作者：hacker发布时间：2022-07-17分类：邮箱破解浏览：161评论：2
就在最近，在经过航空官方几个月对无人机和飞机之间的飞行数量和距离的警告之后，无人机与飞机之间距离过近的时间频频发生。为了让我们真正受益于这些新技术，保险公司、政策制定者和技术生产者必须齐心协力，以确保有人负责并且使风险得到有效管控。
每天，我们的生活都更像电影《回到未来》。虽然我们的车还不能飞，但已经可以自动驾驶了。快递员也在被无人机取代。我们的家、车，甚至城市都变得“智能”，或者说更多地融入到这个“数字世界”。
我们很高兴看到这些创新变成了现实。但新产品也带来了新的风险，而且现在他们正阻止我们将这些创新带到大众市场。7月，一辆自动驾驶的特斯拉汽车发生了第一起致命的事故。就在最近，在经过航空官方几个月对无人机和飞机之间的飞行数量和距离的警告之后，无人机与飞机之间距离过近的时间频频发生。为了让我们真正受益于这些新技术，保险公司、政策制定者和技术生产者必须齐心协力，以确保有人负责并且使风险得到有效管控。
我们尤其应该采取三项行动。首先，人工智能产品的责任应该明确界定并对外界透明。第二，应该建立用互联网功能的共享数据，在不危机安全的情况下允许连接的设备数据共享。第三，一个全球认可的机构应授权以及监督该行业的管理标准。
让我们从责任谈起。
很明显，配备人工智能的产品可以比那些不配备的更好、更安全。 例如，据估计自动驾驶的车辆会将事故率降低90％，成为“本世纪最伟大的健康成就”。
但随着这些智能机器的不断发展，它们导致事故的责任问题出现了。谁应对自主或人工智能的“机器人”造成的伤害负责？ 如果人工智能设备的所有者无法再控制设备的操作，那么他们仍然负有责任吗？
目前，没有为全自动化人工智能设备提供清楚、和谐（认为是全球认可的）故障机制的规定。因此，保险人必须与技术制造商和决策者共同努力，以解决这些责任归属方面的空白。没有明确的责任归属，保险公司将无法弥补个人、制造商或技术设计人员的损失。
第二，考虑创建一个用于数据共享的安全网络。
在“信息物理系统”的时代，我们的汽车不仅是自主的而且是“智能的”，也就是说是数据连接的。但数据连接也会自动带来人为错误和恶意黑客的风险。 2015年，克莱斯勒在了解到车辆容易受到无线黑客攻击，会被第三方控制仪表板功能、转向、传动和制动之后，召回了超过150万辆汽车。
威胁范围远远超出我们的车辆。在过去几个月里，美国和德国政府系统曾被黑客攻击。关键问题不能忽视：如果不只是一辆汽车，而是所有的汽车被黑客攻击呢？ 如果一个意图破坏的组织控制我们的数字基础设施并切断水电，该怎么办？
我在世界经济论坛上组织了一场降低风险的会议，在这次会议中，保险公司都纷纷对上述问题表示了担忧。他们要求与政府、制造商和技术设计人员合作，明确数据需求和树立访问框架，并实时高效地共享数据。这是朝着正确方向迈出的一步：所有利益相关者需要共同努力，使新兴技术的前期设计更加透明化，以便在新技术开发的每一步中实现统一的安全标准并降低风险。
最后，考虑建立一个全球公认的标准体系。
现在，保险标准和规定保险范围的的缺失，抑制了社会在伤害和损失方面的保护。随着按需经济的出现，许多共享平台既没有保险也没有最低限度的自我保险。
此外，城市或地区之间监管不统一。例如，在加拿大，分享经济的合法性因省而异。（在多伦多是合法的，在温哥华不是）
网约车使穿越城市、州和国家线路变得十分容易。在这样的一个世界里，如果我们要保护个人长期性需要的社会保护（即种族歧视，背景调查 /许可证验证和保险要求），协调变得非常重要。
