2026-06-18 — views

AV センサー技術——フィジカルAIレースを定義するLiDARvsカメラvsレーダー論争

Teslaはカメラのみに賭ける。WaymoはLiDARが不可欠と主張する。センサー論争が自律走行レースの勝者を決める。

フィジカルAIベンチマークシリーズ第79回——AVセンサー技術：LiDARvsカメラvsレーダー

自律走行車において最も根本的な技術的分岐は、ソフトウェアアーキテクチャでも、地理的カバレッジでも、安全記録でもない——自動運転車が安全に走行するためにどのセンサーが必要かという問題だ。TeslaはLiDARとレーダーを車両から完全に取り除き、カメラと強力なニューラルネットワークの組み合わせで十分だと賭けている。Waymoは完全なセンサースイート——LiDAR、カメラ、レーダー——を搭載し、世界の直接的な3D測定は代替不可能と主張する。これは単なる製品の選択ではない。安全な物理世界の知覚に必要な情報の種類についての哲学的な賭けだ。Elon MuskはLiDARを「松葉杖」と呼んだ。Waymoはそれを不可欠と言う。その答えは兆ドル規模の意味を持つ。

第1節——3種類のセンサー

各センサータイプは物理世界の本質的に異なる特性を測定する。各センサーが何を測定するか——そして何を測定できないか——を理解することが、この議論全体の基盤だ。

センサー	測定内容	主な強み	主な弱点
カメラ	受動光（RGBイメージ）	豊富な意味情報——標識を読み、シーンを理解し、人間の視覚に似た動作；低コスト；高解像度	深度や速度を直接測定できない；低照度、グレア、雨、霧で性能低下
LiDAR（光検出測距）	レーザーパルスの飛行時間から3Dポイントクラウド	直接的な3Dジオメトリ；遠距離での正確な測距；暗闇でも動作；色や質感に惑わされない	歴史的に高コスト；大雨・大雪で性能低下；テキストや標識を読めない
レーダー	マイクロ波パルスによる距離と速度	全天候で動作；ドップラー効果で速度を直接測定；長距離；低コスト	空間分解能が低い；物体の種類を区別しにくい；密集した都市環境でクラッタが多い
超音波	音波による近距離測距	非常に安価；駐車・低速操作の短距離で信頼性が高い	最大距離約5メートル；高速道路走行には不適

核心的洞察： 各センサータイプは世界に関する異なる問いに答える。カメラは「そこに何があるか」——意味レイヤーに答える。LiDARは「それがどこにあるか」——正確なジオメトリに答える。レーダーは「それがどのくらいの速度で動いているか」——ドップラー速度に答える。完全なセンサーフュージョンは3つすべてを組み合わせて、冗長でクロス検証された知覚を生み出す。TeslaとWaymoの間の論争は、センサーモダリティにわたる冗長性が必要かどうか、またはカメラという1つのモダリティで十分なニューラルネットワーク能力があれば十分かどうかについての論争だ。

第2節——Tesla：ビジョンのみへの賭け

Teslaはカメラをプライマリーセンサーモダリティとしてコミットした唯一の主要AV企業だ。この決定は最初から明確ではなかった——Teslaは2021年まで車両にレーダーを搭載していたが、カメラのみのニューラルネットワークがセンサーフュージョンを超えるというMuskの確信に基づいて取り除いた。

パラメータ	詳細
アーキテクチャ	カメラのみ——様々な焦点距離の8台のカメラで360度カバー；LiDARなし、レーダーなし（2021-2022年にレーダー取り除き）
処理	フルセルフドライビングコンピュータ（HW3、HW4）；フリートからの数十億フレームのカメラ映像で訓練されたニューラルネットワーク
Muskの論点	「人間は目と脳で運転する——カメラとニューラルネットがこれを再現できる。LiDARはビジョンの本当の問題を隠す松葉杖だ」
データの優位性	600万台以上のTesla車両がカメラデータを継続的に生成；フリートの規模はLiDAR搭載の企業が匹敵できない訓練データセットを作り出す
エンドツーエンドアプローチ	FSD v12+はエンドツーエンドニューラルネットワークを使用：生のカメラピクセルが明示的な知覚-計画-制御パイプラインなしに操舵・スロットルコマンドを直接生成
コスト	カメラハードウェアはコモディティグレード；FSDシステムコストはソフトウェア定義；AVの最低ハードウェアBOM経路を実現
弱点	カメラ画像は3D世界の2D投影；深度は動き視差、ステレオ視差、または学習された事前分布から推論する必要がある——より間接的な計算でエッジケースに脆弱
現状	全国の公路で監視付き（ドライバーが監視必要）；オースティンのジオフェンスエリアで無監視ロボタクシー（2026年）

