センサー選択の重要性
人流解析システムを設計する際、最初の大きな判断がセンサーの選定です。「LiDARかカメラか」という問いに対して、単純に一方を選ぶアプローチは現場では機能しません。施設の規模・形状・照明環境・プライバシー要件・予算——これらの条件を総合的に判断したうえで最適な構成を決める必要があります。
LiDARの特性と強み
LiDAR（Light Detection and Ranging）は、レーザーパルスを照射して反射時間から距離を計測し、空間の3次元点群を生成するセンサーです。人流解析における主な強みは以下の通りです。
- 照明に依存しない：能動的にレーザーを発するため、暗所・逆光・夜間でも安定した計測が可能です。屋外イベント会場や24時間運用の交通施設に適しています。
- プライバシーフレンドリー：点群データには顔・皮膚色などの映像情報が含まれないため、個人識別のリスクが低く、GDPR対応やプライバシー条例への適合が容易です。
- 3D位置の直接取得：カメラのように2D画像から奥行きを推定する必要がなく、人物の3次元位置を直接取得できます。高密度エリアでも個別の人物を高精度にトラッキングできます。
- 悪天候への耐性：一般的なカメラは雨・霧・強風による揺れで精度が下がりますが、LiDARは気象条件の影響を受けにくい設計のものが増えています。
LiDARの制約
一方で、LiDARには下記のような制約があります。
- 遠距離での分解能低下：スキャニングLiDARは距離が増すにつれて点群の密度が下がります。30m以上離れた人物の姿勢推定や属性識別には限界があります。
- 反射材・ガラスへの干渉：高反射材やガラス面でレーザーが乱反射し、誤検出が発生する場合があります。ショールームや空港のガラス張りロビーでは事前の検証が必要です。
- 色・テクスチャ情報の欠如：従来のLiDARは形状データのみのため、制服着用スタッフと来館者の識別、荷物の種類の特定などには別途カメラが必要でした（第9回で解説する6D LiDARはこの課題を解消します）。
AIカメラの特性と強み
AIカメラは、高解像度の映像にディープラーニングモデルを適用して人物検出・追跡・属性識別を行います。
- 属性・行動の識別：年齢層・性別・服装・手荷物の有無・歩行速度・立ち止まり・スマートフォン操作などの行動パターンを識別できます。マーケティング分析や行動傾向の把握に強みがあります。
- 広域カバレッジ：魚眼レンズや広角カメラを使えば1台で広範囲をカバーでき、設置台数を抑えられます。
- コスト効率：カメラ自体のハードウェアコストはLiDARより低く、既存の監視カメラインフラを流用できる場合もあります。
AIカメラの制約
- 照明・天候への依存：低照度・逆光・強い影などでモデルの精度が大きく低下します。夜間や屋外施設では追加照明設備が必要になることがあります。
- オクルージョン（遮蔽）：密集した人群では人が重なり合い、個別トラッキングが困難になります。混雑時ほど精度が下がるという問題は2Dカメラの根本的な限界です。
- プライバシーリスク：顔認識機能を持つカメラは法的・倫理的リスクを伴います。導入時は必ず法律専門家のレビューと運用ルールの策定が必要です。
HULIXが実践するハイブリッド構成
HULIXでは、両センサーの強みを活かしたハイブリッド構成を標準アーキテクチャとして採用しています。具体的には以下の役割分担です。
- LiDARが担う役割：人物の3D位置・速度・軌跡のトラッキング、滞留ゾーンの特定、グループ単位の密度計測
- AIカメラが担う役割：属性分類（ファミリー・シニア・ビジネス客など）、行動パターンの識別、遠距離エリアの全体俯瞰
イベント会場での導入例では、LiDARで入場口付近の3D密度をリアルタイム計測しながら、広角カメラで待機列全体の長さを推定するシステムを構築しました。2センサーのデータを統合することで、「列のどこにボトルネックがあるか」「スタッフを何名どこに追加配置すべきか」をリアルタイムで提案できるようになりました。
センサー設置の実践ポイント
現場での設置設計において、HULIXが重視するポイントをまとめます。
- LiDARは測定対象エリアの直上または斜め上45度以内に設置し、人物の頭頂部を安定してキャプチャできる高さ（2.5〜4m）を確保する
- AIカメラの俯角は10〜70度の範囲が最適で、人物の重なりを最小化できる位置から撮影する
- 複数LiDARの視野が重複する部分（オーバーラップゾーン）を設け、センサー間のハンドオフを滑らかにする
- 現場環境を模したテスト設置で検出率を事前検証し、AIモデルをファインチューニングしてから本番展開する