在没有强制要求保险或建立单一认证机构的情况下，共享汽车的驾驶员可能没有商业能力驾驶所需的保险；个人出租自己的房子几个晚上可能没有适当的房主保险; 个人本身可能没有适当的医疗保险、养老金或其他长期保护卖家和用户的受监管的保险，
总之，虽然这些新兴技术为社会带来巨大的利益，但它们本质上带来了新的和更复杂的风险，其中将导致财产和生命的严重损失。分散的监管框架、缺乏责任和缺乏统一标准阻碍了保险公司通过开发新产品来管理这些风险的能力。但通过共同努力，在未来这些风险不仅可以消除，我们甚至可以预防它的发生。
我们可能永远不会像在电影中那样回到未来，但至少我们要回到一个有适当的风险保障和责任的世界。
汽车的自动驾驶是未来的必然方向，但是和传统驾驶一样我们关心的还是安全，这种安全不仅仅是道路交通的安全，更多的还有来自于第三方的安全。因为我们都知道，自动驾驶的核心是来源于网络，而网络最可怕的就是来自于黑客的攻击，那么对于这方面的安全保护我们的自动驾驶有什么应对呢？
对于目前的情况来看，单从自动驾驶层面来看，特斯拉已经走在了前列，那么特斯拉的自动驾驶安全性又是如何呢？虽然曾经特斯拉自动驾驶出现过碰撞问题，但是对于网络科技为主的特斯拉对于黑客攻击的应对应该是不错的，毕竟他们的火箭都能上天了，但是实施却出人意料。
一名海外的大学生近日发布了一篇报道，并在名为《ADAS的幻影：驾驶员辅助系统的幻影攻击》的研究论文中指出了特斯拉的这一缺陷。文中指出，他们在一项测试中发现，投影到道路上的人的二维图像导致特斯拉Model X 放慢脚步。同样，在地面上投射假车道标记会使Model X暂时忽略道路的物理车道线，换句话说特斯拉的自动驾驶系统无法识别道路的真假情况，如果自动驾驶系统被黑客攻击，完全可以将车辆牢牢控制在黑客手中，感觉相当危险。
可能有人会说，我们可以直接通过人工驾驶介入，但是黑客攻击手法自然也会考虑到这一点，试问现在通过网络以及电脑进行控制的汽车会不会有可能由于黑客的攻击导致汽车拒绝人工驾驶的介入呢？很多专家认为这点是完全可以做到的，因此从目前的情况来看，自动驾驶技术面临的安全不仅仅在于碰撞等常规安全，而对于未来的网络攻击更要注意，毕竟随着科技的发展，安全系统的提升也要跟上，这才是可以面对未来的汽车安全。
总体来说，对于研究无人驾驶技术大家都是支持的，但是对于安全我们的无人驾驶技术也要全面升级，什么自动刹车都是基础，而如何营造一个无人驾驶的专用防火墙，如何提升网络安全才是未来无人驾驶安全的发展重点。
本文来源于汽车之家车家号作者，不代表汽车之家的观点立场。
撰写｜方长
近日，天天汽车通过外媒渠道获悉一些互联网安全专家对于自动驾驶系统的安全性提出了安全警告，他们认为对于自动驾驶系统中的车道保持功能有可能会被黑客劫持，存在安全隐患。
自动驾驶功能可以大幅提高驾驶员驾驶车辆时的安全性与舒适度，例如自动车道保持功能可以辅助驾驶员控制前进路线，而最近有消息称某可控纯电动汽车的终端App上出现了不是自身车辆且遍布各地的车辆信息，更让人细思极恐的是这些汽车都可以通过一台手机上进行操作。
当黑客劫持车辆自动驾驶系统可以通过远程访问与物理访问两种方式，前者是指在汽车联网时对汽车应用程序进行入侵，从而控制行车电脑，而后者则是指进入车辆内对该车搭载的ECU进行代码植入，从而控制车辆。无疑这一问题的出现对于汽车自动驾驶技术又是一大考验，也是厂家需要攻克的又一大难题。
