自動運転車両がボッシュのクラウドを通じて 「ズボンのお尻（seat-of-the-pants）の感覚」を取得

　運転時の「触覚的な感覚」を、過小評価すべきではない。

　道路はどのような状態で、タイヤのグリップはどれくらいなのか。こうした感覚を持つことは、自分の車を安全、適切に取り扱う上で役立つ。こうした車に対する感覚をレーシングドライバーは「ズボンのお尻部分(seat-of-the-pants)の感覚」と呼ぶ。これはドライバーのズボンと運転席シートが接触している部分を意味し、レーシングドライバーはこれによって路面の状態を感じ取る。

　自動運転車両もレーシングドライバー同様、路面状況の情報を至急必要とする。しかし、残念ながら、これまで自動運転車両では、道路状況を把握する側面が十分ではなかった。そこで、ボッシュは自動運転車両でも「seat-of-the-pantsの感覚」が得られるシステムを開発した。「濡れた路面、雪、氷。こうした危機的な状況になる前に、当社の路面状況予測サービスは注意を促します。ここでは、当社のパートナー、Forecaが提供する気象データが役立ちます。これにより、自動運転車両は、どこで、どのように運転すべきかを正確に把握できるようになります」と、ボッシュ取締役会メンバーのディルク・ホーアイゼル氏は述べている。

　Forecaは世界有数の気象予測企業で、路面状況の予測に関して20年の経験がある。「Forecaとボッシュのノウハウを融合させることで、新しい時代の路面状況予測が可能になることでしょう。メディアの天気予報とは異なり、ボッシュの路面状況予測サービスでは、複数の考えうる予測シナリオが考慮されます」と、Forecaの販売責任者、Petri Marjava氏は言う。こうした路面状況に関するサービスにより、走行安全性と円滑性が向上するだろう。
　さらに、自動運転機能の有効性も高められる。ボッシュの路面状況サービスは2020年に世界的に展開され、はじめは気象データをベースにしたものになる。路上を走るコネクテッドカーの台数が増えるにつれて、このサービスは車両データによって拡張されていく。

自動運転車両は早めに速度を調整

　高度に自動化されたSAEレベル4までは、車両が運転作業を引き受けられるかどうかの決定は、道路の種類、速度範囲、環境条件などの要因に依存している。将来の自動運転車両では、この決定は、ボッシュが提供する路面状況予測サービスにも基づき、なされる。
　このサービスにより、どのような環境条件が予想されるのかを自動運転車両が早めに把握できるようになる。つまり、路面状況悪化の兆候が見られた時点で（これは頻繁に起こることではないが）、ドライバーに運転操作を引き継いでもらう代わりに、十分な時間的余裕をもって走行スタイルを調整できることになる。
　車のルート上で雨が降っている場合は、ハイドロプレーニング現象（水膜現象）が起こる危険のない、いつでも安全に停止できるレベルまで、あらかじめ速度を調整。こうして、SAEの自動化レベルにかかわらず、安全かつスムーズで快適な走りが得られる。

可能な場合はいつでもどこでも自動運転

　路面状況予測サービスに関しては、ボッシュはマルチフェーズ（複数の段階）コンセプトを利用している。サービス開始が予定されている2020年までに、コネクテッドカーの割合が十分に大きくなるとは予想されない。ボッシュでは、欧州の約8万kmの高速道路を網羅するだけでも、約2千万台のコネクテッドカーが必要だと試算している。そのため、特に交通量の少ない農村地帯の場合、はじめは、路面状況に関して確実な結論を導き出すためには、路面状況の予測だけが信頼できる情報源となるだろう。ボッシュは、このために必要な、常時更新される世界の路面状況のデータをForecaから得ることになる。
　ボッシュが複数の世界屈指の気象情報を提供する企業を検討した結果、このフィンランドのエキスパートForecaが非常に正確な路面状況に関するデータを提供できることがわかった。危険な条件を正確に予測し、その場所を特定できるようになればなるほど、自動運転機能の有効性を最大限に高めやすくなる。世界的な参照基準となっている測定フリートと機械学習法（マシーンラーニング）により、ボッシュとForecaは協力して路面状況のモデルの安全性と有効性を最適化することができた。こうして、両社は、自動運転という人命にかかわるシステムに耐えうる安全性を担保することができた。

ESC の介入により、路面摩擦係数の決定が可能

　道路を走行するコネクテッドカーが増加していくと、ボッシュの路面状況予測サービスは車両データによって補完されていく。車両データとしては、CANバスや車両のセントラルデータネットワークに保存された情報、たとえば車内温度や外気温、ウィンドシールドワイパーの作動状況などが含まれる。ネットワーク化により、こうしたデータは車内で未活用のままになることなく、各自動車メーカーのバックエンドサーバー経由でボッシュのクラウドに送られる。
　さらに、ボッシュは横滑り防止装置（ESC）による通常の介入を評価する。数学的手法を用いることで、エンジニアは個別の車輪の路面摩擦係数や、各車輪の状態を測定することができる。こうしたデータがすべて組み合わされ、インテリジェントに評価されることで、スマートなボッシュのサービスに結実し、安全な走行が実現する。