雪道での自動運転は実現可能か 技術的な課題と国内外の取り組みを解説

雪道での自動運転は可能か？技術的な課題と各企業・団体の取り組みを解説

雪道での自動運転は、自動運転技術の実用化に向けた最難関の一つです。走行車線が雪で見えない、路面が凍結して滑りやすい、LiDARなどのセンサーが降雪で誤作動するといった悪条件が重なるため、通常路面に比べてシステム側の「認知・判断・操作」の難易度が大幅に上がります。

雪の高速道路は緊張の連続

それでも、アジア・北米・ヨーロッパなど世界の主要自動車市場の多くは積雪地域を抱えています。雪道での自動運転を実現できなければ、グローバルな展開はできません。国内外の企業や研究機関が多額の開発費を投じて雪道走行技術の研究を進めており、一部では実用化の段階に入っています。この記事では、雪道で自動運転が難しい理由と、各企業・団体の取り組み、そして今後の展望について解説します。

自動運転はシステム側が「認知」「判断」「操作」に関与する度合いを高めていって最終的には人のサポートをなくしていく

自動運転とは、人が車を運転する際に行う「認知（周囲の状況把握）」「判断（次の行動の決定）」「操作（ハンドル・ブレーキなどの実行）」の各プロセスを、AIや各種センサーを使ってシステム側に代行させる技術です。

人が視覚で周囲を認識するように、自動運転車はカメラやLiDAR（レーザーセンサー）、ミリ波レーダーなどで状況を把握します。認識した情報はAIが処理し、「スピードを落とすべきか」「車線変更をすべきか」などを判断して、ステアリングやブレーキを自動制御します。

雪道での自動運転を実現するには走行可能エリア限定なしのレベル5をクリアする必要がある

自動運転はシステムの関与度合いと走行可能エリアの範囲によって、レベル0からレベル5の6段階に分類されます。雪道を含むあらゆる環境での完全自動運転はレベル5に相当し、技術面だけでなく道路交通法の改正など社会インフラの整備も必要です。

日本では2023年4月の道路交通法改正によりレベル4（特定条件下での完全自動運転）が法制化され、限定エリアでの無人運行が可能になりました。雪道を含む一般環境でのレベル4以上の自動運転は、引き続き技術開発と法整備の両輪が必要な状況です。

雪道で自動運転のハードルが上がるのは「認知」や「判断」機能に悪天候や周辺の環境の変化が影響を与えるから

雪道では突然の吹雪で視界が遮られることも少なくない

多くのドライバーが雪道運転を苦手とするように、自動運転システムにとっても雪道は各種センサーの認知性能が低下する難しい環境です。以下に、雪道で自動運転が困難になる主な理由を解説します。

雪の影響で搭載するカメラが走行車線を認識できなくなる

自動運転車が同一車線を維持して走行するためには、路面に描かれた白線や黄線を車載カメラが認識することが必要です。しかし路面が雪で覆われると白線が見えなくなり、また降雪中はカメラのレンズへの着雪や視界不良により認識精度が著しく低下します。白線が見えない状態でカメラからの情報だけに頼った自動運転の継続は困難です。

周辺にある対象物との距離や位置を測定するLiDARは雪の影響を受けやすいため自動運転の安全性が低下

LiDAR（ライダー）はレーザー光を照射して対象物との距離・位置を測定するセンサーで、自動運転の安全性の要です。しかし雪や雨の粒子がレーザー光を乱反射させるため、降雪時には対象物の認識精度が低下します。また降雪粒子を障害物として誤検知して不必要に停車してしまうという課題も存在します。KCCS（京セラコミュニケーションシステム）と北海道大学が2025年2月に行った自動配送ロボットの雪上走行試験では、AIによるノイズ除去技術とGPS補正を組み合わせることでLiDARの自己位置推定の不安定さを改善したことが報告されています。

雪道ではデータ登録されている3次元空間のマッピング情報との間での違いが大きくなるためスムーズな自動運転が行えない

現在の自動運転技術の多くは、あらかじめ収集した高精度3次元地図（HDマップ）と照合しながら自車位置を推定します。しかし路肩に雪山が形成されたり、道路標識が雪で覆われたりすると、登録されている地図情報と実際の環境に大きな差異が生じ、自車位置の推定精度が落ちてスムーズな自動運転ができなくなります。この問題を根本的に解決するため、HDマップに依存しない「マップレス自動運転技術」の研究も進んでいます。

