System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种传感器欺骗攻击检测方法、装置、设备和介质制造方法及图纸_技高网

一种传感器欺骗攻击检测方法、装置、设备和介质制造方法及图纸

技术编号:40574833 阅读:7 留言:0更新日期:2024-03-06 17:15
本发明专利技术实施例公开一种传感器欺骗攻击检测方法、装置、设备和介质。该方法包括:获取车辆中传感器所采集的当前帧,以及当前帧之前的至少两个历史连续帧;根据预设定向快速旋转算法确定当前帧中目标物体的第一关键点,并确定各历史连续帧中每个历史图像帧中目标物体的第二关键点,将各第二关键点转换为三维地图点;基于三维地图点与第一关键点的映射关系进行关键点匹配得到关键点匹配误差;获取车辆对应的场景数据,基于场景数据和关键点匹配误差对传感器的欺骗攻击进行检测。本发明专利技术实施例,通过上述技术方案,能够对所有的传感器攻击和欺骗进行防御和识别,并且检测延迟可以控制在100毫秒以内,从而提升自动驾驶安全。

【技术实现步骤摘要】

本专利技术涉及车辆驾驶安全,尤其涉及一种传感器欺骗攻击检测方法、装置、设备和介质


技术介绍

1、传感器欺骗攻击在自动驾驶系统(ads)中相当有效。然而,用户很容易就能发现这些攻击,这限制了它们的有效性。这种与现实不符的情况是由于欺骗的目标状态与现实世界中感应到的实际状态之间存在时空矛盾。

2、由于传感器的疏忽会导致根据传感器数据估算的内部状态被修改,从而导致意想不到的危险行为,如追尾碰撞和坠落悬崖。这些是欺骗攻击的类型:(1)改变目标位置:对手向车辆诱导虚假位置,从而引发意想不到的决策和行动;(2)目标位置偏差:位置偏差的累积导致对目标车辆位置的错误预测;(3)目标速度失稳:在单一方向上产生角速度,导致车辆倾覆;(4)障碍物外观:欺骗车辆,使其误以为前方有不存在的障碍物;(5)障碍物隐藏:欺骗车辆,使其无法探测到前方存在的障碍物;(6)物体分类错误:使车辆误认交通标志或交通信号,造成危险后果;(7)变道:使车辆误认行车道,造成潜在危险后果。

3、现有技术中,只能识别一些特定的传感器欺骗攻击,由于严重依赖dnn模型,并且只能针对某几种的传感器攻击,现有方法存在检测延迟高和缺乏可解释性的问题。此外,它们需要在gpu上运行,这限制了它们的应用范围。


技术实现思路

1、有鉴于此,本专利技术提供一种传感器欺骗攻击检测方法、装置、设备和介质,能够对所有的传感器被攻击进行防御和识别,并且检测延迟可以控制在100毫秒以内,从而提升自动驾驶安全。

2、根据本专利技术的一方面,本专利技术实施例提供了一种传感器欺骗攻击检测方法,所述方法包括:

3、获取车辆中传感器所采集的当前帧,以及所述当前帧之前的至少两个历史连续帧;

4、根据预设定向快速旋转算法确定所述当前帧中目标物体的第一关键点,并确定各所述历史连续帧中每个历史图像帧中所述目标物体的第二关键点,将各所述第二关键点转换为三维地图点;

5、基于所述三维地图点与所述第一关键点的映射关系进行关键点匹配得到关键点匹配误差;

6、获取车辆对应的场景数据,基于所述场景数据和所述关键点匹配误差对传感器的欺骗攻击进行检测。

7、根据本专利技术的另一方面,本专利技术实施例还提供了一种传感器欺骗攻击检测装置,所述装置包括:

8、获取模块,用于获取车辆中传感器所采集的当前帧,以及所述当前帧之前的至少两个历史连续帧;

9、关键点确定模块,用于根据预设定向快速旋转算法确定所述当前帧中目标物体的第一关键点,并确定各所述历史连续帧中每个历史图像帧中所述目标物体的第二关键点,将各所述第二关键点转换为三维地图点;

10、误差确定模块,用于基于所述三维地图点与所述第一关键点的映射关系进行关键点匹配得到关键点匹配误差;

11、检测模块,用于获取车辆对应的场景数据,基于所述场景数据和所述关键点匹配误差对传感器的欺骗攻击进行检测。

12、根据本专利技术的另一方面,本专利技术实施例还提供了一种电子设备,所述电子设备包括:

13、至少一个处理器;以及

14、与所述至少一个处理器通信连接的存储器;其中,

15、所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行本专利技术任一实施例所述的传感器欺骗攻击检测方法。

