＜得られる知識・技術＞
車載カメラ用画像処理技術、レーザレーダによる物体認識技術、センサフュージョン技術

＜プログラム＞
１．各社自動運転用センサ採用状況
　1.1 ADAS用車載センサ（レベル1～2）
　1.2 自動運転レベル3以上と「テスラ・ビジョン」の衝撃
　1.3 揺れる業界動向：LiDAR不要論と再採用の背景

２．各センサ技術の特徴
　2.1 電波レーダー：全天候型だが解像度に課題
　2.2 単眼カメラ：安価だが距離は「推定（推論）」
　2.3 ステレオカメラ：視差による距離算出
　2.4 LiDAR：高精度な3次元「測定（実測）」

３．自動運転に必要なセンサ性能
　3.1 ドライビングシミュレータによる実験結果
　3.2 センサに要求される性能
　3.3 「確率的知能（AI）」と「物理的保証（測定）」の安全マージン差

４．カメラ技術の詳細と「Vision-only」の限界
　4.1 これまでの物体認識技術
　4.2 ディープラーニングとEnd-to-Endモデルの進化
　4.3 ケーススタディ：カメラが物理的に「詰む」4つの決定的シーン

５．LiDAR技術の詳細と「ラストワンマイル」の信頼性
　5.1 LiDARによる物体検出技術
　5.2 LiDARによる自己位置推定技術（SLAM）
　5.3 個人の生活道路・自宅周辺におけるLiDARの必然性

６．フュージョン技術：なぜ「混ぜる」必要があるのか
　6.1 キャリブレーションの重要性
　6.2 複合型・統合型・融合型・連合型センサフュージョン
　6.3 センサ・コンテンション（矛盾）の解決：どちらを信じるべきか？

７．今後の動向
　7.1 E2E AIモデルとワールドモデルの融合
　7.2 安全性とコストの妥協点：L4実現への現実的解
　7.3 結論：AIが進展してもLiDARが「最後の防波堤」である理由

　　□質疑応答□