Tier IV、日本発の自動運転OSSで世界標準を狙う
自動運転業界において、日本発のスタートアップが世界の注目を集めている。Tier IV（ティアフォー）が開発するオープンソース自動運転プラットフォームAutowareが、グローバル展開を加速させているのだ。累計資金調達額は約600億円を超え、SOMPOホールディングスやトヨタ自動車との戦略的提携を基盤に、日本国内だけでなくアジア、欧州、北米での導入実績を積み上げている。
自動運転と聞くと、Google傘下のWaymoやTesla、中国のBaidu Apolloといった巨大テック企業の名前が浮かぶだろう。しかし、Tier IVは「オープンソース」という独自のアプローチで、これらの巨人たちとは異なる土俵で勝負を仕掛けている。本記事では、Autowareの技術的特徴から競合比較、日本の自動運転政策、そして世界展開の戦略までを徹底的に解説する。
Tier IVとは何か——東大発スタートアップの軌跡
創業の背景
Tier IVは2015年、東京大学の加藤真平教授が設立したスタートアップだ。加藤教授は名古屋大学在籍時からAutowareの開発を主導しており、2015年にAutowareを世界初のオープンソース自動運転ソフトウェアとしてGitHubに公開した。この「自動運転技術をオープンにする」という思想は、当時の業界では異端ともいえる発想だった。
自動運転技術は通常、各社が莫大な開発費を投じて囲い込む「クローズドな技術」だ。WaymoはGoogle傘下で10年以上、数十億ドルを投じて独自技術を構築してきた。そうした中で「技術をオープンにし、エコシステムを構築して広める」というアプローチは、AndroidがスマートフォンOSの世界標準になったプロセスに通じるものがある。
資金調達と成長
Tier IVの資金調達の推移は以下の通りだ。
| ラウンド | 時期 | 調達額 | 主要投資家 |
|---|---|---|---|
| シリーズA | 2018年 | 約113億円 | SOMPO、損保ジャパン |
| シリーズB | 2020年 | 約150億円 | トヨタ、ヤマハ発動機 |
| シリーズC | 2022年 | 約200億円 | ブリヂストン、NTT |
| 追加調達 | 2024年 | 約100億円超 | 複数の戦略パートナー |
累計600億円超の資金を集めたTier IVは、日本の自動運転スタートアップとしては最大規模の存在だ。特にSOMPOホールディングスは筆頭株主として深くコミットしており、保険×自動運転の新しいビジネスモデルの共同開発を進めている。
Autoware——オープンソース自動運転プラットフォームの全貌
ソフトウェアスタック構造
Autowareは、自動運転に必要なソフトウェアコンポーネントをモジュール形式で提供するフルスタックプラットフォームだ。ROS 2（Robot Operating System 2）をベースに構築されており、認知・判断・制御の各レイヤーが独立して開発・テストできる設計になっている。
以下の図は、Autowareのソフトウェアスタック構造を示している。センサー入力から車両制御までの各モジュールがどのように連携しているかがわかる。
この図のとおり、Autowareのアーキテクチャは大きく4つのレイヤーに分かれる。
- センシングレイヤー: LiDAR、カメラ、GNSS（GPS）、IMU（慣性計測装置）などのセンサーデータを取得・前処理する
- 認知レイヤー: 点群処理、物体検出、セマンティックセグメンテーション、信号認識を行い、周囲環境を理解する
- 計画レイヤー: ルート計画（グローバルパス）と動作計画（ローカルパス）を生成。障害物回避や車線変更の意思決定もここで行われる
- 制御レイヤー: ステアリング、アクセル、ブレーキへの具体的な指令値を算出し、車両の制御系インターフェース（CAN）を通じて実行する
全てのモジュール間通信はROS 2のパブリッシュ/サブスクライブメカニズムで行われ、各モジュールを独立して差し替えることが可能だ。例えば、物体検出のアルゴリズムだけを自社のAIモデルに置き換えるといったカスタマイズが容易にできる。
Autoware Foundation——コミュニティ運営
Autowareの開発はTier IV単独ではなく、Autoware Foundationというオープンソースコミュニティによって運営されている。2018年に設立されたAutoware Foundationには、以下のような主要メンバーが参加している。
- Tier IV: 創設メンバー、技術リード