自動運転を雪道でも可能とするために各企業・各団体が取り組んでいる研究内容と今後の展望

雪道での自動運転を実現すれば、北米・アジア・ヨーロッパなど冬季積雪地域を含む巨大市場でのビジネスチャンスが広がります。以下に国内外の代表的な取り組みを紹介します。

フォードは3Dマッピング技術と高精度のLiDARを組み合わせた雪道自動運転実験を実施した

フォードは、本社を構えるミシガン州が豪雪地帯であることから、雪道での自動運転研究に早くから積極的に取り組んできました。2016年1月にはミシガン大学の大規模自動運転実験施設「Mシティ」で、積雪環境下での自動運転走行実験を開始しました。

フォードの研究チームは、車載カメラやセンサーで白線を読み取れない状況への対処として、センチメートル単位で精密な3Dマップと、200m先の対象物も認識できる高精度LiDARを組み合わせる方針で開発を進めました。まず積雪前に対象エリアを走行してLiDARでスキャンし、道路標識・車線・地形などの詳細データを3Dマップに登録。このデータを雪道走行時に活用することで、路面が雪に覆われた状況でも自車位置とルートを把握する仕組みです。

なお、フォードの自動運転事業部門「Argo AI」は2022年に解散しており、フォードは自動運転開発の方針を変更しています。ただし、この研究で確立された3Dマッピング×LiDARという技術的アプローチは、その後の業界全体の雪道自動運転研究に引き継がれています。

大樹町では測位情報や道路に埋めた磁気マーカーを利用して運行する車両の検証実験が行われた

北海道の大樹町では、国土交通省主催の自動運転サービス実証実験の一環として、冬季の凍結路面での検証が実施されました。実験では、GPS測位情報と道路に埋設した磁気マーカーを組み合わせ、20人乗りマイクロバスが町内11か所の停留所を回りました。地元住民が一般モニターとして乗車するリアルな運用環境での実証であったことから、大きな注目を集めました。

実験では、路肩に雪山が形成されて道幅が狭くなっている場所で対向車をよけるためにドライバーが介入する必要があるなど、雪道特有の課題も明らかになりました。この結果は、雪道での自動運転システムが「想定外の状況への柔軟な対応」という課題を抱えていることを示しています。

三菱電機は準天頂衛星「みちびき」を活用した雪道自動運転から、レベル4サービスの実用化へ

三菱電機は、日本が開発・運用する準天頂衛星システム「みちびき」から送られる高精度な位置情報と、車載の高精度ロケーターおよび3次元地図データを組み合わせた自動運転技術を開発してきました。GPS単独では数mあった測位誤差を、みちびきの活用により数センチメートル単位にまで縮小することが可能です。

三菱電機の自動運転実証実験車「xAUTO」のエクステリア

2018年2月には、北海道・旭川市の道央自動車道にて実験車両「xAUTO（エックスオート）」を用いた雪道走行テストを実施。路面の白線が完全に雪で覆われた状況でも、みちびきからの高精度位置情報と3D地図を組み合わせることで目標地点まで走行できることを確認しました。その後、山陽自動車道など複数の高速道路で300時間を超える実証走行を行い、濃霧や降雪などの悪環境下でも自動運転が実用可能であることが確かめられました。

そして2025年9月、三菱電機は自動運転レベル4に対応した自動運転サービス「xAUTO」を、リゾート施設向けに商用提供開始しました。配車から車両運行まで無人で行うサービスで、鉄道・航空管制分野の技術を応用した運行管制システムにより複数台の同時運行も実現しています。研究開発フェーズからサービス実用化へと大きく前進した事例です。

