物体検出

物体検出は、センサーデータから車両、歩行者、自転車、障害物などを識別し、その位置や速度を推定する技術です。深層学習を用いた画像認識アルゴリズムが主流で、YOLO（You Only Look Once）、SSD（Single Shot MultiBox Detector）、Faster R-CNNなどのモデルが広く使用されています。

2D・3D物体検出

カメラ画像からの2D物体検出では、物体のクラス分類とバウンディングボックスの回帰を同時に行います。3D物体検出では、LiDAR点群データやステレオカメラを用いて物体の3次元位置と向きを推定します。PointNet、VoxelNet、SECOND、PointPillarsなどの点群専用アーキテクチャが開発され、実時間での高精度検出が可能になっています。

リアルタイム処理と最適化

自動運転では、検出精度と処理速度のトレードオフが重要な課題です。エッジコンピューティング、モデル軽量化、専用ハードウェア（GPU、TPU）の活用により、リアルタイム性を確保しながら高精度を実現する技術開発が続けられています。また、時系列情報を活用したトラッキングとの統合により、物体の軌跡予測も可能になっています。