- Arm: ARMプロセッサ上での最適化
- Huawei: 通信技術との統合
- LG Electronics: シミュレーション環境（LGSVL Simulator）の提供
- Samsung: 車載向けハードウェアプラットフォーム
- 名古屋大学・東京大学: 基礎研究、アルゴリズム開発
GitHub上のリポジトリはスター数8,000以上を獲得し、世界中の研究者やエンジニアがコントリビュートしている。「自動運転版Linux」と表現されることも多い。
技術的な強み
Autowareの技術的強みを整理する。
| 特徴 | 詳細 |
|---|---|
| モジュール性 | 各コンポーネントを独立して開発・差し替え可能 |
| ROS 2ベース | ロボティクス業界の標準ミドルウェアを採用。豊富なツールエコシステム |
| センサー非依存 | LiDAR、カメラ、レーダーの組み合わせを柔軟に変更可能 |
| シミュレーション対応 | AWSIM、LGSVL Simulatorとの統合で大規模テストが可能 |
| 多言語コミュニティ | 英語・日本語・中国語の公式ドキュメント |
| ライセンス | Apache 2.0ライセンスで商用利用が自由 |
Autoware vs Baidu Apollo——OSSプラットフォーム対決
自動運転のオープンソースプラットフォームとして、Autowareの最大のライバルはBaiduのApolloだ。2017年にリリースされたApolloは、中国市場を中心に広がりを見せている。両者の比較を以下の表にまとめた。
| 比較項目 | Autoware | Baidu Apollo |
|---|---|---|
| 開発元 | Tier IV / Autoware Foundation | Baidu（百度） |
| 初版リリース | 2015年 | 2017年 |
| ベースフレームワーク | ROS 2 | Cyber RT（独自） |
| ライセンス | Apache 2.0 | Apache 2.0 |
| GitHub Stars | 約8,000+ | 約25,000+ |
| 対象車両 | 乗用車、バス、トラック、物流車 | 乗用車、バス、ミニバス |
| 強い地域 | 日本、欧州、アジア太平洋 | 中国国内が中心 |
| HDマップ | Lanelet2形式（オープン規格） | OpenDRIVE + 独自形式 |
| シミュレータ | AWSIM / LGSVL | DreamView（独自） |
| 商用展開 | 50以上の都市で実証 | 中国30都市超で商用運行 |
| 主要パートナー | トヨタ、SOMPO、ARM | BAIC、FAW、Nuro |
| 地政学リスク | 低い（日本発） | 高い（中国企業、データ規制懸念） |
なぜAutowareが有利なのか
数字だけを見ると、Apolloの方がGitHubスター数も多く、中国での商用展開も先行しているように見える。しかし、以下の点でAutowareには独自の優位性がある。
1. 地政学的な中立性
Baidu Apolloは中国企業が開発しているため、欧米やインド、東南アジアの一部の国では採用にあたって安全保障上の懸念が生じる。走行データが中国のサーバーに送信される可能性や、中国政府の規制による技術移転のリスクが指摘されている。一方、Autowareは日本発であり、西側諸国との技術協力において障壁が低い。
2. ROS 2エコシステム
AutowareがROS 2をベースにしていることは、ロボティクス分野のエンジニアにとって大きなメリットだ。ROS 2のツールチェーン（rviz、rosbag、ros2 launch）やパッケージエコシステムをそのまま活用できるため、既存のロボティクス知識がダイレクトに活かせる。ApolloのCyber RTは高性能だが、独自フレームワークへの学習コストが必要となる。
3. 車両プラットフォームの柔軟性
Autowareは乗用車からバス、トラック、小型物流車、さらには農業機械まで、幅広い車両タイプに適用できるよう設計されている。一方、Apolloは主にRobotaxiやRobobusなどの旅客輸送に特化している。
Tier IVの戦略的パートナーシップ
SOMPOホールディングスとの提携
SOMPOホールディングスはTier IVの筆頭株主であり、自動運転×保険の新しいビジネスモデルを共同開発している。具体的には以下の取り組みがある。
- 自動運転専用保険: 自動運転車両のリスク評価モデルの共同開発。走行データに基づくダイナミックプライシング
