原文はmsn ニュースGeorgette Virgo氏です
全文章リンクは以下：
都市では、交通渋滞に対してよく見られる道路建設における対応があります。
それは交通の流れが鈍化し、市民の不満が高まると、車線を1本増やす・交差点の拡幅・新しいバイパスの建設といった対応を都市判断として行うものです。
何十年もの間、これは「交通渋滞をどう解決するか」という問いに対する定番の答えでした。
しかし、こうした対策は費用も時間もかかり、生活への支障も大きい上、多くの場合、一時的な緩和をもたらすだけで、やがて別の場所で再び渋滞が発生していました。
暫定的な対応の中で、今、変化が起きています。
「どこに新しい道路を開通させられるか」と問うだけでなく、より多くの都市で「既存の道路を、本当に最大限まで活用できているのか」と問いかけられています。根本的な問いに対して、計画担当者や運営者は、単に車の台数だけでなく、人、車両、公共交通機関がネットワーク全体で実際にどのように移動し、相互作用しているかを検討せざるを得なくなってきています。
そんな只中で、高解像度の3D LiDAR（光検出・測距）が、デジタルツインや、多くの人が「フィジカルAI」と呼ぶ技術と組み合わさり、決定的な役割を果たし始めています。LiDARは、断片的な計測データや大まかな平均値に頼るのではなく、道路、幹線道路、交差点が現実世界でどのように機能しているかを、継続的かつ匿名化された3D画像として提供することが可能です。
LiDARはインテリジェントインフラの基盤となるデータレイヤーとなることができます。建設前に設計案を検証できるデジタルツインに情報を提供することで、信号、速度、優先順位をリアルタイムで調整できる制御システムを支えるのです。渋滞やリスクの原因を推測するのではなく、実際の移動パターンを詳細に把握した上で意思決定を行い、その同じ3Dデータを活用して、最も効果的な改善策を推進することが可能となります。
なぜ従来のデータは「道路の増設」を選ぶのか
今日の交通政策の決定の多くは、依然として断片的な情報の寄せ集めに基づいています。都市は、時折行われる交通量調査、移動時間調査、事故統計、そしてドライバーからの苦情などに依存しています。これらの情報源は状況の一部を明らかにしますが、重要な疑問には答えを与えてくれません。
交通量調査では、交差点を通り抜ける車の台数は分かりますが、右左折する車両が横断歩道の人々と衝突しそうになる頻度までは分かりません。事故データは、すでに事故が発生した場所は明らかにすることができますが、日々「危うく事故になりかけた」状況がどこで起きているかを示すことはありません。移動時間調査は、ある区間における遅延を把握できる良いデータではありますが、その遅延が信号のタイミング、右左折時の衝突リスク、車線の設計不良、あるいは単に需要過多のいずれに起因するかを説明することは通常でき得ません。
全体像がこれほど不完全な場合、道路の拡幅こそが唯一の妥当な対応策のように思えてしまう。これはデータ統計上仕方のないものとされてきました。データが示すのが「車の数が多く、速度が遅い」ということだけなら、車線を1本増やすのは理にかなっているように思えます。従来のデータでは、より賢明な設計や運用によって、より低いコストで、混乱を最小限に抑えながら、同程度の緩和効果を得られる方法を導き出すことはできません。
「道路を増やす」か「より賢明な道路にする」かの選択を行うには、都市は、個々の移動や相互作用のレベルで、現場で実際に何が起きているのかを、より明確に把握する必要があります。3D LiDARは、まさにそのギャップを埋め始めている段階に来ています。
3D LiDARがもたらす変革
LiDARは、レーザー光のパルスを照射し、周囲の表面から反射して戻ってくるまでの時間を測定することで機能します。これらの測定値をもとに、LiDAR装置は、物体の位置、動き、および相互作用を示す詳細な3次元（3D）の「点群」を生成します。公共空間において極めて重要な点として、この処理は匿名で行われ、個体の特定ではなく形状や動きに焦点を当てています。
さらに、LiDARは単なる検知技術から、インフラインテリジェンスプラットフォームへと進化しつつあります。例えば、交通量の多い交差点では、高解像度の3D LiDARセンサーが、メインレーンを走るトラック、左折する自動車、縁石沿いをすり抜ける自転車、さまざまな方向から横断する歩行者など、複数の道路利用者を同時に追跡することができます。しかし、そのインテリジェンスにより、LiDARはこれらの利用者間の速度、軌跡、距離をリアルタイムで推定することも可能です。
