發布日期: 2020-03-19-2021-03-19
【Automotive系列】
研究人員找出自駕車系統辨識盲點
光電協進會
自駕車的安全性一直是大眾矚目的焦點,由於和人身安全密切相關,稍有事故就會登上版面,因此如何提高自駕車的辨識率一直是產學界努力的重點,最近以色列Ben-Gurion大學的網路安全研究中心研究人員發現,他們可以欺騙自動駕駛儀上的自動駕駛儀,以錯誤地踩剎車,以回應投影在駕駛室上的「幻影」圖像──像是道路或廣告牌等。研究人員證實,半自動或全自動駕駛汽車中的自動駕駛儀和先進的駕駛輔助系統會將物體(幻像)的無深度投影記錄為真實物體。他們示範了攻擊者如何透過無人機和廉價的圖像投影儀,在沒有任何特殊專業知識的情況下利用這種感知挑戰來操縱車輛,並可能傷害駕駛員或乘客。
在Ben-Gurion大學的網路安全研究中心,特斯拉將幻像視為真實人物,而Mobileye 630 PRO自動駕駛汽車系統則將投射在樹上的影像視為真實的路標。儘管現在全球已有許多地方部署了全自動和半自動汽車,但是將車輛之間,還有行人與周圍基礎設施連接起來的車輛通訊系統仍然落後。根據研究人員的說法,缺乏這樣的通訊系統會造成「驗證盲點」,所以自駕不能只依靠內部感測器來與第三方驗證其虛擬感知。除了使自動駕駛儀剎車外,研究人員還證明,當他們在數字廣告牌上的廣告中投射出125毫秒的幻影交通信號時,他們可以欺騙ADAS。最後,他們展示了裝有投影儀的無人機在道路上投射的假車道標誌如何將自動駕駛儀引導到對面的車道。為此,研究人員正在開發一種神經網路模型,該模型可以分析檢測到的物體的背景,表面和反射光,從而能夠高精度地檢測幻影。
深度學習可實現角落即時成像
光電協進會指出美國普林斯頓大學研究人員團隊建立了一套採用雷射的光達系統,能夠即時顯示轉角處的圖像。隨著進一步的發展,該系統可以允許自動駕駛汽車環顧停放的汽車或繁忙的十字路口,以查看危險或行人。該技術還可以安裝在衛星和太空船上,以完成諸如在小行星上的洞穴內捕獲圖像等任務。該系統使用市售的相機感測器和強大的雷射光源,以雷射光束從可見的牆壁反彈到隱藏的物體上,然後再返回到牆壁上,從而產生斑點的干涉圖案,該圖案可以對隱藏物體的形狀加以編碼。研究人員表示,該套系統可以即時顯示轉角處的圖像。該系統可能有一天會讓自動駕駛汽車在停放的汽車或繁忙的十字路口周圍「觀看」,不僅看到汽車,還可以讀取車牌。從斑點圖案重建隱藏的對象需要解決具有挑戰性的計算問題。短時曝光對於即時成像是必需的,但會產生太多雜訊,無法使用現有演算法。為了解決這個問題,研究人員轉向了深度學習。
由普林斯頓大學Metzler及其同事構建的系統可以區分1 m以外的隱藏物體的次毫米級細節。設計用於以高解析度對小物體成像,它也可以與其他產生低解析度房間大小重建圖像的成像系統結合使用。研究人員使用距牆約1 m的成像裝置重建1厘米高的隱藏在角落後的字母和數字的圖像來測試該技術。使用四分之一秒的曝光時間,該方法能夠產生解析率為300 µm的重建圖像。這種非視距成像的技術在醫學成像、導航、機器人技術,以及國防領域具有重要的應用。這項研究是DARPA通過利用主動光場(REVEAL)計劃革命性地提高解析度的一部分,該計劃正在開發各種技術來對轉角處的隱藏物體進行成像。