2017 車載カメラ徹底解説 2017 車載カメラ徹底解説 2017 車載カメラ

2017
車載カメラ
徹底解説
Connected Car ~ Autopilot ~ AI
発刊にあたって
登場から10年も経ないにもかかわらず、Smartphoneは世界中に浸透しています。し
かし、2016年には早くも成熟期にさしかかりつつあるようです。一方、それが作り出し
たCloud Computing環境は時間とともに巨大化しています。そこで、Smartphone市場
が飽和する前にそのServer能力を有効活用すべく、2014年、SmartphoneのOSメーカ
ーはInfortainment OS市場に突如参入しました。それは、Smartphoneと車載DA
(Display Audio)を連携させるものであり、15年以上前から自動車業界が普及を目指し努
力してきた「Connected Car」を普遍的に実現させるものだったのです。
また、スバルなどが発端を作った「ぶつからない車」は世界中で評価され、自動車の
予防安全性を高めるADAS (Advanced Driving Assistant System) 機能が急激に普及し
ています。現在、ADASは自立型で自動車、歩行者、二輪車などの画像認識を行ってい
ます。しかし、「つながること」により得られる膨大なデータ(ビッグデータ)も効率的
に利用しない手はありません。ビッグデータを処理する手法としては、以前から「ベイ
ズ統計処理」が有望とされていました。ところが2000年初頭では、その演算処理を行う
ための有効な手法が見いだせず、さらにはServerの演算能力も不足していました。この
状況を打開に導く要因となったのは、2006年に発表されたAI(Artificial Intelligence:人
工知能)の一種である「Deep Learning (多層ニューラルネット/ 深層学習方式)」です。
さらにここ数年、それら膨大なデータを高速に処理するため、従来のCPUに替わり高速
CPU、GPU、FPGAがServerに採用され始めました。その結果、個々の自動車が入手
した画像データをServerに吸い上げることにより、画像認識の精度を大幅に高める下地
が整いつつあります。さらに、Deep Learningは「自己学習」が可能なことが特徴です。
データが多ければ多いほど学習精度は高まります。つながることによる「知能の向上」
と、ADAS機能の性能向上とが相まって、長年にわたり各社が実現を目指して研究して
きた自動運転の実現が加速されています。さらにつながることにより、すべての『もの』
が「知性」を持てるようになります。その状況を「IoT」と呼称していますが、その実
態は「Intelligent Ubiquitous Networking」なのです。とはいえ、すべての『もの』が
より賢くなるためには、膨大な画像データが必要です。そのためすべてのものでカメラ
モジュールの果たす役割は今後ますます高まっていきます。
車載カメラでは、全周囲の画像情報取得用、死角のSensing用、さらに死角解消・燃
費向上を目的としてドアミラーを廃止しその機能を置き換える用途にまで及んでいます。
さらに、大きな明暗に対応したHDR機能*、超高感度化など車載用として以前から必要
とされていた機能の高度化に加え、
昼夜の歩行者検出機能がEURO-NCAPの加算対象に
なったことから、昼夜利用できるRGB + IR(InfraRed: 近赤外線) カメラや、暗闇でも
人、動物を確認できる遠赤外線(FIR: Far InfraRed) カメラなど「赤外線」を採用する
事例も増えています。従来非常に高額だった遠赤外線カメラでは、WLOの採用により
低価格化を図る手法が開発され、車載用だけに限らずSmartphoneへの採用も始まって
います。
車載カメラというと、以前は「高感度」を実現するためImage SensorはCell Sizeが大
きいものの方が良いとされていました。しかし、Cell Sizeの大きいImage Sensorを使用
2017 車載カメラ徹底解説
発刊にあたって
したカメラモジュールは、どうしてもサイズが大きくなってしまいます。ADAS、自動
運転の進展にともない多数のカメラが自動車に搭載されるようになると、現在の大きな
カメラモジュールでは「カメラばかりが目立って、気持ちが悪い」と感じる人も増えて
います。そのため、車載カメラでは「小型化」が新たな重要仕様となってきています。
小型化実現にはWLOを使ったリフローカメラモジュールが最適です。超小型**でどこ
にでも実装できるリフローカメラモジュールは、IoT時代の本格化にも大きく貢献でき
るものであると確信します。
本書では、車載カメラを取り巻く環境の変化、自動運転に向けた自動車業界の動向、
車載カメラの市場・技術動向、そして将来的にIoTに向かう市場の流れ、IoT時代には最
適なWLOを使用したカメラモジュールなど、多面的に徹底解説しました。
2016年 10月 17日
著者共創企画代表
中條博則
*: HDR 機能は、現状はImage Sensor の性能に注目が集まっていますが、自動運転車では光学系のHDR 機能の向上(特にImage Sensor
表面からの反射によるフレア、ゴーストの抑制)が重要になります。詳細は本文で解説します。
** : たとえば、1.12µm Cell QVGA(320 x 240 pixel)のImage Sensor を使用すれば、0.5 x 0.5mm のカメラモジュールは理論的には実現
可能です。過去VGA (640 x 480 pixel) (RAW out put)で0.7 x 0.7mm の試作事例があります。
2017 車載カメラ徹底解説
2017 車載カメラ徹底解説
◆
目次
発刊にあたって
◆ 【第一章】自動運転に向かう業界動向
[ 1 ] 自動車の安全性追求 ------------------------------------------------------------------------------------------- 1 ~ 10
[ 1 ] - 1 : 国際的な交通安全目標の策定 -------------------------------------------------------------------- 1
[ 1 ] - 2 : 日本の交通事故低減への取り組み -------------------------------------------------------------- 2
[ 1 ] - 2 - 1 : 交差点での衝突事故を減らす
「ラウンドアバウト」
の導入 ---------------------- 4
[ 1 ] - 3 : 自動車の安全性向上への取り組み -------------------------------------------------------------- 5
[ 1 ] - 4 : Telematics 1st Generationで最も進んでいた日本の取り組み ------------------------- 7
[ 1 ] - 4 - 1 : Galapagos化に向かう？ITS-Connect -------------------------------------------------- 8
[ 2 ] IT企業参入による急激な変化 ----------------------------------------------------------------------------- 11 ~ 30
[ 2 ] - 1 : 人工知能により賢さを増す
「すべてのもの」------------------------------------------------ 11
[ 2 ] - 2 : Smartphoneの源流
「Apple・Newton」------------------------------------------------------- 11
[ 2 ] - 2 - 1 : iPhone の「事業的成功」の根幹『Localize Free』の実現 ------------------------ 15
[ 2 ] - 2 - 1 - 1 : Localize Freeが分かっていない？Microsoft -------------------------------- 16
[ 2 ] - 2 - 2 : Jonathan Iveが確立したInteraction Design -------------------------------------- 17
[ 2 ] - 2 - 3 : 3 次元空間での「Interface」と「Interaction」の事例 ----------------------------- 19
[ 2 ] - 3 : Smartphoneが確立したCloud Computing環境 ----------------------------------------- 20
[ 2 ] - 4 : 巨大Serverを背景にInfortainment市場に突如参入したIT企業 ----------------- 22
[ 2 ] - 4 - 1 : 車載器からハッキングされたFCA
「Cherokee」
------------------------------------ 25
[ 2 ] - 4 - 2 :『邪悪』
への反発を強める自動車業界 -------------------------------------------------- 25
[ 2 ] - 5 : 車載市場に参入したIT企業、
その真の狙いとは ------------------------------------------ 28
[ 2 ] - 6 : 急激に進む
「Deep learning」
への取り組み ------------------------------------------------- 29
[ 3 ] 加速する自動運転技術 -------------------------------------------------------------------------------------- 31 ~ 42
[ 3 ] - 1 : ADASの普遍化により現実味を増す自動運転 --------------------------------------------- 31
[ 3 ] - 1 - 1 : ADAS用カメラシステムでDe-facto化が進む
「Mobileye」--------------------- 33
[ 3 ] - 2 : Sensor Fusion が進む ADAS、
Key Word は
「Frugal Innovation」----------------- 34
[ 3 ] - 3 : 自動運転の分類と関連国際法 ------------------------------------------------------------------- 35
[ 3 ] - 3 - 1 : 自動運転車における4次元の
「Interaction」
とは ---------------------------------- 37
[ 3 ] - 3 - 2 : 特有の
「危険」
が内在する現行の自動運転Level 3 --------------------------------- 37
[ 3 ] - 4 : 自動車安全立法、
ADAS普遍化により急拡大する車載カメラ市場 ----------------- 38
2017 車載カメラ徹底解説壱
2017 車載カメラ徹底解説目次
[ 3 ] - 5 : Level 3機能先取り？、
「走るSmartphone」
Tesla Model S ----------------------------- 39
[ 3 ] - 6「もう一つのITの雄」
:
Appleの自動運転車への取り組み --------------------------------- 41
[ 3 ] - 7 : Level 4 自動運転車量産に向け動き出したGoogle --------------------------------------- 42
◆ 【第二章】車載カメラの市場・技術動向
[ 1 ] 車載カメラへの要求特性 ----------------------------------------------------------------------------------- 43 ~ 90
[ 1 ] - 1 : カメラ機能が重要な役割をはたす製品 ------------------------------------------------------ 43
[ 1 ] - 1 - 1 : 各種製品用カメラモジュール/ Image Sensor市場動向 ------------------------ 43
