物理黑客是怎样炼成的无人驾驶Ai系统原理与漏洞捕捉（八）

	前言 这里我给大家分析一下目前自动汽车驾驶方向的一些知识。这些知识比较简单大家可以通过这里 发现汽车自动驾驶方向的更多知识。 我没有要抢橡树的饭碗啊 这仅仅是计划文章的一部分。本来是要写别的东西的但是政策 原因没办法所以就写了这篇。 我们这里拿某团的外卖小车做一个举例 当然我知道某团在i春秋肯定有账号啦  只是举个例子罢了 魔袋 20 搭载的数量堪比售价几十万的新款电动车：它自带 3 个激光雷达 19 个摄像头 2 个毫米波雷达以及9个超声波 雷达可以实现 5cm-150m 范围内障碍物的识别，做到 360 度无死角的实时环境感知。 无人驾驶真的安全吗？ 从前言中的魔袋20的介绍，我们可以得知它有3个激光雷达那么什么是激光雷达呢？激光雷达也就是通过发射激光束探测 目标的位置、速度等特征量的雷达系统。它的工作原理也就是发射探测信号，通过接收到的从目标返回的回波与发射信号 进行比较做一定的适当处理就可以获得目标的有关信息。可以对飞机导弹等目标进行探测 跟踪和识别。 我们需要知道的一个事实是 激光雷达虽然有体积小、探测性好、抗干扰能力 分辨率高等特点，但是它的缺点也很多。 它受天气影响很大，一般在雷雨天气、浓烟、浓雾等天气中会有很大的影响，这个影响根据使用的激光雷达有很大的区别。 举例使用工作波长为10.6μm的co2激光是所有激光中传输性能较好的在坏天气衰减是最弱的。 如果部分车企使用的是别的激光则影响可能会有部分差距。 上述举例中 晴天最大是10-20km的作用距离，而坏天气的情况下会降低到1km以内。 而且它只能在极窄的空间内搜索目标，所以激光雷达其实在汽车行车过程中的作用距离大概是100-300米左右。 在自动驾驶中，摄像头的作用则是通过图形识别来识别车辆或线路。我们常见的L2级自动驾驶辅助系统中的摄像头 主要的作用是探测车道（车道偏离预警功能）。事实上，想要影响车道判断，只需要我们在摄像头的识别过程中对 识别物做出改动即可。 倒车辅助（自动倒车）也出现在了不同的车型中，这些车辆的自动倒车大体上可以分为AI识别倒车与雷达识别倒车。区别就是在于 主要使用摄像头的分辨力和雷达了。但是事实上如果摄像头和雷达的分析差距比较大的话会直接不给你倒车的，所以我们就很难这 样操作了。（毕竟漏洞是需要我们考虑在安全人员的思想之外的挖漏洞哪有那么简单？ 而应对毫米波、超声波雷达就比较难了。但是大家大概见过一些路虎在左右车辆预警的灯可能坏过 其实这种雷达是比较 容易坏的综合原因有很多，我这里就不一一举例了。（这可是橡树大佬的知识了，不懂问橡树。） 上述的漏洞，不是针对某团，因为这是固然的。但是某团还是有五重安全体系的 多算法结合联网聚合 毫秒级传输 安全编码等。无人车也会有近场安全员有特殊的培训。 如若发生危险将立即“STOP”这才是确保自动驾驶安全的“缰绳”。 摄像头？ 这是一张相当有技术含量的“号牌遮挡”其对交警系统SQLInjection的hack案例！ 也就是当摄像头排到你的车牌号并将其转换成文本后，插入数据库时的SQL注入。其实生活中 所有与数据库交互的地方都可能存在SQL注入。（当恰饭吧！）