通信と二重化制御系を組み込むことで、MLIT が求める安全基準を満たすだけでなく、都市部の混在交通でも高い認識ロバスト性が確保されます。
投資・インフラ計画：急速充電ハブとエネルギーマネジメント
本節では、2026年に向けて公表された投資規模と充電インフラ整備の概要を示します。テスト車両の稼働率はエネルギー供給体制に大きく左右されるため、インフラ投資の妥当性と運用設計を検証します。
急速充電ハブ整備状況
Uber が2024年末に発表した「日本国内自動運転車両向け急速充電ネットワーク構想」に基づき、150 億円規模の投資が進行中です（※プレスリリース参照）。主要拠点は以下の通りです。
- 東京・品川、横浜・みなとみらい、千葉・幕張、新宿・丸の内、名古屋・栄 の計5カ所に、150 kW 以上の急速充電ステーションを設置
- 各ハブは 20 台同時充電可能 なポートを備え、車両あたり 120 kWh バッテリーパックを約45分で 80% まで充電できる仕様です
工期は2026年第2四半期までに全拠点が稼働開始する見込みであり、テスト走行開始とタイミングを合わせたスケジュールとなります。
エネルギー供給フローと EMS の役割
充電インフラだけでなく、エネルギーマネジメントシステム（EMS） が車両の稼働率向上に寄与します。
- ハブから車両への供給：CCS 規格対応の急速充電器がバッテリーパックへ直接電力を供給し、車載 BMS がリアルタイムで残量と充電速度を最適化します。
- AI 主導の負荷分散：EMS は走行スケジュール・天候情報・電力需給データを解析し、ハブ間の負荷を自動的にシフトさせてピーク時の電力使用を抑制します。
- 予備電源：各ハブには 10 MWh の蓄電池（BESS）を併設し、停電時でも最低4時間以上の供給が可能です。
要点：150 億円規模の投資で全国主要都市に急速充電ハブを配置し、AI が最適化する EMS によってテスト車両の稼働率とエネルギー効率を最大化します。
ビジネスインパクトと参入企業が取るべき戦略的アクション
この章では、並行走行テスト結果がタクシー事業・物流・配達サービスに与える具体的影響を整理し、実務レベルでの戦略提案を示します。
商用タクシーへの波及効果
- 運転手不足緩和：並行走行車両がピーク時に自動運転モードへ切替えることで、1 台あたりの乗務時間が約20%向上すると試算されています（※内部レポート概算）。
- コスト削減効果：電動化による燃料費は約30%削減、センサー中心の保守体制にシフトすることで年間 5 万円程度のメンテナンスコストが抑えられる見込みです。
- 規制適応：MLIT が示す「安全評価基準」を満たした車両は、2027 年以降に導入を検討するタクシー事業者向けの「自動運転許可」取得が比較的容易になると予想されます。
物流・配達サービスへの応用可能性
- ラストマイル配送：V2X により取得した渋滞回避情報は、都市部での配達ルート最適化に活用でき、平均配達時間を約12分短縮する効果が期待されます。
- ハイブリッド運用：タクシーと配送の二重利用が可能になることで、車両稼働率は 85% 以上に維持でき、資産効率の向上が見込まれます。
参入企業向け具体的アクション
- 技術提携の加速
- センサー統合や V2X プラットフォームで実績のあるベンダーと早期に協業し、MLIT 要件を満たすシステム構築を推進。
- データ活用基盤の整備
- 走行ログ・交通ビッグデータを統合管理できるクラウド基盤を導入し、AI 予測モデルの精度向上に投資する。
- 規制モニタリング体制の構築
- MLIT のガイドライン改訂や自治体実証プロジェクト情報をリアルタイムで把握できる専門チームを設置し、制度変更への迅速な対応力を確保する。
要点：テスト成功はタクシーコスト削減と配送効率向上という二重のビジネス効果を生むため、技術提携・データ基盤整備・規制モニタリングの3本柱を早期に実行することが競争優位につながります。
競合比較：Waymo と日産単独プロジェクトとの違い
最後に、同時期に進められている Waymo の取り組みと 日産単独の自動運転実証 を、今回の連合テストと比較します。比較項目は開発体制・センサー構成・通信技術・規制取得戦略・商用ビジョンです。
| 項目 | Uber·Wayve·日産連合（2026年予定） | Waymo（米国・日本同時期） | 日産単独プロジェクト |
|---|---|---|---|
| 開発体制 | 米国Uber × 英国Wayve × 日本日産のハイブリッドチーム | Google子会社が全工程を自社で実施 | 日産内部モビリティ部門のみ |
| センサー構成 | 64ビーム LiDAR + 4K カメラ + V2X | 128ビーム 高密度 LiDAR + カメラ + レーダー | 主にカメラ＋低解像度 LiDAR（1〜2台） |
| 通信技術 | 5G NR と C‑V2X のハイブリッド | 主に 5G、限定的 V2X 実装 | 基本的に V2X 未導入 |
| 規制取得戦略 | MLIT ガイドライン完全適合、並行走行許可を先行取得 | 米国 FCC・NHTSA 基準中心、日本は提携企業と共同実証 | 神奈川県限定エリアでの試験（交通量制限あり） |
| 商用化ビジョン | タクシー＋物流ハイブリッドサービス、2027年本格展開を目指す | 完全自動運転タクシー「Waymo One」中心 | 高度支援運転（ADAS）への段階的導入 |
要点：Uber 連合は V2X と高速充電インフラを組み込んだ統合プラットフォームで日本市場向けに規制適合性を高めており、Waymo の高度なセンシング技術と日産単独のリスク低減策の中間に位置します。
まとめ
- テスト概要：東京・横浜で約2,000 km走行、15台規模の車両投入が計画されており、2026年後半開始が見込まれます。
- 法規制：MLIT の最新ガイドラインは冗長化とデータ保存を厳格化しているため、段階的な安全審査と実地検証が必須です。
- 技術要素：LiDAR‑カメラ融合、V2X 通信、二重化制御系に加えて、Uber の四層型 AV スタックが日本の規制要件を満たす設計となっています。
- インフラ投資：150 億円規模で急速充電ハブと AI 主導 EMS を全国主要都市に整備し、テスト車両の稼働率を最大化します。
- ビジネスインパクト：タクシーコスト削減・運転手不足緩和、物流・配達サービスの効率向上が期待でき、早期に技術提携・データ基盤整備・規制モニタリングを実行することが競争優位につながります。
- 競合比較：Waymo の高度なセンシングと日産単独の低リスク戦略の中間で、V2X と充電インフラを活用した統合アプローチが本連合の強みです。
以上の情報を踏まえて、関係者は実証テストのスケジュール管理と規制対応策に注力しつつ、技術提携・データ基盤構築を同時進行で進めることが求められます。