根据zui新的研究，目前针对自动驾驶汽车的行业标准流量传感器仍然存在漏洞。
就像间谍电影中的画面一样，研究人员展示了diyi种攻击策略，它可以欺骗行业标准的自动驾驶汽车流量传感器并让它们相信附近的物体比它们看起来更近或更远(而不会被检测到)。
研究表明，为了充分保护无人驾驶汽车免受攻击，可能需要添加3D摄像头功能或与附近汽车共享数据的能力。调查结果将于今年8月在美国举行的2022年USENIXanquan研讨会上公布。
自动驾驶系统zui大的开发挑战之一就是防止攻击。常见的方法是让单独的仪器互相核对数据，确认测量是否合理。
目前，自动驾驶汽车公司zui常用的技术是行业标准的双摄像头激光雷达流量传感器，它结合了摄像头的2D数据和激光雷达的3D数据。
LIDAR(光探测和测距)是一种遥感方法，它使用激光脉冲来测量距离范围。通过将激光瞄准物体并测量反射光返回所需的时间来计算到物体的距离流量传感器。
到目前为止，这种组合在试图欺骗系统方面非常成功(至少目前如此)。
攻击策略通过向无人驾驶汽车的lidar流量传感器发射激光枪来添加错误的数据点。之前的研究表明，如果这些数据点与其摄像头看到的严重不一致，无人驾驶汽车可以识别攻击。然而，这项新的研究表明，由激光精心放置在相机2D视野特定区域的3D激光雷达数据点可能会欺骗系统。
研究人员表明，目前流行的保护lidar流量传感器免受“攻击”的方法在远距离下仍然很脆弱，只能在短距离内发挥作用。在这里，激光雷达系统被愚弄了，以为汽车在其他地方，直到为时已晚，无法避免突然和激烈的课程修正。
这个脆弱的区域以一定的形状(没有jianduan的3D金字塔)在相机镜头前伸展。如果攻击激光在附近的另一辆汽车前面或后面放置几个数据点，则“汽车”系统对该汽车的感知可能会移动几米。
这种所谓的挫折攻击可以欺骗自适应巡航控制系统，使其认为车辆正在减速或加速。“当系统发现有问题时，如果不及时采取措施，可能会引发激进操作等更多问题，碰撞风险无法避免”。
对于日常的无人驾驶汽车来说，这并不是什么大问题，因为不太可能有人会花时间在汽车或路边物体上安装激光器(恶作剧或故意为之的除外)。但如果单车可以成为高价值目标(如军人、重要人物等。)，会增加风险。
那么，如何预防这种情况呢？
例如，如果汽车有一个立体相机(一个具有两个或更多镜头的相机，可以捕捉3D图像)——具有重叠的视野，它可以更好地估计距离，并评估与其感知不匹配的激光雷达数据。另一个选择是开发一个系统，这样相邻的汽车就可以共享一些数据。
在信息科学家的不断努力下，预计需要10年以上的时间才能建成一个anquan可靠的系统。
为了人类科技和文明的进步，在此我们祝愿那些在科研岗位上辛勤工作的科学家们身体健康，长命百岁！！！