このレベルの詳細さにより、従来のツールでは見逃されていた問題点が明らかになります。例えば、記録された事故として表面化するずっと前から、ニアミス事故が繰り返し発生している場所や、さまざまな車両が混在する交通の中でバスが遮断される頻度、あるいは自転車利用者が右左折する車両に挟まれる頻度などが挙げられます。
SeyondのようなLiDAR企業は、こうした「グラウンド・トゥルース」を大規模に把握できるよう、LiDAR製品ラインナップを設計しています。超長距離、長距離、中距離、短距離をカバーするセンサーを備えているため、高速道路から市街地への進入路、複雑な都心の交差点に至るまで、同じ技術を展開することが可能です。その結果、道路が計画図上にどのように描かれているかだけでなく、実際にどのように利用されているかについて、道路全体にわたる継続的な可視性を得ることができます。
Seyondのグローバルセールス・マーケティング担当副社長であるBilly Evers（ビリー・エヴァース）氏は次のように説明しています。「何十年もの間、交通政策の決定は、断片的な情報や仮定に基づいて行われてきたことが多くありました。高解像度の3Dデータにより、都市はインフラが実際にどのように機能しているかを継続的に把握できるようになり、より賢明な投資を行い、問題が高コストなプロジェクトに発展する前に解決することが可能になります。」
デジタルツインによる量vs質の建設前検証
都市がこうした3Dデータを取得した次のステップは、データを意思決定の支援に活用することです。
意思決定の材料となる検証結果はデジタルツインによって確立されつつあります。交通分野において、デジタルツインとは、現実世界のデータによって継続的に更新される、道路、または地区の動的な仮想モデルです。静的な3Dマップとは異なり、交通量、歩行者の流れ、繰り返し発生する渋滞、そして数日、数週間、あるいは数ヶ月にわたる典型的な移動パターンなど、現在および過去の状況を反映しています。
LiDARは、インフラの配置だけでなく、実環境下で人や車両がどのように移動しているかまでを捉えることができるため、こうしたデジタルツインにとって最も強力なデータソースの一つです。Seyondによると、LiDARを搭載した交差点や区間のデータがデジタルツイン・プラットフォームに取り込まれると、計画担当者は車線や信号機を一切変更することなく、「もし～だったら」というシナリオをシミュレーションできるといいます。エヴァース氏は次のように説明しています。「デジタルツインにより、都市は決定を下す前にその影響を検証できる。仮定に基づいて数百万を投資する代わりに、計画担当者は実世界のデータを用いてさまざまなシナリオを評価し、建設開始前に運用面と安全面の両方の影響を把握することができる。」
デジタルツインは仮定ではなく、実測された挙動に基づいているため、これらのシミュレーションは行政機関に実験を行うための安全な環境を提供します。推測に頼るのではなく、同じ基礎となる3Dデータを用いて、道路拡幅案と、より合理的な信号計画や設計変更との影響を比較することができます。
こういった取り組みには直接的な経済的メリットもあります。予想される成果をより正確に把握することで、建設機関は実際の工事が始まる前に、インフラ予算をどこに投じれば最大の効果を得られるかを特定でき、より的を絞った、説得力があり、費用対効果の高い投資につながります。
Seyond社にとって、こうしたデジタルツインにデータを供給するLiDARを提供することは、同社の事業活動の自然な延長線上にあるものです。同社は単に都市がより良いデータを収集できるよう支援しているだけでなく、運用インテリジェンス、デジタルツイン、そしてAI対応インフラの構築を支援しています。幹線道路沿いに設置された同社の高解像度センサーは、客観的な証拠を生み出し、都市が「本当に新たな建設が必要なのか」、あるいは「既存のインフラを再設計・再調整することでより良い結果が得られるのか」を判断する手助けをしています。
フィジカルAI：道路の拡張ではなく、よりスマートな運用を
大規模な再設計を行わなくても、既存の道路の運用方法を変えるだけで、多くの渋滞問題を緩和することができます。ここで「フィジカルAI」という概念が活躍します。
