2026-06-18 — views
自動運転車の悪天候性能——雨・雪・霧がセンサーに与える影響とWaymoがフェニックスに留まる理由
雨はカメラを壊し、霧はLiDARを破壊し、レーダーはほぼ何にも負けない——地理的気候が無人タクシーの実際の展開地を決定する。
フィジカルAIベンチマークシリーズ 第62回——悪天候が自動運転車展開マップをどう説明するか
なぜWaymoはフェニックスで無人タクシーを運営しながらシカゴには進出しないのか。なぜTesla Robotaxiはボストンではなくオースティンでローンチしたのか。最も正直な答えはソフトウェアの成熟度でも車両コスト経済学でもなく、天候にある。悪天候は、AV展開が特定の地理に集中する最も直接的な説明であり、カメラのみのシステムとマルチセンサースタックの間の性能格差を決定づける中核的な要因だ。
悪天候におけるセンサーの物理的劣化は推測ではない。雨水はレーザービームを減衰させる。霧はLiDARパルスを散乱させる。積雪はセンサーハウジングを詰まらせ、偽の反射を生む。カメラの光学系は、背後で動くソフトウェアに関係なく、濃霧の中では数メートル先を超えて見えない。重要な洞察は、異なるセンサーがまったく異なる方法で失敗するという事実だ——センサーフュージョンアーキテクチャはまさにこの事実に対する工学的応答である。
第1節——各センサーの悪天候における劣化方式
| センサー | 雨 | 雪 | 霧 | 砂塵 | 夜間 |
|---|---|---|---|---|---|
| カメラ（可視光） | レンズの水滴でボケ；ワイパー跡で干渉；コントラストと特徴検出が低下 | レンズへの積雪；ホワイトアウト；車線マーキングが埋没 | 視程が数メートルに低下；特徴が短距離を超えて不明瞭に | 砂塵雲がシーンを遮断 | ヘッドライトや街灯に依存；独自光源なし |
| LiDAR | 雨滴が偽の反射を生む；大雨でビーム減衰；大雨での射程損失10–20%（推定） | 雪片がビームを反射し誤検知；ハウジングへの積雪；湿雪が最悪 | 霧の水滴がLiDARパルスを激しく散乱；濃霧で有効射程が50–80%低下（推定） | 近赤外波長を吸収・散乱；中程度の影響 | 影響なし——自前の光源を使用 |
| ミリ波レーダー | ほぼ影響なし——レーダーは雨を貫通；極端な豪雨でわずかな減衰のみ | ほぼ影響なし——レーダーは雪を貫通 | ほぼ影響なし——レーダーは霧を貫通 | ほぼ影響なし | 影響なし |
| 熱赤外線 | 影響なし——反射光ではなく熱を検出 | 影響なし | 高密度の湿った霧でわずかに影響（水が赤外線を吸収） | 影響なし | 強み——熱源シグネチャが明確 |
| GPS / HDマップ | 信号は影響なし；道路が積雪で埋まるとマップ精度が低下 | 信号は影響なし | 影響なし | 影響なし | 影響なし |
核心的な洞察： ミリ波レーダーは全天候センサーだ。雨・雪・霧を貫通し、劣化は極めて軽微。これが、LiDARが近距離3D知覚を支配している中でも、レーダーがすべてのマルチセンサーAVスタックに残り続ける理由だ。LiDARは能動センサーの中で霧への耐性が最も低い。カメラは天候起因の故障モードが最も広い。センサーフュージョンアーキテクチャは本質的に、最も堅牢なセンサーの強みで最も脆弱なセンサーの故障モードを補うための試みだ。
第2節——Teslaのカメラオンリーアーキテクチャの課題
TeslaのFull Self-Driving（FSD）はカメラのみのアーキテクチャだ。同社は2021年にModel 3とModel Yからミリ波レーダーを意図的に削除し、十分なデータで訓練したニューラルネットワークがレーダーの冗長性に匹敵あるいは超越できると主張した。この賭けは悪天候に対して重大な含意を持つ。
| 天候状況 | カメラオンリーへの影響 | Tesla FSDの対策 |
|---|---|---|
| 小雨 | 対処可能；ワイパーがフロントガラスを清潔に；一般的な実世界状況 | 雨天データで訓練；ワイパー制御と統合；根本的な能力差なし |
