自動運転車/適応型運転が事故削減で担う役割は、明白かつ重要です。例えば、衝突回避システムは、多くの事故の一因である人間の反応時間に対応することができます。

1台の車を所有する期間が長くなる一方で世界的な自動車の売上は現状維持または低下すると予測されています。適応型アプリケーションでは、車両の耐用年数が終わるまで安全性に関する新たな要件を随時満たしていくために、ハードウェアやソフトウェアのアップグレードを可能とする機能的要件を確保できます。また、OEMは、付加価値に対する消費者の需要に基づく製品を提供し、新しい自動車テクノロジーに対応する一方で、既存のコスト構造を削減または維持する機会を模索し続けています。適応型アプローチにより、最新の性能を経済的に導入することができます。

言い換えれば、適応型アプローチは、市場の課題を実質的なチャンスに変えることができます。以下で、そのような課題の一部とまとめています。その第一は、最も深刻な問題である、運転者の安全です。

課題No.1：研究によると、ほとんどの交通事故はヒューマンエラー（人為的ミス）が原因であることが分かっています。これは、衝突を避けるためにブレーキを踏むまでの反応時間に関する統計です。

• 処理される情報の約90％は視覚情報（路上に鹿がいるなど）
• 画像の処理に約13ミリ秒（最短）（「あぶない！道路に鹿がいる！」など）

人間がブレーキを踏む最短時間：約552ミリ秒。この数字は以下に相当します。

• 時速約88キロで約12.3メートル
• 時速約120キロで約1.7メートル

人間がブレーキを踏む標準的な反応時間：約1,500ミリ秒、これは以下に相当します。

• 時速約88キロで約37メートル
• 時速約120キロで約51メートル
• ブレーキを踏む反応の約79.32％が正確

要約すると、路上の鹿を認識してブレーキを踏むまでに数ミリ秒かかり、ほぼ20％の確率で事故が発生する可能性がある、ということです。

対応策：適応型アプリケーション
適応型アプリケーションは、ヒューマンマシンインターフェイス（HMI）の影響を受けることなく学習し、望ましい学習内容を広範囲の行為に適用する能力を備えています。この種のアプリケーションは、学習した車両の特徴や人工知能（AI）エコシステムが提供した情報をソフトウェアで統合し、その場のニーズに対して自律的に適応することができます。その結果遅延時間が短くなり、車両がより敏捷に危険に反応し、運転者や同乗者の安全性が高まることになります。事実、米国運輸省は、車両の衝突事故の94％がヒューマンエラーによるもの見積もり、その結果として適応型運転により事故の発生を大幅に低減できると見ています。

適応型アプリケーションの例としては以下が挙げられます。

• 路上の危険の通知と回避
• 適応型のクルーズ/ステアリング/ブレーキ制御と衝突回避
• 運転者/車内のモニタリング
• 車線の維持と逸脱の警告
• 自動駐車
• ダイナミック照明とマトリクス照明
• L2-L5 ADAS/AD感知機能とエコシステムロケーション機能
• 決定性クオリティ・オブ・サービス（QoS）分類

課題No.2：GEMは、複数のビルド（ローエンド、ミッドエンド、ハイエンドのプラットフォーム）に使用できるアーキテクチャを設計する必要もあります。OEMのビルドの違いの1つは、ハードウェアの設置レベルに基づくソフトウェア/アプリケーションの実現です。

対応策：適応型ネットワーク
適応型ネットワークは、アプリケーション分析と決定性データの通信要件に基づいてセントリックデータの動的な配信を安全かつ確実に可能にする、アーキテクチャとコンポーネントのエコシステムを備えたネットワークです。

例:

• 車載ネットワーク（IVN）化。オブジェクト型データ（LiDAR、HDカメラなど）の必要性に応じてデータを全部または部分的に配信できるようにします。
• 分散アプリケーション。サービスベースのプロトコルとアプリケーションを利用して、処理性能と安全性能/冗長性能を高めることができます。
• IVN遅延時間の短縮と、車両の反応速度の向上。決定性データの配信要件に対応するために使用される、プログラム可能な管理オブジェクトを利用することで実現します。

課題No.3：OEMメーカーは、消費者や連邦規制が求める安全要件（バックアップカメラ、エアバッグ、CAFÉ基準、シートベルト警告、チャイルドシートなど）を満たすことが求められています。また、Wi-Fiまたはワイヤレステクノロジー（802.11p/WiFi6、4G/5G+PC5、5G NR、DSRC 対 C-V2X）を使った新しいアプリケーション、デバッグプログラム、セキュリティ、V2X規制に基づく通信周波数／帯域の導入などの、アップデータを安全に実装する必要もあります。

対応策：適応型認知
周囲の環境に関する柔軟なシステムレベルの知識、学習した行為に基づく情報の入手と配信、認識された条件に対する適応性を可能にする、インテリジェントなバーチャルネットワークモデルこそが、課題に対する解決策です。以下に例を挙げています。

• 適応型の実現技術
• V2X技術
• イメージングデバイス
• 検知デバイス
• ECU処理性能
• ネットワーク通信のIEEE規格、ASAアライアンス、Wi-FIアライアンス
• 自動車のIoT（モノのインターネット）
• AIによる動作の学習

5つのステップからなる対応策：

• ネットワークインフラストラクチャのコンポーネントとアプリケーションに共通する方式を特定し、相互に通信できるようにする。
• ツールチェーンプロセスを利用して、システムレベルの視点で設計する。
• エコシステムおよび実装の要件を特定する
• 適応型ネットワークのQoSメカニズムを特定する。
• 1〜4のステップで決定した内容に基づいて、適応型アプリケーションの要件を再評価する。

モレックスの優位性
モレックスは、その能力と高度なテクノロジー開発によって、顧客重視の方向性を維持し、既存のアーキテクチャと今後のアーキテクチャの両方に適応するソリューションを提供、開発しています。その結果として、当社の顧客は高価値製品を消費者に届けられるようになっています。
またモレックスは、システムレベルでのアプリケーションの統合、ハードウェアおよびソフトウェア要素のネットワーキングを重視しており、今後はデータの決定性配信要因をサポートしていきます。

自動車の対応策を探る