针对激光雷达攻击的检测方法、装置、设备及存储介质

文档序号:36275563发布日期:2023-12-06 21:07阅读:38来源:国知局
针对激光雷达攻击的检测方法

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。


背景技术:

1、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

1、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。

2、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:

3、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;

4、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;

5、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。

6、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:

7、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;

8、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;

9、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;

10、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。

11、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:

12、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;

13、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;

14、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;

15、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;

16、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;

17、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。

18、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:

19、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;

20、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。

21、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:

22、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:

23、

24、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。

25、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:

26、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;

27、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。

28、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:

29、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;

30、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;

31、根据所述第二差异值与第二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三激光雷达的攻击检测结果;根据所述第三差异值与第三差异值阈值的大小关系,确定针对所述第二激光雷达和所述第三激光雷达的攻击检测结果;

32、利用各个攻击检测结果组合识别所述第一激光雷达、所述第二激光雷达和所述第三激光雷达是否受到攻击。

33、本说明书实施例的针对激光雷达攻击的检测方法还包括:

34、在确认有激光雷达受到攻击时,丢弃对应的候选框。

35、另一方面,本说明书实施例还提供了一种针对激光雷达攻击的检测装置,包括:

36、转换模块,用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;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;

37、获取模块,用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;

38、确定模块,用于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。

39、另一方面,本说明书实施例还提供了一种计算机设备,包括存储器、处理器、以及存储在所述存储器上的计算机程序,所述计算机程序被所述处理器运行时,执行上述方法的指令。

40、另一方面,本说明书实施例还提供了一种计算机存储介质,其上存储有计算机程序,所述计算机程序被计算机设备的处理器运行时,执行上述方法的指令。

41、另一方面,本说明书实施例还提供了一种计算机程序产品,所述计算机程序产品包括计算机程序,所述计算机程序被所述处理器运行时,执行上述方法的指令。

42、由以上本说明书实施例提供的技术方案可见,本说明书实施例中,在将来自不同车辆激光雷达(两个激光雷达之间的间距满足预设条件)的点云数据分别转换成表面网格后,计算两个表面网格之间的差异,并根据两个表面网格之间的差异与差异值阈值的大小关系确定两个激光雷达是否有被攻击的,从而实现了针对激光雷达的攻击的自动检测,使得自动驾驶系统可以据此检测结果进行应对处理,有利于提高自动驾驶车辆的行车安全。

当前第1页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1