自動車走行環境センシングのためのカメラ技術とLiDARのセンサフュージョン技術とその応用 <オンラインセミナー>
~ 電波レート、単眼カメラ、ステレオカメラ、LiDARの特徴、自動運転に必要なセンサ性能、カメラ技術の詳細、LiDAR技術の詳細と「ラストワンマイル」の信頼性、フュージョン技術とその応用 ~
・カメラによる豊かな視覚情報とLiDARによる高精度な三次元測距情報を融合させ、高精度なセンシングへ応用するための講座
・カメラAIシステムとLiDAR三次元測距との効果的なセンサフュージョン技術を修得し、高精度なシステム開発へ応用しよう!
オンラインセミナーの詳細はこちら:
・WEB会議システムの使い方がご不明の方は弊社でご説明いたしますのでお気軽にご相談ください。
講師の言葉
近年、AI技術の飛躍的な進化に伴い、カメラベースのエンドツーエンドによる自動運転システムが急速に普及しています。その結果、業界の一部では「高価なLiDARはもはや不要になるのではないか」という極端な議論すら耳にするようになりました。
しかし、実際の複雑な道路環境や悪天候下において、本当にカメラ単体であらゆる状況を安全に乗り切れるのでしょうか。講師は強い危機感を持っています。本講演では、まずカメラだけを用いたシステムの技術的な限界と危うさについて具体的に解説します。その上で、確実な安全性を担保するには、センサフュージョンでないとうまく行かないという技術的必然性をお伝えします。
カメラによる豊かな視覚情報と、LiDARによる高精度な三次元測距情報の融合こそが、次世代の堅牢なシステム構築の鍵です。本セミナーが、より安全で信頼性の高い自動運転・自律移動システムの最適解を皆様と共に考える場となれば幸いです。
セミナー詳細
| 開催日時 |
- 2027年02月04日(木) 10:00 ~ 17:00
|
| 開催場所 |
オンラインセミナー |
| カテゴリー |
オンラインセミナー、電気・機械・メカトロ・設備 |
| 受講対象者 |
・自動運転、先進運転支援システム(ADAS)の企画・研究開発に携わるプロジェクトリーダー
・カメラベースの空間認識(画像認識AI)を開発しており、認識精度やロバスト性(悪天候・夜間対応など)に限界や課題を感じているエンジニア
・LiDARの採用や、複数センサーの統合(センサフュージョン)を検討・設計しているシステム開発担当者
・AI技術の進化による最新のセンサートレンドと、将来のシステム構成の最適解について深く知りたい方
(自動運転・ADASの開発エンジニア、ロボティクス、建機・農機の自動化に携わる開発者) |
| 予備知識 |
・センサによる基本的な知識があると理解しやすい
・自動運転やADASにおける一般的なセンサー(カメラ、LiDAR、ミリ波レーダなど)の役割の違いや、画像処理・ディープラーニングに関する基礎的な用語を知っていると、より深く理解できます
・センサフュージョンの具体的なアルゴリズムについても触れますが、数式だけでなく概念から分かりやすく解説いたします |
| 修得知識 |
・カメラAIシステムが抱える「見落とし」や「誤認識」など、技術的な限界と弱点についての正確な理解
・なぜ「カメラ+LiDAR」の組み合わせが必要不可欠なのかという、センサフュージョンの技術的・理論的な必然性
・カメラの2次元画像データと、LiDARの3次元点群データを統合するためのセンサフュージョン手法と課題解決策
・自動運転・自律移動モビリティにおける、安全かつロバストなセンサー構成を自ら設計するための実践的な知識 |
| プログラム |
1.各社自動運転用センサ採用状況
(1).ADAS用車載センサ(レベル1〜2)
(2).自動運転レベル3以上と「テスラ・ビジョン」の衝撃
(3).揺れる業界動向:LiDAR不要論と再採用の背景
2.各センサ技術の特徴
(1).電波レーダー:全天候型だが解像度に課題
(2).単眼カメラ:安価だが距離は「推定(推論)」
(3).ステレオカメラ:視差による距離算出
(4).LiDAR:高精度な3次元「測定(実測)」
3.自動運転に必要なセンサ性能
(1).ドライビングシミュレータによる実験結果
(2).センサに要求される性能
(3).「確率的知能(AI)」と「物理的保証(測定)」の安全マージン差
4.カメラ技術の詳細と「Vision-only」の限界
(1).これまでの物体認識技術
(2).ディープラーニングとEnd-to-Endモデルの進化
(3).ケーススタディ:カメラが物理的に「詰む」4つの決定的シーン
5.LiDAR技術の詳細と「ラストワンマイル」の信頼性
(1).LiDARによる物体検出技術
(2).LiDARによる自己位置推定技術(SLAM)
(3).個人の生活道路・自宅周辺におけるLiDARの必然性
6.フュージョン技術とキャリブレーション
(1).キャリブレーションの重要性
(2).複合型・統合型・融合型・連合型センサフュージョン
(3).センサ・コンテンション(矛盾)の解決:どちらを信じるべきか?
7.今後の技術動向
(1).E2E AIモデルとワールドモデルの融合
(2).安全性とコストの妥協点:L4実現への現実的解
(3).結論:AIが進展してもLiDARが「最後の防波堤」である理由
|
| キーワード |
自動運転 ADAS 車載センサ LiDAR センサフュージョン 電波レーダー 単眼カメラ ステレオカメラ ドライビングシミュレータ 安全マージン Vision-only 物体認識技術 ディープラーニング End-to-End SLAM
|
| タグ |
SLAM・自己位置推定、自動運転・運転支援技術・ADAS、信号処理、カメラ、センサ、画像、画像処理、画像認識、ロボット、自動車・輸送機、車載機器・部品、電装品 |
| 受講料 |
一般 (1名):52,800円(税込)
同時複数申込の場合(1名):47,300円(税込)
|
| 会場 |
オンラインセミナー
本セミナーは、Web会議システムを使用したオンラインセミナーとして開催します。
|