論文「SLAMSpoof」がICRA 2025に採録されました
2025.05.19
完全自動運転サービスは、車線形状や信号・標識の位置を地図情報に頼って認識しており、そのためにはセンチメートル級の自己位置推定精度が要求されます。この精度を実現できるのは現状ではLiDARだけですが、LiDARには悪意あるレーザの照射によって測距値を上書きされるスプーフィング攻撃の脆弱性が知られています。
本研究は、自動運転の自己位置推定システムに対する初の実用的なLiDARスプーフィング攻撃 SLAMSpoof を提案しました。点ごとのスプーフィング脆弱性を表す指標 scan matching vulnerability score (SMVS) に基づいて有効な攻撃位置を特定するもので、実車を用いた実世界実験において、代表的な3種類のLiDAR自己位置推定アルゴリズムのすべてに対し、一般的な車線幅を超える4.2m以上の位置誤差を誘発しました。論文では対策の方向性についても議論しています。
【論文情報】
Rokuto Nagata, Kenji Koide, Yuki Hayakawa, Ryo Suzuki, Kazuma Ikeda, Ozora Sako, Qi Alfred Chen, Takami Sato, Kentaro Yoshioka, “SLAMSpoof: Practical LiDAR Spoofing Attacks on Localization Systems Guided by Scan Matching Vulnerability Analysis,” IEEE International Conference on Robotics and Automation (ICRA 2025), Atlanta, GA, USA, May 2025.