本文来源于汽车之家车家号作者，不代表汽车之家的观点立场。
不是什么车都能被控制。黑客再怎么黑也只能黑软件，没有硬件的支持汽车不会动的，比如说一辆手动档的车人不去挂档，再牛逼的黑客也只能望车兴叹。速8里的桥段虽然有点科幻，但从目前汽车电控技术发展方向上看，如果哪天新闻真报导发生了类似电影里的事件，大家都不必怀疑也不必讶异。
美国交通部的国家公路交通安全管理局（NHTSA）最近发布了一份关于自动驾驶技术现状的概述报告。
根据该报告，自动化车辆技术仍处于研发阶段。下面给出的地图描绘了美国的受控测试站点，其中自动驾驶汽车组件和系统使用建模，模拟和在路上。
自动驾驶汽车的自主水平
据SAE International称，自动驾驶汽车有五个级别的自主权：
级别1：这是一个低级自动化系统，系统和人类驾驶员共享控制权。例如，自适应巡航控制功能控制发动机和制动功率，以便在驾驶员控制转向时进行速度变化和维护。1级系统可随时保证完全人为控制。
等级2 ：在此级别，当加速，制动和转向等车辆操作受系统控制时，驾驶员需要对自动系统进行持续监控。许多2级车辆要求驾驶员握住方向盘以使自动系统连续运转。
等级3 ：属于此类别的自主车辆允许驾驶员执行其他任务（如发短信或观看电影），同时系统控制大多数车辆操作。然而，对于车辆制造商规定的某些操作，系统需要在有限时间内对驾驶员进行干预。
级别4 ：此级别支持自动驾驶，只需最少的驾驶员干预，但仅在选定的映射位置（称为地理围栏区域）中执行此操作。
5级：无需人为干预。
虽然5级自治是许多自动驾驶汽车公司的共同梦想，但它们各自达到5级自治的路径却截然不同。一些公司认为3级和4级自治是太危险的，因为从机器到人的交接可能是不可预测和危险的（从发短信或看电影到转向远离事故可能是不切实际的期望）。
自驾车如何与周围环境相互作用
根据美国交通部的数据，连接和自动驾驶车辆以三种方式相互通信及与周围环境相通：
车辆到车辆（V2V）的相互作用
自动驾驶汽车之间的V2V互动允许在路线拥堵，障碍物和危险方面进行信息交换。
例如，如果自动驾驶汽车遇到事故或高容量但行驶缓慢的车辆，它就能够将信息转发给其他自动驾驶汽车，然后可以根据收到的数据调整航线，并可能避免事故和交通。
车辆到基础设施（V2I）交互
自动驾驶汽车可以与基础设施组件（如智能停车系统）进行通信，以便在行程之前规划路线和预留停车位。
当自动驾驶汽车必须决定在到达目的地时如何停车时，此信息特别有用：平行，垂直或有角度。此外，其他无人驾驶汽车将事先“知道”特定停车位是否已经预订或是否已经开放。
车辆到行人（V2P）的互动
该V2P相互作用主要是进行自驾车和行人的智能手机应用程序之间。
据明尼苏达大学消息，它资助了一种称为移动无障碍行人信号（MAPS）的V2P原型。视力受损的行人可以使用MAPS分别接收和提供有关交叉路口和行人位置的信息。除了汽车传感器和激光雷达提供的数据之外，自动驾驶汽车将使用这些数据，以更准确地定位行人并可能避免碰撞。
示例和用例
博世在以下两分钟视频中解释了V2V和V2I技术的一些简单用例：
中国现在陷入困境的硬件制造商华为在2018年的演示视频中展示了各种潜在的“V2”用例：
虽然该技术仍处于起步阶段，但“V2”技术正在为完全的自主性铺平道路，并且有希望为司机和行人提供更加安全的道路。目前还不清楚不同的国家是否会开发完全不同的V2用例和标准，现在判断哪些V2应用程序将在未来几年成为标准并且将被放弃还为时尚早。
