Специалист компании Security Innovation, специализирующейся на информационной безопасности, Джонатан Петит (Jonathan Petit) представил способ создания помех в системе управления беспилотным автомобилем, использующей лидар. Соответствующий доклад будет представлен на конференции Black Hat Europe 2015.
Собранная разработчиком схема позволяет обмануть сенсоры беспилотного автомобиля, показав лидару «лазерное эхо» автомобиля, пешехода или стены, при этом препятствия могу быть симулированы в любом количестве на расстоянии от 20 до 350 метров от машины. Как отмечает Джонатан Петит, устройство обладает простой и дешевой конструкцией и может быть собрано на базе Rapsberry Pi или Arduino и обычной лазерной указки. Несуществующее препятствие может вынудить машину замедлить скорость, изменить направление или остановиться.
Как объясняет исследователь, именно сенсоры на данный момент являются самым слабым звеном в автономной системе управления автомобилем. Неправильно считанные данные будут приводить к неправильным решениям системы, а испытанный им коммерческий лидар IBEO Lux не обладает какой-либо защитой, поэтому для обмана сенсоров достаточно синхронизировать фальшивое «лазерное эхо» с лидаром.
Как отмечает IEEE Spectrum, лазерная указка может быть также успешно использована для ослепления живого водителя за рулем автомобиля, поэтому доклад Джонатана Петита не стоит воспринимать как знак того, что беспилотные автомобили хуже людей справляются с помехами движению. Тем не менее, доклад укажет на существующую проблему компаниям, занимающимся разработкой беспилотных автомобилей.
Ранее компания Google сообщила, что за 6 лет существования проекта 20 беспилотных автомобилей проехали почти три миллиона километров, при этом во всех случившихся ДТП виновным оказывался водитель другого автомобиля.
Для его создания использовали три метода визуализации
Аллан Джонсон (Allan Johnson) из Дьюкского университета с коллегами представил трехмерный стереотаксический атлас мозга мыши, охватывающий анатомические структуры и клетки. Для его создания мозг и череп пяти мышей визуализировали тремя способами. Сначала мозг в черепной коробке трехмерно визуализировали диффузно-тензорной томографией с разрешением 15 микрометров (в 2,4 миллиона раз выше, чем у клинических томографов), которое позволяет рассмотреть цитоархитектуру мозговых структур. Затем с помощью микрокомпьютерной томографии отметили опорные точки черепа. После этого мозг извлекли и сделали снимки его срезов микроскопией плоскостного освещения, чтобы получить карты клеток. Результаты работы опубликованы в журнале Science Advances.