- 事故検証プラットフォーム: 自動運転車の事故発生時に、走行ログを基に責任の所在を迅速に判定するシステム
- 介護×モビリティ: SOMPOケアの介護施設における送迎自動化の実証実験
トヨタ自動車との協業
トヨタはTier IVのシリーズB以降に出資しており、以下の領域で協業を進めている。
- Woven City（ウーブン・シティ）: 静岡県裾野市に建設中のスマートシティで、Autowareベースの自動運転車両のテストを実施
- 車両プラットフォーム: トヨタの商用車（ハイエースベース等）にAutowareを統合した自動運転バスの開発
- シミュレーション: トヨタのデジタルツイン技術とAutowareのシミュレーション環境の統合
その他のパートナーシップ
- ヤマハ発動機: 低速自動運転車両への Autoware 統合
- ブリヂストン: タイヤセンサーデータと自動運転の統合
- NTT: 5G通信を活用した遠隔監視・操縦システム
- Arm: ARM SoCでのAutoware最適化
日本の自動運転政策と実証実験
法整備の進展
日本は自動運転に関する法整備で、世界的にも先進的な立場をとっている。
| 時期 | 政策・法整備 | 内容 |
|---|---|---|
| 2020年4月 | 改正道路交通法 | レベル3の公道走行が合法化 |
| 2023年4月 | 改正道路交通法（再改正） | レベル4の限定地域での無人走行が合法化 |
| 2025年 | 自動運転ガイドライン改訂 | 過疎地域での自動運転移動サービスの規制緩和 |
| 2026年 | 次期改正案 | 高速道路でのレベル4トラック走行の条件整備を検討中 |
注目すべきは、日本が2023年の時点でレベル4を合法化していることだ。米国では州ごとに規制が異なり、連邦レベルでの統一的なレベル4法制度はまだ存在しない。欧州もUN-ECE規則の策定途上であり、日本の法整備の速さは国際的にも評価されている。
主要な実証実験
日本各地で自動運転の実証実験が活発に行われている。以下の図は、Tier IVを含む日本の主要な自動運転実証実験の分布を示している。
この図は、日本の自動運転実証実験が都市部だけでなく、過疎地、空港、港湾など多様な環境で展開されていることを示している。以下に主要なプロジェクトを紹介する。
| プロジェクト | 地域 | 内容 | 使用技術 |
|---|---|---|---|
| 西新宿自動運転プロジェクト | 東京都 | 都心部でのバス自動運転 | Autoware |
| 福井県永平寺町 | 福井県 | レベル4認定取得、日本初の無人自動運転移動サービス | 遠隔監視型 |
| 茨城県境町 | 茨城県 | 日本初の自動運転バス定常運行 | NAVYA/ARMA |
| 羽田イノベーションシティ | 東京都 | 複合施設内の自動運転 | Autoware |
| 名古屋 栄地区 | 愛知県 | 都市部の混雑環境でのテスト | Autoware |
| 苫小牧港 | 北海道 | 港湾内のトレーラー自動走行 | Autoware + SOMPO |
| 中部国際空港 | 愛知県 | 空港ランプエリアの自動運転 | Autoware |
Tier IVのAutowareが使われているプロジェクトが多いことがわかる。特に、東京都の西新宿プロジェクトや羽田イノベーションシティでの実績は、都市部での実用性を証明する重要な事例だ。
過疎地モビリティ——日本ならではの課題
日本の自動運転が世界と異なる点は、過疎地のモビリティ問題が大きな推進力になっていることだ。日本では高齢化と人口減少により、地方のバス路線の廃止が相次いでいる。国土交通省のデータによれば、2000年以降に廃止されたバス路線は約14,000kmにのぼる。
自動運転は、こうした「移動の空白地帯」を埋めるソリューションとして期待されている。ドライバー不足で維持できなくなった公共交通を、自動運転車両で代替するという発想だ。福井県永平寺町や茨城県境町の事例は、まさにこの文脈から生まれたプロジェクトである。
グローバル展開の現状と今後
導入実績のある地域
Autowareの導入は日本国内にとどまらない。以下の地域でプロジェクトが進行している。
| 地域 | プロジェクト内容 | 状況 |
|---|---|---|
| シンガポール | 自動運転バスの実証 | テスト運行中 |
| 英国 | 都市部の自動運転シャトル | パイロット運行 |
| フィンランド | 冬季環境での自動運転テスト | 実証完了 |
| 米国（サンフランシスコ） | Tier IV米国子会社でのテスト | 開発中 |
