ADAS（先進運転支援システム）とは？自動運転との違い・主要機能・選び方【2026年版】

ADASはAdvanced Driver Assistance Systemsの略で、先進運転支援システムを指します。周囲の危険を知らせる警報、衝突被害軽減ブレーキ、追従クルーズ、操舵支援など、運転者を支援する機能の総称です。警告する機能と車の動きに介入する機能があり、搭載されているだけで自動運転になるわけではありません。

この記事では、2026年10月24日に確認した警察庁、国土交通省、NHTSA、NASVA等の一次資料をもとに、自動運転との違い、代表的な機能、義務化と安全性能データの読み方、車を選ぶ際の確認点を整理します。製品ごとの名称と、実際に支援する動作を対応付けることが重要です。

ADASと自動運転の違いは、運転者の役割から考える

ADASでは、運転者が周囲の状況を確認しながら運転します。警察庁の説明も、運転支援と自動運転では、運転者に求められること等の前提が違うとしています。車がアクセルやハンドルを操作する場面があっても、それだけで監視をシステムへ任せられるとは判断できません。まず、何を支援し、誰が周囲を監視し、必要時にどう操作するかを確認します。

レベル	機能の分類の考え方	運転者の関与
0	継続的な運転操作の自動化はない。警告や瞬間的な緊急介入は含み得る	運転者が運転と監視を行う
1	加減速または操舵の一方を継続的に支援	運転者が周囲を監視し、残る操作を行う
2	加減速と操舵の両方を継続的に支援	運転者が周囲を監視する
3	定められた条件内でシステムが運転タスクを行う	運転者はシステムからの引継ぎ要求に対応できる状態が必要
4	限定された運行領域内でシステムが運転タスクを担う	その条件内では人の運転操作を前提にしない
5	人が運転できる道路・条件を広く対象にシステムが運転を担う	特定の運行領域へ限定するレベル4とは異なる分類

表はNHTSAの自動化レベルの説明を整理したものです。警告や瞬間的な衝突回避の介入と、継続的な加減速・操舵の支援を分けるため、AEBがある車をすべてレベル1以上と判定することはできません。また、レベル2の支援と、ハンドルから手を離せるハンズオフの可否も別に確認します。レベル2でも運転者による周囲の監視は必要です。

レベル3以上についても、機能名だけで一般道から高速道路、あらゆる天候まで使えるわけではありません。対象となる道路、速度、天候等の条件を確認します。警察庁はレベル3について、条件から外れる場合等の引継ぎ要求に直ちに確実に対応できることを説明しています。使用中の機能の表示と、必要となる操作を理解することが大切です。

また、レベルは運転タスクと人の関与を分類するものであり、搭載されているセンサーの数や、危険を検知する精度の点数そのものではありません。高い数字だけで自分に必要な支援を選ぶより、普段の道路と場面に合う機能を確認します。分類の詳しい考え方は自動運転の基礎とレベル、実際の車種の比較は国産車の運転支援・装備比較も参照してください。

主要機能と、センサー・AIが担う役割

機能を調べる際には、「知らせる」「介入する」「継続的に支援する」を分けます。NHTSAの機能説明は、警報、衝突への介入、運転操作の支援を区別しています。メーカーごとの略称が違っても、どの動作を行うかに注目すれば比較しやすくなります。表の名称は機能を理解するための代表例であり、全車両で同じ仕様という意味ではありません。

機能	支援の内容	区別するポイント
FCW・前方衝突警告	前方車両との衝突のおそれを警告	警告だけで、自動ブレーキとは別
AEB・衝突被害軽減ブレーキ	衝突が迫る場合にブレーキを作動	検知対象、速度、天候等の条件を確認
LDW・車線逸脱警報	車線から外れそうな状態等を警告	操舵への介入とは別
LKA・車線逸脱の抑制支援	車線からの逸脱を防ぐよう操舵等を支援	常に車線中央を保つ支援と区別
車線中央維持支援	車線中央を保つため継続的に操舵を支援	作動する道路や車線認識の条件を確認
ACC・追従クルーズ	設定した車間距離を保つよう速度を調整	停止・再発進、対応速度等は車両別
死角の車両の警告	見えにくい隣接車線等の車両を知らせる	ブレーキや操舵を伴う介入とは別
後方交差交通警告	後退時に接近する車両等との衝突のおそれを警告	バックカメラや後退時自動ブレーキとは別

センサーは周囲の情報を取得し、システムが警報や制御の判断へ使います。NHTSAの衝突回避技術の説明には、カメラ、レーダー、LiDAR等を用いる方式が紹介されています。ただし、すべての機能にすべてのセンサーを使うわけではありません。センサーの方式だけを理由に、あらゆる条件での動作や安全性の順位を決めることもできません。

AIは画像等の認識の高度化に活用されますが、開発計画と搭載済みの機能を分けて読みます。たとえばSUBARUの2024年の協業発表は、AI推論に適した視覚データを得るイメージセンサーの専用設計と、次世代アイサイトへの搭載目標を説明しています。この発表だけで、すべての現行ADASが同じAIやセンサーを備えるとはいえません。具体例はアイサイトとアイサイトXの技術解説でも整理しています。

