「無自覚なあおり運転」はなぜ起こるのか？　駐車や合流が苦手な人に欠けている“空間認識能力”

2026年9月8日 8時0分

安全運転、危険回避にも活かせる空間認識能力

　“空間認識能力”をご存知だろうか？最近、この能力が高い人は「仕事ができる」的な切り口でよく見かけるが、なんとなくイメージはできても、じつのところはよくわからない言葉かもしれない。

　興味が湧いて調べてみると、「三次元空間における物体の位置・形状・大きさ・方向・速さなどを素早く正確に把握・認識する能力」といった、少々小難しい説明に行き着いた。しかし、これがクルマの運転に大いに意味を持つらしいのである。とりわけ安全運転や事故回避に重要な能力であり、自動車メーカーがこれをサポートする設計や技術開発も行っているのだとか。

　であれば、空間認識能力への理解を深めれば、運転に活かせるのではないだろうか……ということで、能力を高める方法を探ってみたいと思う。

　まず、改めて空間認識能力のなんたるかを、冒頭の説明を噛み砕いて考えてみたい。

　“三次元空間”ということは、我々が日々すごしているこの世界だ。そのなかにあって”物体”の位置や形状、大きさ、方向、速さなどを「把握・認識する」のは自分。どうやら、要は「自分を基準にして、向かってくるものや、向かっていく対象となるもののサイズや速度などを見分ける能力」ということらしい。わかったような、わからないような。

ドライバーに求められる視野の広さと予測・判断

　空間認識能力は、しばしばスポーツ選手に必要な資質としても取り上げられる。ならば、スポーツを例に具体的な場面を思い浮かべればわかりやすいかもしれない。

　たとえば野球。投球の速さや軌道を見てバットで打つ、打球の行方を追って捕球する、野手の動きに合わせて送球するなど、動いているボールや相手に自分の動きを合わせるには、この空間認識能力が必要になりそうだ。バスケットボールで、最近話題になっているノールックパスも同様。敵味方入り乱れるコートで、絶えず動く味方選手の位置を把握し、移動の速度や方向を正確に認識して、ボールを受け取れそうなところへ正確に投げるのだから、ここでも空間認識能力の高さが要求されるだろう。

　つまり、こうしたプレーを成功させるには、たんに動体視力が優れているだけでは不十分。フィールド全体の状況を瞬時に確認できる視野の広さや、それがどう変化するか素早く予測する先読み、それに反応して自分がどう動くべきかの判断も必要となる。

　それらすべてをひっくるめて空間認識能力だと解釈すれば、クルマの運転にかかわってくるという話にも納得できるはずだ。

　周囲のクルマの速度や動きを見て、車間距離や、合流／車線変更のタイミングなどを決めるのはもちろん、車線を大きくはみ出さずに路駐車両や並走する自転車の横を通過したり、横断しようとする歩行者を見つけて手前で停止したり、障害物や飛来物を安全に回避したり。現状把握と状況予測、判断と行動を迅速に行うことが、ドライバーにはつねに求められている。

　運転の基本である車両感覚もまた、やはり空間認識能力だ。運転席の自分からクルマの四隅の位置や形状を把握して他車や車線、駐車枠などとの距離を推測するのだから。

車庫入れもスレ違いも肝心要の空間認識能力

　クルマの運転における空間認識能力とは、まず自車のサイズや形状を把握して、道幅や駐車枠へ無事に収めることがベースだ。さらに、ほかのクルマや人間、障害物などとの相対的な距離や速度を素早く見極め、相手が動いていれば、その先の動きも予測して、ぶつかったり妨害したりしないように運転することも求められる。そう、事故なく安全に走るための基本を、根本的に左右する能力なのだ。

　では、空間認識能力が低いと、どんな問題が起こりうるだろうか。想定されるケースを頻繁に遭遇しそうな順に上げてみよう。

　まず、駐車時に曲がる／はみだす／ぶつける。慌てていてミスするならまだしも、いつも枠にキチンと収まらないようなら、空間認識能力の低さが疑われる。

　次にスレ違いが苦手。道幅も関係するだろうが、十分に路肩へクルマを寄せられないのが原因なら、これはドライバーの認識能力の問題だ。

　車線変更や合流もそうだ。タイミングがつかめないだけではない。バックミラーや目視で距離を確認したはずの後方からくるクルマが、前を向いてステアリングを切ったらすぐ後ろまで迫っていたりするのは相対速度の認識、つまり相手が接近するペースの予測ができていないからだ。

　そして同じような理由で起きるのが、交差点の”右直”事故だ。対向車線の直進車の接近速度を正確に把握できいまま右折しての衝突。路地や駐車場からの進入も同様で、トラブルはもっぱら強引な割り込みが引き起こす。もっとも、直進車優先の基本を守り、キチンと通過を待てば、なにも心配はないのだが……。

