• マルチセンサ融合

各種センサの利点を生かし欠点を補い合うためには、複数のセンサ情報を統合する「マルチセンサ融合」が重要である。たとえば、カメラは色情報の認識に優れ、LiDARは測距性能に優れる。複数のセンサ結果を組み合わせることで、より信頼性の高い認識が可能となる。融合には、時系列の整合性やセンサデータの不確実性を適切に扱う必要がある。

• マップレス

　高精度3次元地図（HDマップ）に依存せず、カメラやLiDARなどのセンサ情報を用いて周囲環境をリアルタイムに認識しながら走行する技術である。従来の自動運転では、事前に作成された地図と自己位置推定を組み合わせて走行していたが、地図作成や更新には大きなコストが必要であり、環境変化への対応が課題となっている。マップレス技術では、センサ情報から車線や障害物、周辺車両などを直接認識することで、未知環境への対応や地図更新コストの削減が期待されている。

• 世界モデル（World Model）

　外界（世界）から得られる観測情報に基づき外界の構造を学習によって獲得するモデル。自動運転分野において、センサから得られた情報をもとに周囲環境を仮想的に再構築し、歩行者や車両の動き、障害物の出現などを予測することで、安全な経路計画や危険回避に活用される。