原文传递
自动驾驶汽车定位传感器的攻击检测与识别研究
| 论文题名： | 自动驾驶汽车定位传感器的攻击检测与识别研究 |
| 关键词： | 自动驾驶汽车;定位传感器;攻击检测;扩展卡尔曼滤波器 |
| 摘要： | 自动驾驶汽车利用各种传感器（如激光雷达、摄像头等）实现定位和环境感知，如果攻击者针对传感器的安全漏洞进行攻击，将会导致传感器数据出现异常，从而影响车辆系统的正常运转。目前自动驾驶领域内对车载传感器的研究主要集中在理性环境下的环境信息获取和多传感器融合等，尚未形成全面的攻击检测体系。本文针对车载定位传感器存在的易篡改、被欺骗等安全问题进行深入的解剖，提出针对全球定位系统(GlobalPositioningSystem，GPS)和激光雷达(LightDetectionAndRanging,LiDAR)的基于模型的攻击检测与识别方案。通过监测传感器测量值与期望值的残差值实时变化，能够实时地检测传感器数据是否出现异常，有效地防止攻击的发生。本论文的设计工作主要在中国科学院深圳先进技术研究院完成。本论文的主要内容有： （1）全面总结了车载定位传感器的攻击方式，且利用GPS和LiDAR的安全漏洞设计有效的攻击方法，在不同的攻击场景下收集传感器受到攻击后的异常数据。 （2）提出基于模型的攻击检测与识别方案，可以检测定位传感器攻击并识别源异常传感器，实现自动驾驶汽车的安全定位。为了确保车辆对攻击的鲁棒性，引入了传感器冗余，即部署多个定位传感器，每个定位传感器提供车辆的实时位姿观测。 （3）对单个传感器设计攻击检测器来检测传感器是否异常，它是由基于扩展卡尔曼滤波器(ExtendedKalmanFilter,EKF)的数据估计器和基于累积和(CUSUM)的数据判别器组成。其中EKF用于递归估计车辆位置和方向，CUSUM数据判别器用于分析EKF产生的残差，若残差值超过阈值则发出报警信号。为了监测多个传感器测量值间的不一致性，设计一个融合攻击检测器，它融合了多个传感器的观测值。 （4）基于所有攻击检测器的结果，提出了一种基于规则的识别方案来识别源异常传感器。实验证明，提出的基于模型的攻击检测与识别方案可以有效地检测GPS阻断攻击、GPS注错攻击、GPS欺骗攻击、LiDAR干扰攻击等。 本文研究的自动驾驶汽车定位传感器的攻击检测与识别问题是新兴课题，本文初步探索了定位传感器的安全隐患、攻击方式、攻击检测与识别等方面问题，其成果为该领域的深入研究和应用提供了一定的参考。 |
| 作者： | 邹晨 |
| 专业： | 电子与通信工程 |
| 导师： | 徐新河 |
| 授予学位： | 硕士 |
| 授予学位单位： | 南昌航空大学 |
| 学位年度： | 2022 |
检索历史
应用推荐
