仍在伪装，移动幻象：视角诱导的自动驾驶轨迹操作
密码学与安全
2026-05-14 v1 计算机视觉与模式识别
摘要
现有的基于视觉的自动驾驶物理性对抗攻击通过 (i) 复杂的物理贴纸导致检测框在进入视野距离时漂移，或 (ii) 动态变化的贴纸在不同时刻引起不同的感知误差，从而诱导偏差的对象跟踪或轨迹预测。上述两种情况下，视角变化被视为挑战，要求对抗贴纸在不同视角下保持有效，导致复杂的多视角优化。相反，我们表明，视角变化本身可以成为攻击工具。我们设计了一种新型攻击范式，其中静态、被动的对抗伪装装载在车辆上，其视角依赖的外观随相对运动自然演变，导致跨帧的一致特征漂移。这种现象会导致系统推断出一个物理上合理但不正确的轨迹，例如虚假的切入事件，进而影响下游决策并触发不必要的制动。与需要多视角鲁棒性或主动干预的先前方法不同，本次攻击源于正常的驾驶动力学，部署简单：一辆停放的车辆搭载自然伪装即可对通过的自动驾驶车辆引发紧急制动。在 nuScenes 数据集上演示了这一新型攻击，显示出最高达 87.5% 的端到端成功率，按硬制动事件测量，并在不同场景背景、受害车辆速度和感知模型之间保持鲁棒性。
引用
@article{arxiv.2605.12743,
title = {Still Camouflage, Moving Illusion: View-Induced Trajectory Manipulation in Autonomous Driving},
author = {Shuo Ju and Qingzhao Zhang and Huashan Chen and Xuheng Wang and Haotang Li and Wanqian Zhang and Feng Liu and Kebin Peng and Sen He},
journal= {arXiv preprint arXiv:2605.12743},
year = {2026}
}