| 大雨 | 重大：視程低下、車線マーキング消失、歩行者検出が低下 | 車隊データには大雨を含む；v12・v13で改善；晴天より難しいままと推定 |
| 小雪 | 車線マーキングが埋没；路面境界が不明瞭に | ニューラルネットによる道路境界認識；縁石や植生を代替手がかりとして利用 |
| 大雪 / 吹雪 | 重大な課題：ホワイトアウト、マーキング消失、参照点なし | Teslaは大雪でのFSD使用を推奨しない；監視モード；ドライバーの引き継ぎが想定される |
| 濃霧 | カメラの視程が数メートルに；その先は事実上の盲目 | ニューラルネットは光学系が見えない情報を作り出せない；物理の根本的限界 |
| 路面凍結 | 直接的なセンサー問題ではない；ただしカメラによる路面状態推定は不完全 | 直接的なカメラベースの氷面検出なし；温度センサーとトラクションイベントに依存 |
| 強烈な日差し | 水平線近くの低角度太陽でカメラが直接盲目化 | 画像飽和度で検出；FSDが減速または引き継ぎ要求の可能性；物理的制約 |
地理的含意： Tesla FSDはほとんどの米国市場で、監視付き運転の通常天候に対して十分に対応できる。公共の無人タクシーサービスに必要な安全基準は別の話だ。オースティン（テキサス州）——穏やかな冬、積雪ほぼなし、濃霧稀——は有利なローンチ環境だ。北東部、中西部、太平洋岸北西部はより困難だ。霧が視覚信号を排除するとき、物理法則はアルゴリズムより優先する。
第3節——Waymoのマルチセンサー全天候戦略
WaymoのセンサーアレイはLiDAR、ミリ波レーダー、カメラ、そして一部の構成では熱画像を組み合わせる。このアーキテクチャはセンサー物理レベルで冗長性を提供するよう意図的に設計されている——ある感知モダリティが低下しても、他が運転信頼度を維持する。
| 天候状況 | Waymoセンサーフュージョンの対応 |
|---|---|
| 雨 | レーダーが雨中での速度・検出の主力；LiDARは小雨で良好；カメラは視認可能時に分類；三センサー冗長が信頼度を維持 |
| 大雨 | レーダーが検出を保持；LiDARは近距離では機能；カメラが大幅低下；フュージョン信頼度が低下——極端な嵐ではサービス停止の可能性（推定） |
| 霧 | レーダーが霧を完全貫通；LiDARが激しく低下するがレーダーが物体検出を維持；カメラをレーダーが補完——カメラオンリーでは実現できない状況認識 |
| フェニックス（晴天・高温・乾燥） | 全センサーに最適条件；砂塵は散発的で管理可能；45°C以上の極端な熱はハードウェアの熱管理の課題、センサー劣化ではない |
| サンフランシスコ（海霧、小雨） | レーダーが海霧層に対処；LiDARは軽度条件で良好；濃霧時はカメラをレーダーが補強——カメラオンリーアーキテクチャに対する直接的優位 |
| 積雪・凍結市場 | Waymoはまだ積雪が主要な市場でサービスを開始していない；センサーハウジングへの積雪が実際の運用課題；加熱ハウジングが対処するが複雑さが増す（推定） |
| 第6世代車両 | 統合センサーハウジングと耐候性向上を備えた専用設計；加熱センサーカバーと改善されたシーリングが報告されている（推定） |
第4節——気候が説明する自動運転車の地理的展開パターン
| Waymo市場 | 気候プロファイル | 適している理由 |
|---|---|---|
| フェニックス（アリゾナ州） | 砂漠：年間300日以上の晴天、雨極少、雪なし、乾燥 | 全センサーに最適；2018年から無人運転——最も成熟した市場 |
| サンフランシスコ（カリフォルニア州） | 地中海性：霧だが穏やか；小雨；雪なし | マルチセンサーが霧層に対処；2022年に無人運転開始 |
| ロサンゼルス（カリフォルニア州） | 地中海性：非常に穏やか、豪雨稀、雪なし | 優れた自動運転天候；2023年以降拡大中 |
| オースティン（テキサス州） | 亜熱帯：穏やかな冬、時々豪雨、凍結は稀 | 良好な自動運転天候；2025年に無人運転開始 |