16、根据本专利技术的另一方面,本专利技术实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现本专利技术任一实施例所述的传感器欺骗攻击检测方法。

17、本专利技术实施例的技术方案,通过预设定向快速旋转算法确定当前帧中目标物体的第一关键点,确定各历史连续帧中每个历史图像帧中目标物体的第二关键点,并将各第二关键点转换为三维地图点,基于三维地图点与第一关键点的映射关系进行关键点匹配得到关键点匹配误差,获取车辆对应的场景数据,基于场景数据和关键点匹配误差对传感器的欺骗攻击进行检测,能够对所有的传感器被攻击进行防御和识别,并且检测延迟可以控制在100毫秒以内,从而提升自动驾驶安全。

18、应当理解,本部分所描述的内容并非旨在标识本专利技术的实施例的关键或重要特征,也不用于限制本专利技术的范围。本专利技术的其它特征将通过以下的说明书而变得容易理解。

本文档来自技高网...

【技术保护点】

1.一种传感器欺骗攻击检测方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,所述根据预设定向快速旋转算法确定所述当前帧中目标物体的第一关键点,包括:

3.根据权利要求1所述的方法,其特征在于,所述第二关键点为全局关键点,所述三维地图点为全局地图点;相应的,所述将各所述第二关键点转换为三维地图点,包括:

4.根据权利要求1所述的方法,其特征在于,所述第二关键点为局部关键点,所述三维地图点为局部地图点;相应的,所述将各所述第二关键点转换为三维地图点,还包括:

5.根据权利要求1所述的方法,其特征在于,所述三维地图点为全局地图点;相应的,所述基于所述三维地图点与所述第一关键点的映射关系进行关键点匹配得到关键点匹配误差,包括:

6.根据权利要求1所述的方法,其特征在于,所述三维地图点为局部地图点,所述局部地图点处于边界框中;所述边界框包括第一边界框和第二边界框;相应的,所述基于所述三维地图点与所述第一关键点的映射关系进行关键点匹配得到关键点匹配误差,还包括:

7.根据权利要1所述的方法,其特征在于,所述场景数据包括:车辆的位置信息、车辆前方的边界框信息以及车辆前方目标物体的类型;其中,所述位置信息包括:车辆在当前时刻的当前位置信息,以及车辆在所述当前时刻之前的上一时刻位置信息;所述边界框信息包括:第一边界框信息和第二边界框信息。

8.根据权利要求7所述的方法,其特征在于,基于所述场景数据和所述关键点匹配误差对传感器的欺骗攻击进行检测,包括:

9.根据权利要求7所述的方法,其特征在于,基于所述车辆的位置信息和所述关键点匹配误差对传感器的欺骗攻击进行检测,包括:

10.根据权利要求7所述的方法,其特征在于,基于所述车辆前方的边界框信息和所述关键点匹配误差对传感器的欺骗攻击进行检测,包括:

11.根据权利要求7所述的方法,其特征在于,基于车辆前方目标物体的类型和所述关键点匹配误差对传感器的欺骗攻击进行检测,包括:

12.一种传感器欺骗攻击检测装置,其特征在于,包括:

13.一种电子设备,其特征在于,所述电子设备包括:

14.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现权利要求1-11中任一项所述的传感器欺骗攻击检测方法。

...

【技术特征摘要】

1.一种传感器欺骗攻击检测方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,所述根据预设定向快速旋转算法确定所述当前帧中目标物体的第一关键点,包括:

3.根据权利要求1所述的方法,其特征在于,所述第二关键点为全局关键点,所述三维地图点为全局地图点;相应的,所述将各所述第二关键点转换为三维地图点,包括:

4.根据权利要求1所述的方法,其特征在于,所述第二关键点为局部关键点,所述三维地图点为局部地图点;相应的,所述将各所述第二关键点转换为三维地图点,还包括:

5.根据权利要求1所述的方法,其特征在于,所述三维地图点为全局地图点;相应的,所述基于所述三维地图点与所述第一关键点的映射关系进行关键点匹配得到关键点匹配误差,包括:

6.根据权利要求1所述的方法,其特征在于,所述三维地图点为局部地图点,所述局部地图点处于边界框中;所述边界框包括第一边界框和第二边界框;相应的,所述基于所述三维地图点与所述第一关键点的映射关系进行关键点匹配得到关键点匹配误差,还包括:

7.根据权利要1所述的方法,其特征在于,所述场景数据包括:车辆的位置信息、车辆前方的边...

【专利技术属性】
技术研发人员:杨椀晴
申请(专利权)人:惠州市德赛西威汽车电子股份有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1