0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

车道的视觉识别缺陷:三张纸片将特斯拉“骗”上错误路线

电子工程师 来源:YXQ 2019-04-07 09:17 次阅读

随着高级辅助驾驶系统已经逐渐应用到大众车型中,这一技术的安全性也受到越来越多的关注。

近日,腾讯科恩实验室公布了一项在特斯拉 Model S 上进行的安全性研究,并发布报告指出了三个缺陷。其中包括一个与雨刷相关的视觉识别缺陷和两个辅助驾驶相关的缺陷。

该团队通过不同方法误导车辆对环境、道路的感知,进而让车辆作出“开启雨刷”、“变道”的错误决策。此外,该团队还通过攻击辅助驾驶系统实现用游戏手柄控制车辆行进。

视频|实验过程展示(来源:腾讯科恩实验室)

一、雨刷的视觉识别缺陷

正常情况下,特斯拉能够在图像识别技术的支持下,自动根据天气状况开启雨刷功能并调节雨刷工作速度。

在实验中,团队将特斯拉停在一个室内环境中,在车辆前播放特定的干扰画面,使车辆得出了下雨的错误判断,导致雨刷自动启动。实验室表示,这是利用 AI 对抗样本生成技术生成特定图像并实现了对汽车的干扰,而在随机生成的画面中则不会出现这种情况。

(来源:腾讯科恩实验室)

二、车道的视觉识别缺陷:三张纸片将特斯拉“骗”上错误路线。

特斯拉 Autopilot 辅助驾驶系统能够识别道路上的车道线,进行沿道路行进和变道等操作。

在科恩实验室发布的视频演示中,道路特定位置上摆放三张小纸片,一般情况下人类驾驶员都难以轻易察觉纸片的存在,然而特斯拉在 Autopilot 驾驶模式下行驶到该位置时,突然作出转向决策进入到隔壁的逆行车道。

(来源:腾讯科恩实验室)

从结果上来看,纸片的放置干扰了车辆对车道的判断,最终导致车辆作出如此离奇的决策。

腾讯团队在报告中指出,在天气识别和车道识别上,特斯拉都是基于视觉识别技术感知环境,再作出决策。团队研究了特斯拉车道识别过程,在实际的道路上摆放了数个纸片,实现了物理上的对抗图像攻击(adversarial image attack),让汽车产生了错误的车道判断。

事实上,尽管机器学习在很多视觉识别任务上都有很好的表现,但同时也存在问题,机器学习易受到对抗样本的干扰,甚至是一些人类难以察觉的扰动都会让系统产生完全不同的判断。此次特斯拉被误导的实验现象也符合这一原理。

对这一结果,特斯拉回应表示,这是人为改变了汽车所处的物理环境,引起了特斯拉行进的变化。在现实情况下,驾驶员的操作可以覆盖 Autopilot 的决策。特斯拉再次强调驾驶员应该随时准备好接管汽车。

三、遥控器操控车辆行驶

科恩实验室此前曾利用漏洞获得了 Model S(版本 2018.6.1)的 Autopilot 控制权,在最新的实验中,团队实现了在 Autopilot 系统没有被车主主动开启的情况下,也可以利用 Autopilot 功能实现通过游戏手柄对车辆行驶方向进行操控。

(来源:腾讯科恩实验室)

对这一漏洞,特斯拉回应表示,报告里面提到的漏洞已在 2017 年的一次安全更新中修复了。此外,特斯拉称多年来并没有用户反映有车辆被遥控器操控的案例出现。

智能化程度越来越高的情况下,车上的系统漏洞成为一个越来越被重视的问题。事实上,所有的操作系统都无可避免地存在漏洞。在过去 4 年里,特斯拉一直进行着一个漏洞奖励项目,对每个发现特斯拉漏洞人给予上万美元的奖励。而对于已经发现的漏洞,特斯拉则能在一次次的升级中进行修复。

不过话说回来,车辆的安全与用户的人身安全息息相关, 特别是随着自动驾驶技术的运用,在未来很长一段时间内,关于车辆系统安全问题的争议还将一直持续下去。

而对于普通的车主来说,汽车智能化程度的提升毫无疑问能够提升我们的用车体验,但同时我们必须接受的是,自动驾驶系统可能永远无法达到永不犯错、无懈可击的程度。因此,对辅助驾驶系统保持一个警惕的心,保持注意力、拿好方向盘,随时将车辆掌握在自己手里才是正解。

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 特斯拉
    +关注

    关注

    66

    文章

    6311

    浏览量

    126540
  • 视觉识别
    +关注

    关注

    3

    文章

    89

    浏览量

    16723

原文标题:三张贴纸"欺骗"一台特斯拉,腾讯科恩实验室指出Autopilot视觉识别缺陷

文章出处:【微信号:deeptechchina,微信公众号:deeptechchina】欢迎添加关注!文章转载请注明出处。

收藏 人收藏

    评论

    相关推荐

    开源项目 ! 利用边缘计算打造便携式视觉识别系统

    利用边缘计算打造便携式人工智能解决方案,面向开发者的视觉识别项目! 自制视觉识别系统 我们深入探究一套堪称绝妙的软硬件组合,以助力开发者
    发表于 12-16 16:31

    【实战】Python+OpenCV车道线检测识别项目:实现L2级别自动驾驶必备(配套课程+平台实践)

    的一个必备技能——车道线检测。本文详细介绍一个车道线检测项目的过程,从图像采集到车道线的准确识别,看看在L2自动驾驶中,如何通过图像处理技
    的头像 发表于 12-16 15:42 252次阅读
    【实战】Python+OpenCV<b class='flag-5'>车道</b>线检测<b class='flag-5'>识别</b>项目:实现L2级别自动驾驶必备(配套课程+平台实践)

    工业视觉在条码/二维码识别领域的应用

    工业视觉技术在条码和二维码识别领域的应用日益广泛,它通过高精度的图像处理和识别算法,实现了对条码和二维码的快速、准确识别。这项技术不仅提高了生产效率,还降低了人工
    的头像 发表于 11-18 16:28 241次阅读
    工业<b class='flag-5'>视觉</b>在条码/二维码<b class='flag-5'>识别</b>领域的应用

    特斯拉智能驾驶|从视觉优先的技术路径到未来的挑战?

