2026-06-18 — views
AV気象・気候の制約 — 自動運転拡大の物理的な天井
雨・霧・雪・熱がTesla FSDとWaymoの地理的上限をどう決定するか、そして最初に無人運転を実現できる米国都市はどこか。
フィジカルAIベンチマークシリーズ 第26記事 — 物理的な天井としての気象
本シリーズの前2記事では、WaymoとTeslaの都市別拡大パイプラインをマッピングし、気象を規制・HDマッピング・フリート密度・保険・公的受容と並ぶ6つのゲーティング基準の一つとして列挙した。本記事では気象の次元を完全に深掘りする。どの気象条件が自動運転車の前に立ちはだかっているか、TeslaとWaymoが対照的なセンサーアーキテクチャのもとでどう対処しているか、そして生成される気象マップが2030年までの無人運転拡大の地理的上限に何を意味するか。
気象は二次的な制約ではない。それはセンサー物理性能の根本的な限界であり、雨は光を散乱させ、雪は車線標示を覆い、霧は能見度を低下させる。米国の気象地理分布は、無人運転商業運営の地理分布に直接制約をもたらす。
セクション1 — 気象条件重大度対照表
以下の表は9種類の気象条件を5次元にわたってマッピングする。米国都市での発生頻度、2つの主要センサーモダリティ（カメラとLiDAR）への影響、道路標示の視認性への影響、Tesla FSDとWaymoの推定対処能力。対処評価（良好／中程度／不良）は公開されているセンサーアーキテクチャ、安全レポート、運用展開地域に基づく推定値であり、どちらの会社も正式な悪天候性能データを公表していない。
| 条件 | 頻度（米国都市） | AVセンサーへの影響 | 道路標示への影響 | Tesla FSD対処（推定） | Waymo対処（推定） |
|---|---|---|---|---|---|
| 小雨 | 非常に一般的 | カメラに軽微な干渉 | なし | 良好 | 良好 |
| 大雨・雷雨 | 一般的（東南部・中西部） | カメラノイズ顕著；LiDAR散乱 | 車線標示不明瞭 | 中程度 | 中程度（LiDAR優位） |
| 軽・中程度の霧 | 一般的（CA海岸、北西部） | カメラ劣化；LiDAR射程縮小 | なし | 中程度（カメラのみの課題） | 中程度（LiDAR有効） |
| 濃霧 | やや少ない | カメラ深刻劣化；LiDAR50m制限 | なし | 不良（カメラのみ） | 不良〜中程度 |
| 小雪 | 季節性（北部） | カメラ劣化；LiDAR反射 | 標示可視 | 中程度 | 大規模未検証 |
| 大雪・氷 | 季節性（北部・中西部） | 全センサー深刻劣化 | 標示完全消失 | 不良 | 大規模未検証 |
| 極端高温（110+ °F） | 夏（フェニックス・AZ） | LiDAR校正問題 | なし | 良好 | 良好（検証済） |
| グレア・直射日光 | 多くの市場で毎日 | カメラ飽和 | なし | 良好（複数カメラがグレア軽減） | 良好 |
| 工事区域 | 全国共通 | 多変（新たな障害物） | 標示除去・変更 | 中程度 | 中程度（HDマップ不一致リスク） |
表の読み方： TeslaとWaymoの最大のパフォーマンス差を生む2つの条件は濃霧と大雨である。これはTeslaがカメラのみに依存し、Waymoがセンサーフュージョンを用いるためである。対照的に、極端な高温とグレアは両社ともに対応良好。両社がサンベルト地域を優先展開しているのは偶然ではない。
セクション2 — Tesla vs. Waymo：センサーアーキテクチャが気象性能を決定する
センサースタックの選択は好みではなく、全ての気象性能結果に波及する根本的なアーキテクチャ上の決定である。TeslaとWaymoは正反対の賭けをしており、それぞれ特定の気象トレードオフをもたらす。
Tesla（カメラのみ）：
TeslaのFSDシステムはカメラとニューラルネットワーク処理のみに依存し、2D画像データから3Dモデルを再構築する。この手法はLiDARハードウェアコストを排除するが、重要なセンサー冗長性の層を失う。