[ 1 ] - 2 : 車載カメラの製品分類・市場動向 (e-mirror 解禁) -------------------------------------- 46
[ 1 ] - 2 - 1 : 主な車載カメラの搭載個所と課題 ----------------------------------------------------- 49
[ 1 ] - 2 - 2 : Viewingカメラの市場動向とSupply Chain ---------------------------------------- 51
[ 1 ] - 2 - 3 : Sensingカメラの市場動向とSupply Chain ----------------------------------------- 52
[ 1 ] - 3 : 車載カメラの技術動向 ---------------------------------------------------------------------------- 53
[ 1 ] - 3 - 1 : Image SensorのCell縮小、
感度向上施策が実現する小型車載カメラ ----- 54
[ 1 ] - 3 - 2 : 積層型CMOS Image SensorによるFFカメラの小型化 ---------------------- 56
[ 1 ] - 3 - 3 : 小型車載カメラの放熱設計 -------------------------------------------------------------- 57
[ 1 ] - 3 - 4 : 実装技術の工夫・薄型材料により実現する小型車載カメラ ------------------- 58
[ 1 ] - 3 - 5 : 部品内蔵基板により実現する小型車載カメラ ------------------------------------- 59
[ 1 ] - 3 - 5 - 1 : 部品内蔵基板の分類と開発品事例 --------------------------------------------- 62
[ 1 ] - 3 - 6 : リフロー化により実現する小型車載カメラ ---------------------------------------- 65
[ 1 ] - 3 - 6 - 1 : リフローカメラモジュールの重要性 ------------------------------------------ 66
[ 1 ] - 3 - 6 - 2 : リフロー実装技術の歴史 ---------------------------------------------------------- 67
[ 1 ] - 3 - 6 - 3 : リフロー化の難易度を押し上げたRoHS指令 ----------------------------- 68
[ 1 ] - 3 - 6 - 4 : リフローカメラモジュールの分類 --------------------------------------------- 70
[ 1 ] - 3 - 6 - 5 : TSV技術により実現したImage SensorのCSP仕様 -------------------- 73
[ 1 ] - 3 - 6 - 6 : CSPベースリフローカメラモジュールの製造フロー -------------------- 74
[ 1 ] - 3 - 6 - 7 : 既存製法とリフロー仕様のカメラモジュール比較 ----------------------- 75
[ 1 ] - 3 - 6 - 8 : 複数のリフローカメラモジュールによる広角撮像システム ---------- 77
[ 1 ] - 3 - 6 - 9 : 複数のリフローカメラモジュールによる多機能モジュール ---------- 77
[ 1 ] - 2 - 6 - 10 : 量産中のリフローカメラモジュールの事例 ------------------------------- 78
[ 1 ] - 4 : 設置個所により異なる車載カメラへの要求特性 ----------------------------------------- 79
[ 1 ] - 4 - 1 : 車載カメラ用Lensなどに要求される特性 ----------------------------------------- 80
[ 1 ] - 4 - 2 : ナノインプリントによる反射防止構造
「SWS」------------------------------------ 81
弐
2017 車載カメラ徹底解説
2017 車載カメラ徹底解説目次
[ 1 ] - 5 : FIR (遠赤外線) カメラの概要およびコストダウン技術 -------------------------------- 83
[ 1 ] - 5 - 1 : FIRカメラの市場動向 ---------------------------------------------------------------------- 83
[ 1 ] - 5 - 2 : FIRカメラ用Lensの種類と特徴 ------------------------------------------------------- 84
[ 1 ] - 5 - 3 : FIRカメラのコストダウン手法 --------------------------------------------------------- 85
[ 1 ] - 5 - 3 - 1 : FIRカメラ既存メーカーFLIRの
「ジレンマ」
回避の事業戦略 --------- 85
【世界初、FIR カメラ搭載 Smartphone 実現に向けた低コスト化技術】
[ 1 ] - 5 - 3 - 2 : 車載FIRカメラ市場に新規参入するBAEの低コスト化技術 -------- 88
[ 1 ] - 6 : 次世代本命？新たな昼夜兼用ADAS技術「BrightEyeＴＭ」----------------------------- 90
[ 2 ] Display画素数との関係 ----------------------------------------------------------------------------------- 91 ~ 106
[ 2 ] - 1 : 車載カメラの画素数に影響するDisplay画素数の動向 -------------------------------- 91
[ 2 ] - 1 - 1 : Display解像度の適否を判定する
「視力」
の基礎知識 ----------------------------- 95
[ 2 ] - 2 : 視認距離により異なる適正解像度 ------------------------------------------------------------ 97
[ 2 ] - 3 : 車載Displayの適正解像度 ----------------------------------------------------------------------- 99
[ 2 ] - 4 : Smartphone市場で採用が急増する有機EL ---------------------------------------------- 100
[ 2 ] - 4 - 1 : 有機ELの市場動向、
Keyとなる製造設備 ----------------------------------------- 102
[ 2 ] - 5 : 静電容量式Touch Panelの種類と車載用への展開-------------------------------------- 103
[ 2 ] - 5 - 1 : 車載用Touch Panelの市場動向 ------------------------------------------------------ 105
[ 2 ] - 6 : Gorilla® Glass採用、
よりSmartphoneらしさを増す自動車 ----------------------- 105
[ 3 ] Image Sensorの技術動向 ------------------------------------------------------------------------------- 107 ~ 142
[ 3 ] - 1 : CCD Image SensorとCMOS Image Sensorの差異 --------------------------------- 108
[ 3 ] - 2 : Image Sensorの市場動向 ----------------------------------------------------------------------- 111
[ 3 ] - 2 - 1 : Smartphone用CMOS Image Sensorの市場動向 ------------------------------ 112
[ 3 ] - 2 - 2 : 車載用Image Sensorの市場動向 ---------------------------------------------------- 114
[ 3 ] - 3 : 車載用にも転用可能、
高CRA Lens対応Image Sensor技術 ----------------------- 115
[ 3 ] - 3 - 1 :「色シェーディング」
を抑制する高CRA対応IRCF ----------------------------- 118
[ 3 ] - 3 - 2 : 車載用でも感度向上に有効なBSI Image Sensor ------------------------------- 120
[ 3 ] - 3 - 3 : 車載用でさらなる感度向上に寄与する素子分離型 Image Sensor ------- 121
[ 3 ] - 4 : Smartphone用カメラモジュール低背化技術 -------------------------------------------- 122
[ 3 ] - 5 : Smartphone用CMOS Image SensorのCell Size微細化Trend ------------------ 123
[ 3 ] - 5 - 1 : 光学サイズの定義 ------------------------------------------------------------------------- 125
[ 3 ] - 5 - 2 : 光学サイズと光路長の関係から低背レベルを表すHeight Rate ----------- 127
2017 車載カメラ徹底解説参
2017 車載カメラ徹底解説目次
[ 3 ] - 6 : 車載カメラに必要なImage Sensorの機能 ----------------------------------------------- 129
[ 3 ] - 6 - 1 : Image Sensor のHDR (High Dynamic Range) 機能 ------------------------ 130
[ 3 ] - 6 - 1 - 1 : 光学系のDR拡大に必須な不要反射光低減の工夫 ---------------------- 131
[ 3 ] - 6 - 2 : Global Shutter ------------------------------------------------------------------------------ 132
[ 3 ] - 6 - 3 : LEDフリッカ抑制 ------------------------------------------------------------------------- 132
[ 3 ] - 6 - 4 : 昼夜兼用
「超高感度カメラ」
「RGB + IR カメラ」------------------------------ 133
、
[ 3 ] - 7 : FIR (遠赤外線) Image Sensor ------------------------------------------------------------------ 136
[ 3 ] - 8 : 特殊構造のImage Sensor ----------------------------------------------------------------------- 138
[ 3 ] - 8 - 1 : シリコンフォトダイオードによる垂直色分離型Image Sensor ------------ 138
