LiDAR は光の検出と距離測定を意味しますが、タイム オブ ライト (ToF)、レーザー スキャン、レーザー レーダーとも呼ばれます。物体を検出し、距離をマップ化するセンシング方式です。このテクノロジーは、光学パルスでターゲット (目標物) を照射し、反射信号の特性を測定する方法で動作します。光学パルスの幅 (時間的長さ) は、数 ns (ナノ秒) から数 μs (マイクロ秒) の範囲が一般的です。

図 1 に LiDAR の基本的な原理を示します。特定のパターンで光を照射し、反射光を受信側で収集して情報を抽出します。パルスの電力、ラウンドトリップ (往復) 時間、位相シフト、パルス幅は、光信号から情報を抽出するために使用する一般的なパラメータです。

光を選択するのはなぜでしょうか。レーダー、超音波センサ、カメラのような他の既存テクノロジーと LiDAR の違いはどのような点にあるのでしょうか。LiDAR を重視する動きがあるのはなぜでしょうか。このホワイト ペーパーは、長距離 LiDAR の文脈を想定してこれらの質問に回答します。長距離 LiDAR は、自動運転にとって重要なセンサになると予測されています。自動運転車のほかに、LiDAR は 3D 航空写真や地理情報、ファクトリ (工場) 内の安全性システム、スマート弾薬、気体分析のようなアプリケーションでも使用できます。

メーカー各社が最新の自動車に装備しているのは、多様な最新制御機能とセンシング機能です。衝突警報と衝突回避のシステム、死角モニタ、車線維持支援、車線逸脱警報およびアダプティブ (状況適応型) クルーズ コントロールは、ドライバーの支援と特定の運転業務を自動化することを目的とした確立済み機能の数例であり、その結果、運転の安全性と容易さが向上します。

LiDAR、レーダー、超音波センサ、カメラにはそれぞれ固有の長所と短所があり、位置付けは互いにある程度異なります。高度自動運転車または全面的自動運転車は通常、複数のセンサ テクノロジーを使用して、多様な気象条件や照明条件の下でも車両の周囲に関する長距離および短距離のマップを作成します。互いを補完する技術に加えて、冗長性を高め、安全性を向上させるためには、十分な重複があることも重要です。センサ フュージョンとは、複数のセンサ テクノロジーを使用し、車両の周囲を取り巻く環境に関し、高精度で信頼性の高いマップを生成するという概念を意味します。

超音波は、空気が原因で、数メートル先で大幅に減衰します。したがって、超音波センサは主に、短距離の物体検出に使用します。

カメラは、コスト効率に優れた、容易に入手できるセンサです。ただし、役立つ情報を抽出するにはかなりの処理量を必要とするほか、周囲の光条件によって大きく左右されます。カメラは、「複数の色を識別」できる唯一のテクノロジー、という点で独自の存在です。車線維持支援機能を搭載している自動車は、カメラを使用してこの動作を実現します。

LiDAR とレーダーは共通事項が幅広く、互いに補い合う機能であり、周囲のマッピング作成や、物体の速度測定に使用できます。複数のカテゴリで、この 2 つのテクノロジーを比較してみましょう。

• 距離。LiDAR と画像レーダーの各システムは、数メートルから 200m 以上の距離にあるさまざまな物体を検出できます。LiDAR は、近接距離にある物体の検出が困難という性質があります。レーダーは、1 メートル未満から 200m 以上の距離にあるさまざまな物体を検出できますが、対応可能距離はシステムのタイプ (短距離、中距離、長距離レーダー) によって異なります。
• スペクトル分解能。これは、LiDAR が真価を発揮する分野です。LiDAR には、レーザー光を平行化 (コリメート) する能力があり、905nm ～ 1,550nm という短い波長を使用するので、LiDAR を採用する場合、約 0.1° 単位の赤外線 (IR) 光スペクトル分解能を実現できます。この分解能により、大量のバックエンド処理なしで、非常に高い分解能で物体の 3D 特性評価を実施することができます。それに対し、レーダーの波長 (77GHz の場合は 4mm) は小さな特徴まで分解するのは困難であり、距離が長くなるほどその傾向が強くなります。
• 視野角 (FOV)。半導体 LiDAR と半導体レーダーはどちらも優れた水平 FOV (アジマス) を達成しており、特に機械式 LiDAR システムは 360 度の回転を通じて、すべての先進運転支援システム (ADAS) テクノロジーの中で最大の水平 FOV を実現します。過去の経緯から、LIDAR はレーダーよりも垂直 FOV (仰角) が優れています。 LiDAR は、方位角および仰角の両方において角度分解能を提供し、これは物体識別の精度向上に不可欠な主要機能の一つです。
• 気象条件。レーダー システムの大きな利点の 1 つは、雨、霧、雪に対する信頼性堅牢性です。一般的に、そのような気象条件下で LiDAR の性能は低下します。1,550nm の IR 波長を使用すれば、LiDAR は不利な気象条件下でも比較的良好な性能を達成します。
• 周辺光。LiDAR とカメラはどちらも、周囲光条件の影響に対して敏感です。ただし、夜間にはLIDARと画像処理の各レーダー システムは独自に照明を提供するので、非常に高い性能を実現します。レーダーと変調 LiDAR の各手法は、他のセンサからの干渉に対して耐性があります。
• コストとサイズ。レーダー システムは近年は主流になりつつあり、大幅な小型化と低コスト化が進んでいます。LiDAR の人気が高まるにつれて、以前に比べるとコストは大幅に低下しました。以前はおよそ 50,000 ドルを要していたものが、現在は 10,000 ドル以下です。統合が進展した結果、レーダー システムのサイズ縮小とコスト削減が進んでおり、最新の各種自動車はレーダーを主流として採用しはじめています。一方、数年前から使用されている機械式スキャン方式の LiDAR システムは、さまざまな自律走行ロボットタクシーに取り付けた例で一般的に知られていますが、かさばるという特徴がありました。ただし、テクノロジーの進展によって数年の間に LiDAR の小型化が進んできました。業界は半導体 LiDAR への移行を進めており、システム サイズはいっそう縮小し、コストも削減する見込みです。