自動運転におけるLiDARの役割：HULIXが注目するインフラ側空間理解

自動運転におけるLiDARというと、車両に搭載されたセンサーを想像する方が多いかもしれません。しかしHULIXが注目しているのは、車載センサーだけでは見えない空間全体を、インフラ側から理解する技術です。交差点、駐車場、施設入口、ロータリー、歩行者空間では、人・車両・自転車・ロボットが複雑に交錯します。

1. 車両から見える世界には限界がある

車載センサーは車両周辺を高精度に捉えますが、以下は苦手です。

建物の陰になった歩行者
曲がり角の先
混雑した歩行者空間の全体像
複数車両の関係性（誘導の渋滞、並行、合流）

インフラ側LiDARは、空間全体を固定視点から観測できるため、上記を補う役割を果たせます。

2. HULIXが見るのは、移動体の「関係性」

「車両がいる」だけでは不十分です。

歩行者との接近距離と接近頻度
車両の走行ルートの偏り
Uターン・逆走のような異常車両挙動
時間帯、曜日、天候ごとの危険接近の偏り

人流解析で培った追跡・ゾーン・危険接近の考え方を、車両・モビリティの解析にも展開しています。

3. 駐車場・ロータリー・交差点での活用

駐車場

満空だけではない空き区画探索の動きを可視化
車両動線と歩行者の交錯地点を特定
入口渋滞・出口便宜性の検証

駅前広場・ロータリー

タクシー、バス、送迎車、歩行者の交差
定位置以外での乗降車頻度

交差点

右左折車両と歩行者・自転車の関係
信号ごとの誘導長・適正化の根拠データ

4. 自動運転時代のインフラデータ

車両単体が判断するだけではなく、インフラ側が混雑・危険接近・通行阻害を把握し、車両や運営者へ情報提供する世界。

この考え方は、自動運転車やサービスロボットが増えるほど重要になります。HULIXはこれをPhysical AI Infrastructureの一部として捉えています。

5. HULIXの強み

当社は、LiDAR点群解析、人流追跡、ロボット共存空間、駐車場シミュレーション、都市空間の安全評価に取り組んできました。現実空間の移動体を検出・追跡・関係評価するという強みは、自動運転領域でもそのまま生きます。

まとめ

自動運転の議論を、車載だけでなくインフラ側まで拡げる
重要なのは「車両の有無」ではなく「移動体同士の関係性」
駐車場・ロータリー・交差点で、インフラLiDARの価値が出やすい
HULIXの人流・ロボット解析の手法が、モビリティ領域でもそのまま効く