针对激光雷达感知算法的黑盒攻击模型与仿真

来源：计算机测量与控制杂志2025年第3期北京时间：

作者：邵玉亮,马明晓

摘要：为了验证自动驾驶中基于激光雷达感知算法面对攻击的脆弱性，提出了一种使用基于点云上采样算法PC2-PU并配合随机下采样来控制攻击点的数量的黑盒攻击模型，这种攻击能够减少因为数据集本身的缺陷而导致的最终结果出现偏差的情况出现，所提出的攻击模型包括攻击点的数量、位置和高度三个主要因素，通过实验来验证这些因素对攻击结果的影响程度，实验中使用了四种不同类型的感知模型来证明我们提出的攻击的有效性；结果表明，即使只有20个攻击点时，在部分区间位置内的攻击成功率超过了90%，随着攻击点数的增加，在不同位置的攻击成功率均在不断提高；在百度Apollo平台中测试了该攻击对决策层产生的影响。

关键词：激光雷达传感器;自动驾驶安全;感知攻击;点云;驾驶决策

基金资助：中国科学技术大学苏州高等研究院引进人才科研启动专项(KY2260080021)