针对激光雷达攻击的检测方法技术

本说明书涉及自动驾驶技术领域，提供了一种针对激光雷达攻击的检测方法

【技术实现步骤摘要】
针对激光雷达攻击的检测方法、装置、设备及存储介质


[0001]本说明书涉及自动驾驶
，尤其是涉及一种针对激光雷达攻击的检测方法
、
装置
、
设备及存储介质
。

技术介绍

[0002]激光雷达是自动驾驶系统感知模块中不可或缺的一种驾驶环境传感器，它可以为汽车提供周围环境的实时三维
(3D)
数据
。
同时由于激光雷达主动发射光束的特性，相较摄像头其不易受到周围环境
(
比如弱光
)
的影响，并且自动驾驶系统的物体检测模块也可以直接利用激光雷达收集到的
3D
数据进行物体识别
。
近些年一些学者提出了使用物理设备以插入点的方式对激光雷达进行攻击
。
由于物体检测模型的自身局限性，这些攻击往往能够通过插入少量的点使受害车辆的自动驾驶系统误以为近处出现物体，从而作出急刹车等行为，进而影响了自动驾驶车辆的行车安全
。

技术实现思路

[0003]本说明书实施例的目的在于提供一种针对激光雷达攻击的检测方法
、
装置
、
设备及存储介质，以检测针对激光雷达的攻击，提高自动驾驶车辆的行车安全
。
[0004]为达到上述目的，一方面，本说明书实施例提供了一种针对激光雷达攻击的检测方法，包括：
[0005]将第一激光雷达和第二激光雷达在相同时刻分别采集的点云数据集对应转换为第一表面网格和第二表面网格；所述第一激光雷达和所述第二激光雷达位于不同车辆上且其间距满足预设条件；
[0006]获取所述第一表面网格和所述第二表面网格间的第一差异值；
[0007]根据所述第一差异值与第一差异值阈值的大小关系，确定针对所述第一激光雷达和所述第二激光雷达的攻击检测结果
。
[0008]本说明书实施例的针对激光雷达攻击的检测方法中，将第一激光雷达和第二激光雷达在相同时刻分别采集的点云数据集对应转换为第一表面网格和第二表面网格，包括：
[0009]将所述第一激光雷达在当前时刻采集的第一点云数据集及所述第二激光雷达在当前时刻采集的第二点云数据集分别输入至区域候选网络中，对应得到用于框选物体的第一候选框集合和第二候选框集合；
[0010]将所述第一候选框集合和所述第二候选框集合合并为目标候选框集合；
[0011]确定所述目标候选框集合中，每个候选框在所述第一点云数据集中对应的第一点云数据子集及在所述第二点云数据集中对应的第二点云数据子集；
[0012]将所述目标候选框集合中所有候选框在所述第一点云数据集中对应的第一点云数据子集输入至表面网格生成模型中，得到第一表面网格；并将所述目标候选框集合中所有候选框在所述第二点云数据集中对应的第二点云数据子集输入至所述表面网格生成模型中，得到第二表面网格
。
[0013]本说明书实施例的针对激光雷达攻击的检测方法中，将第一激光雷达和第二激光雷达在相同时刻分别采集的点云数据集对应转换为第一表面网格和第二表面网格，包括：
[0014]将所述第一激光雷达在当前时刻采集的第一点云数据集及所述第二激光雷达在当前时刻采集的第二点云数据集分别输入至区域候选网络中，对应得到用于框选物体的第一候选框集合和第二候选框集合；
[0015]将所述第一候选框集合和所述第二候选框集合合并为目标候选框集合；
[0016]确定所述目标候选框集合中，每个候选框在所述第一点云数据集中对应的第一点云数据子集及在所述第二点云数据集中对应的第二点云数据子集；
[0017]根据每个所述候选框内物体的对称关系，对每个所述候选框的第一点云数据子集和第二点云数据子集进行镜像复制，对应得到每个所述候选框的第一点云数据子集镜像和第二点云数据子集镜像；
[0018]将每个所述候选框的第一点云数据子集及第一点云数据子集镜像叠加，得到每个所述候选框的新第一点云数据子集，并将每个所述候选框的第二点云数据子集及第二点云数据子集镜像叠加，得到每个所述候选框的新第二点云数据子集；
[0019]将所述目标候选框集合中所有候选框的新第一点云数据子集输入至表面网格生成模型中，得到第一表面网格；并将所述目标候选框集合中所有候选框的新第二点云数据子集输入至所述表面网格生成模型中，得到第二表面网格
。
[0020]本说明书实施例的针对激光雷达攻击的检测方法中，获取所述第一表面网格和所述第二表面网格间的第一差异值，包括：
[0021]以边长为指定长度的方格为单位，将所述第一表面网格和所述第二表面网格离散化，并以每个方格的中心点相对于地面的距离作为该方格的取值；
[0022]确定离散化第一表面网格与离散化第二表面网格中，同一个候选框对应的异常方格部分之间的差值平均值
。
[0023]本说明书实施例的针对激光雷达攻击的检测方法中，确定离散化第一表面网格与离散化第二表面网格中，同一个候选框对应的异常方格部分之间的差值平均值，包括：
[0024]根据以下公式确定离散化第一表面网格与离散化第二表面网格中，同一个候选框对应的异常方格部分之间的差值平均值：
[0025][0026]其中，为离散化第一表面网格与离散化第二表面网格中第
i
