本稿では，神奈川工科大学構内を自律走行するロボットの開発に向け，カメラ画像セグメンテーションを用いた周辺環境認識の手法を提案する．先行研究で課題であった，広がりのある物体の正確な位置を把握するため，画素ごとにクラス分類を行うセマンティックセグメンテーションを使用して物体検出を行った．学内を撮影した画像約600枚と，教師データとなるアノテーションデータをそれぞれ用意し，バッチサイズ10，エポック数100で学習を行った．ネットワークには，医療用画像のセグメンテーションのために開発されたU-Netを用いた．検出の対象とするクラスは，落ち葉，縁石，排水溝，車，芝生，建物に背景を加えた7クラスである．学習で使用しなかった画像30枚を用いて，モデルを評価する．