Основные понятия
ICP algorithm's resilience assessed through learning-based adversarial attacks.
Аннотация
この論文は、Lidarポイントクラウドに対する深層学習ベースの攻撃を通じて、Iterative Closest Point(ICP)アルゴリズムの耐性を評価する新しい方法を提案しています。自律ナビゲーションなどの安全重要アプリケーションでは、展開前にアルゴリズムの耐性を確保することが極めて重要です。ICPアルゴリズムは、Lidarベースの位置特定において標準となっていますが、測定値の破損によって姿勢推定が大きく影響を受ける可能性があります。この論文では、ICPへの攻撃により最大限度の姿勢誤差を見つけることに焦点を当てています。提案された攻撃は、幅広いシナリオで基準線を上回ります。
Статистика
ICPアルゴリズムはLidarベースの位置特定で標準化されている。
88%以上の場合に提案された攻撃がベースラインを上回る。
Boreasデータセットで実験が行われた。
Цитаты
"Our attack learns how to perturb a point cloud to maximize the pose error when using ICP to localize it against a map."
"Our approach consistently outperforms baselines and learns non-trivial perturbations."
"We demonstrate the feasibility of using our attack to analyze the resilience of ICP and estimate the worst-case pose errors."