[ 3 ] - 8 - 2 : 有機CMOS Image Sensor -------------------------------------------------------------- 140
[ 3 ] - 8 - 3 : 究極の超小型Lens-less Image Sensorの概要 ---------------------------------- 141
[ 4 ] Lens設計の基礎 -------------------------------------------------------------------------------------------- 143 ~ 170
[ 4 ] - 1 : Lensの性能を決める収差の種類と今も生きる
「基本設計」-------------------------- 144
[ 4 ] - 2 : さまざまなLens材料とその特徴 ------------------------------------------------------------ 146
[ 4 ] - 3 : 熱可塑性樹脂Lens設計上の注意 ------------------------------------------------------------ 148
[ 4 ] - 4 : 熱可塑性樹脂Lensの製造プロセス --------------------------------------------------------- 151
[ 4 ] - 5 : 特定メーカーの強さが際立つSmartphone用Lens ------------------------------------ 155
[ 4 ] - 6 : Lens仕様要求上の注意点 ----------------------------------------------------------------------- 157
[ 4 ] - 7 : 微細Cell SizeのImage Sensor用Lens設計のあり方 -------------------------------- 164
[ 4 ] - 7 - 1 : Image SensorとカメラモジュールのMTF ---------------------------------------- 167
[ 4 ] - 8 : Lensが解像可能なCellの微細限界 ---------------------------------------------------------- 169
[ 5 ] 各種耐熱Lensの特徴 ------------------------------------------------------------------------------------ 171 ~ 214
[ 5 ] - 1 : 耐熱Lensの分類 ---------------------------------------------------------------------------------- 171
[ 5 ] - 2 : 各種耐熱 Lens の製法と特徴 ------------------------------------------------------------------ 173
[ 5 ] - 2 - 1 : 移動金型式GMOの製法と特徴 ------------------------------------------------------- 173
[ 5 ] - 2 - 2 : Injection Mold方式熱硬化性樹脂Lensの製法と特徴 -------------------------- 175
[ 5 ] - 2 - 3 : Hybrid Lens の製法と特徴 -------------------------------------------------------------- 177
[ 5 ] - 2 - 4「超々薄型化」
:
が可能なCasting Lensの製法と特徴 ----------------------------- 181
[ 5 ] - 2 - 4 - 1 : Casting WLOの金型製法の特徴と他方式との比較 -------------------- 183
[ 5 ] - 3 : Hybrid WLOとCasting WLOメーカーの導入装置 ---------------------------------- 185
[ 5 ] - 4 : WLOの非球面測定法 ---------------------------------------------------------------------------- 188
[ 5 ] - 5 : 複屈折が解像度に与える影響と、
各種Lensの複屈折の実力 ----------------------- 189
[ 5 ] - 6 : 各種Lensの材料費比較 ------------------------------------------------------------------------- 192
四
2017 車載カメラ徹底解説
2017 車載カメラ徹底解説目次
[ 5 ] - 7 : 各種Lensの設備投資額比較 ------------------------------------------------------------------ 195
[ 5 ] - 8 : 熱可塑性樹脂Lensコストを凌駕するCasting WLO ---------------------------------- 196
[ 5 ] - 9 : Casting WLO用
「Monolithic樹脂」
の特徴 ------------------------------------------------ 198
[ 5 ] - 9 - 1 : Monolithic樹脂の耐熱特性 ------------------------------------------------------------- 199
[ 5 ] - 9 - 2 : Monolithic 樹脂の光学特性 ------------------------------------------------------------- 201
[ 5 ] - 9 - 3 : Monolithic樹脂を使用したCasting WLOの設計値との誤差 -------------- 204
[ 5 ] - 10 : 超短Pulse Laser DicerによるWLO個片化技術 ------------------------------------- 206
[ 5 ] - 10 - 1 : Hybrid WLO個片化技術の問題点 ------------------------------------------------- 206
[ 5 ] - 10 - 2 : 非熱加工を可能にする超短Pulse Laser Dicer(旧ミシガン特許) --------- 208
[ 5 ] - 10 - 3 : 薄型Gorilla® Glass切断に生かされた超短Pulse Laser Dicer ---------- 211
[ 5 ] - 10 - 4 : Sapphire Glass切断にも応用可能な超短Pulse Laser Dicer -------------- 213
◆ 【第三章】IoT に向けた業界動向
[ 1 ] 半導体市場動向 ------------------------------------------------------ ---------------------------------- 215 ~ 222
[ 1 ] - 1 : 2015年に吹き荒れた半導体業界再編の嵐 ------------------------------------------------ 216
[ 1 ] - 1 - 1 : 車載用主要半導体の市場動向 --------------------------------------------------------- 217
[ 1 ] - 1 - 1 - 1 : M&Aによる勢力図の変化 ------------------------------------------------------- 218
[ 1 ] - 1 - 1 - 2 : ON Semiconductorの車載半導体Business戦略 ------------------------ 218
[ 1 ] - 2 : 主要車載半導体の市場動向、
シェア、
Supply Chain ------------------------------------ 220
【車載用MOSFETの市場規模推移・予測/ Market Share】
---------------------------------- 220
【車載用MPUの市場規模推移・予測/ Maker Share/ Supply Chain】------------------ 221
【車載用Power ICの市場規模推移・予測/ Maker Share/ Supply Chain】------------ 221
【車載用Radarの市場規模推移・予測/ Maker Share / Supply Chain】---------------- 222
【車載用LIDARの市場規模推移・予測/ Maker Share/ Supply Chain】
----------------- 222
[ 2 ] ますます高まるカメラの役割 ------------------------------------------------------------------- 223 ~ 232
[ 2 ] - 1 : そしてすべての
『もの』
がCloudにつながる ---------------------------------------------- 223
[ 2 ] - 1 - 1 : Cloud Deep Learning対応に向け加速するServerの性能向上施策 ------ 223
[ 2 ] - 1 - 2 : 自動運転実現に必須な
「2種類のDeep Learning」
の融合 -------------------- 225
[ 2 ] - 1 - 3 : すべての
『もの』
に知性を与えるのか？
「Neuromorphic Chip」------------ 226
[ 2 ] - 1 - 4 : Droneの市場動向 -------------------------------------------------------------------------- 227
[ 2 ] - 1 - 4 - 1 : 日本のDrone事情 ----------------------------------------------------------------- 229
[ 2 ] - 1 - 5 : IoT時代本格化に向けた家電系のIT標準化技術の覇権争い ---------------- 230
[ 2 ] - 2 : すべての
『もの』
に必須なカメラ機能 / Camera for IoT ------------------------------- 231
2017 車載カメラ徹底解説伍
2017 車載カメラ徹底解説目次
参考文献
著者
六
2017 車載カメラ徹底解説
【第一章】自動運転に向かう業界動向 [ 1 ] 自動車の安全性追求
の搭載が急速に進んだ。また、ほぼ同時期に自動車後進時の子供や歩行者の巻き込み事
故を防ぐための KT 法案[(The Cameron Gulbransen) Kids Transportation Safety Act]
がアメリカで提出された。KT 法はさまざまな審議を経た後、2014 年に立法した。これにより、
北米市場では、2017 年に出荷される全新車への Rear-View Monitor 搭載が義務付けられ
た。この法案は立法まで若干の時間を要したが成立が確実視されていたため、Rear-View
Monitor の搭載率はすでに高まっている。ASV 構想では、燃費の向上をパワートレインの
省燃費化に求めている。これに対し欧米では、それに加えサイドミラーを廃止して空気抵抗
を減ずることにより燃費を向上させようという斬新な提案がされた(電子ミラー：e-mirror)。サイ
ドミラーをカメラと Display で置き換えるアイデアであり、これだけで数%の燃費が向上すると
いう。さらに、サイドミラーではどうしても生じてしまう「死角」の解消につながり、安全性をより
高めることができる。2016年6月には世界的に解禁された。e-mirrorについては、【第二章】
[1]-2 で詳しく解説する。
いずれにしても、High Beam Regulation による前方監視カメラの標準搭載、KT 法によ
る Rear-View Monitor の標準搭載、e-mirror による側方、後方監視カメラの搭載、これらの
