在路標上貼幾個標籤,這可能入侵自動駕駛汽車最簡單的方法

2020-12-18 DeepTech深科技

近日,華盛頓大學、密西根大學、斯託尼布魯克大學和加州大學伯克利分校的研究人員共同合作,找到了一種入侵自動駕駛汽車的新方法。這種方法非常簡單,你只需在街道的路標上張貼幾個小標籤,就能讓自動駕駛汽車受你控制

首先,研究人員分析了汽車視覺系統中用來對圖像進行分類的算法,然後,他們篡改了視覺算法中對路標進行識別的代碼,以欺騙機器學習模型來對路標進行錯誤的理解。例如,他們列印了一些標籤貼在路標上來欺騙視覺系統,自動駕駛汽車把一個停車標誌認作為一個45英裡每小時的限速標誌,而這在現實世界中顯然是非常糟糕的。

在他們的論文中,研究人員展示了三不同的入侵方法,他們只需憑藉彩色印表機和攝像機就能干擾機器閱讀和分類的方式。這些實驗最令人不安的地方在於,這些小標籤能偽裝成塗鴉藝術或融入到路標的圖像中,讓人們很難察覺到。

第一種方法中,研究人員列印一張全尺寸的海報來蓋住一個停車路標,這就造成了機器視覺在整個測試過程中,從多個角度和距離,都將一個停車標誌歸類為限速標誌。這在機器看起來很正常,但人能很快察覺到這是欺騙性的標誌。第二種方法中,研究人員在停車標誌上貼了幾個小標籤,看起來像是塗鴉單詞「love」和「hate」,這使得機器視覺在三分之二的測試時間裡把停車標誌認為限速標誌,三分之一的時間裡認為是一個讓車標誌。這種幾個很小的、有意圖的抽象藝術標籤,能做到和海報的全掩蓋效果一樣。第三種方法中,在右轉的標誌上,研究人員用灰色的貼紙遮住了箭頭,讓機器視覺在三分之二的測試時間裡把右轉標誌當做一個停車標誌,三分之一的時間裡當做一個車道標誌。

為了使攻擊有效,黑客必須能夠知道汽車視覺系統中,用來對其所看到的道路標誌進行分類的算法(或者能夠根據系統的反饋來近似模擬算法)。在搞清楚如何讓視覺算法變得混亂之後,黑客只需要一張目標標誌照片、一臺彩色印表機、一些貼紙,以及讓某人以每小時45英裡的時速飛過停車標誌,就能入侵汽車。

不過,研究人員也有辦法來防禦這種入侵方式。自動駕駛初創公司Voyage的高級研究員Tarek El-Gaaly說,汽車判定自身所在的位置是解決這種入侵的關鍵。比如汽車首先根據定位系統判定出它所在的位置,然後再去識別路標,這樣汽車就能知道它不應該在城市地區以高速公路上的速度行駛。

然而, Tarek El-Gaaly還說,如今許多自動駕駛汽車都配備了多個傳感器,黑客也能從這些傳感器入手找到入侵自動駕駛汽車的其他方法。可見,自動駕駛汽車的安全性還遠遠沒有得到保障,其在大規模普及之前還有很長一段路要走。