当前自动驾驶汽车和工作部件的例子
谷歌和特斯拉是目前自动驾驶汽车领域最大的参与者。为了更好地了解自动驾驶汽车如何实时工作，本文包含有关Google Waymo和特斯拉自动驾驶仪的工作和操作的详细信息。
谷歌的Waymo
根据Google的说法，Waymo是一个4级自治系统，只需要很少的人为干预。
Waymo的硬件基础设施
Waymo硬件的描述图片如下：
Waymo的基础设施包括各种传感器，雷达和摄像系统。
LiDAR传感器
根据谷歌的说法，Waymo有一个多层传感器套件，能够在不同的光照条件下运行。该传感器套件基本上是一个全向LiDAR系统，包括短程，高分辨率中频和远程激光雷达。这些激光雷达每秒投射数百万个激光脉冲并计算光束从表面或人体反射并返回自动驾驶汽车所需的时间。
根据从LiDAR光束收到的数据，Waymo据报道创建了一个周围环境的3D地图，识别移动和固定物体，包括其他车辆，骑自行车者，行人，交通信号灯和各种道路特征。
视力
Waymo的视觉系统是另一种全方位，高分辨率的相机套件，据称能够在低光条件下识别颜色。这有助于检测不同的交通信号灯，其他车辆，施工区域和应急灯。
雷达
谷歌称，Waymo使用雷达系统通过波长“环绕”不同光线和天气条件（如雨，雪和雾）来感知物体和运动。该雷达系统也是全方位的，可以在自动驾驶汽车周围360度跟踪行人和其他车辆的速度。
补充传感器
Waymo还增加了额外的传感器，其中包括用于检测紧急警报器的音频检测系统和用于跟踪物理位置的GPS。
Waymo的自动驾驶软件
谷歌宣称，Waymo的自动驾驶软件已经过“50亿英里的模拟驾驶和500万英里的公路驾驶体验”的培训和测试。它由机器学习算法提供支持。
以下视频详细介绍了Waymo如何在路上运行：
根据谷歌的说法，Waymo的4级技术能够检测并“理解”物体及其行为，并因此以三重过程调整自动驾驶汽车的行为。
知觉
据报道，Waymo可以检测，识别和分类道路上的物体，包括行人和其他车辆，同时测量它们的速度，方向和加速度。
例如，Waymo的感知软件从传感器和雷达收集数据，并创建周围环境的模拟“视图”。由于这种能力，Waymo能够确定当灯变绿时是否可以通过，或者由于交通锥指示的车道被阻挡而调整其路线。
行为预测
根据谷歌的说法，Waymo可以通过推断使用“数百万英里的驾驶经验”构建的训练模型中的数据，根据其分类来预测道路上物体的行为。
例如，自驾车软件“理解”虽然行人可能看起来与骑车人相似，但他们的移动速度比后者慢，并且表现出更多突然的方向变化。
规划人员
据报道，计划软件使用感知和行为预测软件捕获的信息来规划Waymo的适当路线。谷歌称，Waymo的策划者就像一名“防御性驾驶员”，他选择远离盲点并为骑车人和行人提供回旋余地。
特斯拉的自动驾驶仪
据特斯拉称，自动驾驶仪是一款二级自动驾驶汽车。与大多数二级系统一样，自动驾驶仪要求驾驶员始终握住方向盘，准备接管控制。
特斯拉还警告说，驾驶员必须在自主操作期间充分发挥作用。
自动驾驶仪硬件
下图显示了Autopilot的硬件组件。
根据特斯拉的说法，2014年至2016年10月期间生产的自动驾驶汽车包括有限的超声波传感器，低功率雷达和一台摄像机。
自2016年以来建造的包括12个用于附近物体和行人识别的超声波传感器，能够“感知”不同天气条件的正面雷达，8个用作特斯拉内部神经网络馈送的外部摄像头和处理输入的计算机系统以毫秒为单位。
自动驾驶仪软件
交通意识巡航控制，以保持响应周围交通的速度。