融合による全周囲監視システム、前方衝突回避システムなど、従来一部の自動車にしか搭載
されていなかったシステムがほとんどの自動車で実現可能になる。安全機能搭載を自動車メ
ーカー任せにして、特定のメーカーの自動車だけが安全性が高いような状況を作りださない
ためにも、法制化を進めることが非常に重要なのである(目的は一体何なのか、自動車メーカ
ーの技術力競技ではなく、市場の自動車全体の安全性を高めることではないのか)。これら
のシステムの標準搭載により、ADAS(Advanced Driver Assistance System: 先進安全運
転支援システム)が世界的にも本格普及し始めたのである。さらにそれが自動運転の早期実
現につながるのである。
[ 1 ] - 4 : Telematics 1st Generation で最も進んでいた日本の取り組み
米ゼネラル・モーターズ(GM)は 1996 年に、業界に先駆け車載 Telematics サービス
「オンスター（OnStar）」を立ち上げた[Telematics: Telecommunication(情報通信)と
Informatics(情報工学)の融合を指す造語：自動車に通信システムを組み合わせ、運転の支
援や情報提供をするサービス]。これは、車両と車両外とを、双方向かつリアルタイムに結ぶ
車載情報システムであり、1998 年に専用の車載器搭載モデルを市場投入し具体的なサービ
スを開始した。これは、Connected Car の走りとなる Concept のものである。2000 年代に入
ると、トヨタ、日産、ホンダなど日本の大手自動車メーカーも Car Navi を利用した独自の
Telematics サービスを開始している。これらは、Telematics の 1st Generation に位置づけ
られるものである。
1st Generation Telematics の中では「世界一インフラ造りには長けている日本」が 1994
年から国を挙げて取り組んでいるものが、仕組み作り、インフラ整備、関連機器普及率とも抜
きんでている。それは「ITS (Intelligent Transport Systems: 高度道路交通システム)」と呼
ばれるものである。その概要は、日本市場で広く普及している Car Navi と VICS*とを連携
2017 車載カメラ徹底解説 7
【第一章】自動運転に向かう業界動向 [ 2 ] IT 企業参入による急激な変化
Apple がソフト、ハード双方の自前開発にこだわる理由が理解できる。Google も Android は
ソフトウエアの能力では iPhone を超えたと考えているかもしれないが、UI のノウハウは実際
にハード開発をしてみないと分からないため、自社ブランドのハードもリリースしているのだと
思う。もっとも、Apple も iPhone 開発当初は「全く開発実績のない携帯電話」を自社で 1 から
開発するのは、あまりにもリスキーとの考えから、Motorola との共同開発も検討した。しかし
最終的には、手っ取り早く「単なるおしゃれな携帯電話」を作ることは将来につながらないと
の判断から、自社開発を決意したようである。
[ 2 ] - 2 - 1 : iPhone の「事業的成功」の根幹『Localize Free』の実現
Steve Jobs の後任の Tim Cook は Jobs のような「カリスマ性」の欠片もないが、実はすご
い人なのである。彼は Logistics の権威である。iPhone の「上出来の Concept」に Steve
Jobs やデザイン担当責任者の Jonathan Ive が浮かれていても、「製品として世界中で歓迎
されるもの」であっても、Tim Cook としては「事業的に上手くいく目途」がたたないものだっ
たら Go は出さなかったと思う。しかし、実際には iPhone は発売された。
10 年以上前、世界的に大ヒットした Motolora の Feature Phone 「RAZR」シリーズがあっ
た。その 3 号機にあたる RAZR V3xx はアメリカ市場で 2006 年 6 月に発売されたが、日本
市場での発売は同年 12 月と半年も遅れた(図 1-2-3)。その要因は「ハードキー」の存在であ
る。同図中にあるように、キーボードはその国の言語に合わせたさまざまなものがある。その
ため、ハードキーがある製品は「キーボードのカスタマイズ」が必要なのである。これは同図
図 1 - 2 - 3 : Localize Freeが可能な”Smartphone”
Feature Phone
世界のさまざまなKey-Board
RAZR V3xx
French
Old Smart Phone
(w. Hard Keys)
Smartphone
German
2006.06 Released
Delay
2006.12 Released
Arabic
地域別売り上げ予測不要
 eco な世界展開が可能
2017 車載カメラ徹底解説 15
【第一章】自動運転に向かう業界動向 [ 2 ] IT 企業参入による急激な変化
自動運転車の最終形は一種のRobotであり、Robot開発技術と融合させた方がより開発は
容易になる可能性がある。その際、開発ツールである ROS を Google がコントロールできる
ようになれば、OAA のような「軒先借り」ではなく、Vehicle Centric 部分という「母屋」部分ま
で含め、Telematics の世界を完全に掌握することが可能となる。そして、自動車に搭載した
カメラを含めたさまざまなセンサからの「ビッグデータ」を自社の「巨大 Server」で処理するこ
とにより、新たな Business やサービスを生み出すことができるのである。自動運転車にして
も、Robot にしても「完全」な状態になるためには、「自律性」が非常に重要である。規定のプ
ログラムで動くだけでなく、状況に応じて自分の判断で最適な対応ができるようになるのが理
想的である。子供がさまざまなことを見聞、経験、体験して「自立」していくのと同様なプロセ
スが必要となる。子供の場合は、自分１人に入ってくる情報で「学習」していくわけであるが、
クラウドにつながった Robot や自動車の場合は、世界中から大量に集まる「プローブデータ」
をいかに効率よく「学習(Cunning/ Cheationg)」するかが重要となってくる。その手法として
Deep Learning が話題となっているのである。Google は、Deep Learning の Venture 企業
も最近買収している。Robot でも、自動車でも、現場では「瞬時の判断」が求められる。その
ため、スーパーコンピュータ並の画像処理エンジンで Real Time Deep Learning を行う必
要がある。さらに Server に集まるビッグデータを効率よく学習し(Cloud Deep Learning)、そ
の結果を適宜 Down Load して「成長」していくのが現実的だろう。将来的には、先述した
「Neuromorphic chip」による Real Time Deep Learning の結果と Cloud Deep Learning
の学習結果を融合して精度を上げる方式が主流になるかもしれない。
Google は、以上のように完全自動運転に向けての要素開発・基礎検討を着々と進めてい
る。公道での自動運転ついては、現状は国際法である「ジュネーブ道路交通条約」で禁止さ
れているが、世界の潮流をみて改正に向けての検討が開始されている。法律改正には若干
時間がかかるかと思うが、要素開発は一朝一夕でできるものではないため、早期に検討する
ことが重要だと思う。また、従来のように自動車というハードの機能だけを追求していても覇権
はとれない。Apple の iPhone が取り組んだような、ハードとの UI、例えばデザイン、色調、
質感など視覚に訴える部分の高品位追求に始まり、ドアノブの触感・開閉時の操作感・音、乗
り心地、ハンドルの質感・操作感、などの他の五感に対する好感度追求や、ソフト、インフラも
含めたシステム造りを自動車業界挙げて進めて行かなければ、携帯電話が Smartphone に
駆逐されたような事態を招くことになるだろう。
[ 2 ] - 6 : 急激に進む「Deep learning」への取り組み
Deep Learning に何を期待するか。主なものとして「音声認識」、「画像認識」、「言語処
理」などがある。この内最初に製品に搭載されたものは、iPhone 4 の「Siri」である(図1-2-16:
2011 年)。同年 IBM がクイズ王にチャレンジさせるために作った Deep Learning Machine
「Watson」が大量のデータを学習してチャンピオンに勝利して話題になった。さらに、2012
年には Google が開発した Cloud Deep Learning が「大量の youtube 画像を学習し、その
中から“自分で猫を選択”し、その認識に成功」した。これは Deep Learning が「自分で判断
2017 車載カメラ徹底解説 29
【第一章】自動運転に向かう業界動向 [ 3 ] 加速する自動運転技術
条約改正に向けた議論が進んでいる。国土交通省はそれぞれの自動化Levelへの対応は、
「自動車のハード的な機能」を適合させなければならないという考えなのかもしれない。しか
し、法律が変わるたびに自動車をディーラーに持ち込んで「部品」を取り換えて ver.Up する
ようなやり方では、自動運転車開発の国際競争が激化する中にあってはマイナス要因になる。
自動車もインターネットにつながるのは当たり前の時代になりつつあるのだから、
Smartphone や PC のようにソフトを変えれば機能アップするような設計にしていかないと、
いずれ世界で戦えなくなる。2020 年までに Level 2 を実現するというのではなく、「2020 年
までに能力的には自動運転Level 3まで対応し、認可Levelは順法する」、とでもした方が良
いのではないだろうか。いずれにしても、ADAS の進化と自動運転の進化が絡み合い、多く
の Application が生み出される。その主たるものを表 1-3-2 に纏める。この表から分かるよう
に ADAS の進化には車載カメラが非常に重要な役割を果たす。
[ 3 ] - 3 -1 : 自動運転車における 4 次元の「Ｉｎｔｅｒａｃｔｉｏｎ」とは
Google がハンドルやアクセルが無い「自動運転車」を一時走らせ物議を醸した。それもあ
ってか「自動運転車」はどの Level まで必要なのか？といった議論がなされている。特に日
本や米国がそうなのかもしれないが、自動運転車を技術的な側面でしか見ていないような気
がする。というのは、前項でも挙げたが、人間が使う製品には必ず人と物の接点が存在する。
その接点には「Interface」と「Interaction」が存在する。Smartphone は 2 次元の
「Interaction」を追求して成功した。日本の TV 業界は、3 次元の「Interaction」を顧みず 2
次元のままで推移させてしまったことが衰退の一要因でもある。自動車の場合は動く 3 次元
であるから、4 次元の「Interface」と「Interaction」を考える必要があるかと思う。Level 0 は警
告に反応する必要があるが、これは若干複雑な「Interface」の範疇とみなせる、Level 1~3
は自動運転時に人間の意思に自動車が反応する必要があるため「Interaction」性が強い
(Level 3は若干複雑になると思うが)。そして、Level 4は単純なInterface(行先ボタンを押す
だけのエレベータと同じレベル)である。このように考えると、Level 4 の自動運転車は今まで
とは完全に別の乗り物であり、自動車の範疇に加えるべきではないことが分かる。「自走車」と
いうジャンルを新たに設け、個人所有する場合は特別な免許(順法精神、倫理感などの適性
審査など、というのは個人所有の場合は違法白タクや犯罪への加担などしないことを前提に
しなければならないと思われるため)を必須とするなどの工夫が必要かと思われる。このよう
に考えれば、自動運転車はどの Level までか、などという無駄で不毛な議論はなくなる。そ
のようなつまらない議論をするのではなく、自動車の「4D-Interaction」とはどんなものなの
かを真剣に考えた方が世界で評価される安全な自動運転車の実現につながると思う。
[ 3 ] - 3 - 2 : 特有の「危険」が内在する現行の自動運転 Level 3
先述のように、自動運転の Level 3 以上は基本的には「自動操縦」領域になる。自動操縦
というと飛行機の Auto pilot が思い浮かぶ。最近は、システムやルールが構築され安全な自
