自動運転スタック（じどううんてんすたく）
最終更新：2026/4/27
自動運転システムを構成するハードウェアおよびソフトウェアの層状構造であり、センシング、知覚、計画、制御を含む。
別名・同義語 自動運転システムADAS
ポイント
自動運転スタックは、車両の周囲環境を認識し、安全な走行経路を計画し、実行するための基盤となる技術群の集合体である。レベル0からレベル5までの自動運転レベルを支える。
自動運転スタックの概要
自動運転スタックは、自動運転車を実現するための技術要素を階層的にまとめたものである。一般的に、以下の層で構成される。
- センシング層: 車両の周囲環境を認識するためのセンサー（カメラ、レーダー、LiDAR、超音波センサーなど）が含まれる。これらのセンサーは、車両の周囲の物体、距離、速度などの情報を収集する。
- 知覚層: センシング層から得られた情報を処理し、周囲の環境を理解する。物体検出、物体追跡、セマンティックセグメンテーションなどの技術が用いられる。
- 計画層: 知覚層からの情報に基づいて、車両の走行経路を計画する。経路計画、行動計画、軌道計画などの技術が用いられる。
- 制御層: 計画層で決定された走行経路に従って、車両を制御する。ステアリング、アクセル、ブレーキなどの制御を行う。
各層の技術詳細
センシング層では、各センサーの特性を理解し、適切な組み合わせを選択することが重要である。例えば、カメラは高解像度の画像を提供できるが、悪天候下では性能が低下する。レーダーは悪天候下でも比較的安定した性能を発揮するが、解像度が低い。LiDARは高精度な3次元点群データを提供できるが、コストが高い。
知覚層では、深層学習などの技術が広く用いられている。深層学習モデルは、大量のデータから特徴を学習し、高精度な物体検出やセマンティックセグメンテーションを実現する。
計画層では、A*アルゴリズムやRRTなどの経路探索アルゴリズムが用いられる。これらのアルゴリズムは、車両の制約条件や周囲の環境を考慮して、最適な走行経路を探索する。
制御層では、PID制御やモデル予測制御などの制御アルゴリズムが用いられる。これらのアルゴリズムは、車両の運動モデルに基づいて、目標とする走行経路を正確に追従するように車両を制御する。
自動運転レベルとの関係
自動運転レベルは、SAE Internationalによって定義されており、レベル0からレベル5までの6段階がある。自動運転スタックの各層の性能向上により、より高いレベルの自動運転が可能になる。