8月、陪審団はテスラに対し、2億4000万ドルの支払いを命じた。これは、オートパイロットと呼ばれるテスラの自動運転技術を使用していた車両が、星空観察のために駐車していた若いカップルに時速60マイル以上で衝突した事故の被害者に対するものだ。賠償金総額のうち2億ドルは懲罰的賠償金で、陪審団の判断では、テスラが都市部での自動運転に不十分な設計の製品をリリースしたとされている。Axiosのジョアン・ミュラーによると、「原告側の弁護士は、テスラがオートパイロットの能力について顧客を誤解させ、対応していない道路でのシステム使用を制限しなかったと主張した」という。
ウェドブッシュ・セキュリティーズのアナリスト、ダン・アイブス氏はNPRの取材に対し、「業界の他社に衝撃波を送る大きな数字だ」と述べている。
そして、この判決と6年連続でソフトウェアのリコール件数が記録的な数に達している（2020年から2025年まで）ことから、世界で最も訴訟の多い社会で自動運転製品やサービス（ロボタクシーなど）を販売する慎重な企業は、自社の製品が特に安全であることを熱心に確保しようとしている。この取り組みの多くは複数の企業によって進行中だが、一部はすでに破産している（ArgoAI、TuSimple、Cruise、Ghost Autonomyなど）。その一因は、多額の開発投資にある。高速道路から都市部への進化を目指す野心的な発明家たちは、高度な知覚システム（カメラ、ライダーなど）から人間を認識するアルゴリズム（歩行者が道路横断を示す微妙な合図、交通整理をする警察官のジェスチャーなど）、高度な人工知能予測システムまで、複数の技術カテゴリー（それらのカテゴリー内の特定技術はさておき）に直面していた。
大幅なアップグレードが必要な、より地味ながらも魅力的なカテゴリーの一つが、位置精度、つまり車両の位置をグローバルマップと比較して理解することだった、そして今もそうである。アクセス制限のある高速道路（州間高速道路、フリーウェイなど）に必要な精度レベルは、ユースケースによって通常25cmから1mの間である。ここでは要件がそれほど厳しくない。道路のレイアウトがより予測可能で予期せぬ要素が少なく、車線が広くマーキングが明確で、歩行者や駐車車両、複雑な操作（信号機での左折など）が少ないためだ。都市環境では、理想的な位置決めは5センチメートル以内、つまりAirpodsケースの長さ程度である。この精度を達成するために、一般顧客の目には全く見えない、車両側とオフボード側の両方での途方もない努力が行われている。必要とされる極度の注意を示すために、ここではそのうちの2つ、マップ取り込みとマルチパス補正に焦点を当てる。
マップ取り込み
多くの読者は、地図は古くからあるもので、エンジニアが数十年前に完成させたと考えているかもしれない。ユーザーはスマートフォンのロックを解除し、Google/Appleマップを開くと、文字通り世界が指先に広がる。
しかし、地図は毎日変化している。
「世界をマッピングするには世界が必要だ」と、地図開発のリーダー企業であるTomTomのプロダクトマネジメント担当バイスプレジデント、ポール・ヘセン氏は述べている。「マッピング技術は現在、はるかにオープンソース化されている。データを自分たちだけで保持していては、自動運転に必要な規模と精度に到達できない」
これには、OpenStreetMap（OSM）を含む複数のソースからの複数の地図の複雑な統合が必要となる。OSMは、個人事業主からJose Monkeyのようなソーシャルメディアジオロケーターまで、ボランティアによって非同期的に維持されているクラウドソースのデータベースだ。「私たちは大規模データに対して平均して1日に5,000の変更を加えています」と広報担当者は2006年のThe Guardian記事で述べている。「ワイト島を一度マッピングするだけでなく、継続的にマッピングすることが重要です...常に変化する世界について、顧客が求めるレベルの詳細で正確な情報を収集するのはコストがかかります」。これを地球規模に拡大すると、2025年第2四半期だけでOSMには225万人以上の貢献者がおり、2018年から2022年までの5年間で10億（10億以上）の編集が行われた。
これらの複数の統合されたソースの上に、TomTomは付加価値レイヤーを追加する。これらは調整されていないソースであり、取り込み、クリーニング、統合が必要だ。これには、テラバイト単位のデータを実用的な情報（車線マーキング、閉鎖道路など）に変換し、データを隔離して相違点を調整し、公開前に信頼性を確認することが必要となる。
そして、これを1日に何千回も行う。
「単に『センチメートル単位の精度があるか』というだけの問題ではありません。非常に正確な交通情報製品があっても、更新頻度が低すぎれば不正確になります」とヘセン氏は示唆する。「基本地図は毎日更新していますが、交通情報、充電ステーションの空き状況、駐車スペースの空き状況など、分単位で更新される側面もあります」
マルチパス補正
ここでも、一般消費者はGPS（全地球測位システム）が長い間解決済みだと考えている。受信機（通常はオンボード電子機器に組み込まれたチップ）は、既知の位置と正確な時間の両方を含む少なくとも4つの衛星からの信号を受信する。特に広々とした空間では、これはピタゴラスの定理を使用した単純な三角測量になる（そう、幾何学を学ぶ学生たちよ、それには使い道があるのだ！）。
しかし、高層ビルは「マルチパスエラー」と呼ばれるものを引き起こす。簡単に説明すると、信号が表面からエコーのように跳ね返り、本質的に遅延した信号を配信し、計算を混乱させる。そのため、都市部のトンネルは一部の衛星を遮るだけでなく、どの信号が直接のものか反射されたものかについてリスナーを混乱させる。
マルチパスエラーを軽減する（完全に解決するわけではない）複数のソリューションがあるが、いくつかは非常に高価（例：慣性計測ユニット（IMU）、軍事用に頻繁に使用される）であるか、望ましい精度を持たない（例：最近の曲がり角に基づくマップマッチング）。
そこで必要は発明の母となる：反射信号を感知してブロックする（スプーファー攻撃と共に）フィルタリングソフトウェアのような技術が登場し、残りの信号がエコーによって破損しないようにする。「ナビゲーションシステムに純粋な測定値を提供することで、自動車メーカーがサービスを提供できる地理的範囲を拡大するのに役立つ信頼性の高い情報の伝播を支援しています」とFocalPointのCEO、スコット・ポメランツ氏は述べている。
これらの2つの技術だけを例として見ても、自動運転車と陪審員の厳しい判断の両方を回避する戦略を企業が設計するために、複雑な都市のジャングルで必要とされる膨大な改善が示されている。
著者注
2020年を除けば、サプライチェーンマネジメントを専攻して卒業するのに最適な時期があるとすれば、それは今かもしれない。電気自動車インセンティブの廃止と次々と導入される関税により、複数の新車開発プログラムが延期または中止されている。これにより、自動車サプライチェーン内で無数の人員削減と財務問題が発生している。
都市型ロボタクシーの開発が自動車メーカーにとってすでに困難な課題であるのに、キャッシュフロー投資問題と顧客の不確実性が重なる苦境にあるサプライベースを想像してみてほしい。
それが、ArgoAIのような企業が破産した理由と、他の企業が...まあ、あなたが知っている企業のように不適切な近道を取った理由を簡単に説明できるだろう。