    特斯拉作为全球智能驾驶领域的技术先锋,其FSD(Full Self-Driving)方案选择了独特的纯视觉自动驾驶路线,摒弃了激光雷达和高精度地图的使用。特斯拉通过其自研的摄像头感知方
    的头像 发表于 09-12 08:57 4021次阅读
    <b class='flag-5'>特斯拉</b>智能驾驶|从<b class='flag-5'>视觉</b>优先的技术路径到未来的挑战?

    产品标签OCR识别缺陷检测系统方案

    目前实验来看,康耐德机器视觉可以检测出标签有无以及有没贴歪斜,印刷字符只能检测出缺陷比较大的产品,具体还要以实际缺陷产品来模拟确认。此方案适合65mm以下产品,由于颜色太多,不能所有产品都兼容。
    的头像 发表于 06-10 18:26 739次阅读
    产品标签OCR<b class='flag-5'>识别</b><b class='flag-5'>缺陷</b>检测系统方案

    AIDI工业AI视觉检测软件介绍

    AIDI是一款基于深度学习的智能工业视觉平台应用于多种工业应用场景,有效解决复杂缺陷的定位识别、分类定级及字符识别等问题,具有强大的兼容性。AIDI 内置多种应用模块,无需编程,帮助用
    发表于 03-25 21:52

    一目了然:机器视觉缺陷识别方法

    机器视觉缺陷检测技术在工业生产、医疗影像、安防监控等领域有着广泛的应用,能够提高产品质量、生产效率和安全性。机器视觉缺陷检测原理机器视觉
    的头像 发表于 03-18 17:54 1149次阅读
    一目了然:机器<b class='flag-5'>视觉</b><b class='flag-5'>缺陷</b><b class='flag-5'>识别</b>方法

    机器视觉如何检测橡胶圈外观尺寸检测?

    外观检测 机器视觉系统可以检测橡胶圈表面的缺陷,裂纹、气泡、凹陷等。通过图像处理算法,系统能够准确识别并标记出这些缺陷。系统能够精确识别颜色
    的头像 发表于 03-15 17:24 569次阅读

    机器视觉缺陷检测是工业自动化领域的一项关键技术

    机器视觉缺陷检测是工业自动化领域的一项关键技术,
    的头像 发表于 02-22 13:59 523次阅读
    机器<b class='flag-5'>视觉</b><b class='flag-5'>缺陷</b>检测是工业自动化领域的一项关键技术

    2023年工业视觉缺陷检测经验分享

    表面缺陷检测任务是指通过对产品表面进行仔细的检查和评估,以发现和识别任何不符合质量标准或设计要求的表面缺陷。这项任务的目的是确保产品的外观质量和功能性满足预定的要求,从而提高产品的整体质量和客户满意度。
    发表于 02-21 14:31 1061次阅读
    2023年工业<b class='flag-5'>视觉</b><b class='flag-5'>缺陷</b>检测经验分享

    视觉检测设备的分类

    视觉检测设备是一种利用摄像头、传感器、光源和图像处理算法等技术组成的设备,用于检测、识别、分析和判断图像或视频中目标物体的特征、属性、状态或缺陷。这些设备可以应用于各种行业和领域,包括工业自动化
    的头像 发表于 02-21 09:41 1357次阅读
    <b class='flag-5'>视觉</b>检测设备的分类

    机器视觉在织物缺陷图像识别中的应用与分析

    基于图像的织物疵点自动检测技术已成为了该领域近年来的的研究热点,其代替人工织物疵点检测的研究算法也逐渐成为可能,主流方法一般分为两大类, 一是基于传统图像处理的织物缺陷检测方法,二是基于深度学习算法的织物缺陷检测定位方法。
    发表于 02-20 14:24 601次阅读
    机器<b class='flag-5'>视觉</b>在织物<b class='flag-5'>缺陷</b>图像<b class='flag-5'>识别</b>中的应用与分析

    特斯拉因显示字体错误召回219万辆汽车

    早在去年,特斯拉CEO埃隆·马斯克就曾公开表示,NHTSAOTA升级定义为召回是“错误且陈旧”的观念。取而代之的应该是更精准的用法。
    的头像 发表于 02-03 10:59 745次阅读

    PCB防工艺缺陷问题汇总

    今天分享是《防喷涂工艺缺陷问题案例汇总》 资料。
    的头像 发表于 12-29 10:10 973次阅读
    PCB<b class='flag-5'>三</b>防工艺<b class='flag-5'>缺陷</b>问题汇总

    机器视觉之玻璃产品缺陷检测

    基于机器视觉技术的玻璃质量检测流程:产品经过光学系统,LED红光垂直(或其他角度)入射待检测玻璃后,若玻璃中存在缺陷,CCD相机的靶面检测到不均匀的出射光,然后图像采集卡对输出的信号进行实时采集并将
    发表于 12-22 16:09 873次阅读
    机器<b class='flag-5'>视觉</b>之玻璃产品<b class='flag-5'>缺陷</b>检测