動操縦が実現している。とはいえ、「自動操縦」だから誰も起きていなくても良い、というわけ
2017 車載カメラ徹底解説 37
【第二章】車載カメラの市場・技術動向 [ 1 ] 車載カメラへの要求特性
採用され始めている。トヨタの「Safety Sense」では、Radar とカメラが一体化したものが使わ
れている。他の重要な車載カメラに、Drive Recorder(DR/ 海外では EDR: Event Data
Recorderが一般的)がある。事故の際などのエビデンスになるため保険料の割引対象になる
こともあり、中国、ロシア、韓国などを中心に急増している。日本でもここ 3 年ほどの間に市場
が倍になる増加を示している。現在は、アフター市場を中心に展開している。車載用部品は
一般に採用まで時間が掛かることも参入障壁の一つである。一方、アフターマーケット用市
場には新規メーカーの参入は比較的容易である。しかし、DR も同図のように他の Sensing
機能と一体化する動きがある。容易に車載市場に新規参入できるチャンスはここ数年しかな
いのである。
車載カメラが使われる自動車の安全機能には、図2-1-6に示すさまざまなものがある。これ
らは略号で示されるものが多い。その正式呼称(地域により若干異なる)と使用されるカメラ、
関連法規については表 1-3-2 に示した。
次に車載カメラについて市場動向を分析・考察してみよう。先述したように 2011 年ころから
欧米で自動車の安全性向上に関する法制化が進んだことから、車載カメラの市場規模は年
率 30%前後の急激な成長を示している。また、ASV 構想では、燃費の向上をパワートレイン
の省燃費化に求めているのに対し、欧米ではそれだけに止まらず、サイドミラーを廃止して
空気抵抗を減ずることで燃費を向上させようという斬新な提案がされた(図 2-1-7)。サイドミラ
ーをカメラで置き換えることにより、ミラー特有の死角を解消するとともに、燃費の向上が
図 2 - 1 - 7 : 電子ミラー(e-mirror) 承認に向けての流れ
2015.06 国連自動車基準調和世界
フォーラム(WP29)で国際基準改定
UN/ECE R46 改定作業実施
2016.06~: 自動車の全MirrorをCamera
とMonitorに代用可
【適合条件】
◆ 映像・視野角が従来同等以上
◆ 夜間：適切な明るさ・コントラスト確保
◆追加機能：一定の条件クリアでOK
VW XL1 Concept Car
国交省が2016.06.17解禁
数%見込めるという。しかも、単なるアイデアに止まらず 2014 年中に国際規格が発行され、
2015 年6 月の国連自動車基準調和世界フォーラム(WP29)で e-mirror を諾とする国際基準
改定が行われた。その決定を受け、「後写鏡に関する規則(Regulation No.46: R46)の改定
作業が国連欧州経済委員会(UN/ ECE)で進められた。そして、その改定作業完了を受け、
日本でも 2016 年 6 月 17 日に道路運送車両の保安基準が改正され、翌日より e-mirror 搭
載車(ミラーレス自動車)の出荷が可能となった。2016 年末 ~ 2017 年初頭には、e-mirror 搭
載の第一号車が発売される可能性がある。現状のサイドミラーは、空気抵抗が大きい、死角
が発生する、夜間見難いなどのデメリットがある一方、リアルタイム、高精細、低歪で後方が視
48
2017 車載カメラ徹底解説
【第二章】車載カメラの市場・技術動向 [ 1 ] 車載カメラへの要求特性
Continental、ZF/ TRW、Magna)の中でカメラモジュールを自社開発していないのは、図
2-1-11 のように Denso だけである。Sensing カメラは ADAS の Sensor Fusion の中核を占
める部品であるとともに、自動運転を実現する上でも非常に重要な部品である。そのため、自
社開発することが重要と Denso を除く Top5 の他の 4 社は判断していると思われる。Sensing
カメラの市場規模が小さかった時期には、一部品としてカメラモジュールを専業メーカーから
購入するのは事業効率的に正しい判断だったかもしれない。しかし、それが今後各社の事
業の生命線となる ADAS や自動運転技術を実現する上で重要な役割を果たす部品となった
現時点では、自社開発が正しい選択のように感じる。もちろん Denso はその辺りは十分承知
しており、すでに自社でカメラモジュールの開発を進めているものと推察する。
さらに、Sensing カメラは種類別にプレーヤーが図 2-1-12 のように大きく異なる点も、
図 2 - 1 - 12 : Sensingカメラ種類別、SoC数量シェア (CY 2015)
Market size
10,050kpcs
Continental
12.1
Gentex
22.9
Market size
3,270kpcs
ZF
(TRW)
12.1
Nidec
Sankyo
10.0 7
Magna
Others: 36.9
Sony
Magna
Valeo
* Clarion(7.6)/ Pana(6.2)
31.5
17.1
15.9
13.8*
Market size
1,190kpcs
Continental
Others: 21.6
Hitachi AMS
63.0
+ Others(1.7)
35.3
+
Others(1.1)
Autoliv
Market size
190kpcs
98.9
Hitachi: 3.3/ ADI: 2.4/ Freescale: 2.3/
Others: 10.4
Market Size:
8,740kpcs
Toshiba
Renesas
Ambarella
Source:
Techno System Research 2016.06
Xilinx
4.6
5.1
5.7
6.6
45.8
Mobileye
TI
/ Unit: %
13.7
Viewing カメラとの差異である。とくに Stereo Camera では Continental が市場の 2/3 を占
め、FIR カメラでは Autoliv が市場をほぼ制圧している。また SoC 市場では Mobileye が半
数近くのシェアを確保している。今後 ADAS では Sensor Fusion が一般的になるため同社
のシェアはさらに増加すると見込まれている。
[ 1 ] - 3 : 車載カメラの技術動向
2014 年にスタートした CarPlay と Android Auto(OAA)の 2 大 Infortainment OS は急
速に普及拡大している。その結果、Connected Carが本格化しつつある。さらに、「交通安全
のための行動の 10 年」宣言を受け、2011 年ころから欧米の安全機能に関するメジャーな法
2017 車載カメラ徹底解説 53
【第二章】車載カメラの市場・技術動向 [ 1 ] 車載カメラへの要求特性
新たな部品が製品からの要望により作られ、そして製品メーカー、部品メーカー、そ
の部品に部品を供給するメーカー、これらの「Collaboration」により技術が確立されて
いく。そしてそれが業界の標準を作り、他の製品の Innovation のネタになっていく。
この手法は今では『Apple の専売特許』のようになってしまったが、そのルーツは 1980~
1990 年の日本の Audio 業界にあったのである。Apple は Steve Jobs が古き良き Sony
から学んだこの手法を、いまだに頑なに守っているだけなのである。日本の製造業も「古
き良き時代の有益な開発 Spirits」を改めて学んだ方が良いのかもしれない。
[ 1 ] - 3 - 6 : リフロー化により実現する小型車載カメラ
車載カメラは可動部がない FF(Fixed Focus:固定焦点)仕様が一般的である。FF カメ
ラモジュールはリフロー仕様にすることにより大幅に小型化できる上、低背化でも他の
どんな実装方式をも凌駕する。リフローカメラモジュールは図 2-1-24 左下のように、
CSP 仕様 Image Sensor のサイズがそのままカメラモジュールサイズになる。そのため
同図上の既存製法に対し、カメラモジュールの一辺が約 1.5mm 程度小さくなり大幅に
小型化できる。縮小寸法は既存製法のカメラモジュールの大きさに依存するが (モジュ
ールサイズが大きくなると Housing の厚さが若干厚くなるため)、小型カメラモジュー
図 2 - 1 - 24 : 既存製法とリフローのカメラモジュールサイズ・高さの差異
∆h
既存製法
カメラモジュール
リフロー
カメラモジュール
ルほど縮小率は高くなる。たとえば、4.5 x 4.5mm の Image Sensor を使用した 6.0 x
6.0mm の COB 製法のカメラモジュールは、リフロー仕様にすることで 4.5 x 4.5mm の
カメラモジュールになる。よって、物理的な面積は 56%に縮小される。一方、既存製法
のカメラモジュールはソケットあるいは FPC 仕様にしないと、Mother Board に実装で
きない。たとえば、NOKIA が提唱した SMIA 規格の場合、ソケットサイズがカメラモ
ジュールの寸法+1.3 mm 程度の大きさになるため、7.3 x 7.3 mm の実装面積が必要に
なる。このソケットも含めた実装面積を基準に考えると、リフローカメラモジュールの
実装面積は 38%となり、さらに大幅な縮小が見込める。電池寿命を長くしたい
Smartphone では、できるだけ大きな内部 Space を Battery 用にあてがう。その結果
Mother Board の面積は縮小傾向にあるため、上述の実装面積の差は非常に大きい。も
ちろん車載用でも、この実装面積の差はそのまま享受できる。さらに直接 Main Board
2017 車載カメラ徹底解説 65
【第二章】車載カメラの市場・技術動向 [ 1 ] 車載カメラへの要求特性
図 2 - 1 - 29 : リフローカメラモジュールの分類
Sensor
Reflowable Camera Module
周辺部品有
Bare Chip
CSP
(Chip Scale Package)
TSV 貫通電極
<従来製法> Clean Room 要
Type-B: COB < CSP搭載 >
<従来製法> 本格的Clean Room 不要
Type-C: CSCM / Chip Scale
Camera Module <従来製法>
周辺部品無
SHELLCASETM
Type-A: COB <Wire-Bonding>
Type-D: S - WLCM / Semi Wafer Level
Camera Module <半導体プロセス>
Type-E: F - WLCM / Full Wafer Level
Camera Module <半導体プロセス>
Type-Aはこの面からも採用できない。
2つ目の製法のものは大きく2種類に分類される。
一つ目は周辺部品が必要な場合であり、同図 Type-B のようにそれら部品を搭載する
PCB が必要になる。これは既存製法のカメラモジュールでも一部採用されている構造で
ある。Bare Chip を使う Type-A 構造のカメラモジュールでは、Dust の影響を受けやす
く高度な製造ノウハウがないと歩留りが上がらないため、CSP 品を採用したものである。
この方式は SMT 技術のみで製造可能であり、さらに Image Sensor が Package 化され
ているため Dust の影響が低く本格的なクリーンルームが不要となる。しかし、コスト
が高くなる点、
カメラモジュールの Size が多少大きくなる点、
高さが若干高くなる点、
から最近では FF カメラモジュールの一部での採用に止まっている。二つ目は周辺部品
がない場合であり、こちらは 3 種類に分かれる。いずれの製法でも COB、SMT 工程は
不要である。また、これら 3 方式の特徴は、CSP の外形サイズがほぼカメラモジュール
Size になることである。つまり、
「小型の Image Sensor でないと小型のカメラモジュ
ールが作れない」ことになる。また、当然のことながら「Image Center と Chip Center
が合致していること」が要求される。そうしないと、カメラモジュール組立時に Lens
の光軸を Image Center に合致させる作業が非常に大変になる。そのためこれらの方式
では、Image Sensor の小型化が大きな価値を持ち、さらにカメラモジュールに近い設
計手法が要求される。これらの方式は Lens の仕様の違いにより、さらに 2 つに分類さ
れる(図 2-1-30)。単品 Lens を使用する Type-C と WLO(Wafer Level Optics: Wafer 形
