@techreport{oai:ipsj.ixsq.nii.ac.jp:00224808,
 author = {南澤, 勇太 and 小林, 竜之輔 and 森, 達哉 and Yuta, Minamisawa and Ryunosuke, Kobayashi and Tatsuya, Mori},
 issue = {63},
 month = {Feb},
 note = {自己位置推定とは，自律移動ロボットの現在の位置や姿勢を推定する機能を指す．この技術は，LiDAR をはじめとする複数のセンサによって実現する技術であり，自動運転にも適用されている．また，センサ固有の脆弱性に対する攻撃も数多く提案されており，LiDAR についてはレーザー光による jamming や spoofing 攻撃などが挙げられる．しかし，これらの先行研究の多くは物体認識に対する攻撃として評価されており，自己位置推定に対しての評価が十分にされていない．本論文では，LiDAR に対する攻撃として，点群削除攻撃，LiDAR spoofing を例に挙げ，自動運転に利用される自己位置推定機能への攻撃をシミュレートすることで，自己位置推定機能の頑健性を評価する．実験の結果，点群削除攻撃に対して自己位置推定機能は頑健である一方，極端なケースでは車両速度が減速することが分かった．また，一定範囲に LiDAR spoofing を行うことで，自己位置推定のみならず車両制御全体にも影響を及ぼすことを明らかにし，走行不可となる例を示すことで，この攻撃による事故誘発の可能性を示唆した．, Localization refers to the ability to estimate the current position and posture of an autonomous mobile robot. This technology is realized by multiple sensors, including LiDAR, and is also applied to autonomous driving. Many attacks against sensor-specific vulnerabilities have been proposed, including jamming and spoofing attacks using laser beams for LiDAR. However, most of these previous studies have been evaluated as attacks on object recognition, and not enough has been done on localizatoin. In this paper, we evaluate the robustness of the localization function by simulating attacks on the localization function used for autonomous driving, using the pointcloud deletion attack and LiDAR spoofing as examples of attacks on LiDAR. Experimental results show that while localization function is robust against the pointcloud deletion attack, the vehicle speed is reduced in extreme cases. In addition, we found that LiDAR spoofing over a certain area affects not only localizatoin but also the overall vehicle control.},
 title = {LiDARへの攻撃に対する自己位置推定機能の頑健性評価},
 year = {2023}
}