共有
ティアフォーのE2E自動運転とオープン型開発基盤の位置づけ
ティアフォーのE2E自動運転とオープン型開発基盤の位置づけ
2026年9月11日に公開された記事では、ティアフォーが進めるE2E型自動運転について、カメラ映像などの入力からステアリングやペダル操作までをAIで一気通貫に処理する考え方と、複数企業が利用可能なオープン型の開発戦略が紹介された。記事では、ティアフォーの仕組みを特定企業だけで閉じる方式ではなく、AutowareやCo-MLOpsを基盤として完成車メーカーや部品メーカーなどが参加できる方式として整理している。[1]
従来の自動運転では、認識、自己位置推定、判断、制御などを複数のソフトウェアに分けて処理する方式が用いられてきた一方、E2E型では車載カメラなどから得た情報をAIモデルがまとめて処理し、車両の操作量まで生成する構成が示されている。ティアフォーはE2E AIだけに処理を任せるのではなく、認識AIや計画AI、従来型ロボティクス、ルールベースの安全機構を組み合わせたハイブリッドアーキテクチャも進めている。
記事では、ティアフォーがAutowareの開発を主導し、Co-MLOpsを通じた自動運転AIの共同開発基盤を展開しているほか、日立Astemo、スズキ、いすゞ自動車などとの連携が紹介されている。日立Astemoとは2030年代前半の量産車両への搭載を見据えたE2E型自動運転AIの共同開発を進めており、商用車や地域モビリティなどで蓄積した技術やデータを乗用車領域へ展開する構想も示されている。
従来型自動運転とティアフォーが進めるE2E型の主な違い
| 項目 | 詳細 |
|---|---|
| システム構成 | 従来型は認識、自己位置、判断、制御などを複数の機能に分けて処理するのに対し、E2E型はセンサーから得た情報から車両操作までをAIモデルで一体的に処理する。 |
| 開発基盤 | ティアフォーはオープンソースのAutowareを基盤とし、Co-MLOpsを通じて複数の企業が自動運転AIの開発や学習に参加できる仕組みを進めている。 |
| 安全設計 | ティアフォーはE2E AI、複合AI、従来型ロボティクスを組み合わせ、外付けのルールベース機構によって速度、信号、障害物との距離などの安全制約を確認する構成を示している。 |
| 展開領域 | 限定された運行環境での商用レベル4や地域モビリティでの取り組みを進める一方、日立Astemoとの共同開発では2030年代前半の量産車両への搭載を見据えている。 |
Fuel Connect編集部の整理
今回の記事は、自動運転の処理方式が従来のモジュール型からE2E型へ広がる動きと、ティアフォーがAutowareやCo-MLOpsを通じて複数企業との共同開発を進める構造を整理した内容である。E2E AI単独ではなく、複数のAI方式や従来型ロボティクス、ルールベースの安全機構を併用する構成も扱われており、自動運転ソフトウェアの開発方式と安全設計の双方を把握できる。
自動車メーカーや部品メーカーに加え、商用車、地域交通、車両管理などに関わる事業者にとっては、自動運転システムを単独企業が内製する方式と、複数企業が共通基盤へ参加する方式の違いを把握する材料となる。車両の運行や管理に関わる読者にとっても、限定ルートでのレベル4運行から量産乗用車への展開まで、記事内で示された技術開発と事業展開の段階を整理する際に参照できる内容である。
References
- ^ オルタナティブ・ブログ. 「トヨタが採用したティアフォーのエンド・ツー・エンド自動運転はオープン戦略で他社も相乗り可能」. https://blogs.itmedia.co.jp/serial/2026/09/post_8697.html.
アドブルーの関連コラム
【三菱】キャンターのアドブルーが減らない原因
アドブルータンクの故障原因や補充方法などを解説
アドブルー(AdBlue)がガラスについた時の影響と対処法
【アドブルータンク】トラックごとの容量とトラブル対処法
アウディのアドブルー残量を確認する方法
ベンツのアドブルーを自分で補充する方法
トラックとダンプのアドブルー消費量が増加する原因
ベンツのアドブルー残量を確認する方法
キャンターのアドブルー消費量と警告灯の消し方
UDのアドブルー添加システム異常の原因と対処法