| 韓国 | 自動運転路線バス | 実証中 |
| 台湾 | 空港内自動運転シャトル | 運行中 |
| UAE | 砂漠環境での自動運転テスト | 計画中 |
世界標準を目指す戦略
Tier IVの戦略は、Androidが「スマートフォンOSの世界標準」になったプロセスを自動運転で再現することだ。
- オープンソースで技術をばらまく: 無料で使えるAutowareを普及させ、開発者コミュニティを拡大
- エコシステムで収益化: Autowareの上に構築する有料サービス（シミュレーション、遠隔監視、運行管理システム）で収益を上げる
- デファクトスタンダード化: Autowareが業界標準になることで、関連するツール、ハードウェア、サービスの市場を支配する
実際に、Tier IVはAutowareを無料で提供しながら、以下のような有料プロダクトで収益を上げている。
- Web.Auto: クラウドベースの自動運転運行管理プラットフォーム。車両のリモート監視、フリート管理、走行データ分析を提供
- PILOT.AUTO: 遠隔操縦・監視システム。自動運転車が対処できない状況で、遠隔のオペレーターが介入する仕組み
- シミュレーションサービス: 大規模なシナリオテストをクラウド上で実行するSaaS
日本視点——Tier IVの成功は日本の産業戦略そのもの
なぜTier IVが重要なのか
Tier IVの挑戦は、単なる1社のスタートアップの成功物語ではない。日本の産業戦略にとって極めて重要な意味を持つ。
自動車産業の構造転換: 日本の自動車産業はGDPの約3%、雇用の約8%を占める基幹産業だ。EVシフトと自動運転化が進む中、従来のエンジン技術やサプライチェーンの優位性が薄れつつある。Autowareが世界標準になれば、日本がソフトウェアレイヤーでも主導権を握れる可能性がある。
「ものづくり」から「プラットフォーム」へ: 日本はハードウェアのものづくりでは世界一級だが、ソフトウェアプラットフォームでは米中に大きく後れをとっている。Autowareは、日本発のソフトウェアプラットフォームが世界標準になり得る数少ないケースだ。
地方創生との接続: 過疎地のモビリティ問題を解決する自動運転技術は、日本の地方創生政策と直結する。Tier IVの技術が社会実装されれば、高齢者の移動の自由が守られ、地方経済の維持にも貢献する。
課題と懸念
一方で、以下の課題も存在する。
- 人材不足: ROS 2や自動運転のソフトウェア開発ができるエンジニアが日本国内では圧倒的に不足している
- 規制の壁: レベル4が合法化されたとはいえ、実際の運用には地域ごとの認可プロセスが必要で、スピード感に欠ける
- 収益化のタイムライン: オープンソースベースのビジネスモデルが黒字化するまでの道筋がまだ見えにくい
- 競合の動き: Waymoやテスラが技術的優位性を拡大し続ける中、Autowareが「選ばれるプラットフォーム」であり続けられるかは不透明
日本のエンジニアへのインパクト
Autowareのエコシステムは、日本のエンジニアにとって大きなキャリア機会を提供している。ROS 2のスキル、点群処理、SLAM（自己位置推定と環境地図作成の同時実行）、自動運転のプランニングアルゴリズムといった専門知識は、世界的に需要が急増している分野だ。Autowareへのオープンソースコントリビューションは、グローバルなキャリアへの入り口にもなる。
まとめ——日本発OSSが世界を変える可能性
Tier IVとAutowareの挑戦は、自動運転業界の「もう一つの道」を示している。巨大テック企業がクローズドな技術で覇権を争う中、オープンソースという武器で世界標準を目指す戦略は、成功すれば日本の産業史における転換点になり得る。
アクションステップ
- エンジニアの方: Autoware公式リポジトリにアクセスし、ドキュメントを読んでシミュレーション環境を構築してみよう。ROS 2の基礎知識があればすぐに始められる
- ビジネスパーソンの方: Tier IVの有料プラットフォーム「Web.Auto」のデモをリクエストし、自社の物流・モビリティ課題にAutowareが適用できるか検討しよう
- 投資家・政策関係者の方: 日本の自動運転エコシステムへの投資機会を評価するために、Autoware Foundationのメンバー企業リストと各社の技術ポジションを確認しよう
Tier IVの成功は、日本が「ハードウェアの国」から「プラットフォームの国」へ転換できるかどうかの試金石だ。その行方を、世界が注視している。