个候选框对应的异常方格部分之间的差值平均值，
g
为第
i
个候选框中的第
g
个异常方格，
G
为
g
的集合，为离散化第一表面网格中第
i
个候选框中的第
g
个异常方格的取值，为离散化第二表面网格中第
i
个候选框中的第
g
个异常方格的取值，
|G|
为
G
中的异常方格数量，
θ
为预设的用于区分正常方格和异常方格的临界值
。
[0027]本说明书实施例的针对激光雷达攻击的检测方法中，根据所述第一差异值与第一差异值阈值的大小关系，确定针对所述第一激光雷达和所述第二激光雷达的攻击检测结果，包括：
[0028]当所述第一差异值大于第一差异值阈值时，确认所述第一激光雷达和所述第二激光雷达至少之一受到攻击；
[0029]当所述第一差异值不大于第一差异值阈值时，确认所述第一激光雷达和所述第二激光雷达未受到攻击
。
[0030]本说明书实施例的针对激光雷达攻击的检测方法中，所述方法还包括：
[0031]将第三激光雷达在相同时刻采集的点云数据集对应转换为第三表面网格；所述第一激光雷达
、
所述第二激光雷达和所述第三激光雷达位于不同车辆上且其间距满足预设条件；
[0032]获取所述第一表面网格和所述第三表面网格间的第二差异值，以及所述第二表面网格和所述第三表面网格间的第三差异值；
[0033]根据所述第二差异值与本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种针对激光雷达攻击的检测方法，其特征在于，包括：将第一激光雷达和第二激光雷达在相同时刻分别采集的点云数据集对应转换为第一表面网格和第二表面网格；所述第一激光雷达和所述第二激光雷达位于不同车辆上且其间距满足预设条件；获取所述第一表面网格和所述第二表面网格间的第一差异值；根据所述第一差异值与第一差异值阈值的大小关系，确定针对所述第一激光雷达和所述第二激光雷达的攻击检测结果
。2.
如权利要求1所述的针对激光雷达攻击的检测方法，其特征在于，将第一激光雷达和第二激光雷达在相同时刻分别采集的点云数据集对应转换为第一表面网格和第二表面网格，包括：将所述第一激光雷达在当前时刻采集的第一点云数据集及所述第二激光雷达在当前时刻采集的第二点云数据集分别输入至区域候选网络中，对应得到用于框选物体的第一候选框集合和第二候选框集合；将所述第一候选框集合和所述第二候选框集合合并为目标候选框集合；确定所述目标候选框集合中，每个候选框在所述第一点云数据集中对应的第一点云数据子集及在所述第二点云数据集中对应的第二点云数据子集；将所述目标候选框集合中所有候选框在所述第一点云数据集中对应的第一点云数据子集输入至表面网格生成模型中，得到第一表面网格；并将所述目标候选框集合中所有候选框在所述第二点云数据集中对应的第二点云数据子集输入至所述表面网格生成模型中，得到第二表面网格
。3.
如权利要求1所述的针对激光雷达攻击的检测方法，其特征在于，将第一激光雷达和第二激光雷达在相同时刻分别采集的点云数据集对应转换为第一表面网格和第二表面网格，包括：将所述第一激光雷达在当前时刻采集的第一点云数据集及所述第二激光雷达在当前时刻采集的第二点云数据集分别输入至区域候选网络中，对应得到用于框选物体的第一候选框集合和第二候选框集合；将所述第一候选框集合和所述第二候选框集合合并为目标候选框集合；确定所述目标候选框集合中，每个候选框在所述第一点云数据集中对应的第一点云数据子集及在所述第二点云数据集中对应的第二点云数据子集；根据每个所述候选框内物体的对称关系，对每个所述候选框的第一点云数据子集和第二点云数据子集进行镜像复制，对应得到每个所述候选框的第一点云数据子集镜像和第二点云数据子集镜像；将每个所述候选框的第一点云数据子集及第一点云数据子集镜像叠加，得到每个所述候选框的新第一点云数据子集，并将每个所述候选框的第二点云数据子集及第二点云数据子集镜像叠加，得到每个所述候选框的新第二点云数据子集；将所述目标候选框集合中所有候选框的新第一点云数据子集输入至表面网格生成模型中，得到第一表面网格；并将所述目标候选框集合中所有候选框的新第二点云数据子集输入至所述表面网格生成模型中，得到第二表面网格
。4.
如权利要求1所述的针对激光雷达攻击的检测方法，其特征在于，获取所述第一表面
网格和所述第二表面网格间的第一差异值，包括：以边长为指定长度的方格为单位，将所述第一表面网格和所述第二表面网格离散化，并以每个方格的中心点相对于地面的距离作为该方格的取值；确定离散化第一表面网格与离散化第二表面网格中，同一个候选框对应的异常方格部分之间的差值平均值
。5.
如权利要求4所述的针对激光雷达攻击的检测方法，其特征在于，确定离散化第一表面网格与离散化第二表面网格中，同一个候选框对应的异常方格部分之间的差值平均值，包括：根据以下公式确定离散化第一表面网格与离散化第二表面网格中，同一个候选框对应的异常方格部分之间的差值平均值：其中，为离散化第一...

【专利技术属性】
技术研发人员：张金笛，付巍巍，张祎凡，汪建平，
申请(专利权)人：香港城市大学深圳研究院，
类型：发明
国别省市：