| アトランタ（ジョージア州、発表済み） | 亜熱帯：穏やかな冬、夏の雷雨 | 管理可能な天候プロファイル；次回発表の拡張都市 |
| 未展開 | シカゴ（イリノイ州）、ボストン（マサチューセッツ州）、ミネアポリス（ミネソタ州） | センサー積雪、車線マーキング消失、凍結——商業規模では未解決の運用課題 |
パターンは明確だ。現在のWaymoの全無人運転市場はサンベルトか温暖な沿岸気候に位置する。真の冬を持つ米国北部の主要都市はすべて不在だ。これはWaymoが参入を試みていないからではない——積雪・降雪天候の運用複雑性が、現在の商業規模でどのAVシステムも超えていない信頼度閾値を生み出しているからだ。
第5節——天候フロンティア：誰が最初に突破するか
全天候対応AVは兆ドル規模の解放だ。米国人口の大部分は真の冬のある気候に住んでいる。シカゴ、ボストン、ミネアポリスで運行できない無人サービスは、対象市場の大部分から排除されている。
| アプローチ | 企業 | 現状 |
|---|---|---|
| マルチセンサーフュージョン+レーダー主導 | Waymo、Zoox、Cruise（停止中） | 現在最高の全天候性能；積雪市場は商業的に回避 |
| 加熱ハウジング+機械式クリーニング | 複数のAV企業 | センサー積雪への工学的解決策；電力消費・機械的複雑さ・メンテナンスが増大 |
| 4D撮像レーダー | Arbe Robotics、コンチネンタル、Mobileye | 大幅に高い角分解能を持つ次世代レーダー；LiDARレベルの詳細にレーダーの耐候性を組み合わせる |
| 固体LiDAR | Luminar、Ouster、Innoviz | 回転式より堅牢で低コスト；天候性能は回転式と概ね同様 |
| カメラ+4Dレーダー（LiDARなし） | Mobileye SuperVisionおよび一部競合他社 | LiDARの霧の弱点を完全にスキップ；レーダー解像度の向上に賭ける |
| カメラのみの全天候（議論中） | Tesla FSD | 霧や大雪でのカメラの物理的限界をニューラルネットが克服する必要；商業的無人運転安全基準で達成可能かは未解決の問題 |
投資シグナル： 真の冬を持つ北部米国都市で最初に商業的無人運転サービスをローンチするAV事業者は、対象市場を約3倍に拡大する能力差を実証することになる。注目すべきマイルストーン：加熱センサーハウジングの発表、冬季都市での規制当局によるパイロット許可、4D撮像レーダーのパートナーシップ契約。
天候の課題は一時的な工学的障害ではない。それは今日利用可能なセンサーへの物理的制約であり、センサーハウジングの製造課題であり、道路状況が時間単位で変化する気候での展開における規制・運用上の課題だ。それを解決するには——センサー技術、特にレーダー解像度における進歩が——ニューラルネット性能の進歩と同様に必要だ。この区別を理解する企業は、それを純粋にソフトウェアの問題として扱う企業よりも優れた判断を下すだろう。
出典：IEEE Transactions on Intelligent Transportation Systems — ieeexplore.ieee.org；Waymo安全報告 — waymo.com/safety；Tesla FSD天候ガイダンス — tesla.com/support；Automotive Worldレーダー分析 — automotiveworld.com。（推定）と表記された数値はすべて、公開技術文献、企業資料、業界調査から導出された推定値である。独立して検証されておらず、方向性の参考として扱うべきものだ。本記事は投資アドバイスを構成するものではない。
ソース
- 悪天候下のLiDAR性能——IEEE ITS論文誌 ↗
- Waymo運行領域——Waymo安全報告 ↗
- Tesla FSD天候に関する注意事項——Teslaオーナーズドキュメント ↗
- 悪天候における自動運転向けレーダー——Automotive World ↗