@techreport{oai:ipsj.ixsq.nii.ac.jp:00233943,
 author = {野本, 一輝 and 鶴岡, 豪 and 小林, 竜之輔 and 田中, 優奈 and 森, 達哉},
 issue = {22},
 month = {May},
 note = {自動運転システムは，Adversarial Example (AE) 攻撃に代表される悪意ある第三者による攻撃に脆弱であることが広く知られている．これに対して，オープンソースの自動運転システムを用いた，多くの評価研究がなされている．しかし，これらの研究の多くは，自動運転システムのセンシングから認識，経路計画，制御に至るまでの End-to-End (E2E) の評価を行えていない．センシングや認識までの評価では，自動運転システムに対する攻撃の本当のリスクを正しく評価できないことが指摘されている．十分な E2E 評価が行われない理由として，市販車両に採用される自動運転システムとオープンソースシステムとして実装される自動運転システムとの間にあるギャップが挙げられる．市販車両の自動運転システムは，主にカメラ画像を用いて交通標識を認識し，車両の制御や運転支援を行う．一方，代表的なオープンソースの自動運転システムでは LiDAR センサや事前に記録された道路情報が主に使用され，カメラによる認識は補助的な役割に留まっている．また，市販車両への攻撃評価には実車両を用いる必要があり，十分な評価は困難である．これらの課題に対処するため，本研究では，セキュリティ評価のための自動運転プラットフォーム Overpass の提案と評価を行う．本稿では，カメラ画像に基づく自動運転システムを開発し，シミュレーションを用いてシステムの妥当性の評価を行った．システムは，3 つの構成要素 1. 停止標識認識，2. 距離推定，3. 車両制御から構成される．システム全体の E2E 評価実験を通して，提案システムは約 0.5 [m] 以下の停止誤差で車両を正確に停止させられることを確かめた．さらに，停止標識に対する AE 攻撃が自動運転システムに与える影響について，E2E 評価を行った結果，物体検出器に対する攻撃成功率とシステム全体の攻撃成功率に大きな差があることを明らかにし，E2E 評価の重要性を示した．今後は，車線中央維持機能，衝突回避機能，先行車追従機能の開発を進めるとともに，シミュレーションや実車両を用いた評価環境を整備することで，自動運転システムの包括的なセキュリティ評価を実現し，安全な自動運転の実現を目指す．},
 title = {Overpass: セキュリティ評価のための自動運転プラットフォームの提案と評価},
 year = {2024}
}