司机协助的“自动驾驶仪”在标记清晰的车道范围内
用于在车道之间转换的自动车道更改
驾驶员辅助“在自动驾驶仪上导航”，用于将车辆从高速公路的入口匝道引导至出口匝道，包括建议和改变车道，导航高速公路交汇处和出口。
Autopark自动平行或垂直停车
从停车位“召唤”汽车
以下简要说明上述功能的工作原理：
在Autopilot上导航
Navigate on Autopilot功能允许驾驶员将目的地输入车辆的导航系统，从而启动显示计划路线的“360度可视化”。出于安全原因，必须为每次旅行启用此功能。根据特斯拉的说法，它不能在默认模式下运行。
汽车换道
导航自动驾驶功能包括两种类型的车道变换：基于路线和基于速度。前者允许车辆无论速度如何都坚持导航路线。后者基于一些设置建议过渡到车道，车辆比自动驾驶仪更快或更慢地参考设定的巡航速度。
当驾驶员选择退出车道变更确认通知时，将进入自动车道模式。然而，特斯拉警告司机，这个功能不是完全自主的，需要他们完全注意并抓住方向盘。特斯拉声称驱动程序可以随时手动覆盖此功能。
自动和召唤
当汽车以低速行驶时，驾驶员可以启动自动停车，检测合适的停车位。然而，在汽车开始独立控制速度，改变档位和转向角度之前，需要手动干预将汽车倒车并按下启动。
当乘客想要“呼叫”汽车并通过一系列正向和反向按钮点击时，自动驾驶仪还有一个通过应用程序触发的召唤按钮。
自治的障碍
虽然自驾车辆投资在过去五年中飙升，但仍然存在一些重要挑战，使第5级自治无法成为现实：
发展中国家的道路规则与加州高速公路、开罗或班加罗尔的交通不同。除非开发自主系统来处理其独特的环境和道路规范，否则发展中国家可能会在自动车辆采用方面（因此在安全性，低排放和提高工人生产率方面）落后。这可能涉及这些国家的驾驶习惯和规范的显著变化，或者适用不同道路规则的“测试区域”以及可以测试自动驾驶技术的地方。
统一标准 - 为了使车辆与自己或基础设施进行通信，必须开发新的通信渠道。这些渠道应允许不同品牌和型号的车辆进行通信，并且应尽可能安全地进行黑客攻击和欺骗。虽然美国和其他国家正在努力推进这些标准，但要确保安全并在车辆和基础设施之间建立统一的智能层，还有许多工作要做。
安全门槛 - 2000年至2010年间美国商业航空公司每乘客英里的死亡人数约为每100亿人0.2人死亡客运里程（维基百科）。似乎可以肯定地说，自动驾驶汽车的标准将更加严格，但目前尚不清楚截止的位置。不同国家的政府必须确定可接受的死亡率，以及各种自动驾驶车辆的安全标准和准则。
天气和灾害 - 暴风雪，洪水或街道标志和“V2”技术的损坏可能使自动驾驶汽车面临严重错误和致命危险的风险。建设道路基础设施以应对灾难，建造车辆以处理异常或不太理想的情况（能见度，轮胎牵引力等）更具挑战性，因为自动驾驶汽车不是随时都在晴朗的天气运行。
标签：美国黑客自动驾驶
已有2位网友发表了看法：
访客 评论于 2022-07-18 00:38:36 回复
投影到道路上的人的二维图像导致特斯拉Model X 放慢脚步。同样，在地面上投射假车道标记会使Model X暂时忽略道路的物理车道线，换句话说特斯拉的自动驾驶系统无法识别道路的真假情况，
访客 评论于 2022-07-18 02:02:52 回复
和其他车辆的速度。补充传感器Waymo还增加了额外的传感器，其中包括用于检测紧急警报器的音频检测系统和用于跟踪物理位置的GPS。Waymo的自动驾驶软件谷歌宣称，Waymo的自动驾驶软件已经过“50亿英里