Articles sur Autonomous Vehicles

Le document propose le système AdaptAV, qui utilise le modèle Oracle hautes performances du cloud pour recycler en permanence le modèle de vision léger du véhicule et transmettre les mises à jour. Par rapport au déploiement statique de modèles précédents ou aux mises à jour hors ligne, AdaptAV a construit un paradigme d'apprentissage en boucle fermée cloud-car, qui aborde directement le problème de la faible généralisation des petits modèles dans de nouveaux scénarios. Cependant, il est encore au stade de proposition et n’a pas de vérification expérimentale.

Des chercheurs de l'Université de Californie ont proposé ACA, la première attaque physique contre l'étalonnage d'une caméra en ligne-LiDAR pour la conduite autonome. Par rapport aux attaques précédentes qui supposaient un calibrage correct, ACA utilise le calibrage en ligne comme nouvelle surface d’attaque. Une seule falsification peut continuellement contaminer la fusion ultérieure et les erreurs se propagent de la perception au contrôle de la planification. Cela signifie que les évaluations de la sécurité de la conduite autonome doivent intégrer des garanties d’intégrité de l’étalonnage.