EN | JP | Last sync: 2026-01

自動運転技術入門シリーズ v1.0

自動運転技術の総合ガイド: センサーとAIから規制と市場展望まで（2025-2026年）

総学習時間: 8〜10時間 レベル: 初級〜上級

基礎的なセンサーシステムやAIによる認識から、最先端のEnd-to-Endモデル、規制の枠組み、市場予測まで、自動運転技術の全体像をマスターしましょう

シリーズ概要

本シリーズは、2025〜2026年時点における自動運転（AD: Autonomous Driving）技術の全領域をカバーする、全5章構成の総合的な教育リソースです。自動運転は、センサーハードウェア、コンピュータビジョン、深層学習、制御システム、シミュレーション、地図、規制対応を統合した、現代における最も複雑な工学的課題の一つです。

本シリーズでは、SAE J3016 自動運転レベル（L0〜L5）とその現在の展開状況、カメラ・LiDAR・レーダー・新興のテラヘルツレーダーを含むセンサー技術、YOLOからBEVFormer、3D占有ネットワーク（Occupancy Networks）までの認識（Perception）システム、従来のA*からEnd-to-Endニューラルネットワークまでのプランニングと制御アルゴリズム、Waymo・Tesla・Baidu・NVIDIAといった主要企業、ロボタクシーや自動運転トラックの商用展開、Foundation Model・World Model・VLAアーキテクチャを含む最先端のAI/ML、CARLAやNVIDIA Drive Simといったシミュレーションプラットフォーム、HDマッピング技術とマップレスアプローチ、日本・米国・EU・中国にまたがる規制の枠組み、エッジケース・倫理・サイバーセキュリティを含む課題、そして2030年までの市場予測を扱います。

特徴:

総学習時間: 8〜10時間（補足読書を含む）

学習方法

推奨学習パス

graph TD A[第1章: 自動運転の基礎
レベル・センサー・認識] --> B[第2章: プランニング・制御
と主要企業] B --> C[第3章: 商用展開
とAI/MLの最前線] C --> D[第4章: シミュレーション・地図
と規制] D --> E[第5章: 課題・展望
と市場] style A fill:#e3f2fd style B fill:#fff3e0 style C fill:#f3e5f5 style D fill:#e8f5e9 style E fill:#fce4ec

初学者の方（自動運転の予備知識なし）:
- 第1章 → 第2章 → 第3章 → 第4章 → 第5章（全章推奨）
- 所要時間: 8〜10時間

エンジニアの方（ML/ロボティクスの背景あり）:
- 第1章（復習） → 第3章（AI/ML重点） → 第4章 → 第5章
- 所要時間: 5〜6時間

ビジネス・政策担当者の方:
- 第1章（レベルのみ） → 第2章（主要企業） → 第3章（商用展開） → 第4章（規制） → 第5章（市場）
- 所要時間: 4〜5時間

トピック別の学習:
- センサー＆認識技術: 第1章
- プランニング＆制御アルゴリズム: 第2章（前半）
- 業界地図: 第2章（後半）＋第3章
- AI/MLの最前線（E2E、World Model、VLA）: 第3章（後半）
- シミュレーション＆マッピング: 第4章（前半）
- 規制＆安全基準: 第4章（後半）
- 課題＆市場展望: 第5章

章の詳細

第1章: 自動運転の基礎

難易度: 初級〜中級
読了時間: 90〜100分

学習内容

  1. SAE J3016 自動運転レベル - L0〜L5の定義、現在の展開状況、L2+/L3/L4の状況
  2. センサー技術 - カメラ、レーダー、LiDAR、超音波の比較、Teradar、4Dイメージングレーダー、FMCW LiDAR、Tesla Vision対LiDAR論争
  3. 認識（Perception）技術 - 2D/3D物体検出、セマンティックセグメンテーション、3D占有予測（Occupancy Prediction）、センサーフュージョンのレベル、BEV表現、BEVFormer、DriveTransformer

学習目標

第1章を読む →

第2章: プランニング、制御、および主要企業

難易度: 中級
読了時間: 90〜100分

学習内容

  1. プランニング技術 - 経路計画（A*、RRT、最適化）、行動予測、意思決定アルゴリズム、End-to-End対モジュラーアーキテクチャ、VLAモデル
  2. 制御技術 - PID制御、MPC、適応MPC、DRL+MPCハイブリッドシステム
  3. 主要企業 - Waymo、Tesla、Cruise、Baidu Apollo、Mobileye、NVIDIA、中国のスタートアップ、Argo AI、Zoox、Motional、トヨタ、ホンダ、日産、AFEELA

学習目標

第2章を読む →

第3章: 商用展開とAI/MLの最前線

難易度: 中級〜上級
読了時間: 90〜100分

学習内容

  1. 商用展開 - ロボタクシー事業（Waymo、Baidu、Tesla、Zoox）、自動運転トラック（Aurora、Kodiak）、配送ロボット、日本国内の展開
  2. AI/MLの最前線 - End-to-End自動運転（Tesla FSD V13/V14、NVIDIA Alpamayo、Wayve）、Foundation Model＆World Model（GAIA-2、DriveDreamer、OccWorld、Cosmos）、3D占有予測、強化学習とSim-to-Real、自動運転向け生成AI

学習目標

第3章を読む →

第4章: シミュレーション、HD地図、および規制

難易度: 中級
読了時間: 80〜90分

学習内容

  1. シミュレーション技術 - CARLA v0.9.16、NVIDIA Drive Sim、デジタルツイン、合成データ生成
  2. HD地図 / 高精度地図 - HD地図の課題、マップレスアプローチ（Tesla、Xpeng）、ハイブリッドマッピング、3D Gaussian Splatting
  3. 規制＆安全基準 - 日本（L4法制化）、米国（38州以上）、EU（UN-R157）、中国（20都市以上の実証都市）、ISO 26262、SOTIF、RSS

学習目標

第4章を読む →

第5章: 課題、将来展望、および市場

難易度: 中級
読了時間: 70〜80分

学習内容

  1. 課題とリスク - エッジケース、倫理的課題（トロッコ問題）、サイバーセキュリティ、責任問題、社会的受容性、V2X通信
  2. 将来展望（2025〜2030年） - 国別のL4/L5ロードマップ、MaaS統合、スマートシティ連携
  3. 市場規模と予測 - 複数の調査会社による市場予測、Goldman Sachsの米国予測、成長ドライバー

学習目標

第5章を読む →

シリーズ全体の学習成果

本シリーズを修了すると、以下の知識を習得できます。

技術的理解

業界知識

規制・ビジネスの洞察

前提知識

本シリーズを効果的に学習するには、以下の知識があることが望ましいです。

必須（Must Have）

推奨（Nice to Have）

推奨する事前学習:

さあ始めましょう！

自動運転の世界を探求する準備はできましたか？まずは第1章から、自動運転のレベル、センサー、認識の確かな基礎を築きましょう！

第1章: 自動運転の基礎 →

主要な出典

本シリーズは以下の主要な出典に基づいています（追加の参考文献は各章内で引用しています）。

更新履歴

自動運転技術への旅は、ここから始まります！

免責事項