北海道大学などの産学連携チームは積雪寒冷地に特化した自動運転技術「Snow-SLAM」を開発した

北海道大学・ソフトウェア開発会社ヴィッツなど7団体からなる産学連携プロジェクトチームは、積雪寒冷地に特化した自動運転技術の開発に取り組みました。熱源感知センサー・LiDAR・GPS・ステレオカメラ・慣性計測装置などを組み合わせた走行システム「Snow-SLAM」を構築し、苫小牧市の工業団地で走行実験を行いました。時速40km以下という制限のある実験でしたが、積雪環境における有効性が確認されました。本プロジェクトは北海道経済産業局が採択した事業として実施され、研究開発成果は報告書にまとめられています。これらの知見は、その後の北大による積雪環境でのAIノイズ除去技術の開発へと発展しています。

VTTフィンランド技術研究センターは実験車両「Martti」で雪道上での自動運転の速度記録を達成した

VTTフィンランド技術研究センターは、フォルクスワーゲンのSUV「Touareg」をベースにした自動運転実験車「Martti」で、雪道における自動運転の速度向上に取り組みました。2017年12月には非公式ながら雪道での自動運転で時速約40km/hを達成。赤外線カメラ・ステレオカメラ・GPS受信機を組み合わせて自車位置をリアルタイムに把握する仕組みです。

VTTの次なる目標は凍結したブラックアイスバーン路面での安定走行です。制御システムのソフトウェア改良とレーダー解像度の向上を通じて、より過酷な路面条件への対応を進めています。フィンランドは国全体が積雪地域であるため、雪道自動運転の実験環境として世界でも有数の条件を持っています。

日立AMSは直前までの周辺情報を蓄積してGPSと組み合わせることで雪道での自動運転継続を目指す

日立オートモーティブシステムズ（日立AMS）は、降雪や濃霧でカメラが車線を認識できなくなった際でも、自動運転を継続させる技術を開発しました。走行中にステレオカメラと4台の車載カメラで収集した周辺情報を常時データ保存し、センサーが機能しなくなった瞬間には直前までの蓄積データとGPS情報を合わせて自車位置を推測する仕組みです。

また、ガードレールや雪壁を白線の代わりの目印として認識する「路端検知技術」も開発しており、白線のない雪道でも走行可能エリアを把握できる技術として注目されています。

金沢大学発ムービーズは「全天候型マップレス」技術で雪道公道最大時速60kmを達成

金沢大学の自動運転研究を発展させる形で2024年5月に創業した株式会社ムービーズは、高精度3次元地図（HDマップ）に依存しない「マップレス自動運転技術」と、積雪・降雨・逆光など悪天候での安定走行を実現する「全天候型技術」を組み合わせた自動運転システムを開発しています。

これまでの実証実験では、公道において最大時速60kmでの走行を実証しており、雪道を含む多様な環境下での走行技術では世界トップクラスと評価されています。2025年には米国法人「MoveEz International, Inc.」を設立し、ロボットタクシーの事業化に向けた米国展開も開始しました。HDマップ不要という特性は、頻繁に環境が変化する雪道での自動運転に特に有利に働きます。

雪道での自動運転が実現すれば寒冷自治体の生活の足となるだけではなくて、冬の交通事故が激減

雪道での自動運転が持つ最大の意義は、高齢化が進む寒冷地の過疎自治体における住民の移動手段確保と、人為的ミスによる冬季交通事故の大幅削減です。大樹町の実証実験に見られるように、買い物や通院が困難な地域の高齢者にとって、自動運転サービスは生活インフラそのものになりえます。

一方で、雪道での自動運転にはまだ多くの「フレーム問題」が残っています。道幅が狭まった対向2車線で互いに譲り合うといった、人間同士では暗黙の了解で済む状況を、システムがルール外の例外として処理するのは現時点では難しい課題の一つです。また、外見がほとんど同じでも路面状況が大きく異なるブラックアイスバーン・圧雪路・シャーベット路面など多様な雪質への対応も求められます。

技術面では、雪道自動運転には適切なタイヤ（スタッドレスタイヤ）の装着やチェーン規制への対応など、ハードウェア面の準備も欠かせません。ソフト（AI・センサー技術）とハード（車両装備）の両方が整って初めて、安全な雪道自動運転が実現します。三菱電機のxAUTOがリゾート施設向けに商用サービスを開始し、ムービーズが公道での高速走行を実証するなど、雪道自動運転の実用化は着実に近づいています。