01 自動運転車および電気自動車における固体LiDARの採用拡大 ソリッドステートLiDAR市場の動向は、自動運転と先進運転支援システム(ADAS)の急速な普及によって大きく影響を受けています。従来の機械式LiDARとは異なり、ソリッドステートLiDARは可動部品を排除することで、センサーをより小型化、高信頼性化、高耐久性化し、最新の車両アーキテクチャへの統合を容易にしています。こうした利点から、自動車メーカーは、特に長距離かつ高解像度の認識が求められる高度な自動運転に対応する車両に、先進的なLiDARを搭載するようになっています。例えば、2025年1月、AevaはCES 2025でAtlas Ultra 4D LiDARを発表しました。これは、従来のAtlasセンサーの最大3倍の解像度、最大500メートルの検出範囲、そして乗用車への搭載を想定した35%スリムな設計を実現しています。
02 AIと高性能知覚ソフトウェアの統合の進展 人工知能(AI)は、3次元センサーデータからの物体分類、環境解釈、リアルタイム認識を可能にすることで、現代のLiDARシステムの重要な構成要素になりつつあります。LiDARメーカーは、センシングハードウェアとオンボード処理・認識ソフトウェアをますます統合し、同じセンサープラットフォームでより高度な自動運転やロボットアプリケーションをサポートできるようにしています。この変化は、光学および半導体ハードウェアの改良と並行して、ソフトウェア機能の重要性を高めています。例えば、2025年7月、Aevaは自社の知覚プラットフォームを、FMCW LiDARオンチップセンサー、カスタム処理システムオンチップ、および知覚ソフトウェアを組み合わせたものとして説明し、自動車、ロボット工学、製造自動化、スマートインフラストラクチャなど幅広い分野への応用も発表した。
01 LiDAR搭載車両生産プログラムの拡大 LiDARを搭載した車両プログラムの増加に伴い、ソリッドステート型LiDARをはじめとするデジタル制御型LiDARアーキテクチャに対する直接的な需要が高まっています。自動車メーカーは技術デモンストレーションから量産志向の開発プログラムへと移行しており、自動車の信頼性、パッケージング、製造要件を満たす拡張性の高いセンシングプラットフォームの重要性が増しています。自動運転レベルの向上を前提とした車両モデルが増えるにつれ、LiDARサプライヤーは複数車種にわたる量産契約を獲得する機会を得ています。例えば、2025年12月、Aevaは、欧州の大手乗用車OEMが、レベル3の自動運転をサポートするグローバル量産車両プラットフォーム向けに、Aevaを独占的なLiDARサプライヤーとして選定したと発表した。生産は2028年に開始され、複数の車種に展開される予定だ。
01 高性能LiDARの複雑な製造およびコスト要件 固体LiDARは、高性能センサーには特殊な光学部品、半導体デバイス、信号処理回路、そして厳格な自動車認証が必要となるため、依然として製造とコスト面で制約に直面している。これらの技術を開発段階から大量生産へと拡大するには、製造能力、サプライチェーンインフラ、そしてプロセスの信頼性への投資が必要となる。こうした要件は、センサーシステムのコストに非常に敏感な自動車メーカーにとって、普及の妨げとなる可能性がある。例えば、2025年7月、AevaはLG Innotekとの戦略的提携を発表した。この提携には、次世代LiDAR製品の量産を加速させるための投資と製造能力開発が含まれており、高度なセンシングプラットフォームを商業化するために必要な製造インフラを示している。
01 車両キャビンおよび組み込みセンシングアプリケーションへのLiDAR統合の拡大 小型LiDARセンサーを、従来は設置が困難だったフロントガラスの裏側や車内などにも組み込むことが可能になり、市場には新たな機会が生まれています。このような統合により、LiDARの外部パッケージングによる影響を軽減できるだけでなく、環境認識や車両センシングにおける新たな可能性も生まれます。センサーの小型化と光学統合の進歩は、従来のルーフマウント型や外部露出型LiDAR構成を超えた新たな可能性を切り開きます。例えば、2025年1月、AevaとAGC傘下のWideyeは、CES 2025において、乗用車のフロントガラスの後ろに統合されたFMCW 4D LiDARシステムを実演し、長距離センシングのために高い取り付け位置を維持しながら、LiDARを車両構造に組み込む方法を示した。
01 悪天候下における信頼性の高いLiDAR認識の実現 LiDAR開発者は、雨、雪、霧などの視界不良条件が光学センシングを妨げる場合でも、信頼性の高い認識を維持するという継続的な課題に直面しています。そのためには、センサーアーキテクチャ、信号処理、認識アルゴリズム、検証方法を改善し、自動システムが環境干渉から関連物体を識別できるようにする必要があります。この要件は、幅広い動作条件下でセンシング性能の信頼性が維持されなければならない、より高度な車両自動化において特に重要です。例えば、2025年6月、AEyeはトロント大学のWinTORプロジェクトに参加しました。これはGMが後援する研究イニシアチブで、全天候型自動運転に焦点を当て、特に豪雨や降雪時の自動運転車の認識に取り組んでいます。
2025年9月:Innoviz Technologiesは、フォルクスワーゲン・オートノマス・モビリティとの戦略的提携を発表し、自動運転車プラットフォーム向け次世代ソリッドステートLiDARソリューションの導入を支援することを明らかにした。