状の Lens 集合体)を使用する WLCM(Wafer Level Camera Module)の 2 つである。
WLCM には製造プロセスの違いによる Type-D と Type-E の 2 種類がある。Type-C は
CSP Wafer(Image Sensor を Wafer 形状のまま CSP 仕様にしたもの)を個片化した後、
Lens Holder Assy を搭載する。これを CSCM(Chip Scale Camera Module)と呼ぶ。現
時点ではこの方式がリフローカメラモジュールの主流である。Type-D は複数枚の WLO
を Stack した後、それを個片化した Lens Cube(Holder Less Lens Assy)を CSP Wafer
上に One by One 搭載した後、個片化する。この方式を、S-WLCM(Semi Wafer Level
Camera Module)と呼ぶ。Type-E は Stack した WLO をそのまま CSP Wafer 上に搭載
2017 車載カメラ徹底解説 71
【第二章】車載カメラの市場・技術動向 [ 1 ] 車載カメラへの要求特性
[ 1 ] - 5 - 3 : FIR カメラのコストダウン手法
FIR カメラは夜間走行時の安全性を格段に高めることができる。そのため価格が低減でき
れば市場規模は図 2-1-42 の予測値を大きく上回る可能性がある。FIR カメラが高額なのは
先に挙げた 4 つの理由が主なものである。
A)* FIR Image Sensor が高額：
現在 FIR Image Sensor を供給できるのは、(仏) ULIS、(米) Fairchild Imaging、(米)
DRS Technologies など限られている。Sensor は VOx あるいはα-Si のボロメータ方式が主
流である。コストダウン手法として単結晶Si をベースにした開発を進める研究機関もあるが量
産までには時間が掛かりそうである。さらにまとまった数量を供給できるメーカーは上記の内
前 2 者であるため、現時点ではセンサのコストダウンはあまり見込めない。
B)* 非冷却 Package 製造コストが高額(設備費の含め)、C)*光学材料が高額、D)* 光学材
料の加工コストが高額
2) ~ 4) のコスト低減アプローチは単独では解説が難しいためまとめて解説する。現在主
流の非冷却 Package は、後述図 2-3-24/ B の DSC でよく使われる CLCC Package 構造で
真空封止する方法である。この仕様では Lid のロウ付けを真空チャンバー中で行う必要があ
るため高額になる。しかし真空が必要なのは、Package ではなく FIR センサ Cell である。
これら 4 つの課題をいかにクリアするかで今後の事業の成否が左右される。現在車載カメ
ラを Tier 1 最大手の Autoliv に収めているのは(仏) FLIR である。しかし Euro2018 の PD
機能加点などにより FIR カメラ市場拡大が期待される中、UK の航空宇宙軍需産業 BAE シ
ステムズが車載カメラ事業に新規参入する動きがある。既存の大手、大手企業の一部門の新
規参入、技術的な課題は同じでも事業戦略は大きく異なるはずである(同じであればいずれ
かは上手くいかない)。この点が日本メーカーには理解できないか、あるいは理解できる人が
いても「変わりたくない人」の意見が通ってしまうのかもしれない。それでは、以降両者の技
術・事業戦略を別に解析してみよう。
[ 1 ] - 5 - 3 - 1 : FIR カメラ既存メーカーFLIR の「ジレンマ」回避の事業戦略
【世界初、FIR カメラ搭載 Smartphone 実現に向けた低コスト化技術】
FLIR は BMW の Night Vision 用など、欧米の高級車向けに一部自社の直接販売を除
き、FIR カメラシステムインテグレータの Autoliv に納品している。図 2-1-42 のように市場の
拡大は価格次第であるが、「既存のメーカー」に低価格化を実現する策があるとしても、それ
を安易に行うことは事業の破たんを招く可能性もある。これは正に「イノベーションのジレン
マ」である。普通の企業であれば、画素数を増やすとか、Stereo にするとか、仕様を上げた
上でコストダウンを行い何とかしようとする。しかしそれは製造側の都合であり、ユーザーは
オーバースペックを望んでいない場合がほとんどである。
このジレンマを解消するために FLIR が採った戦略は中々創意に満ちたものである。まず
A)* のセンサが高額である点については「画素」を減らした。画素数が減れば当然 Chip の
取り数が増えるのでコストは下がる。しかし、図 2-1-44 の 60 x 80 pixel では車載用には到底
2017 車載カメラ徹底解説 85
【第二章】車載カメラの市場・技術動向 [ 2 ] Display 画素数との関係
と同程度の解像度を持つ 5inch FHD の Display は「適正範囲内の高画質品」であると判断
できる。では、どの程度の高解像度までなら適正範囲内と言えるのであろうか。その判断基
準に屋外大画面 Display の中で最高画質のものを参考にしてみよう。それは他国と比べて
予算が潤沢と思われるドバイのメンダイン競馬場のものである。その解像度は1.27ppiと上述
の「一般品」と比較すると約 2 倍の密度になる。この数値と視認距離 120~30ｍで計算すると
視力2.0を若干下回る程度の相当視力となる。これを Smartphone の視認距離で換算すると
650ppi程度になる。それは、図2-2-2のQSXGA(2560 x 2048 pixel)の5inch Display、4K
の 7inch Display に相当する。それを遥かに超える 7inch 以下の 4K Display は明らかに
異常な世界と断言してもよさそうである。
[ 2 ] - 3 ：車載 Display の適正解像度
さてつぎに車載Display を考えてみよう。その標準的な視認距離は75cm程度と言われて
いるため若干幅を持たせて 60~90cm としてみる。車載 Display が他のアプリケーション用と
最も異なるのは「視認距離」が Display サイズに関係なく固定である点である。現状の車載
Display の画素数は VGA~HD が一般的であり最大でも FHD である。またそのサイズは、
一部に 15in を超える超巨大なものもあるが、これは例外であり一般的には 8~12in 程度であ
る。車載 Display の適正解像度を求めるには、図 2-2-2 から解像度を読み取り、図 2-2-5 の
車載Displayの視認距離から相当視力を読み取ればよい。ところが、これは結構煩雑な作業
表 2 - 2 - 1 : 車載Displayの画素数/ Size/ 解像度/ 相当視力の関係
Image Format
HVGA
VGA
HD
FHD
WQXGA
Pixel No.(pixel)
480 x 320
640 x 480
1280 x 720
1920 x 1080
2560 x 1600
5
115
160
295
440
600
8
72
100
185
275
375
10
58
80
145
220
325
12
-
67
123
185
275
15
-
53
97
147
200
5
0.8 ~ 1.2
1.0 ~ 1.5
2.0 <
2.0<<
2.0<<
Resolution (ppi)
from 図2-2-2
Equivalent
Eyesight
From 図2-2-5
Display Size (in)
8
0.5 ~ 0.7
0.7 ~ 1.0
1.3 ~ 1.8
1.8<
2.0<<
10
0.4 ~ 0.6
0.6 ~ 0.8
1.0 ~ 1.5
1.5 ~ 2.2
2.0<<
12
-
0.5 ~ 0.7
0.8 ~ 1.2
1.3 ~ 1.8
1.8<
15
-
0.3 ~ 0.5
0.7 ~ 1.0
1.0 ~ 1.5
1.4 ~ 2.0
: 適正解像度と判断される範囲
となるため、主だった画素数/ Display Size/ 解像度/ 相当視力の関係を表 2-2-1 にまとめた。
また、相当視力 0.7 ~ 1.8 程度までを「適正解像度」として範囲を同表に示した。これによると
HD フォーマットが8 ~ 15inまで適正解像度範囲が最も広く、車載用としては最も適した画素
数のようである。同表に記載されていないフォーマット、Display サイズについては上述の方
法で算出することができる。いずれにしても、単に画素数の増加や解像度の向上を追求する
2017 車載カメラ徹底解説 99
【第二章】車載カメラの市場・技術動向 [ 3 ] Image Sensor の技術動向
図 2 - 3 - 13 : CCD/FSI/BSI Image Sensorの構造比較
FSI* CMOS Sensor
CCD Sensor
Sensor type
BSI** CMOS Sensor
Sensitivity
Power Consumption
Color Filter
Metal wiring
BSI**:
Back Side Illumination
Photo Diode
FSI*:
Front Side Illumination
μ-Lens
Structure
○ : High
支持基板 (Si)
△ : Mid
◎ : High
X : High
◎ : Low
SOC
X : Difficult
◎ : Easy
◎ : Low
◎ : Easy
Cost
X : Expensive
◎ : Cheap
△ : Not cheap
Sensor の感度的な優位さがなかったため、以前から高速シャッターが容易にできる
CMOS Image Sensor がほとんどを占めている。このように画素が大きな DSLR でも、
最近はより高感度を実現すべく BSI CMOS Image Sensor が採用されるようになって
いる。BSI CMOS Image Sensor は、微細 Cell での感度劣化の課題をクリアするために
開発されたものであるが、より大きな画素での感度向上用に積極的に活用するのは何ら
問題がない。車載カメラは、1 台の自動車への搭載数量増加にともない「小型化」が重
要な要求特性になっている。その実現技術については、後ほど述べるが Cell Size の微
細化が最も効果が大きい。Cell が小さくなると発生する電荷が少なくなるため「画質が
落ちる」と単純に考えがちであるが、画質は信号とノイズの比(S/N 比)で決まるため、
ノイズ低減の工夫ができれば画質は変わらない。とはいえ、BSI 技術も同時に取り入れ
れば従来品より小型でありながら画質はより良好なカメラモジュールが実現できる。こ
のように、BSI CMOS Image Sensor は Smartphone 用に開発されたものであるが、今
後車載用でも有効な技術として広く使われていくことになると考える。
[ 3 ] - 3 - 3 : 車載用でさらなる感度向上に寄与する素子分離型 Image Sensor
Smartphone 用カメラモジュールは、
BSI CMOS Image Sensor の登場により高 CRA
に対応できるようになり低背化がさらに進んでいる。ところがそれにともない、CRA が
極端に大きい Lens が出始めている。その結果、入射光が隣接画素に光が漏れこんでし
まう現象が発生するようになった(図 2-3-14 左)。
そこで、
その課題を解決するために個々
の Cell を光障壁膜で分離したtype の BSI CMOS Image Sensor が開発された(同図中)。
この方式では CRA の上限をそれほど気にしなくても良いが、
あまりにも CRA が大きい
と RI が小さくなりすぎて画像補正できなくなってしまう。そのため、CRA は 36 度程
度が限界かと思う。また、図 2-3-9 のように層間膜を薄くしたとして Photo Diode の前
面にある配線層の影響で Cell size は 1.4µm までの微細化に止まり、対応可能な CRA は
2017 車載カメラ徹底解説 121
【第二章】車載カメラの市場・技術動向 [ 3 ] Image Sensor の技術動向
そのため、大幅なコストダウン施策が必要になる。FIR カメラがなぜ高額なのか、今後どのよ
うなコスト低減施策が進むのか、これらの点については【第二章】[1]-5 の FIR カメラの項目で
詳細説明したとおりである。ここでは FIR Image Sensor について解説する。
赤外線は可視光より波長の長い光であり、図2-3-27 のようにマイクロ波に至る 100µm まで
