事故ゼロ・人材不足をPLATEAUドライブシミュレータで実現

PLATEAUドライブシミュレータは、PLATEAUの3D都市モデルと交通・人流データで実在都市を再現。実走行ルートに即した安全運転訓練を、客観評価とリプレイで標準化・効率化する。

PLATEAU ドライブシミュレータ

3D都市モデルを活用したデジタルツイン上に交通・人流データを再現。運送事業者の実際の走行ルートに即した環境で、より実践的な安全運転トレーニングが可能。

こんな課題はありませんか？

ドライバー不足（2024年問題）
教育が属人的で、品質にばらつきがある
実践的な訓練ができず、現場とのギャップが大きい
事故リスクがなかなか減らない
従来の教育手法では限界がある — デジタルで「再現可能な訓練」を。

その課題、デジタルツインで解決

3D都市モデルと交通データを組み合わせ、実在都市での訓練環境をシミュレーション上に再現。

選択：対象地域／業種別4車種／ベテラン・初心者設定
訓練：日常的に遭遇する様々なシチュエーションをシナリオ体験
評価／管理：客観評価とリプレイで振り返り
訓練記録

3つの特長

① 実在都市の再現：実際のルートで訓練可能。PLATEAUの3D都市モデルで街並み・地形を再現。
② データによる評価：運転ログの可視化で、客観的なスコアリングとリプレイによる振り返りが可能。
③ 柔軟な訓練設計：車種・レベル別に対応。ヒヤリハット再現や天候・時間の変更で多様なシナリオを設計。

機能詳細

実際の道路で訓練できる。3D都市モデル（PLATEAU）を活用し、街並み・地形を高精度に再現。実際の走行ルートに沿った訓練が可能。

訓練フィールド：現在は、埼玉県内約96kmをフィールドとして利用可能。PLATEAU都市があればエリア拡張も可能。

さいたま新都心駅周辺（2D／3D）
浦和駅周辺（2D／3D）
大宮駅周辺（2D／3D）
大宮公園駅周辺（2D／3D）
岩槻駅周辺（2D／3D）

さまざまな現場で活用

物流（トラック）：配送ルートに即した訓練・危険予測
バス：路線・乗客を想定した運転訓練
タクシー：地域密着ルート・接客を意識した訓練

事故多発地点を再現できる

訓練対象者の経験レベルに応じたシナリオや、天候・時間帯の変更など、目的に応じた訓練シナリオを設計。

コース：初心者向け（基本操作習熟シナリオ）／ベテラン向け（危険予測［ヒヤリハット再現］シナリオ）
時間・天候：日中・夜間等の時間帯／晴れ・雨等の天候の選択が可能

教育の属人化を排除

スコアリングによる客観評価と、リプレイ機能で運転の振り返りが可能。運転ログの可視化で改善ポイントを明確に提示。

運転操作評価：急加速、急減速、急ハンドル
車間距離評価
行き違い評価：広い場所での行き違い、障害物がある時の対向車の優先
側方通過評価：間隔をあけての通過、間隔が狭い場合の速度
一時停止評価
交差点評価
徐行
歩行者保護評価：間隔の保持、徐行、歩行者の優先
踏切通過評価：踏切前での一時停止

選べる導入形態

表は横にスワイプしてご覧ください。

項目	フル版	ライト版	コントローラ版
没入感	◎ 高（専用筐体・多面ディスプレイ）	○ 中（簡易筐体）	△ 標準（モニタ＋コントローラ）
設置性	要スペース	コンパクト	◎ 省スペース
用途	教習・実証・展示	日常訓練・研修	体験・軽い訓練
ソフトウェア価格	【サブスクリプション価格】初年度費用：187万円（税抜 170万円）／2年目以降：74.8万円（税抜 68万円）【買い切り価格】330万円（税抜 300万円）
ハードウェア価格	726万円（税抜 660万円）	440万円（税抜 400万円）	77万円（税抜 70万円）

※別途、PC費用および送料が必要となります。

実証で効果を確認

貨物（トラック）、旅客（バス、タクシー）の事業者の運転者・指導者・管理者の協力を得て実証実験を実施。

評価：走行した街並みが実際の環境に近い／ヒヤリハットシナリオの教育効果／リプレイ機能の高い有効性
参加者のコメント：「見慣れた風景や道路での運転は、確認や予測の訓練として非常に有意義である」
「実際の道路を強く想起でき、臨場感を持って運転できる」
「普段危ないと思う場所での飛び出しや、イレギュラーな事態など、効果的で訓練になると思う」
「自身の運転の癖を客観的に認識できた」
「指導にも活用できる」

73.1% リアルと評価
82.6% 訓練効果あり
79.3% 分析機能有効
65% 導入意向あり

導入によって得られる価値

教育の効率化 — 繰り返し・標準化された訓練
安全性向上 — 危険場面を安全に体験
属人性排除 — データに基づく評価でばらつきを低減
事故削減 — ヒヤリハットの事前体験
データ活用 — 運転ログの分析・改善サイクル

従来（属人・経験頼り） → 導入後（データ駆動・再現可能な訓練）

基盤技術

CityGMLデータの活用、交通・人流シミュレーション、VRプラットフォーム（UC-win/Road）により、リアルに近い訓練環境を構築。

今後の展開

全国展開 — PLATEAU都市モデルの拡大に合わせたエリア拡張
シナリオ拡張 — 業種・目的に応じた教材の追加
ビッグデータ活用 — 運転ログの蓄積と分析の高度化