狭すぎる車間距離のアオリ運転とは違う理由

「適切な車間がとれない」というのも空間認識能力と無関係ではないだろう。たとえば、渋滞時や信号などでの停車時に前車との距離を大きく空けて、逆に通常走行中の車間距離が短いというのは、車両間隔や距離感に問題があるのかもしれない。交差点の先が渋滞していて、最後尾に１台分のスペースがあると思って前進したら、横断歩道上で止まってしまった、というケースも、やはり自車が収まる空間を認識できていないのではないだろうか。

　もちろん、交差点への強引な進入や、車間距離を詰めるなどは、故意に行う悪質なドライバーもいるだろう。後者はまさにアオリ運転だ。

　一方、後続車が極端に車間距離を詰めてくるのでバックミラーで確認したら、穏やかそうなドライバーで拍子抜けした、などという話を聞くことがある。また街なかで、あおられたと思った前走車のドライバーに怒鳴られ、ワケがわからずオロオロする初心者や年配ドライバーを見かけることもある。もしかしたらそれらは、空間認識能力の欠如が原因なのではないだろうか。

　そんな疑問を抱き、答えを求めていくと、空間認識能力に言及している自動車メーカーのWEBサイトに行き着いた。ホンダだ。

　運転に関してリスクの高いドライバーは、「視野が狭く空間認識力が低い」こと、「リスクの低いドライバーと比較すると脳の働きに違いがある」こと、そして「AIを用いてリスク低減に導こうとする研究をしている」ことが記されていた。そこで、詳細を知ろうと研究チームのもとを訪ねた。

状況を俯瞰でとらえる上級ドライバー

　お話をうかがったのは本田技術研究所の村上真一さんと長美希さん、そして、本田技術研究所と共同でAI開発を行うアラヤの蓬田幸人さん。

　AIを用いてドライバーのリスクを低減する知能化運転支援を目指すにあたり、人間の脳を研究するなかで空間認識能力が低いドライバーはヒューマンエラーが多い傾向にあるという。

　たとえば、運転中は前方だけでなく、側方や後方にも注意を払うが、一般的なドライバーは前方への意識が強い。ミラーなどに目をやっても、それぞれを個別に認識しがちなので、危険に気づくのが遅れ、急操作になることもある。しかし上級者は、「いち早く危険を察知してブレーキを踏むなど、広い範囲を連続して、俯瞰的な感覚でとらえているような操作をしていました」と村上さん。

　俯瞰で状況をとらえる、というのは、レースゲームの視点を想像するとわかりやすいだろう。これまでも運転のコツとして一部で言われてきたが、それが最新の研究と一致するとは興味深い。とはいえ、TVゲームと実際の運転は違う。どうすればそんな視点を持てるのか。そのカギとなるのが空間認識能力だ。

　上級者と一般的なドライバーの、感覚の違いで注目したのは脳の働きだ。ドライビングシミュレータとMRIを組み合わせ、運転操作と脳の活動部位の関係を可視化できる装置で調べると差があったというのだ。

　脳研究担当の村上さんと長さんは「未熟なドライバーは視覚に関係する部位が集中的に活動するのに対して上級者は空間認知の部位も賦活していました」。また、「急ブレーキを踏まないドライバーは空間・言語・他車の視点に立ってモノを考えるといった領域を含めた活動が認められました」と言う。

安全運転を支えるのは”考える運転”

　つまり、いままでより広い範囲に目を配り、見たものを理解し、周囲の動きに気を配ることが空間認識能力を高め、安全運転につながる。そう考えれば、さほど難しいことではないのかもしれない。逆に、漫然と目の前を見て、反射的に対応するだけでは危険回避には心許ない。

　“考える運転”なしに、能力の向上はないのだ。

　じつは編集部内で、高齢女性に車間を詰められたとの体験談がしばしば聞かれる。しかし、蓬田さんによれば、「空間認識能力も含む危険察知テストでは高齢の方でも成績が保たれるケースがあり、これは運転経験の深さによるものと推測され、また性別差についても総合的な確証はありません」。

　おそらく理由は年齢や性別でなく、運転する範囲が近所などに限定されることで、慣れてしまって思考がおろそかになり、空間認識能力を高める機会が少ないことなのかもしれない。

　これも経験談だが、直進車がいても強引に右折するクルマをよく見かける地域がある。観察していると、ドライバーの年齢や性別はまちまち。こうした”地方ルール”に疑問を持たなくなると、それが通用しない場所で周囲の動きを見誤った事故を起こしかねない。

　こうしたリスクを補う技術のひとつとして、ホンダが提案するのがコーチングシステムだ。AIが規範的な安全運転と実際の運転を比較し、そのギャップを埋めるアドバイスをリアルタイムで行うので、すぐ次の機会に注意すべき点を考えて運転できるようになる。いまはまだ研究段階だが、脳レベルでドライバーをトレーニングするシステムや運転支援機能に、このAIが実用化されたら最強だ。