3D打印盒子攻破百度Apollo系統(tǒng),，讓激光雷達(dá)看不見

來源：量子位

深度神經(jīng)網(wǎng)絡(luò)容易受到某些對(duì)抗樣本的攻擊,，比如圖像分類網(wǎng)絡(luò),，只需在圖中加入一點(diǎn)微小的擾動(dòng),，就能讓它把熊貓當(dāng)成長(zhǎng)臂猿,。

如果把對(duì)抗攻擊用在自動(dòng)駕駛汽車上,，稍微修改一下路邊的交通標(biāo)志,，它就會(huì)犯錯(cuò)。

上面所說的對(duì)抗攻擊都是針對(duì)二維圖像。那么用探測(cè)三維物體的激光雷達(dá)（LiDAR）就可以避免這個(gè)問題嗎,？

來自密歇根大學(xué),、百度研究院、UIUC的研究人員發(fā)現(xiàn),，一些特殊的3D形狀也會(huì)令激光雷達(dá)受到對(duì)抗攻擊,，讓它錯(cuò)誤地把某些物體當(dāng)做行人，甚至視而不見,。

這項(xiàng)研究揭示了基于自動(dòng)駕駛系統(tǒng)的潛在漏洞,，并提出了一種LiDAR-Adv方法，生成可以在各種條件下逃避激光雷達(dá)檢測(cè)的對(duì)抗物體,。

看不見的奇怪盒子

研究人員把兩種不同的盒子擺在路中央：

方形的快遞盒子,，自然逃不過激光雷達(dá)的法眼，自動(dòng)駕駛汽車可以成功識(shí)別并繞過它,。

下面的是研究人員基于LiDAR-Adv用3D打印制造的盒子,，在百度的Apollo無人駕駛平臺(tái)（V2.0）上進(jìn)行測(cè)試，結(jié)果激光雷達(dá)會(huì)把它當(dāng)做是行人,。

在其他實(shí)驗(yàn)中,，激光雷達(dá)甚至無法檢測(cè)到75厘米大小的物體。

在Apollo平臺(tái)上進(jìn)行的實(shí)驗(yàn)證實(shí)了,，不僅是理論上,，現(xiàn)實(shí)世界中的激光雷達(dá)也確實(shí)存在著漏洞。有些奇形怪狀的盒子無法被激光雷達(dá)“看見”,。

生成對(duì)抗樣本

盒子明明就在那里,，為什么會(huì)被視而不見呢？激光雷達(dá)并不是直接生成物體的三維圖像,，而是掃描空間中的點(diǎn)云（point cloud）,，將點(diǎn)云饋送到機(jī)器學(xué)習(xí)系統(tǒng)，從而還原出物體,。

雖然我們知道激光雷達(dá)的工作原理,，但是要生成對(duì)抗樣本并不容易。首先機(jī)器學(xué)習(xí)是一個(gè)黑盒系統(tǒng),，形狀的擾動(dòng)如何影響掃描點(diǎn)云還不清楚；其次點(diǎn)云的預(yù)處理是不可微分的,，無法使用基于梯度的優(yōu)化器,。

研究人員提出的LiDAR-Adv解決了上述問題。他們模擬可微分的激光雷達(dá)渲染器,，將3D對(duì)象的擾動(dòng)連接到激光雷達(dá)掃描的點(diǎn)云,；然后使用可微分的代理函數(shù)來制定3D特征聚合；最后設(shè)計(jì)不同的損失以確保生成3D對(duì)抗物體的平滑度。

在大小為50厘米的物體上,，LiDAR-Adv可以達(dá)到71％的攻擊成功率,，高于進(jìn)化算法的黑盒攻擊，在更大尺寸的物體上也一樣,。

另外LiDAR-Adv生成的對(duì)抗物體還可以改變標(biāo)簽,，讓激光雷達(dá)把某些物體誤檢測(cè)為行人。

LiDAR-Adv的實(shí)驗(yàn)結(jié)果足以引起了人們對(duì)激光雷達(dá)系統(tǒng)安全性的擔(dān)憂,，百度研究人員希望這項(xiàng)工作能夠揭示潛在的防御方法,。