晴天下ではカメラはLiDARが到底及ばない豊富な色彩・テクスチャ・文脈情報を提供する。悪天候下ではカメラは予測可能な形で劣化する：大雨はレンズに水滴を生じさせ光を散乱させて映像をぼかす；濃霧は有効視野を高速走行時の安全停止距離以下に縮小する；カメラのみのシステムにはフォールバックセンサーがなく、カメラ入力が閾値を下回るとLiDARやレーダーで状況認識を維持できない。
Teslaの気候的優位性は、カメラがTeslaが優先してきた晴天・乾燥市場（テキサス、アリゾナ、カリフォルニア内陸部）で良好に機能することにある。
Waymo（LiDAR + カメラ + レーダーフュージョン）：
Waymoのセンサースタックは複数のLiDARユニット、カメラ、レーダーを組み合わせ、ソフトウェアが三つのモダリティを統合した知覚モデルに融合する。コストは高いが多層冗長性を構築する：LiDARは自身のレーザーパルスを発し反射を検出し、カメラよりも周囲光の影響を受けにくい；レーダーは無線電波の反射を検出することで大雨・濃霧中でも遠距離で物体を検出する；カメラが著しく劣化してもLiDARとレーダーが状況認識を維持する。
Waymoの気象上限も無限ではない。LiDARは大雪で性能が劣化する。氷晶はレーザービームを水滴とは異なる方法で散乱させる。大雪はWaymoにとっても真の課題であり、Teslaだけの問題ではない。
核心的なアーキテクチャの知見： Waymoのセンサーフュージョンは、Teslaのカメラのみシステムと比較して約1〜2段階分の気象重大度の追加運用範囲をもたらす。しかし大雪と氷の問題は両社ともに未解決である。
セクション3 — 米国都市気象準備状況マップ
| 都市 | 主な気象課題 | AV準備状況（推定） | Tesla拡大時期 | Waymo拡大時期 |
|---|---|---|---|---|
| フェニックス、AZ | 極端高温、モンスーン雨 | 高 | 現在 | 現在（稼働中） |
| ロサンゼルス、CA | 海岸霧、乾燥 | 高 | 現在（監視下） | 現在（稼働中） |
| サンフランシスコ、CA | 濃霧、温和 | 中高 | 現在（監視下） | 現在（稼働中） |
| オースティン、TX | 雷雨、高温 | 高 | 現在（稼働中） | 現在（稼働中） |
| アトランタ、GA | 雷雨、多湿 | 中高 | 2027年（推定） | 2026年下半期（推定） |
| マイアミ、FL | 大雨、ハリケーン | 中程度 | 2027年（推定） | 2027年（推定） |
| シアトル、WA | 持続的な雨、霧 | 中程度 | 2027〜2028年（推定） | 2028年（推定） |
| ダラス、TX | 雷雨、氷雨嵐 | 中高 | 2027年（推定） | 2027年（推定） |
| デンバー、CO | 雪、氷、ひょう | 低〜中程度 | 2028〜2029年（推定） | 2029年（推定） |
| シカゴ、IL | 大雪、極端な寒さ | 低 | 2029年以降（推定） | 2030年以降（推定） |
| ニューヨーク市、NY | 雪、氷、雨 | 低 | 2030年以降（推定） | 2030年以降（推定） |
| ボストン、MA | 大雪、氷 | 低 | 2030年以降（推定） | 2030年以降（推定） |
セクション4 — 積雪問題：最後のフロンティア
雪と氷はTesla・Waymo、そして全世界のAV開発者にとって自動運転開発の最前線における未解決の難題である。課題は単一の問題ではなく、四つの複合的な問題から成る：
車線標示の消滅。 積雪は塗装された車線標示を覆い、カメラとLiDAR誘導システムの主要な参照キューを失わせる。標示が存在しない場合、車両はHDマップの幾何学、縁石検出、または周囲交通からの推論に頼らざるを得ない。