Teslaのエンドツーエンドアプローチは FSD v12アーキテクチャの最も急進的な側面だ。FSD v12は人間の運転映像からの模倣学習で訓練された単一ニューラルネットワークにパイプライン全体を折り畳む。ネットワークはカメラピクセルを受け取り、車両制御コマンドを出力する。暗黙の主張は、モデルが十分に大きく訓練データが十分に豊富であれば、ネットワークは明示的な幾何センサーなしに深度、速度、物体タイプの内部表現を学習できるというものだ。

第3節——Waymo：完全センサースイート

2009年のGoogleセルフドライビングカープロジェクト開始以来、Waymoは完全なセンサースイートで運用してきた。センサースタックは大幅に進化してきた——コストは劇的に下がり、解像度は向上した——しかしセンサー冗長性への哲学的コミットメントは変わっていない。

パラメータ	詳細
アーキテクチャ	LiDAR（長距離・短距離ユニット）＋カメラ（サラウンドアレイ）＋レーダー；モダリティにわたる冗長センサーフュージョン
LiDAR	Waymo独自の社内LiDAR；カスタムシリコンと垂直統合により初期のVelodyneユニット（約75,000ドル/個 est.）からスケール時に1,000ドル/個以下（est.）にコスト削減
処理	Waymo Driver——独立した知覚・予測・計画・制御パイプラインモジュールを持つマルチモデルセンサーフュージョン
論点	「直接的な3D測定は曖昧さのクラス全体を排除する。LiDARが直接かつ確実に測定できるときに2D画像から深度を推論することは不必要な誤差源だ」
安全記録	Waymoは商業運営で数百万の完全無人走行マイルを蓄積；2026年半ば時点でWaymoシステムエラーに起因する死亡事故なし（est.）
HDマップ	Waymoはすべての運営ゾーンをセンチメートル精度で事前にマッピング；車両はマップに対して位置特定し、リアルタイム知覚とは独立した冗長位置ソースを追加
弱点	歴史的にセンサーコストが高い；HDマップ依存が未マップ地域への急速な地理的拡張を制限；システムの複雑性が高い
現状	米国4都市で商業無人ロボタクシー運営；数百万件の有料乗車を蓄積

Waymoのセンサーフュージョンアーキテクチャは原則に基づいて動作する：複数の独立したセンサーが測定値で一致するとき、信頼性は高い。一致しないとき、システムは不一致を識別して保守的に対応できる。カメラは異常な照明で混乱するかもしれない。LiDARは照明に関係なく明確なジオメトリを返す。レーダーは速度の確認を提供する。これら3つの融合は、単一センサーの障害モードに対して耐性のある知覚レイヤーを生み出す。

第4節——LiDARコスト軌跡

LiDARに対する歴史的な論拠は経済的なものだった：75,000ドルのセンサーは消費者向け車両に搭載できない。過去17年間のコスト軌跡はこの論拠を根本的に変えた。

年	高級自動車用LiDARコスト（est.）	備考
2009	約75,000ドル/個（est.）	Velodyne HDL-64E がDARPAアーバンチャレンジで使用；機械式回転ユニット
2016	約8,000ドル/個（est.）	Velodyne VLP-16「Puck」が研究用LiDARを大衆化
2020	約1,000-3,000ドル/個（est.）	固体設計登場；自動車グレード量産開始
2023	約500-1,500ドル/個（est.）	複数メーカーが競合；自動車グレード固体量産
2026	約200-800ドル/個（est.）	Hesai、Innoviz、Luminar、Ouster/Cepton が競合；大量自動車契約でコスト削減
2030目標	100ドル/個以下（est.）	スケールでの大衆市場AV実現可能性の業界目標

競争環境の主要LiDAR企業：

Luminar（LAZR） — ナスダック上場；VolvoとMercedesを含むOEMパートナーシップ；長距離LiDAR（約250m）；FMCWアプローチで速度を直接測定
Innoviz — イスラエル企業；BMWパートナーシップ；固体自動車グレードLiDAR
Hesai（禾賽科技） — 中国メーカー；世界最大の出荷ボリューム（est.）；中国AV市場で支配的
Ouster/Cepton — 合併企業、現在はKoito（日本Tier 1）傘下；デジタルLiDARアプローチ
Velodyne — 元祖LiDAR企業；Ousterと合併；ブランド名はほぼ合併企業に吸収

