126之家:提供网站快速收录强大反链各大知名网站
今日热门:
您现在的位置:126 > 资讯 > 科技 >

特斯拉大半夜“见鬼”!空无一人的路上,它却看见“幽灵”秒刹车

作者:网友投稿 发布时间:2020-10-12 17:14

金磊 贾浩楠 只想说 凹非寺

讲个「恐怖故事」:

夜深人静时,一辆特斯拉汽车Model X在空无一人的道路上行车着。

一瞬间!它看到了「人们看不到的物品」,因此便刹车踏板走在路上停了出来……

来感受一下这类feel。

而该辆特斯拉汽车泊车的缘故,居然是由于它看到了「鬼魂」

坐着自动驾驶车上,半夜三更的又遇到这类事儿,能够想像司机的心理创伤了

……

但事实上,实际上特斯拉汽车见到的并不是是「不干净的物品」,只是称之为「鬼魂」(Phantom)的一种进攻无人驾驶輔助系统软件(ADAS)的图象——夹杂在马路边广告牌子视頻中。

这类图象出現的时间非常短,可以用一瞬间来描述。

人们司机通常不容易注意到,但针对无人驾驶系统软件,却变成「强大的泊车数据信号」。

也千万别小看这类进攻,它给自动驾驶车辆和人们产生的不良影响,也许要比这一「恐怖故事」也要可怕。

掩藏在广告牌子中的「鬼魂进攻」

在这个实例中,「鬼魂进攻」是掩藏在马路边广告牌子的视頻中。

那时候,视頻中的內容是那样的。

看起来是美味可口的汉堡广告宣传,但播放视频期内夹杂了一张「鬼魂进攻」图象,这就是「恐怖故事」的元凶——0.42秒的泊车路牌。

人们司机大概率在行车全过程中,不容易太过关心马路边广告牌子的视頻內容;即便看到了这一闪而过的图象,也基础会觉得是个bug。

但无人驾驶系统软件就不一样了,顶着那么多雷达探测和监控摄像头,每时每刻「眼观六路」。

因此,配用特斯拉汽车HW3的Model X,便听取意见了这一瞬间泊车路牌的「提议」。

很有可能你能说,特斯拉汽车Model X也许是个案。

别着急,「鬼魂进攻」仍在Mobileye 630 Pro系统软件干了试验。

此次掩藏在视頻中的內容是那样的。

本次的「鬼魂进攻」是一张仅浮现0.125秒「90公里/钟头」路牌。

因此,配用Mobileye 630 Pro的车子,在「见到」这个视频后,速率就确实操纵在了90……

「鬼魂进攻」全是这类一闪而过的图象吗?

呵呵呵。

走在路上投射个图象,也是能够的。

这一次,「鬼魂进攻」已不是稍纵即逝,只是一直好好地的「躺」在那里。

随后配用HW2.5的特斯拉汽车,就把图像分析变成「人」,时速从18英里/钟头,降至了14公里/钟头。

看来下AI眼中的世界:

安全性,一直是无人驾驶行业十分关心的难题,也是务必要确保的一个点。

但为何这般简易的图象进攻,就可以把这种可以说最优秀的无人驾驶系统软件,秒秒左右给坑骗「瘸」了呢?

「鬼魂进攻」身后基本原理

实际上,进攻无人驾驶輔助系统软件的方式再简易但是了,压根不涉及到黑进特斯拉汽车或Mobileye的系统软件。

优化算法的操作失误,也决不是程序运行实际效果欠佳的結果。

他们并不是典型性的多功能性缺点(如跨站脚本攻击、SQL引入),能够根据加上 “if “句子轻轻松松修复。

这类状况体现了实体模型针对目标检测的基础缺点,即他们无法辨别总体目标的真伪

简易的方法进攻是立即应用投影机,在车子行驶线的路面上投影出一个物件,可影象因此路人、轿车、交通出行漂亮这些。

第二种方式 ,是在马路边的广告牌子上显示信息出一些影响信息内容,例如速度限制、拐弯等。

这种影响信息内容的延迟时间无需较长,只必须好几百ms的時间,就足够让称为最优秀的特斯拉汽车Autopilot做出不正确反映。

科学研究工作人员各自检测了Autopilot系统软件和Mobileye应对影响延迟时间错误的几率:

能看出去,影响延迟时间超出0.4秒,2个系统软件100%会出現难题。

Moblieye的反映也是比特斯拉汽车无人驾驶灵巧的多,基本上对一切微小的影响都是会有反映。

特斯拉汽车反映慢一拍,在这类进攻下却出现意外具有了「正脸功效」。

如何解决这个问题?

