自動運転の視覚とは
自動運転の視覚（Vision for Autonomous Driving）とは、自動運転車が周囲の環境を認識・理解するためのコンピュータビジョン技術の総称です。カメラ、LiDAR、レーダーなどのセンサーから得られるデータを処理し、安全な自律走行を実現するための視覚認識システムを構築します。
主要な視覚タスク
自動運転における主要な視覚タスクには、2D/3D物体検出（車両、歩行者、自転車、標識の検出）、セマンティックセグメンテーション（道路、歩道、車線、建物の認識）、深度推定（障害物までの距離計測）、物体追跡（周囲の移動体の軌跡予測）、車線検出、信号機認識、フリースペース検出（走行可能領域の認識）などがあります。BEV（Bird's Eye View）表現を用いた3D空間での統合的な認識が近年のトレンドとなっています。
センサーフュージョンと課題
多くの自動運転システムはカメラとLiDARのセンサーフュージョンを採用しています。カメラは色やテクスチャの情報に優れ、LiDARは正確な3D位置情報を提供します。一方、Teslaのようにカメラのみで自動運転を実現するVision-onlyアプローチも存在します。悪天候（雨、霧、雪）や夜間での認識性能、エッジケースへの対応、リアルタイム処理の要求など、安全性に直結する課題が残されており、技術の信頼性向上が最重要テーマとなっています。