第5節——ハイブリッドアプローチ

Teslaのカメラのみの極端とWaymoの完全スイートアプローチの間に、さまざまなハイブリッド戦略が存在する。業界はまだ単一のアーキテクチャに収束していない。

企業	センサー戦略	理由
Mobileye	カメラファースト（RSS安全モデル）；SuperVisionとChauffeur（L3+）ティアにLiDARを追加	カメラが意味シーンを検証；LiDARがより高い自律レベルで安全クリティカルな距離測定を検証
Aurora	FMCW LiDAR（FirstLight）＋カメラ＋レーダー	FMCW LiDARはドップラーで速度を直接測定；検出された物体が動いているか静止しているかについての曖昧さを排除
Cruise（GM）	カメラ＋LiDAR＋レーダー	GM量産車製造に統合された標準完全スイート
Zoox（Amazon）	LiDARを含む完全スイート	消費者向け車両製造コスト制約なしの専用設計AV
Nuro	LiDAR主体（配送ロボット、乗客なし）	住宅環境で動作するロボットの歩行者接近に最大限の注意
Waymo Gen 6	Gen 5から進化した完全スイート	Zeekr量産車を使用したWaymo Driverハードウェアスタックのコスト最適化版

第6節——どちらが正しいか？物理学の論拠

センサー論争には物理的な解答があり、市場が最終的に提供する。問題はどちらのアプローチが理論的に正しいかではない——両者とも機能する——問題はどちらが最初に十分な規模で十分な安全性を提供するかだ。

Teslaのカメラのみ論拠が最強の場合： ニューラルネットワークが2D画像シーケンスから3Dジオメトリを確実に推論するのに十分な強力さを持つとき。Teslaのフリートデータの優位性はレアイベントカバレッジに決定的だ。カメラのみシステムと完全センサースイートシステムの間のコスト差異は、大衆市場消費者向け車両の規模で実質的な意味を持つ。

Waymoの完全スイート論拠が最強の場合： 完全自律操作の安全要件が、カメラからの深度推論が分布のテールで確実に達成できない信頼性レベルを要求するとき。LiDARコストがシステムコストの意味ある差別化要因でなくなるレベルまで低下したとき。HDマップの事前マッピングがリアルタイム知覚を完璧にする必要なしに定位レイヤーを提供するとき。

収束命題： LiDARコストがコモディティレベルに近づくにつれ、カメラのみの経済的根拠は縮小する。残る議論は純粋に技術的になる：カメラのニューラルネット推論が安全テールで直接3D測定が追加するものを超えたかどうか。Teslaの商業的無人展開——Waymoに匹敵する規模で良好な安全記録を達成すれば——この論争を解決する実証的答えとなる。

第7節——このシリーズについて

フィジカルAIベンチマークシリーズ第79回。過去の記事はランプ指数、ヒューマノイドレース、ユニットエコノミクス、グローバル競争、HDマッピング、ソフトウェアとOTA、消費者需要、競争モート、CybercabとModel Y、安全データ、Waymo Gen 6、Optimusの製造、スコアカードスナップショット、2030年予測シナリオ、投資家フレームワーク、都市拡張パイプライン、Tesla FSD州承認マップ、AV天候・気候制約、人材争奪戦、規制カレンダー、ロボタクシー料金分析、ヒューマノイド展開トラッカー、サプライチェーン分析、消費者採用需要指数、バリュエーションとIPO分析、フィジカルAI 2026年中間レビュー、AVユニットエコノミクスコスト分析、AVデータフライホイール比較、AVサイバーセキュリティ攻撃面、フィジカルAIサプライチェーン、AVフリート運営、AV保険・責任の進化、完全ライフサイクル環境コスト、アクセシビリティレイヤー、マッピングアーキテクチャ比較、中国AVレース、シミュレーションと合成データ訓練、フィジカルAI投資ランドスケープ、AV都市計画影響、自律トラッキング貨物経済学、欧州AV競争地図をカバーした。

本記事はセンサーレイヤーを追加する：カメラ、LiDAR、レーダーがそれぞれ測定する基本物理学；Teslaのカメラのみの賭けとWaymoの完全スイート哲学；75,000ドルから200ドル以下（est.）へのLiDARコスト軌跡；どちらが正しいかを決定する収束命題。

注意： コスト見積もり、生産台数、安全統計は「（est.）」とラベル付けされており、入手可能な公開業界報告を反映しています。本記事は投資アドバイスを構成しません。