Autonomous Vehicles に関する報道

この論文では、クラウドの高性能オラクル モデルを使用して車両の軽量ビジョン モデルを継続的に再トレーニングし、更新情報を送り返す AdaptAV システムを提案しています。以前のモデルの静的展開やオフライン更新と比較して、AdaptAV はクラウドカーの閉ループ学習パラダイムを構築し、新しいシナリオにおける小さなモデルの弱い一般化の問題に直接対処します。ただし、まだ提案段階にあり、実験による検証は行われていない。

カリフォルニア大学の研究者は、自動運転のためのオンラインカメラとLiDARのキャリブレーションに対する最初の物理的攻撃であるACAを提案しました。正しいキャリブレーションを前提とした以前の攻撃と比較して、ACA はオンライン キャリブレーションを新しい攻撃対象領域として使用します。 1 回の改ざんによってその後の融合が継続的に汚染される可能性があり、エラーは認識から計画制御まで伝播します。これは、自動運転の安全性評価には、校正の完全性に対する保護措置を組み込む必要があることを意味します。