Niente è più importante per un veicolo autonomo che percepire ciò che gli accade intorno. Come i conducenti umani, anche i veicoli autonomi hanno perciò necessità di prendere decisioni istantanee. Oggi, la maggior parte dei veicoli autonomi si affida a più sensori per percepire l’ambiente circostante e la maggior parte di essi utilizza una combinazione di telecamere, sensori radar e sensori LiDAR (rilevamento della luce e della portata).
Tutti i sistemi di percezione sono fallibili e il sistema LiDAR non fa eccezione
A bordo, i computer fondono questi dati per creare una rappresentazione completa dell’ambiente circostante all’auto. Senza questi dati, i veicoli autonomi non potrebbero in alcun modo viaggiare e in generale più sistemi di sensori garantiscono maggior sicurezza, dal momento che ogni sistema può fungere da “supervisore” rispetto agli altri. Naturalmente, nessun sistema è scevro da possibili intoppi. Sfortunatamente infatti, questi sistemi non sono infallibili. I sistemi di percezione basati su telecamere possono essere ingannati semplicemente mettendo degli adesivi sui segnali stradali, per cambiarne completamente il significato.
Il RobustNet Research Group dell’Università del Michigan, grazie allo scienziato informatico Qi Alfred Chen dell’UC Irvine, ha dimostrato che può essere aggirato anche il sistema di percezione basato su LiDAR. Con il sensore LiDAR, è possibile “ingannare” il sistema di rilevamento degli ostacoli, al punto da far rilevare al sensore anche un ostacolo inesistente. In questo caso, come è facile intuire, un veicolo potrebbe causare un incidente frenando bruscamente.
Creando ostacoli che non esistono si può provocare una reazione imprevedibile del sensore e causare incidenti
I sistemi di percezione basati su LiDAR presentano due componenti: il sensore e il modello di apprendimento automatico che elabora i dati del sensore. Il sensore LiDAR calcola la distanza tra se stesso e l’ambiente circostante, emettendo un segnale luminoso e misurando quanto tempo impiega quel segnale a rimbalzare su un oggetto e tornare al sensore. Un’unità LiDAR invia decine di migliaia di segnali luminosi al secondo, ragion per cui il suo modello di apprendimento automatico utilizza gli impulsi restituiti per realizzare un’immagine del mondo attorno al veicolo, in maniera simile al sistema di ecolocalizzazione dei pipistrelli.
Il problema è che questi impulsi possono essere falsificati. Per ingannare il sensore, un oggetto può emettere il proprio segnale luminoso sul sensore e questo è tutto ciò che serve per confondere il sensore. Tuttavia, è più difficile falsificare il sensore LiDAR per “vedere” un ostacolo che non c’è. Per avere successo, chi attacca il sistema deve scandire con precisione i segnali emessi dal LiDAR e questo deve avvenire in nanosecondi, poiché i segnali viaggiano alla velocità della luce.
