지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2023.12
- 수록면
- 1,099 - 1,110 (12page)
이용수
초록· 키워드
오류제보하기
자율주행 및 robot navigation의 인식 시스템은 성능 향상을 위해 다중 센서를 융합(Multi-Sensor Fusion)을 한 후, 객체 인식 및 추적, 차선 감지 등의 비전 작업을 한다. 현재 카메라와 라이다 센서의 융합을 기반으로 한 딥러닝 모델에 대한 연구가 활발히 이루어지고 있다. 그러나 딥러닝 모델은 입력 데이터의 변조를 통한 적대적 공격에 취약하다. 기존의 다중 센서 기반 자율주행 인식 시스템에 대한 공격은 객체 인식 모델의 신뢰 점수를 낮춰 장애물 오검출을 유도하는 데에 초점이 맞춰져 있다. 그러나 타겟 모델에만 공격이 가능하다는 한계가 있다. 센서 융합단계에 대한 공격의 경우 융합 이후의 비전 작업에 대한 오류를 연쇄적으로 유발할 수 있으며, 이러한 위험성에 대한 고려가 필요하다. 또한 시각적으로 판단하기 어려운 라이다의 포인트 클라우드 데이터에 대한 공격을 진행하여 공격 여부를 판단하기 어렵도록 한다. 본 연구에서는 이미지 스케일링 기반 카메라-라이다 융합 모델(camera-LiDAR calibration model)인 LCCNet 의 정확도를 저하시키는 공격 방법을 제안한다. 제안 방법은 입력 라이다의 포인트에 스케일링 공격을 하고자 한다. 스케일링 알고리즘과 크기별 공격 성능 실험을 진행한 결과 평균 77% 이상의 융합 오류를 유발하였다.
목차
요약
ABSTRACT
I. 서론
II. 관련 연구
III. 제안 방법
IV. 실험 및 실험 결과
V. 고찰
VI. 결론
References
참고문헌 (21)
참고문헌 신청
Shadrin, Sergej S., and Anastasiia A. Ivanova. "Analytical review of standard Sae J3016 “taxonomy and definitions for terms related to driving automation systems for on-road motor vehicle s” with latest updates. Avtomobil. Dor oga. Infrastruktura, March.
cbinsights, “40+ Corporations Working On Autonomous Vehicles”, https://www.cbinsights.com/research/autonomous-driverless-vehicles-corporations-list. 2020-12-16
D. Frossard and R. Urtasun, “End-to-end Learning of Multi-sensor 3D Tracking by Detection”, ICRA. IEEE, pp. 635–642, May. 2018
M. Liang, B. Yang, S. Wang, and R. Urtasun, “Deep Continuous Fusion for Multi-Sensor 3D Object Detection”, ECCV, pp. 641-656, 2018.
X. Chen, H. Ma, J. Wan, B. Li, and T. Xia, “Multi-View 3D Object Detection Network for Autonomous Driving”, CVPR, pp. 1907-1915, 2017.
cbinsights, “40+ Corporations Working On Autonomous Vehicles”, https://www.cbinsights.com/research/autonomous-driverless-vehicles-corporations-list. 2020-12-16
D. Frossard and R. Urtasun, “End-to-end Learning of Multi-sensor 3D Tracking by Detection”, ICRA. IEEE, pp. 635–642, May. 2018
M. Liang, B. Yang, S. Wang, and R. Urtasun, “Deep Continuous Fusion for Multi-Sensor 3D Object Detection”, ECCV, pp. 641-656, 2018.
X. Chen, H. Ma, J. Wan, B. Li, and T. Xia, “Multi-View 3D Object Detection Network for Autonomous Driving”, CVPR, pp. 1907-1915, 2017.
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
라이다-카메라 데이터 융합 방법 연구
대한전자공학회 학술대회
2017 .11
-
카메라-라이다 센서 융합을 위한 캘리브레이션 기법 소개
한국자동차공학회논문집
2022 .10
-
차량환경에서의 객체 추적을 위한 라이다 및 카메라 센서 융합에 관한 연구
한국통신학회 학술대회논문집
2020 .08
-
삼차원 객체 인식을 위한 라이다-카메라 후기 융합 기술
한국자동차공학회 춘계학술대회
2023 .05
-
저가형 카메라 및 라이다 데이터 융합에 의한 객체 추정 방법
제어로봇시스템학회 국내학술대회 논문집
2024 .07
-
센서 융합을 통한 카메라-라이다 기반 드론 객체 탐지
한국통신학회 학술대회논문집
2025 .02
-
자율주행을 위한 라이다 카메라 일대다 센서 병합
대한전자공학회 학술대회
2019 .11
-
라이다 기반 객체 인식 및 센서 융합에 대한 연구
전자공학회논문지
2021 .05
-
자율주행 로봇 레이싱을 위한 라이다-카메라 융합 기반 다중 객체 추적
한국자동차공학회 춘계학술대회
2024 .06
-
도로 영역 검출을 위한 카메라 라이다 융합 방법
제어로봇시스템학회 국내학술대회 논문집
2019 .05
-
다중 저채널 라이다와 카메라의 센서 융합에 의한 차량 객체 검출 알고리즘
정보 및 제어 논문집
2017 .10
-
3D LiDAR/카메라 센서 융합을 이용한 다중 물체 위치 추정
한국자동차공학회 춘계학술대회
2019 .05
-
카메라-라이다 간 기하 모델의 파라미터 추정
한국자동차공학회 지회 학술대회 논문집
2018 .05
-
라이다-카메라 캘리브레이션을 통한 동적 장애물 회피를 위한 자율주행 인지시스템에 대한 연구
한국자동차공학회 추계학술대회 및 전시회
2022 .11
-
지능형 로봇의 객체 추정을 위한 카메라 라이다 센서 융합 방법
제어로봇시스템학회 논문지
2024 .08
-
ADAS 카메라 및 라이다 장착 검사를 위한 센서 캘리브레이션 알고리즘 시뮬레이션 연구
한국자동차공학회 추계학술대회 및 전시회
2019 .11
-
크로스뷰 카메라-라이다 센서 융합 특징맵 생성을 통한 3D 물체 검출 기법
한국자동차공학회 춘계학술대회
2020 .07
-
카메라와 라이다의 센서 융합을 이용한 과속방지턱 검출 방법
정보 및 제어 논문집
2017 .10
-
딥러닝 기반 카메라, 라이더 센서 융합 인지 기술
한국자동차공학회 춘계학술대회
2018 .06
-
희소 입력 환경에서의 지식 증류를 활용한 카메라-라이다 센서 융합
방송공학회논문지
2023 .07
이 논문의 저자 정보
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-151-24-02-088524765