相關焦點

  • LIDAR : 自動駕駛汽車的關鍵傳感器
    在這篇博文中,你將會學習到更多關於 LIDAR 的知識,包括它在自動駕駛汽車空間中的起源,以及它是如何從眾多傳感器中脫穎而出的。請盡情享受這篇文章!LIDAR 具備讓自動駕駛汽車(或是任何機器人)觀察這個世界的幾個特殊的「超能力」 :如果你之前見過自動駕駛汽車,可能你已經接觸過 LIDAR。
  • 自動駕駛汽車如何「對付」不守規矩的乘客?
    這裡有一個有趣的問題值得思考:當涉及到對乘客評分這一有爭議的概念時,隨著自動駕駛汽車的出現,可能會發生什麼?自動駕駛汽車時代的乘客評分有權威人士認為,一旦我們過了由人類司機駕駛的拼車時代,完全邁入自動駕駛汽車的時代之後,就再也不會有任何乘客評分體系了。也就是說,假設那些人類司機做出的帶有偏見或下意識的評分不再發生,就不可能出現任何帶有無法容忍的偏見的評分。
  • 特斯拉被吹上天的自動駕駛也存在安全問題 出行安全再次受到重視
    日前,科恩實驗室研究人員成功入侵了特斯拉自動駕駛系統Autopilot,並且誘導特斯拉Model S駛入了對向車道中。據了解,研究人員在地面上粘貼了三張白色小貼紙,發現Model S的自動駕駛系統將貼紙識別為障礙物,並控制車輛自動駛入到了一旁的對向車道中。
  • 自動駕駛汽車首現天使之城,3 輛 Waymo 測試車繪製 3D 地圖
    據悉,此次進駐洛杉磯的測試車共有 3 輛 Pacifica,它們搭載了與山景城和錢德勒(已經開始運營 Waymo One)相同的「實戰套裝」,LiDAR、攝像頭、雷達和車載計算機一個都沒落下。從本周一開始,這三臺測試車就已經開始在洛杉磯市中心和交通繁忙的 Miracle Mile 區(韓國城與比弗利山莊之間)轉悠了。
  • 自動駕駛搜索空間的幾種方法
    在前一節(自動駕駛環運動規劃的相關術語和定義)的狀態空間包括車輛位置、方向、線性或角速度的每個表示,以及任何其他感興趣的度量,自動駕駛其他感興趣的度量就是本文需要介紹的空間。規劃自動駕駛車輛在道路上的行程時,需要以能夠查詢路徑的方式來表示環境。這意味著必須將物理空間轉換為配置或狀態空間。
  • 在自動駕駛這場戰役裡,老牌汽車強國可能會哭得很厲害-虎嗅網
    隨著摩爾定律逐漸失效,簡單的依靠在單位面積上增加電晶體數量來增加性能的方法,遲早是不可行的。而且因為面積和能耗的限制,晶片的規模也是有限制的。當然,目前特斯拉的FSD HW3.0還只是14nm製程,還有提升的空間。 目前絕大多數的數字晶片是基於存儲器和計算器分離的馮諾伊曼架構設計,這造就了計算機的整個系統體系。
  • 自動駕駛汽車道路測試的法律規制
    目前,在法律規制方面最為重要的是測試立法(testing legislation),這也是美國、德國、日本等自動駕駛發展最前沿國家的規制重點。然而,自動駕駛汽車的道路測試立法目前在我國尚未引發足夠的重視與討論。本文以測試立法為重點,梳理國外測試立法的歷史發展與現狀經驗,並結合我國立法現狀,探討自動駕駛汽車的法律規制路徑。
  • CVPR論文 | 電遊這樣玩,還能發明自動駕駛AI新範式
    視覺一直是人類最主要的信息來源,研究表明,人類獲取外界信息75%依靠視覺系統,而在駕駛汽車時,這一比例甚至高達90%。對於想要代替人類司機的自動駕駛技術來說,也是同樣。現在,自動駕駛技術已成為最火熱的領域之一,競爭者包括谷歌等AI技術巨頭、汽車製造商以及硬體技術領軍人物。今年6月,晶片巨頭英特爾收購了機器視覺公司 Itseez,並由此進軍自動駕駛市場。昨天,在年度機器視覺大會(CVPR)上,來自普林斯頓大學的學者進行了一項尖端技術演示。
  • 優步將其自動駕駛部門出售給自動駕駛汽車初創公司Aurora
    果然不出所料,Uber正在出售其自動駕駛部門。周一,該公司確認將其先進技術集團(ATG)出售給Aurora Innovation,後者是目前自動駕駛汽車領域的競爭對手之一。在不久的將來,這家初創公司將把ATG的專業知識用於正在開發的自動駕駛卡車上。優步(Uber)從奧羅拉(Aurora)許可了這項技術,機器人計程車將稍後推出。Aurora執行長Chris Urmson表示:「隨著ATG的加入,Aurora將擁有難以置信的強大團隊和技術,通往多個市場的清晰道路以及交付資源。」
  • 哈佛大學:為自動駕駛汽車鋪平道路
