自動運転レベル4の牽引車が1.0人工分を削減、コマツ茨城工場の構内搬送自動化

AIの走行判断そのものではなく、判断の前提となる自己位置の精度を外部の空間データ基盤に委ねた切り分けが、この構成の要と考えられます。車載側はLiDARで周囲を360度スキャンして地図作成と自己位置推定を同時に行い、ディープラーニングの物体認識で障害物を判定しますが、そこにGNSS（全球測位衛星システム）とRTK補正によるセンチメートル級の測位データが重なることで、走行の基準が二重に確保されます。屋外の工場構内は、天候や周囲の構造物の影響で車載センサーだけでは位置がぶれやすい環境です。周辺認識と測位を別々の仕組みで支える設計は、AI制御の安定性を実運用に耐える水準まで引き上げる現実的な解と言えます。

もう一つの要因は、この牽引車を試験的な導入物ではなく「生産設備」として位置づけた点にあります。最大17.9トンという牽引能力を重量物搬送という本来の業務にそのまま充てているため、人の作業を部分的に手伝うのではなく、工程の一区間をまるごと引き受ける形になっています。走行ルートを最大約1.2キロメートルに定めたことも、特定の走行環境条件を満たす限定領域で運転操作を代替するレベル4の要件と、現場の運用範囲を噛み合わせる判断だったと読めます。

導入して終わりにせず、運用開始後も現場の運用に合わせた調整を重ねながら実運用フェーズへ移した進め方も見逃せません。自動走行は、経路や周辺の作業手順といった現場側の条件が変わるたびに挙動の見直しが必要になります。稼働させながら調整の余地を残す運び方が、生産活動に組み込んだ状態での安定稼働を支えたのでしょう。