32、基于激光雷达传感器的3D点云无梯度对抗攻击

基于激光雷达传感器的3D点云无梯度对抗攻击

1. 引言

近年来，自动驾驶领域的研究日益增多，如今首批自动驾驶车辆已投入使用。例如，谷歌子公司Waymo在美国加利福尼亚州的一些城市推出了自动驾驶汽车，而百度在北京也推出了首批自动驾驶出租车。此外，对于非自动驾驶汽车的驾驶员来说，越来越多的辅助系统也让驾驶变得更加轻松和安全，这些系统被视为通向完全自动驾驶汽车的铺路石。

国际汽车工程师学会（SAE）为自动驾驶的过渡定义了不同的阶段（即所谓的级别）。在最高级别5级时，车辆必须能够在没有驾驶员干预的情况下自主应对各种可能的情况。随着自动化程度的提高，车辆需要更多关于周围环境的信息，因此有必要开发新的传感器来提升车辆的感知能力。

激光雷达（LiDAR）系统就是其中一种传感器，它通过发射光束反射的飞行时间来测量与物体的距离。与摄像头系统的目标检测不同，激光雷达传感器不一定需要完美的能见度条件，因此它在白天和夜晚都能很好地使用。车辆通常通过部署一个可360°旋转的激光扫描仪并将其安装在车辆顶部来实现对周围环境的全面覆盖。或者，也可以安装多个固定的激光雷达传感器，然后将它们的数据进行合并。例如，在记录奥迪自动驾驶数据集时，车辆顶部安装了五个激光雷达传感器。预计几乎所有汽车制造商都会在未来具有自动驾驶功能的车辆中，除了现有的传感器技术外，再安装这样的激光雷达系统，以检测三维物体，从而确保安全的自动驾驶。

机器学习算法，尤其是深度神经网络，在3D物体或2D图像的识别和分类中越来越常见。它们的主要目标是：（a）识别给定数据中的模式，即物体；（b）通过将每个识别出的模式映射到多个已知类别（如汽车、行人或自行车）之一来对这些物体进行分类。然而，这些算法的内部逻辑很难被人类解释，因此通常很