    法根說:「我只是從與人們交談中就確信這並不瘋狂,而且這確實會發生,我們應該領先於它。」作為哈佛大學甘迺迪學校 (HKS)塔布曼州和地方政府中心新的自動駕駛汽車政策倡議 的負責人,法根正致力於做到這一點,在技術仍在不斷發展的同時幫助官員制定政策。
  • 波恩大學研究人員開發算法 幫助自動駕駛汽車預測未知危險
    蓋世汽車訊 好的駕駛員能預見危險的情況,並提前調整駕駛。據外媒報導,波恩大學(University of Bonn)研究人員開發了一種算法,能幫助自動駕駛汽車預測未知的危險。研究人員還將提供數據集,用於培訓和測試其方法,將使今後開發和改進這類過程更加簡單。
  • 樹木與森林:兩份截然不同的自動駕駛汽車報告誰更靠譜?
    那麼問題來了,為何同是對於現在和未來自動駕駛的實力評估,為何結果卻大相逕庭?究竟哪個評估更靠譜或者說在自動駕駛汽車上,傳統車企與科技企業到底誰處在領先的位置?這裡我們不妨先看看這兩個統計機構的統計方法或者說是統計時都採用了哪些要素。
  • 最全自動駕駛技術匯總 解析Waymo自動駕駛安全報告
    該項目採用一個綜合性、穩健的方法,Waymo將其稱之為:設計保證安全。「設計保證安全」意味著Waymo從最底層的系統級開始考慮安全性,並將安全性納入各系統層級與各個開發階段,確保從設計到測試、驗證,在整個過程中始終貫徹安全性這一核心理念。該方法還借鑑了從航空航天、汽車及國防等行業中的最佳實踐(best practice)。
  • 自動駕駛領銜 一文速覽最新汽車「黑科技」
    2018亞洲消費電子展已經於上周五正式落下帷幕,作為一年一度的亞洲消費電子盛宴,本次展會再次吸引了大批汽車行業的「玩家」積極參與,展示最前沿的汽車技術。● V2X(車輛與外界萬物連接)通訊方案馬瑞利展示的V2X遠程信息系統使得車與車(V2V)、車與基礎設施(V2I)以及車與行人(V2P)的連接都成為可能。這一展區同時展出了遠程信息盒(T-Box),這是一種模塊化遠程信息設備(前裝和後裝設備),使車輛可以連接遠程服務,讓出行變得更加安全、舒適和高效。
  • 最全自動駕駛技術匯總 全面解析Waymo自動駕駛安全報告
    該項目採用一個綜合性、穩健的方法,Waymo將其稱之為:設計保證安全。「設計保證安全」意味著Waymo從最底層的系統級開始考慮安全性,並將安全性納入各系統層級與各個開發階段,確保從設計到測試、驗證,在整個過程中始終貫徹安全性這一核心理念。該方法還借鑑了從航空航天、汽車及國防等行業中的最佳實踐(best practice)。
  • 自動駕駛計程車,巨頭們的應許之地?
    第一個答案可能是市場教育的需要。戰略管理諮詢公司羅蘭貝格在第五期《汽車行業顛覆性數據探索》中,做出了一個大膽的預測:2030年全自動駕駛計程車將佔據全球三分之一以上的汽車出行市場。另一家分析機構瑞銀集團也有著樂觀的預計,公開表示「2030年全球自動駕駛計程車市場每年的價值可能超過2萬億美元。」
  • 王景陽:這裡有全球最好的自動駕駛賽道,是距離未來最近的地方...
    技術控,理工男,這些標籤貼在王景陽身上都非常合適。他曾經主導河北雄安新區無人配送與訂單系統結合技術落地,獲得上銀機械碩士論文獎,獲得程泰機械自動化競賽臺灣區碩士組第一名。五年前,王景陽碩士畢業。從本科開始,就鎖定了自己的興趣——機器人。
  • 自動駕駛男子天團齊聚CVPR,他們在頂級學術會議上討論了什麼?
    高精地圖在自動駕駛中的使用和重要性;2. 端到端學習的可用性和安全性;3. 系統冗餘的設計。幾乎所有在場的嘉賓都認為,高精地圖在自動駕駛中能發揮重要的作用。吳甘沙舉了一個例子,當自動駕駛汽車想要超車時,高精地圖提供了前方車道、道路曲率等信息,這能讓超車動作更安全。
  • 高精地圖,公認的自動駕駛標配,但特斯拉並不care
    這是「汽車人參考」第277篇原創文章 自動駕駛,除了傳感器、軟體定義汽車,還有什麼?高精地圖,全稱高解析度地圖(High Definition Map,HD Map),在當前主流的自動駕駛發展路徑中,處於不可或缺的位置。
  • 機器學習算法在自動駕駛領域的應用大盤點!
    將汽車內外傳感器的數據進行融合,藉此評估駕駛員情況、進行駕駛場景分類,都要用到機器學習。本文中,我們講解了不同的自動駕駛算法。自動駕駛汽車的設計製造面臨著諸多挑戰,如今,各大公司已經廣泛採用機器學習尋找相應的解決方案。汽車中的ECU(電子控制單元)已經整合了傳感器數據處理,如何充分利用機器學習完成新的任務,變得至關重要。