の広い帯域の呼称である。しかし、その中で赤外線画像として利用されるのは 15µm 程度ま
での比較的狭い範囲である。0.7~2.5µm までが NIR (Near IR: 近赤外線)、2.5~4µm が
MIR (Mid IR: 中赤外線)、4µm 以上が FIR と 3 つの領域に分類される。前項で解説した
RGB + IR センサは、この分類では NIR の極狭い範囲だけを利用している。MIR は一般
に「赤外線」と呼ばれる領域である。また FIR の中5.5~7.5µm の範囲は、大気中の二酸化炭
素、酸素、水蒸気により光のエネルギーがほとんど吸収されてしまい地表に届かない領域で
ある。この領域の赤外線が地球温暖化の主な原因となっている。物体は、その絶対温度に関
係した波長を発しており、Wien の変位則(同図に式掲載)で計算される波長にエネルギーの
ピークがあるスペクトルを放射する。この式から導かれる動物の体温に相当する波長は、
9~10µm の間にある。
FIR Image Sensorは温度変化を検出する素子の集合体であり、極低温(100K以下)の冷
却が必要な「量子型(冷却型)」と冷却を必要としない(ただし断熱構造は必須)「熱型(非冷却
型)」の 2 種類に分類される。車載用・監視用・FA用など一般的な用途に使われるものは後者
である。非冷却型の感温CellはMEMS (Micro Electro Mechanical Systems)プロセスで
造られており、図 2-3-27/ AのようなCellが宙釣り構造をしている。これは、熱伝導の影響を最
小にするためである。素子の材料としてはVOx(酸化バナジウム)が大勢を占めている。しか
しVOxは高額な材料であるため、最近はα-シリコンも使用されるようになってきた(特殊な例と
してはTiO2や単結晶Siも研究されている)。温度を検出する方式は、温度変化を抵抗の変化
に変換するボロメータ方式が主流である(多結晶シリコンを使った「熱電対型」もあるが、マイ
ナー)。FIR Image Sensorは、被写体の熱を検出して画像として出力するものであるため、
Sensor自体が周囲の熱の影響を受けると、それはすべてノイズとなってしまい目的の画像の
検出が難しくなる。そのため、FIR Image Sensorあるいは感温Cellを断熱構造にする必要
がある。ボロメータ方式のFIRセンサは外部に冷却装置を必要としない「非冷却型」であり、
FIR Image Sensorを図 2-3-27/ Bのような真空封止した断熱構造のPackageに収納するの
が一般的である。真空度の保証レベルは 0.1Pa(パスカル)以下が必要である(真空度が下が
るとS/Nが悪化する/ 実力値 0.01Pa以下程度目標)。さらに、封止後に収納部品、封止用ロ
ウ付け金属、Die-Attach材などから発生する「出ガス」(内部の圧力が下がるため、封止後に
発生する)を吸収するGetter材をPackage内部に付加する必要がある。また、Packageの蓋
と撮影時の「窓」の役割をするLidは、FIRを効率よく透過する素材である必要がある。可視光
帯域で一般的なGlassはFIRを透過しないため使用できない。
次に車載用 FIR Image Sensor の一般的な仕様を述べる。画素数は QVGA(320 x 240
pixel)、HVGA (480 x320 pixel)が多いが、VGA が今後主流になると予測されている。Cell
Size は、感度が必要な波長( 8~12µm 程度)と光学系から最適な大きさが導かれる。25 x
25µmの画素が一般的であるが、最近はFIRカメラを小型化する目的で微細化( ? )が進んで
おり、NEC 製などの 12 x 12µm が業界最小サイズである。しかし、可視光用の CMOS
2017 車載カメラ徹底解説 137
【第二章】車載カメラの市場・技術動向 [ 4 ] Lens 設計の基礎
ていればこの収差の発生は非常に少なく抑えられる。
事実Lens付きフィルムではLens1
枚でまとまりのある高画質を実現している。これは、網膜を巧妙に模倣している。即ち、
図 2-4-23/ C のようにフィルムが湾曲して装着されている。これにより像面湾曲を著し
く低減させているのである。さらに、銀塩カメラなのにプラスチック 1 枚 Lens で実現
できているのは、非球面 Lens を使い、さらに絞りを F11 まで絞りこみ焦点深度を深く
する工夫をしているからである。さらに、絞って暗くなった分は、高感度フィルムを採
用し補っている。このようにさまざまな工夫で、実用上支障ない画質を低価格で実現し
ている。これこそ「真の設計」の見本である。カメラモジュールでも、工夫次第である
程度 Image Sensor を湾曲させることは可能だが、物理的応力を固体に掛けることは好
ましくない。目的は、位相面を合わせることであるから、別に物理的に湾曲している必
図 2 - 4 - 23 : 様々なケースでの、1枚Lensで発生する「球面収差」の違い
A: 人間の目の結像状態
C: 「写ルンです」での「球面収差」低減手法
非球面
プラスチック
Lens
網膜
B: Image Sensor の結像状態
Lens
被写体
Image Sensor
0%
像高
球面収差
減
増
60,80
100 %
フィルム
マガジン
フィルム
フィルム
巻取り部
要はない。今後カメラモジュールのコスト低減要求はさらに厳しさを増す。Lens 付き
フィルムのように設計的に最大限の努力を行い、どのフォーマットでも 1 枚の Lens で
済むような究極のカメラモジュールを目指していかねばならない。
次にカメラモジュールの画角について考えてみる。人間の目は楕円体であるため、全
方向に対しほぼ同じ画角を有している。これに対し、カメラモジュールの Image Sensor
は図 2-4-24 に示すように、縦と横の画素数が異なるため、縦、横、斜めとも寸法が異な
る。よって画角は、縦方向画角（Vertical View Angle）
、横方向画角 (Horizontal View
Angle)、対角方向画角(Diagonal View Angle)の 3 種類が存在する。一般的にカメラモジ
ュールの画角はこの中、横 (水平) 方向の画角を指す場合が多い。しかし、実使用に際
しては、カメラ周辺の写りこみなどに配慮する必要があるため、対角方向の画角も重要
である。カメラモジュールの画角は、厳密には入射瞳位置から外部を見た場合の角度と
定義されているため、最大入射範囲を示す View Cone は、対角画角で示されるはずであ
る。しかし、厳密に言うと入射瞳の収差が存在し、角度が振れて来ると入射瞳が浮き上
がって来る現象が存在する。
よって、
ここまで見込まれている対角画角なら問題無いが、
2017 車載カメラ徹底解説 163
【第二章】車載カメラの市場・技術動向 [ 5 ] 各種耐熱 Lens の特徴
理解しないで、多々懸案事項を抱えたまま拙速な形で量産を開始してしまったわけであ
る。本来、アイデアを発展させ「物造り」
「事業性」も含めて熟考するのが「設計業務」
であるはずなので、Hybrid WLO は「設計」されなかった Lens ということになるかと
思う。そして、結果的に「筋の悪い Lens」になってしまった。一方、MSG® Lens は
Hybrid Lens の範疇に入るものだが、製造プロセス、事業性も含め十分設計された「筋
は悪くはない」Lens である。ここまで説明した Lens の中では、性能・コストは最も優
れているものだと思う。しかし、残念ながら『神の声が WLO しかない！』と言ってい
る時期に登場したため、脚光を浴びなかった。成功と不成功は、まさに「紙一重」なの
である。しかし、実績のあるリフローLens の中では、欠点が最も少ないものであるこ
とを理解した賢いユーザーからは、それなりの評価を受けているようである。
[ 5 ] - 2 - 4 :「超々薄型化」が可能な Casting WLO の製法と特徴
Casting WLO は、
中国メーカーの Smartphone に 2013 年初頭から採用が始まった。
一方、PC 用では、すでに採用実績がある。詳細は後述するが、低コスト・低設備投資
が実現できるものであり、
カメラモジュールの技術・事業を十分理解した人たちの間で、
リフローLens の『大本命』と期待されてきたものである。
この Lens は、AJI(日本の装置メーカー)が開発したものであり、他のリフローLens
が単なる「耐熱 Lens」の提案であるのに対し、AJI が樹脂から製造装置まで、Casting
WLO を製造するための Total Solution を提案している点が大きく異なる(この B’z
Model は Apple や Tesla のそれと似ている)。しかし、AJI 自体は、あくまで装置メーカ
ーであり、Lens 製造・販売は AJI とライセンス契約した Lens Maker が行う。2010 年
6 月に行われた OPTICS Taiwan 2010 の会期中に、台湾の KINIK (中国砂輪) がこの方
式を採用した Lens 事業を開始することを報道発表(対台湾マスコミ)した。その後、2012
年に事業を開始した(2015 年から台湾工業技術研究院：ITRI に装置を移管)。
図 2-5-9 の Casting WLO の製法は、先に説明した図 2-5-6 の Hybrid WLO と類似な
のに気付くと思う。実は、成型方式としては「どちらも Casting 製法」なのだから当然
図 2 - 5 - 9 : Casting WLO の製法
UV照射
透明型 (上型 )
樹脂
WLO
成型機
金型 (下型 )
2017 車載カメラ徹底解説 181
【第二章】車載カメラの市場・技術動向 [ 5 ] 各種耐熱 Lens の特徴
[ 5 ] - 7 : 各種 Lens の設備投資額比較
カメラモジュール事メーカーは VGA~多画素まで幅広い品種を生産しており、適正な
設備投資額の判断は中々難しいと思う。しかし各 Lens の設備投資額がどの程度なのか
算出して、どの Lens の生産効率が優れているかを判断しないと、事業計画を構築する
ことはできない。WLO は、1 Wafer からの Lens の取り数はそのサイズ(Image Format
に関係する)により異なるが、1 Wafer の成型時間は、Lens の取り数に関係なく一定で
ある。一方、個片成型方式の GMO、Injection、MSG® Lens では、生産数量は Lens
のサイズには依存せず Cav 数、成型時間、装置台数に依存する。このように、両者はか
なり様相が異なるため、最も Simple な Model を想定して投資金額を考えてみる。
Lens 事業では、生産数量が一つの指標となる。そのため、月産数量に対する各 Lens
の投資金額の変化を求めることにする。その際、容易に比較できるよう 1 種類の Lens
製造を前提にする。WLO では、前述のように取り数は Lens の大きさに依存する。そ
こで、1 台の WLO 成型機の月産数量を指標として、他の Lens の投資金額変化をまと
めたものが図 2-5-20 である。各 Lens のパラメータを同図内に一覧表にして掲載した。
Casting WLO、Hybrid WLO の 1Wafer の成型時間は同じと想定し、15min とした。
稼動時間は、部品製造では一般的な 20H/Day 稼働、25Day/Month とし、歩留りは 90%
と想定する。3MP Lens では 1,500p/Wafer、2MP Lens では 2,500p/Wafer 程度は取れ
図 2 - 5 - 20 : 各種Lensの月産数と投資額の関係
Lens
Injection TP
Injection TS
Cavity (p)
Tact time (min)
@Equipment
Cost (M¥)
@Die Cost (M¥)
12
0.5
12
2
2,750
2,500
Tooling & Die Cost ( M¥ )
2,250
GMO M.D.
Hybrid WLO
4
0.5
x
15
MSG® Lens
Casting WLO
1
0.33
x
15
Casting SLO
x/4 *
15
30
80
15
150
15
150
150
12
12
0.5 x 20 **
40
0.5 x 10 ***
10
7
*: 8 x 8 cm を想定
**: 20Cav/1 Machineを想定
***: 10Cav/1 Machineを想定
Injection TS
2,000
1,750
Casting WLO
1,500
160
1,250
1,000
MSG® Lens
Casting SLO
Hybrid WLO
628
190
Injection TP
750
GMO M.D.