車両ダイナミクスの予測不能性。 AV制御システムは乾燥および湿潤路面に対して調整されている。氷面は気温と塩分濃度に応じて刻々と変化する摩擦係数をもたらす。湿潤アスファルト用に調整されたブレーキ操作はブラックアイスで滑走を引き起こす可能性がある。
除雪車の動的干渉。 除雪車は大型で低速、不規則な動きをする車両であり、予測不能なパターンで雪を移動させ、複数の車線を同時にブロックすることがある。HDマップには静的物体として通常存在せず、混合交通での行動は複雑だ。
ハードウェアの劣化。 米国北部都市では11月から3月にかけて路面凍結防止剤が大量使用され、特に車両の低位置に搭載されたLiDARユニットに長期的な腐食損傷をもたらす。
取り組んでいる開発者：Waymoはミシガン州で小規模な冬季テストを実施しているが商業展開規模には達していない；Teslaはコンシューマーフリートを通じて最大の雪道走行データコーパスを保有しているが監視付きFSDのデータである；Mobileyeは欧州市場向けの積雪対応AVシステムを開発中；Auroraは北部州でトラック輸送AVをテスト中。
商業的コンセンサスは、シカゴ・ニューヨーク・ボストン・ミネアポリス・クリーブランドなどの積雪地帯都市での無人運転商業運営は現実的に2028〜2032年の問題であるということだ。
セクション5 — 競争的地理としての気象
TeslaとWaymoがサンベルト市場に運営を集中させているのは偶然ではなく、理性的で意図的な戦略だ。気象マップは両社が明示的か暗黙的かを問わず従っている自然な拡大シーケンスを生み出す：
フェーズ1 — サンベルト優先（現在）： テキサス、アリゾナ、カリフォルニア内陸部、フロリダ（ハリケーンシーズン外）は現在のAVシステムの運用範囲内にある。
フェーズ2 — 温暖な沿岸部（2026〜2027年）： アトランタ、シアトル、オレゴンは管理可能な雨・霧の課題を呈する。WaymoのセンサーフュージョンはシアトルでTeslaよりも早い運用ウィンドウをもたらす。
フェーズ3 — 変動の多い中部地域（2027〜2029年）： コロラド、ミネソタ乾燥寒冷地帯、テキサスパンハンドルはエッジケース領域を代表する。偶発的な雪と氷にはソフトウェアの堅牢性が必要だが、本格的なハードウェア強化は不要だ。
フェーズ4 — 積雪地帯（2030年以降）： イリノイ、ニューヨーク、マサチューセッツ、ミシガン、オハイオは最も困難な地理区域を代表する。四つの複合積雪問題が年間数ヶ月にわたって同時に発生し、2026年の現状を超えた次世代の開発が必要だ。
競争的な含意： 積雪のフロンティアはTeslaとWaymoの差別化要因ではなく業界全体の問題であり、解決には今後10年を要する。
セクション6 — このシリーズについて
これはフィジカルAIベンチマークシリーズの第26記事である。前記事では斜面指数、ヒューマノイドレース、規制、資本、コンピュート、センサー、ユニットエコノミクス、グローバルレース、HDマッピング、フリート運営、ソフトウェアとOTA、保険と責任、消費者需要、パートナーシップ、競争的な堀、Cybercab対Model Y、安全データ、Waymo Gen 6、Optimus製造業、スコアカード3回分、2030年予測シナリオ、投資家フレームワーク、Waymo都市別拡大パイプライン（第24記事）、Tesla州規制マップ（第25記事）をカバーした。本記事は全ての地理拡大モデリングを支える物理的な気象次元を提供する。
中核的な知見：気象は短期的には解決可能なソフトウェア問題ではなく、どの地理が今日・2028年・2030年代初頭に商業的に実現可能かを決定するセンサー物理の制約である。サンベルト市場は今すぐ両社に商業的に実現可能であり、積雪地帯は業界の最後の地理的フロンティアで、現時点では商業規模でこれを解決した開発者はいない。
ソース
- Waymo悪天候下の安全性 — Waymo安全レポート ↗
- Tesla FSD天候パフォーマンス — Tesla車両安全レポート ↗
- 悪天候下のLiDAR性能 — IEEE研究 ↗
- AV雪と氷の課題 — RAND Corporation AV研究 ↗