現在、自動運転（AD）において、3次元オブジェクト検出フレームワーク（アンカーベースおよびアンカー非ベースの両方）の多くは、検出をバウンディングボックス（BBox）回帰問題として扱っている。しかし、このコンパクトな表現形式では、オブジェクトが持つすべての情報を十分に捉えることはできない。この問題に対処するため、本研究では3次元BBoxとインスタンスセグメンテーションを同時に予測するシンプルかつ実用的な検出フレームワークを提案する。インスタンスセグメンテーションの実現にあたり、前景点をそれぞれのオブジェクト中心に集約するための空間的エムベディング（Spatial Embeddings; SEs）戦略を提案する。SEの結果に基づき、単純なクラスタリング戦略によりオブジェクト候補を生成する。各クラスタに対しては1つの候補のみを生成するため、従来の非最大抑制（Non-Maximum Suppression; NMS）処理は不要となる。さらに、提案するインスタンス認識型ROIプーリングにより、2段階目のネットワークによってBBoxが精緻化される。公開データセットKITTIにおける実験結果から、他の特徴エムベディングベース手法と比較して、本手法のSEsがインスタンスセグメンテーション性能を顕著に向上させることを示した。同時に、KITTIテストベンチマークにおいても、多くの3次元オブジェクト検出器を上回る性能を達成した。