フィジカルAIとは、現実世界からのリアルタイムデータを取り込み、それを基に信号のタイミング変更、速度勧告の調整、警報の発動など、現実世界での行動を駆動するシステムのことです。LiDARは、こうしたシステムに知覚層を提供します。つまり、誰がどこにいて、どのくらいの速度で、どの方向へ移動しているかといった、詳細かつ匿名化された情報を提供します。
高解像度のLiDARは、さまざまな種類の道路利用者を区別できるため、これらのシステムは脆弱なグループをより適切に保護することができます。例えば、横断歩道に多くの人がいる場合は横断時間を延長したり、自転車がいる場合は右左折する車両の速度を落としたりすることが可能です。
「インフラの未来は、単に何が起きているかを感知することだけではありません」とエヴァース氏は付け加えます。「変化する状況を継続的に把握し、インテリジェントに対応できるシステムを構築することにあります。そこが、フィジカルAIが変革をもたらすポイントです。」
多くの場合、こうした運用上の改善により、高額な道路拡張の必要性を先送りしたり、さらには回避したりすることが可能です。既存の容量をより有効に活用できるため、新規建設は第一の選択肢ではなく、最後の手段となります。
「道路の増設」が依然として優れた選択肢の場合――LiDARの役割
世界最高性能の最先端LiDARシステムの製造におけるグローバルリーダーとして、Seyondは、需要が信号計画、車線再配分、速度管理のいずれによっても対応しきれない状況が存在することを認識しています。急成長中の地域、主要な貨物輸送ルート、あるいは新たな大都市圏間の連絡路では、追加の車線、新しいランプ、あるいは全く新しいルートが必要になる場合があります。LiDARはその現実を取り除くものではありませんが、意思決定をより的確にし、プロジェクト自体の効果を高めることができます。
LiDARは、渋滞がどこで発生し始めるか、衝突が最も激しい場所はどこか、そして異なる車両の動きがどのように相互作用しているかを正確に明らかにするため、単に渋滞を道路の先へ押しやるのではなく、どこに容量を追加すれば実際に圧力を緩和できるかを特定するのに役立ちます。また、設計基準のみに基づくのではなく、測定された挙動に基づいて、合流エリア、補助車線、交差点の設計を導くことができます。
技術そのものを超えた重要性
道路を利用する人々――車を運転する人、歩く人、自転車に乗る人、公共交通機関を利用する人――にとって、これらすべての価値は日々の体験によって測られます。LiDAR搭載システムによって交差点でのニアミスが減れば、親は子供を徒歩や自転車で学校へ通わせることに安心感を抱くようになります。
適応型信号機によってバスの遅延が軽減されれば、新たな車線を設けることなく、通勤・通学の所要時間がより予測しやすくなります。計画担当者がデジタルツインからのデータを活用して道路回廊を再設計すれば、一部の者に利益をもたらし、他の者に不利益を与えるような画一的な拡幅ではなく、住民が最も必要としている場所で改善が見られる可能性が高まります。
都市の予算にとって、スマートな道路は限られた資金をより有効に活用できることを意味します。証拠に基づいた意思決定は、ある場所では過剰な建設が行われ、別の場所では投資が不足するという事態を回避するのに役立ちます。また、どこに容量が真に必要とされ、どこで安全性や運用上の変更がより大きな効果をもたらすかといったトレードオフについて、より率直な公の議論を後押しします。
Seyond社にとって、こここそが技術的側面と人的側面が交わる地点です。同社の高解像度LiDARセンサー、そしてそれらから情報を得るデジタルツインや物理AIシステムはあくまでツールに過ぎませんが、その目標は非常に実用的なものです。エヴァース氏が述べるように、「危険な交差点での深刻な衝突を都市が軽減できるよう支援したり、近隣の半分を掘り返すことなく道路の円滑な通行を維持したりできれば、それこそが、この技術が本来の役割を果たしているかどうかの真の尺度となるのです」。
「道路はもっと増やすべきか、それともよりスマートな道路にするべきか」という問いに対して、すべての都市や交通網に通用する唯一の答えは存在しません。3D LiDAR、デジタルツイン、フィジカルAIがもたらすのは、この問いにこれまで以上に明確に答える機会です。都市は、単にアスファルトを敷き詰めるという従来の方法に頼るのではなく、建設に着手する前に「スマート」とは具体的にどのようなものかを理解できるようになりました。