AIが変えるEVの最適化とは？

乗用車、二輪車、商用バン、トラックに至るまで、電気自動車（EV）はもはや選択肢の一つではありません。
2023年には、世界で販売された車両の約5台に1台が電動車でした。
さらに2035年には、EVの販売台数は7,160万台に達すると予測されており（2023年の1,420万台から大幅に増加）、その普及は加速しています。

すでにEVの選択肢は幅広く、主要メーカーは必ず1車種以上を展開しています。
さらにEUの2035年ゼロエミッション方針などの規制強化の流れを受けて、EVは“選択肢”から“標準”へと移行しつつあります。

しかし、そこに至るまでにはいくつかの課題があります。航続距離への不安やバッテリー性能、充電インフラ、さらにはメンテナンスといった要因が、EVの普及を妨げています。

では、AIはこれらの課題を解決し、EVの可能性を最大限に引き出す鍵となるのでしょうか？

Read more: Hydrogen fuel vs electric batteries: which is better for EV range?

バッテリーの状態を最良に保つ

スマートフォンと同様に、EVのバッテリーも時間の経過とともに劣化します。研究によると、バッテリー容量は年間約2.3％低下し、航続距離や信頼性に影響を与える可能性があります。しかし、AIを活用した先進的なバッテリー管理システムにより、車両のバッテリー状態をリアルタイムに監視することが可能になります。温度・電圧・電流を分析しながらこれらのパラメータを制御することでバッテリーを保護し、リチウムイオン電池の過熱を引き起こして安全上のリスクとなり得るサーマルランアウェイの発生を防ぐことができます。

さらに、機械学習を活用することで、バッテリーが限界に近づいているタイミングを予測し、ドライバーが事前にメンテナンスや交換の計画を立てることが可能になります。実際、AIによるバッテリー管理は、適応型の充電戦略によって航続距離を最大で約10％延ばす可能性があるとされています。

将来的には、AIがバッテリーのあり方そのものを変える可能性もあります。IBMアルマデン研究所の研究員Murtaza Zohair氏は、「AIは複雑なバッテリー材料やプロセスの発見を飛躍的に加速し、より高速な充電、高いエネルギー密度、そして持続可能性の向上を実現する可能性があります」と述べています。

また、IBM Institute for Business Value（IBV） の鈴木のり子氏は、「低消費電力のAIチップの普及により、大容量バッテリーへの依存を減らせる可能性がある」と指摘しています。

Read more: Europe’s EV adoption: some countries speed ahead, others stuck in the slow lane

充電の課題

マッキンゼーのレポートによると、需要の増加に対応するためには、2030年までに欧州、米国、英国で現在の6倍の公共充電設備が必要になります。
AIは単にドライバーが充電器を見つけるのを支援するだけでなく、自治体や都市のインフラ整備にも役立ちます。

AIは交通パターンや電力網の容量、EVの普及率といった膨大なデータを分析できるため、需要が高まる場所を予測し、設置場所の優先順位付けを可能にします。

さらに、設置後も充電ステーションを監視し、充電速度の低下や異常な発熱といった兆候を検知することで、問題の発生を未然に防ぎ、ドライバーが不便を感じる前にメンテナンスを実施できます。
こうしたスマート充電器は、需要に応じて価格を動的に変えることで、使用状況の最適化も可能です。.

異常の予測
 

予知保全のメリットは充電ステーションに限りません。EVはガソリン車やディーゼル車に比べて可動部品が少ないものの、問題を早期に検知することが重要です。

F1レースでは、エンジニアが遠隔で車両の状態を監視している様子を見ることがありますが、AIも同様のことを実現できます。バックグラウンドで大量のデータを分析し、問題が発生する前に予測することが可能です。モーターの摩耗やソフトウェアの不具合、さらには先述のバッテリーの問題なども、大きなトラブルになる前に検知できます。

Read more: Autonomous driving levels and Navigation on Autopilot—explained

誰もが使える自動運転へ

AIと機械学習はすでに先進運転支援システム（ADAS）で活用されており、センサーやカメラから得られるデータをもとに走行や判断を行っています。アルゴリズムはさまざまな運転状況や挙動から学習・適応することで安全性を高め、車両同士や周囲のインフラとの連携も強化します。

たとえば、HEREのADAS技術は前方の予期せぬ危険をドライバーに警告することができます。また、HEREはPorscheおよびVodafoneと共同で、AIを活用して交通弱者を検知する概念実証も実施しています。

EVならではのルート最適化
 

EVで移動する場合、従来とは異なるルート計画が必要です。航続距離を超える可能性がある場合は、充電のタイミングと場所を戦略的に考える必要があります。また、航続距離は単に距離だけでなく、地形、交通状況、天候などにも大きく影響されます。

エジプトのアラブ科学技術海運アカデミーの研究によると、風速や風向きによっては50kmの走行で最大49％のバッテリー節約が可能であり、勾配の少ないルートを選ぶことで46％の節電効果が得られることが分かっています。

AIによるナビゲーションは、最短・最速ルートの提示にとどまらず、リアルタイムでルートを再計算しながら、最も効率的な走行を維持します。

たとえばHERE AI Assistantでは、航続距離に影響を与える要因を考慮したインテリジェントなEVルーティングを提供します。さらに自然言語にも対応しており、「ラスベガスまでのルートを計算して、到着の50マイル手前で充電できるコーヒーショップも探して」といった操作も可能です。

AIはEVの使いやすさを大きく向上させています。
バッテリー状態を最適に保ち、近くで利用可能な充電設備を見つけ、効率的なルートを提案します。さらに、メンテナンスのタイミングや将来の充電状況まで予測することが可能です。

つまり、AIはEVをよりスムーズに、そして日常生活により馴染むものへと進化させているのです。