大日本印刷株式会社（DNP）は、自動運転車の社会実装に向けて、車両の走行映像や位置情報などの実走行データをAIで分析し、自動運転車の導入検討に必要な情報を提供する「AI駆動型アセスメント」の取り組みを開始しました。その第一弾として、2026年9月から長崎県で実施している実証に活用しています。

本実証は、長崎県の「自動運転車の社会実装に向けた長崎版AI診断手法の検証事業」をDNPが受託したものです。長崎県とDNPに加え、長崎県内の大学も含めた産官学連携のもと、長崎市などで収集する実走行データから危険場面や地域ごとの特徴などを分析し、2027年3月31日までに「長崎版AI診断手法」を検証します。

自動運転車を地域へ導入するには、道路形状や交通量、歩行者や自転車の動きなどを把握し、走行ルートや運行・監視方法などの条件を検討する必要があります。

DNPは、実世界から得られるデータをAIが利用できる形に整え、AIによる分析結果と人による確認を組み合わせて導入検討に必要な情報を整理します。自動運転車そのものを開発するのではなく、実走行データのAI分析を通じて地域ごとの危険場面や交通環境の特徴を可視化し、導入条件を検討するための判断材料を提供します。

構造化AI技術の活用と先行検証での成果

DNPは、文書や画像などの非構造化データをAIが利用しやすい「AI-Ready Data」へ変換してきたデータ構造化の技術・ノウハウを、走行映像や位置情報などの実世界データに応用します。

実走行データから得られた道路・周辺環境の情報や危険場面を既存の知識データと照合し、道路環境・時間帯・天候等による違いを分析することで、導入時に確認すべき条件や運用方法を整理します。なお、AIが地域の安全性や自動運転車の導入可否を自動的に判断するのではなく、人による確認と組み合わせて情報を提供します。

また、DNPは2026年3月からアマゾン ウェブ サービス ジャパン合同会社の「フィジカルAI開発支援プログラム」の支援を受け、プロトタイプを開発しました。先行検証では、走行映像から事故リスクを抽出する処理時間を、人が同様の作業を行った場合と比べて約79％短縮したとしています（※6本の動画・10件の事故リスクイベントを用いたプロトタイプ段階での暫定評価であり、実運用における性能や効果を示すものではありません）。今回の実証では、長崎市などでタクシー等の既存車両10台以上から実走行データを収集します。

今後の展開

DNPは、長崎県での検証を経て他の自治体や地域への展開を目指すとともに、自動車メーカー、自動運転開発企業、交通事業者等との連携を進める方針です。

自動運転を先行領域として、映像やセンサー、位置情報、行動データ、ログデータ等の実世界データをAIが利用できる形に整えて分析・評価に活用する事業の開発を進めます。独自の「P&I」（印刷と情報：Printing & Information）の強みを基盤に培ってきた技術を生かし、フィジカルAIの社会実装を支援していくとしています。

本記事は大日本印刷株式会社（DNP）の発表をもとに作成しました。

Dellows News編集部

ビジネスパーソンの課題解決と納得感にこだわるDellows News編集部。キャリア論からAI、健康法まで幅広い分野に対応し、複雑なテーマでも平易な言葉で丁寧に解説。読者が「明日から使える」知識やヒントを得られるよう、具体的な事例・データ・専門家の見解を交えて執筆。情報を整理し、納得感ある記事づくりを心がけています。