针对激光雷达感知算法的黑盒攻击模型与仿真.pdfVIP

计算机测量与控制.2025.33（3）设计与应用

:250:ComputerMeasurementControl

DOI:10.16526/ki.11-4762/tp.2025.03.032中图分类号：TP309文献标识码：A

文章编号：1671-4598（2025)03-0250-09

针对激光雷达感知算法的黑盒

攻击模型与仿真

部玉亮1,3,马明晓2,3

230026;

（1.中国科学技术大学生物医学工程学院，合肥

2．中国科学技术大学人工智能与数据科学学院，合肥230026;

215123)

3．中国科学技术大学苏州高等研究院，江苏苏州

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3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4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

Black-boxAttackModelandSimulationforLiDARPerceptionAlgorithms

SHAOYuliangl3,MAMingxiao23

(1.SchoolofBiomedicalEngineering,DivisionofLifeSciencesandMedicine,UniversityofScienceandTechnology

ofChina,Hefei230026,China;

2.SchoolofArtificialIntelligenceandDataScience,UniversityofScienceandTechnologyofChina,Hefei230026,China;

3.SuzhouInstituteforAdvancedResearch,UniversityofScienceandTechnologyofChina,Suzhou215123,China)

Abstract:ToverifythevulnerabilityofLiDAR-basedperceptionalgorithmsinautonomousdrivingwhenfacingattacks,

ablack-boxattackmodelisproposed.ThismodelusesthepointcloudupsamplingalgorithmPC²-PUincombinationwith

randomdownsamplingtocontrolthenumberofattackpoints.Thisattackcanreducetheoccurrenceofbiase