في عالم القيادة الذاتية، تُعتبر الخرائط عالية الدقة (HD Maps) أداة حيوية تساعد السيارات ذاتية القيادة على التنبؤ والتخطيط للطرق. ولكن، تكشف الأبحاث الجديدة عن وجود ثغرات في طرق إنشاء هذه الخرائط، مما يعرضها لمخاطر أمنية جسيمة. قدم الباحثون تقنية مبتكرة تُعرف باسم TwinIR، وهي آلية جديدة للهجوم الجسدي على بناء الخرائط الرقمية.

تستند تقنية TwinIR إلى ملاحظة مثيرة، تتمثل في وجود تأثير تعويضي عبر الحدود، حيث إن أي تغيير في الحدود المستهدفة يمكن أن يُجبر نماذج القيادة الذاتية على استخدام معلومات جيومترية مبهرة من الحدود المحيطة. لذا، صُممت TwinIR لتكون فعالة في الهجمات مع الحد من عدد النقاط المستخدمة، مما يؤدي إلى تقليل قابلية اكتشاف الهجمة.

تعمل هذه التقنية على تحسين الاستجابة للكاميرات تحت إضاءة الأشعة تحت الحمراء القريبة، وتبحث عن نقاط هجوم يمكن تنفيذها فيزيائيًا، مما يخلق تداخلات مرئية مع تغيير طفيف في الطيف المرئي. أظهرت التجارب على مجموعة بيانات nuScenes المتطورة أن TwinIR يمكن أن تقلل من دقة متوسط النقاط (mAP) بنسبة تصل إلى 8.96 نقطة تحت هجمات معينة، مما يزيد من معدل الأهداف غير القابلة للوصول بنسبة تصل إلى 28 نقطة.

اختبارات تم إجراؤها على السيارات ذاتية القيادة أثبتت قدرة TwinIR على خلق تشويهات غير مكتشفة في الطرق. مع استمرار الابتكارات في هذا المجال، يبقى الأمن والسلامة أولوية قصوى يجب مراعتها. كيف ترى تأثير هذه التقنية على مستقبل القيادة الذاتية؟ شاركونا آرائكم في التعليقات!