自動運転車やロボットアーム、iPhoneのカメラなど、現代のフィジカルAIに欠かせないセンサーが「LiDAR（ライダー）」です。カメラやレーダーと何が違うのか、なぜデジタルツイン構築に不可欠なのかを解説します。
1. LiDARとは何か？
LiDARは「Light Detection and Ranging（光検出と測距）」の略称です。
レーザー光を対象物に照射し、その反射光が戻ってくるまでの時間を計測することで、物体の距離や形状を精密に測定する技術です。
最も一般的なLiDARは「ToF（Time of Flight）」という方式を採用し、以下の式で距離を計算しています。
- d: 物体までの距離
- c: 光速
- t: 往復時間
光は1秒間に約30万km進むため、極めて短時間の計測が求められますが、近年の半導体技術の進化により、ミリ単位の精度で空間を把握することが可能になりました。
2. カメラとLiDARの違い
フィジカルAIにおいて、カメラ（画像認識）とLiDARはよく比較されますが、その役割は明確に異なります。
| 特徴 | カメラ | LiDAR |
| 得意なこと | 色の判別、文字の認識 | 正確な距離・形状の把握 |
| 暗所・逆光 | 苦手（映らない） | 得意（自ら光を出すため影響なし） |
| データ形式 | 画像（ピクセル） | 点群（座標データ） |
| 計算負荷 | 距離の推定に高い負荷 | 直接距離が出るため計算が速い |
カメラが何があるか（物体検知）を判断するのに対し、LiDARはどこに、どのような形で存在するか（空間把握）を確定させる役割を担います。
3. 2D LiDARと3D LiDAR
LiDARには、空間を立体的に捉える3Dタイプと、水平方向のみをスキャンする2Dタイプが存在します。これらはコストや用途によって使い分けられています。
3.1. 2D LiDAR
水平方向に1本のレーザーを高速回転させ、周囲を「断面図」のように把握します。
- 得意なこと: 平坦な床の上を走るロボットの自己位置推定（SLAM）や、壁・障害物までの距離測定。
- メリット: 圧倒的に低コストであり、処理データ量が少ないため、計算資源が限られた小型ロボットでもリアルタイムに動作します。
- リスク: センサーの高さより下にある段差や、上から突き出した棚など、スキャンラインの外側にある物体を見落とす可能性があります。
3.2. 3D LiDAR
垂直方向に数十本のレーザーを束ねて照射し、周囲を「立体」として把握します。
- 得意なこと: 複雑な形状の把握、屋外の自動運転、歩行者の検知、デジタルツインの構築。
- メリット: 高さを含めた全方位の情報を取得できるため、段差や穴、頭上の障害物も正確に認識できます。
- リスク: 高価（数十万〜数百万円）であり、取得できるデータが膨大なため、解析には高性能なGPUなどの処理能力が必要です。
3.3. 2Dと3Dの比較表
| 特徴 | 2D LiDAR | 3D LiDAR |
| スキャン形状 | 平面（1本のライン） | 立体（多層のライン・面） |
| 主な用途 | お掃除ロボット、物流AMRの衝突回避 | 自動運転車、ドローン、デジタルツイン構築 |
| コスト | 非常に低い（導入しやすい） | 高い（産業・研究用が中心） |
| データ量 | 少ない（マイコンでも処理可能） | 非常に多い（PCやGPUが必要） |
| 死角 | 高さ方向の情報の欠落 | ほぼ無し |
3D LiDARで精巧な環境マップを作成し、実際の走行には2D LiDARをメインに使用するなど、目的（精度）とコストのバランスを見極めて使い分けることが、フィジカルAIの実装において非常に重要です。
4. フィジカルAIとLiDARの関係
フィジカルAIが物理世界で自律的に活動するためには、「自己位置の把握」と「周囲の空間認識」が不可欠です。LiDARは、AIが現実の空間を正確に理解するための基盤データを提供します。
4.1. 高精度なナビゲーション
カメラ画像だけでは、対象物との正確な距離を測定するには計算負荷が高く、誤差も生じやすいという課題があります。
しかし、LiDARによるデータを用いることで、AIは障害物との距離や自身の移動量を把握できます。これにより、複雑な環境下でも接触を避けながら目的地まで正確に移動することが可能になります。
4.2. 仮想空間での学習への応用
デジタルツインのシミュレーターにおいて、LiDARでスキャンした現実世界のデータを取り込むことで、物理的に正しい訓練環境を構築できます。
現実の工場や倉庫をLiDARでスキャンしてデジタルツイン化し、その中でAIを学習させることで、仮想空間と現実世界のギャップを最小限に抑えることができます。結果として、シミュレーションで習得した挙動をスムーズに実機へ反映させることが可能になります。
5. まとめ
LiDARは、フィジカルAIが物理世界で安全かつ正確に動くために距離を測る重要なセンサーです。
現在、LiDARは低価格化と小型化の途上にあります。今後、自動運転車や大型ロボットだけでなく、私たちの身近にあるあらゆるデバイスに搭載されることで、フィジカルAIの社会実装はさらに加速していくでしょう。
