...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>IEEE transactions on dependable and secure computing >“Seeing is Not Always Believing”: Detecting Perception Error Attacks Against Autonomous Vehicles
【24h】

“Seeing is Not Always Believing”: Detecting Perception Error Attacks Against Autonomous Vehicles

机译：“看到并不总是相信”：检测对自动车辆的感知错误攻击

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Due to the great achievements in artificial intelligence, it is predicted that autonomous vehicles with little or even no human involvement will come to market in the near future. Autonomous vehicles are equipped with multiple types of sensors. An autonomous vehicle relies on its sensors to perceive its environment, and this sensory information plays a key role in the vehicle's driving decisions. Hence, ensuring the trustworthiness of the sensor data is crucial for drivers' safety. In this article, we discuss the impact of perception error attacks (PEAs) on autonomous vehicles, and propose a countermeasure called LIFE (LIDAR and Image data Fusion for detecting perception Errors). LIFE detects PEAs by analyzing the consistency between camera image data and LIDAR data using novel machine learning and computer vision algorithms. The performance of LIFE has been evaluated extensively using the KITTI dataset.
机译：由于人工智能的巨大成就，预测，近期没有人类参与的自治车辆将在不久的将来上市。 自动车辆配备多种类型的传感器。 自主车辆依赖于其传感器来察觉到其环境，并且这种感官信息在车辆的驾驶决策中起着关键作用。 因此，确保传感器数据的可信度对于驱动器安全至关重要。 在本文中，我们讨论了对自动车辆的感知错误攻击（豌豆）的影响，并提出了一种称为寿命的对策（激光器和检测感知误差的图像数据融合）。 使用小说机器学习和计算机视觉算法分析相机图像数据和LIDAR数据的一致性来检测豌豆。 使用Kitti DataSet对生命的性能进行了广泛的评估。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号