LiDAR 객체 탐지를 위한 물리적으로 구현 가능한 적대적 샘플

현대 자율 주행 시스템은 점 구름 감각 데이터를 처리하기 위해 심층 학습 모델에 크게 의존합니다. 한편, 심층 모델은 눈에 보이지 않는 섭동으로 적대적 공격에 취약한 것으로 나타났습니다. 이는 자율 주행 산업에 보안 우려를 제기하지만, 대부분의 적대적 공격이 2D 평면 이미지에만 적용되어 3D 인식 측면에서는 거의 탐구되지 않았습니다. 본 논문에서는 이 문제를 다루고 LiDAR 탐지기를 속이기 위한 보편적인 3D 적대적 객체를 생성하는 방법을 제시합니다. 특히, 우리는 특정 차량의 지붕에 적대적 객체를 배치하여 LiDAR 탐지기로부터 차량을 완전히 숨기는 데 성공률 80%를 달성했음을 보여줍니다. 다양한 점 구름 입력 표현을 사용하여 여러 탐지기에 대한 공격 결과를 보고합니다. 또한 데이터 증대를 이용한 적대적 방어에 대한 파일럿 연구를 실시합니다. 이는 제한된 훈련 데이터로부터 보지 못한 조건에서 더 안전한 자율 주행에 한 걸음 더 다가가는 것입니다.