面向传感器攻击下网联自动驾驶车辆的安全传感器融合框架

通过使用多种传感器测量周围环境，并通过无线网络与周围车辆共享本地传感信息，网联自动驾驶车辆（CAVs）有望提升交通系统的安全性、效率与容量。然而，传感器使用的增加也提高了 CAVs 对传感器故障与对抗攻击的脆弱性。由恶意网络攻击或传感器故障引起的异常传感器值可能导致严重后果甚至死亡。本文中，我们通过使用多个传感器测量同一物理变量以创建冗余，从而提升 CAVs 对故障与攻击的韧性。我们利用该冗余，提出一种传感器融合算法，以提供有界误差且与攻击信号无关的鲁棒正确传感器信息估计，并实现攻击检测与隔离。所提传感器融合框架适用于一大类安全关键的赛博物理系统（CPSs）。为最小化因将估计用于控制而引起的性能退化，我们为配备 CACC 的 CAVs 提供了一种 $H_{\infty}$ 控制器，能够在降低估计误差与通信信道噪声对车辆队列跟踪性能及队列行为联合影响的同时，稳定队列中每辆车的闭环动力学。文中给出数值算例以说明方法的有效性。