AEBの義務化と、安全性能の数値・評価の読み方

日本のAEB義務化は、ADASのすべての機能がすべての車へ一律に義務付けられたという意味ではありません。国土交通省の2020年1月31日の発表は、対象となる乗用車等のAEB基準と、段階的な適用時期を示しています。対象は乗車定員10人未満の乗用車等と車両総重量3.5トン以下の貨物車等で、二輪・三輪・被牽引自動車等の除外があります。個別車両へ適用される基準は、その区分を確認します。

同発表の適用区分	国産車	輸入車
対象新型車	2021年11月	2024年7月
対象継続生産車	2025年12月	2026年7月

同発表は軽トラックの適用を2027年9月としています。これは公表された当該基準の適用表であり、すべての車種に関する安全基準や後の改正を網羅する表ではありません。2026年の新車ならACC、車線維持、ハンズオフまで必ず備える、といった判断にも使えません。必要な機能は装備表で別に確認します。

安全性能の試験も、対象と条件を揃えて読みます。NASVAの被害軽減ブレーキの試験・評価説明は、歩行者、自転車、交差点の対向車等、複数の対象やシナリオを分けています。回避できたかに加え、衝突した場合に速度をどれだけ下げたかも評価します。得点や機能名だけから、試験していない天候・道路・対象まで衝突を防げるとは判断できません。

事故件数の調査には、試験の評価とは別の読み方も必要です。SUBARUの2016年公表の調査は、2010〜2014年度の国内の対象モデルについて、アイサイトver.2搭載車と非搭載車の人身事故を比較しています。約84％減は、1万台当たりの車両同士の追突人身事故件数の比較です。AEB単独の効果や、2026年の全ADAS車の事故全体が同じ割合で減る保証とは区別します。

このような資料を比べる際は、調査国、対象期間、機能、搭載・非搭載の母集団、事故の種類、件数を換算する分母を揃えます。異なる調査から大きい数字だけを抜き出し、一つの効果の幅として並べると、何を比較した結果かが分からなくなります。今回の調査対象と元の数値の詳しい説明は、前掲のスバル記事も参照できます。

三菱車の具体例で機能名と運転者の役割を確かめる場合は、MI-PILOT・e-Assistの機能と装備条件の解説も参照できます。対象車両の年式・装備、運転者による確認と操作、過去のアライアンス計画と現在の車両案内を分けています。一般的なADASの分類を、全車共通の搭載機能や安全性能の保証へ置き換えないための具体例です。

メルセデスの装備を検討する場合は、DRIVE PILOTの条件付きレベル3と、国・車両仕様・引継ぎの確認点で具体的な公表情報の読み分けを整理しています。ドイツの95km/h認可の発表と販売予定、別のレベル2機能の発表、日本のMPなどによる装備差を区別し、購入候補の正式資料・契約と運転者の役割を確認する流れにつなげてください。

車両ごとの選び方と、企業でのAI活用へのつなげ方

車を選ぶ際は、先に日常の利用場面を整理します。高速道路の巡航で追従と操舵の支援を使いたいのか、渋滞時の停止・発進の負担を減らしたいのか、後退時の接近車両を把握したいのかで、必要な機能が変わります。複数の略称が並んでいることだけで装備を評価せず、目的に対応する動作があるかを確認します。

候補車両ごとに、年式・グレード、標準かオプションか、検知対象、作動速度、道路や天候の条件、警報と解除の条件を記録します。通信や地図の利用契約が関係する機能は、その契約と更新の条件も確認してください。後から同名の機能が発表されても、自分の車両へ同じ機能が追加されるとは限りません。ソフトウェア更新の対象や提供条件は、メーカーの対象車両向けの案内で確かめます。

ハンズオフを検討する場合は、手を離せる道路と速度だけでなく、監視を続けること、車線変更や分岐で必要な操作まで確認します。詳細は高速道路の運転支援・自動運転の解説、費用の比較は対応車両の価格・費用の考え方を参照できます。試乗では表示や操作の分かりやすさを確認し、装備や契約は対象の資料と見積書で照合します。

企業がAIで画像やデータを扱う場合も、入力から結果の利用までを、工程ごとに分けることが役立ちます。renueは、認識できる対象、判定する条件、担当者が確認する内容、例外時の対応を先に整理することを重視します。たとえば社内の画像資料を分類して検索できるようにするなら、対象データと正解の定義、見落としと誤分類の扱い、根拠資料への戻り方を、利用者の業務に合わせて決めます。

評価の際も、一つの成功例や条件が違う平均値だけで導入を判断しません。資料の版、評価対象の範囲、指標、残った例外を記録し、実装後の更新と確認を誰が担うかまで設計します。こうすることで、利用者が出力を確かめ、業務の中で改善を続けるための土台になります。

画像資料や各種データを扱う社内業務を、既存システムとの連携や運用まで含めて仕組みにしたい場合は、renueのFDEによる要件整理・設計・実装支援をご覧ください。利用できるデータやAPI、権限、担当者の作業を確かめ、現場で使う仕組みを検討します。