500
250
0
Format
1,000
2,000
3,000
Production Volume by WLO (kp/M)
3MP
4,000
5,000
2MP
2017 車載カメラ徹底解説 195
【第二章】車載カメラの市場・技術動向 [ 5 ] 各種耐熱 Lens の特徴
る。しかし、Monolithic 樹脂や Hybrid WLO 用に採用されている樹脂の多くは有機・
無機ハイブリッド材という複合樹脂なのである。よって、従来とは構造が全く異なるも
のなのである。構造の違うものに『同じ土俵の常識』を持ち込むのは、技術者として非
常に危険な判断基準である。よって、このようなケースでは、
「測定してみないと分から
ない」という判断が正解なのである。その結果、屈折率の変化が予測通り大きい場合は
「常識」はハイブリッド材にも通用できるとして常識の範囲を広げれば良いし、予測に
反して屈折率の変化が少ない場合には「常識」はハイブリッド材には通用しない、とい
う新たな『常識』ができるのである。そこで、85℃-85% RH の高温・高湿環境で屈折
率が時間経過とともに、どのように変化するかを測定した結果が図 2-5-29 である。同程
度の吸湿率をもつ PMMA と比較すると、屈折率の変化は 1/3 以下と非常に良好で
図 2 - 5 - 29 : Refractive-index variation under high temperature high humidity
85℃ and 85%RH
Monolithic Resin
PMMA
ある。しかも、屈折率が低い物質を取り込んだにも関わらず屈折率は増加している。
PMMA とは逆の変化である。これは「内部密度が上昇して屈折率が増加した」とみる
のが正しそうである。この結果からみると、
「吸水率が高いと屈折率の変化が大きく、精
密光学系の Lens としては相応しくないという常識」は単独のポリマーで構成された
Lens には適用できるが、有機・無機ハイブリッド材では必ずしも適用できないようで
ある。新たな技術を確立するためには、
「思い込みはマイナス」になるようである。
ここまでの分析結果から、Monolithic 樹脂は、低価格、高生産性、低投資、高耐熱、
高光学性能であることが理解できたかと思う。あとは、実際に設計通りの Casting WLO
が実現できれば、性能的にも事業的にも最高の Lens ができるはずである。
[ 5 ] - 9 - 3 : Monolithic 樹脂を使用した Casting WLO の設計値との誤差
既存製法の熱可塑性樹脂 Lens の場合は、作成した「コマ」を金型にする。これに対
し Casting WLO の成型金型は、単品の Lens 金型(コマ)を Glass Disk に転写して Disk
Master を作成し、さらに Ni メッキを施した電鋳型を作成し、その電鋳型で UV 硬化性
樹脂の場合は透明樹脂を成型し Stamper を作成する。また、熱硬化性樹脂を使う場合
は電鋳型を Stamper にして WLO を成型する。この製法の差異から、
「転写」が 2~3 回
ある Casting WLO は「本当に精度が確保できるのか？」というのが常識的な感覚だと
204
2017 車載カメラ徹底解説
【第二章】車載カメラの市場・技術動向 [ 5 ] 各種耐熱 Lens の特徴
給される都度、原子が格子から引きはがされていく。そのため、結晶物質、非晶質に関
係なく真っ直ぐ切断される。格子振動からフォノンカップリングに移行して「発熱」す
る段階が存在しないため、非熱加工ができるようである。実際には、ラジカルが発生す
るわけであるから、プラズマ状態が生じると予想する。ただ時間が非常に短く、熱量と
しては極僅かであり、周辺へのダメージがないため「非熱加工」になると推察される。
非熱加工ができる Pulse 幅は、厳密に規定されているわけではないようだが、同図から
みると femto～10 数 pico 秒領域で発生する現象のようである。一方、当時「ミシガン
特許」を回避していた発熱を伴うアブレーション加工の Stealth Laser Dicer は、同図
のように合焦点付近では、1,500℃を超える高温が発生する。この熱はどうしても周囲
に拡散する。この高熱の影響で特性が変化する半導体製品には、この方式は採用できな
いのである。
また、
前述の理由で Glass のように真っ直ぐ切断できない素材もあるため、
Stealth Laser Dicer といえども非熱加工方式でないと万能ではないのである。
これに対し、
ミシガン特許の権利範囲の超短Pulse Laserを使用したDicerであれば、
非熱加工が実現できるため、今まで熱の影響の懸念があり Laser Dicer が使えなかった
製品や、
「真っ直ぐ」切断できないために使用できなかった Glass などの切断にも適用
できることになる(化学強化後の Corning Gorilla® Glass シリーズ、IOX-FS® や AGC
DragontrailTM なども同様)。ではなぜ、ミシガン特許をクリアした Laser Dicer が市販
されていなかったのだろうか。ミシガン特許は、
「加工特許なので Dicer メーカーがライ
センス契約すべきである」
、というのが日本の一部 Laser Engine メーカーの言い分だっ
たようである。しかし、ミシガン特許は Laser Engine メーカーとの契約も有効として
いる。Laser Dicer を実際に採用するユーザーにとっては、どちらの Solution が望まし
いのだろうか。検討する必要もないくらい簡単である。ライセンス率が同じなら、Laser
Dicer より廉価な Laser Engine メーカーが契約した方が、ユーザーの負担は軽減できる。
特許使用料は、どちらにしても最終的にはユーザーが支払うものである。ユーザーが実
際に「負担が少ない方にして欲しい」と言わなければ「VOC」とはならないのだろうか。
非熱加工ができる Laser Dicer が市販されれば、切断する素材は限定されなくなるため、
ユーザーに多大な恩恵をもたらすことができたのである。
このように「最強の加工方法」だったミシガン特許だが、その権利は 2 年ほど前に消
滅した。
よって、
現時点の理想的Laser Dicerは、
浜松ホトニクスの
「最新femto秒Stealth
Laser Engine」を搭載したものということになる。
また、Blade Dicer を Laser Dicer に替えることにより、カーフロスが減少し 1 枚の
Wafer からとれる製品数が増加するため、材料の節約につながる。Blade Dicer を Laser
Dicer に変更した場合、どの程度の面積節約(取り個数増とみてもよい)につながるか図
2-5-34 に示す。たとえば、切断代が 120µm の Blade Dicing の製品を、切断代 20µm
の Laser Dicer に変更した場合を考えてみる。節約面積は製品の大きさに関係するため、
仮に3 x 3mm とする。
横軸の120µm から縦方向に伸びる直線と、
右側の縦軸のDie Size
3mm(ここでは内側目盛で説明する)から横方向に伸びその後原点に向う直線の交点を
見つける。次にこの交点に交わる原点を中心とする円弧の、左軸の数値を読み取る。右
軸で内側目盛を使用したので、左軸も内側目盛の数値を使う(右軸で外側目盛を使用した
2017 車載カメラ徹底解説 209
【第三章】IoT に向けた業界動向 [ 1 ] 半導体市場動向
LIN(Local Interconnect Network)が主だったものである。しかし CAN の通信速度
500kps~1Mbps が自動運転制御用としては速度不足になる可能性がある。また CAN は国
際規格で安定した品質が確保されているが、主要特許は Bosch がほとんど抑えている。より
高速な規格として FlexRay がある。これは 2.5Mbps~10Mbps と CAN よりはるかに高速で
ある。しかし対応部品がまだ高額ということから、採用を躊躇する自動車メーカーも多いようで
ある。とはいえ、FlexRay はさまざまな機能の制御を油圧ではなくアクチュエータやモータ
ーで行う x-by-wire との親和性が高いこともあり、自動運転に向けては必須の技術である。
[ 1 ] - 1 - 1 - 1 : M&A による勢力図の変化
表3-1-1 に挙げた 2015 年に行われた M&A で勢力図にどのような変化があったのかみて
みよう。InfineonによるIR(International Rectifier)の統合では、Power IC市場で大きな変
化が起きた。業界 1 位の Infineon が同 6 位の IR を買収したことにより、2 位の三菱の倍以
上の売上金額となり圧倒的優位となった。30 億ドルの巨額な投資をしても間尺に合う買収と
判断したのであろう。次に 118 億ドルという超巨額の買収劇となった NXP Semiconductor
による Freescale Semiconductor のケースをみてみよう。NXP は図3-1-4 のように車載半導
体では 4 位であった(2014 年)。同社が 5 位の Freescale を買収したことにより、従来 1、2 位
を争っていたST Micro、Renesasの2社を同図のように大きく引き離した。またマイコン市場
では Renesas が 2 位の Freescale の倍以上のシェアを持っていた(図 3-1-5/ 2013 年)。とこ
図 3 - 1 - 4 : 車載半導体上位メーカー
売上高 (2014)
図 3 - 1 - 5 : 車載MPU上位メーカー
売上高 (2013)
Amount of Sales (USM$)
0
2,000
4,000
6,000
8,000
0
10,000
ST Micro
Renesas
Renesas
Freescale
Infineon
Source: SPEEDA
Amount of Sales (USM$)
1,000 2,000 3,000 4,000
Source: SPEEDA
ST Micro
NXP
Infineon
Freescale
NXP
ろが5位のNXP がFreescaleを買収したことにより、Renesas の70%程度の規模になった。
これにより、車載半導体市場で 1 位、MPU 市場では圧倒的 1 位だった Renesas の牙城は
大きく揺らぐことになったのである。
[ 1 ] - 1 - 1 - 2 : ON Semiconductor の車載半導体 Business 戦略
2015 年にごく一部のメーカーを除き、IoT 本格化を前に事業の競争力を高めるため主要
メーカーは表 3-1-1 のように一斉に動いた。しかしそれ以前から長期ビジョンで着々と M&A
を進めているメーカーがある。それは ON Semiconductor(以下 ON Semi.)である。同社は
図 3-1-1 のように世界半導体市場で 20 位にランクされる中堅メーカーである。もともとはモト
218
2017 車載カメラ徹底解説
【第三章】IoT に向けた業界動向 [ 2 ] ますます高まるカメラの役割
図 3 - 2 - 7 : 世界主要都市の無電中化率の推移
無電柱化検討会議 H26資料より
案である。電柱のてっぺんに巣を作るのは『コウノトリ』と世界的に有名なので、「Stork
System」とでも名前を付ければよい。いずれにしてもなんの策も講じなければ、将来の日本
の Drone Business 用の機体はすべて廉価で高性能な海外製になってしまうだけである。
[ 2 ] - 1 - 5 : IoT 時代本格化に向けた家電系の IT 標準化技術の覇権争い
家電系でも ALLSEEN ALLIANCE(Qualcom 主導)、Open Interconnect Consortium
(Intel 主導)、Thread Group(Google 主導)、Home Kit (Apple 主導)などが、Cloud につな
図 3 - 2 - 8 : 主な家庭用IoT規格団体と主要参加企業
Initiative:
Establishment: Dec. 2013
Initiative:
Establishment: Jul. 2014
約80社
約180社
Thread Group
(Std. Protocol for IoT)
Initiative:
協力関係
Initiative:
Establishment: Jul. 2014
対立
約160社
230
2017 車載カメラ徹底解説
Establishment: Jun. 2014
2017 車載カメラ徹底解説
カメラ徹底解説
定価 29,800円(税込)

Download Report