科学研究工作人员明确提出了GhostBuster,意思是「抓鬼专业队」。

「分队」表明这套系统软件不仅一个神经元网络,精英团队在全部「抓鬼」行動中设定了5层不一样的深层神经元网络。

在其中,关键的四个轻量深层CNN,根据查验物件的折射光、前后文、物件的表层和样子深层来评定物件的真实有效和可信性。

第五个实体模型应用前四个实体模型的結果得出最后分辨。

这套五个不一样神经元网络组成的系统软件在检测中获得了非常好的考试成绩,在阀值设定为零的状况下,AUC超出0.99(ROC曲线下总面积),TPR为0.994(真呈阳性比例)。

应用了GhostBuster的含有七个感应器的无人驾驶系统软件,进攻通过率从以前的99.7-81.2%减少到0.01%。

单看试验結果,这套系统软件实际效果十分好,可是科学研究工作人员也强调了它的不够,由于这套系统软件只对于纯视觉效果的无人驾驶计划方案,而毫米波雷达的实例未考虑到以内。

而针对特斯拉汽车这类纯视觉效果计划方案而言,一旦系统软件评定“非阻碍”,别的监控摄像头检测結果都是会被忽视,产生比较严重安全风险。

特斯拉汽车无人驾驶计划方案的局限性

实际上,对毫米波雷达有一定的掌握的阅读者,应当会提出质疑此项科学研究的实效性。

由于,毫米波雷达不是受视觉效果图象影响的。

精英团队也认可一般选用混和计划方案的无人驾驶系统软件基础能处理这个问题。

但,道上的确也存有想象特斯拉汽车那样纯视觉效果计划方案的车并不是?

此项科学研究表明的无人驾驶实体模型自身的缺点,大幅度降低了不法分子进攻的难度系数和成本费。

因为不涉及到优化算法最底层编码,鬼魂进攻乃至不规定一切专业技能,也不必繁杂的早期调研提前准备,花几百美元买一个投影机或是无人飞机就能完成。

并且在进攻时,不用工作人员挨近当场,进行后也可以快速撤出,无法留有直接证据。

成本低的违法犯罪方式,导致的不良影响轻则交通堵塞,重则车毁人亡。

时尚媒体Wired早已就这个难题联络了特斯拉汽车和Mobileye,可是彼此均未答复。

科学研究精英团队

此次「鬼魂进攻」的主导者,是来源于非洲本·古里安高校和英国佐治亚理工学校的科学研究工作人员。

Ben Nassi

Ben Nassi是本·古里安高校的一名博士研究生,以前 也曾在Google工作中过一段时间。很感兴趣的研究领域包含网络信息安全和物联网设备。

现阶段他在Cyber@BGU试验室工作中,从业无人飞机、智能灌溉系统软件和可配戴技术性等课题研究的科学研究。

Yisroel Mirsky

Yisroel Mirsky是佐治亚理工学校博士研究生研究者,另外也是非洲BGU网络信息安全研究所的高級网络信息安全研究者。

他的关键研究内容包含线上异常检测、竞技性深度学习、区块链技术等。

而这并并不是她们第一次进攻无人驾驶輔助系统软件。

2020年稍早,她们便用投影技术,在晚间的路面和马路边的树枝,投射出人与路牌等图象,取得成功「坑骗」了配用HW2.5的特斯拉汽车Model X和配用Mobileye 630机器设备的车子。

而这一次的试验,是「鬼魂进攻」的全新升级,已不是长期的将进攻图案设计放到可检测的部位,只是只让他们出現一瞬间,也一样做到了进攻的目地。

自然,她们也不是第一个做相近「鬼魂进攻」的试验工作人员。

早在二零一六年,来源于浙大、南卡罗来纳高校的科学研究工作人员,便运用无线通信、声波频率和发亮机器设备来蒙骗乃至掩藏物件,让特斯拉汽车的感应器没法发觉他们。

自然,在真正日常生活,相近是进攻、蒙骗恶性事件也是经常发生。

比如海外网民在安全驾驶特斯拉汽车全过程中,发觉无人驾驶系统软件,居然把下雨天车子后尾灯走在路上的折射光,鉴别变成路桩。

也有2020年6月,……

那麼,假如你是智能小车的买车人,是不是遇到过例如此类的「恐怖袭击」?

热烈欢迎在发表评论共享你的故事。

关键词: 一人 空无 刹车

类似网站: