0
雷鋒網按：本文內容來自 360 智能網聯汽車安全實驗室負責人劉健皓在硬創公開課的分享，由雷鋒網旗下欄目“新智駕”整理。
本次公開課包含以下內容：
自動駕駛與輔助駕駛的區別；
自動駕駛功能安全隱患；
事故分析；
安全建議。
雷鋒網：現在大眾對于自動駕駛的預期過高，用戶或車主在使用這樣功能的時候，會存在哪些常見誤區？在你看來，自動駕駛和輔助駕駛的區別是什么？
劉健皓：自動駕駛在宣傳的過程中和標準的定義中給人已完全放心的安全行駛功能進行灌輸，這導致了大多數用戶在駕駛控制上完全依賴于自動駕駛系統。
自動駕駛和輔助駕駛的主要區別就是在于監視和控制的權限。自動駕駛的監視和控制主要在于強大的自動駕駛系統，輔助駕駛的監視主要在于人，需要用戶去監視路面上的情況。而控制在于車，幫助人來根據路面上的情況來進行行駛。
雷鋒網：在什么樣的前提下（包括路況、軟件硬件、自然環境），我們可以放心安全使用自動駕駛或輔助駕駛功能？
劉健皓：我個人觀點，自己是不會放心安全使用自動駕駛的。我總結有三點：
1. 標準的封閉式的道路下，而且在道路標識，車道線等公路基礎交通設施都清晰的情況下。
2. 軟件硬件都正常運行且長時間不會存在故障的情況下。
3. 非惡劣的自然條件下。
雷鋒網：自動駕駛或輔助駕駛系統并不是萬能的。從你們實驗室的研究來看，影響自動駕駛功能的不安全因素有哪些？市面上的輔助駕駛系統存在哪些不可靠的地方？
劉健皓：如上圖，自動駕駛不安全因素主要在于傳感器的感知出現錯誤，導致的決策出現錯誤，最終導致控制上的偏差。
我們在今年的 DEFCON 24 世界黑客大會上面發布了 針對 Autopilot 系統傳感器的測試。并驗證了超聲波傳感器、毫米波雷達、和攝像頭都存在的被攻擊的風險。
雷鋒網：能不能介紹一下輔助駕駛系統的傳感器分別存在哪些潛在的風險？
劉健皓：如上圖，不同的傳感器攻擊方法不一樣，總結下來傳感器攻擊大致有致盲、拒絕服務、信息篡改、干擾等風險。
目前我們發的傳感器攻擊，可以影響到車身控制。干擾自動駕駛路徑規劃。由于是硬件方面的漏洞，廠家也沒有辦法完全修復。所以攻擊方法我們不能具體演講。
有興趣的可以去看一下我們在 defcon 24 的演講視頻。
雷鋒網：我們知道自動駕駛/輔助駕駛系統一般由毫米波雷達、超聲波雷達和攝像頭等傳感器組成。從你們團隊的研究來看，這些傳感器會通過哪些方式受到干擾，讓輔助駕駛功能失效？常見的風險是什么？
劉健皓：我們目前研究的超聲波傳感器主要是利用測距的漏洞來影響距離的標定。
影響聲學測距的方法有很多種，一種是回波。一種是吸波。這兩種干擾方法造成的后果是不一樣的。一個是無效距離，一個是零距離。
毫米波雷達我們可以通過欺騙的方式干擾識別，降低自動駕駛的可靠性。還有一種方法叫 Jamming。
攝像頭還有一種攻擊方法叫致盲。激光雷達也有一些方法，可以干擾。這就是目前信息安全領域對傳感器攻擊的方法匯總。
雷鋒網：剛剛你提到的這些傳感器都存在這樣或那樣潛在的風險，對于自動駕駛或者輔助駕駛的使用者而言，有沒有什么防御方法或者配套改善的措施來避免使用者在用一功能的時候出現不會出現事故？
劉健皓：現在業界大多數的做法都是在講數據融合，通過多維數據融合，和冗余技術降低傳感器誤報造成的錯誤執行。
同時要采用一些人工智能技術，來降低數據融合造成的時間成本。在傳感器自身層面上需要，進行安全設計，對于光學和聲學方面的攻擊都要進行過濾和防護。
雷鋒網：鑒于提到的傳感器存在一些風險。目前自動駕駛使用的傳感器該如何選擇？
劉健皓：這些風險不影響傳感器的選擇。傳感器的選擇主要原則要根據各自車廠的技術路線和供應商的技術水平。
雷鋒網：根據你們的研究，什么樣的架構或方案比較安全或可靠？或者提高安全的等級有什么建議？除了感知層的問題，決策、執行層面是否也存在安全的問題？
劉健皓：目前每個 OEM 廠家的技術路線都不一樣。沒有說哪個架構是否安全可靠。這里的關鍵技術就是對數據的應用。
提高安全的等級的建議，我已經說過：從數據融合、傳感器可靠性、人工智能三個方面。目前我們在研究決策和執行層面的漏洞。
雷鋒網：有一個視頻：前一段時間，一位車主在城市正常道路行駛，使用 Autopilot 的時候，直接撞上了前方白色柵欄，還好沒有造成人員傷亡，而是車體受損。能不能給我們從自動駕駛原理上來解析一下，為什么在這一種不算太復雜的城市路況下，這套駕駛系統還是會出現這樣的事故？
劉健皓：我當時看到這樣的視頻，我一點都不驚訝。因為毫米波雷達沒有識別出靜止的并且有縫隙的柵欄，所以會一直直行。
使用 Autopilot 的用戶都應該會有感受，從原理上來分析是毫米波雷達測距不能夠判斷出前方物體是什么？因為采集到的數據要跟模型匹配，判斷，但是特斯拉應該沒有中國這樣的柵欄的模型。國外有見過柵欄嗎？同時攝像頭也沒有標定出柵欄為障礙物，所以會一直直行。
雷鋒網：特斯拉后來通過 OTA 更新了 Autoplilot 8.0 版本，在硬件上也做了新的布局，以你們的研究來看，你們這么看這兩次更新？
劉健皓：特斯拉出現自動駕駛傷亡事故以后，對自動駕駛功能已經進行更進一步的設計。我們在今年 1 月份就提交了通過超聲波影響他自動駕駛傳感器的漏洞，他們也接受了我們的建議。
所以在 8.0 系統，對于自動駕駛功能的更新和改進。主要強調的還是用戶的監控。長時間不握方向盤是有提示的。這個頻率要比 7.0 系統進行時要高。
在硬件方面。特斯拉的技術路線走的是感知和算法。使用了全車 8 個攝像頭代替了激光雷達方案。同時配備高性能的處理器進行計算。這是一條自動駕駛落地量產的技術路線，實際上特斯拉已經做到了。
雷鋒網：像這套方案，有沒有可能還會出現像你前面提到的「存在盲區，或者有漏檢」現象？
劉健皓：目前來講，之前的盲區和漏檢是不存在了。但是也需要研究現在的方案。介于國內沒有硬件更新的自動駕駛汽車，所以這個也不好說。
雷鋒網：從你們的研究看，在高速跟車、車輛變道、出入主輔路等場景下，在使用自動駕駛或輔助駕駛的時候，我們應該注意些什么？有哪些安全禁忌是絕對不能犯的？
劉健皓：我之前總結了 10 條輔助駕駛安全注意事項：
1. 啟用輔助駕駛時，實現一定要注意在路面上的情況。
2. 在強光、逆光行駛下要注意控制方向盤和車速。
3. 輔助駕駛自動轉彎時，轉角大于 45°角時需要控制方向盤。
4. 高速行駛進行車道保持功能要控制與前車車距，腳要放在剎車上。
5. 跟車轉彎時雙手放在方向盤上，防止汽車竄出。
6. 進出主輔路時，需要控制方向盤，輔助駕駛可能無法判斷障礙物。
7. 高速自動駕駛時必須進入正式車道。
8. 高速變道時，注意前后方車輛車距。
9. 要在道路條件良好的情況下啟用自動駕駛系統。
10. 選擇合適的車輛鎖定開啟功能，不要跟公交車，大卡車。
PS：如果你對此話題有興趣，歡迎關注“新智駕”加入討論。
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
專題
