物の動きや空間的位置関係を把握する空間認識は,歩行ロボットや自動運転車を実現する上で必要不可欠となる.従来,空間認識を実時間処理するために膨大な計算リソース(CPU速度,メモリ容量)を必要としているが,生物は主に視覚情報を元に少ない計算リソースで空間認識を実時間処理している.我々は昆虫や鳥も行っている運動立体視(運動視)に着目し,川上等によって提案された運動視による空間認識を行う神経網モデル(川上・岡本モデル)をLSI化することで,低消費電力な空間認識システムを構築することを目指している.本報告では,LSI化に向けて空間認識に必要なメモリ量と演算量を削減し,正しい認識結果が得られることを数値シミュレーションにより示す.