盖世汽车讯 如今，几乎所有现代汽车都配备了驾驶辅助系统。因此，行车安全在很大程度上取决于计算机系统能否可靠地处理传感器数据。据外媒报道，慕尼黑工业大学（Technical University of Munich，TUM）的研究人员正致力于研究如何针对这些系统实施干扰，旨在未来能更好地保护车辆免受此类攻击。即便只是在传感器上悄悄贴上一层薄膜，也可能引发严重事故。

图片来源：慕尼黑工业大学

汽车配备的自动驾驶功能日益增多。与此同时，慕尼黑也计划在市区交通环境中开展自动驾驶出租车（robotaxi）的试点运行。这些车辆依靠光学传感器来感知周围环境并进行导航。

摄像头负责识别交通标志、道路标线及其他道路使用者；激光雷达（LiDAR）系统则用于测量距离，并利用这些数据构建周围环境的三维图像。一旦这些感知系统遭到干扰，可能会引发危及安全的严重后果。

传感器遭篡改可能导致驾驶决策失误

在2026年USENIX车辆安全与隐私研讨会上公布的最新研究结果显示，由嵌入式系统与物联网教授Sebastian Steinhorst以及计算、信息与技术学院物联网与自动系统网络安全小组负责人Mohammad Hamad领导的团队证实，即便只是在传感器表面贴上一层不起眼的薄膜，也足以改变摄像头和激光雷达（LiDAR）系统的感知视角。

研究人员使用了一种具有微观非对称线性棱镜结构的聚碳酸酯薄膜。该薄膜会使光线发生20度的偏转。虽然车辆仍能检测到物体和车道，但对它们位置的感知却出现了偏差。

实际上，这些物体和车道的位置比系统预判的更偏左或更偏右。如果位移超过1米（3.3英尺），车辆可能会做出错误决策，例如意外驶入对向车道。

因此，研究人员正着手分析车辆摄像头、激光雷达传感器及其数据处理系统所面临的各种漏洞。其目标在于深入了解新型攻击手段，并重点开发相关技术，使车辆能够检测并化解此类人为干扰。

先在数字孪生体中测试攻击

在针对真实车辆研究攻击手段之前，研究人员会利用数字孪生体（即车辆及其周围环境的虚拟复刻模型）进行测试。这使他们能够以受控、安全且经济高效的方式分析各种攻击操作。随后，这些攻击方案还会在受控环境中进行实车测试，例如使用TUM的 EDGAR 研究车辆。

车辆应具备自主应对攻击的能力

除了分析新的攻击途径外，该团队也在致力于开发防御攻击的策略。从长远来看，智能车辆应能自主识别潜在风险并做出恰当的应对。例如，车辆可以在行驶前就检测到传感器故障并发出提示，或者在行驶过程中安全地靠边停车。

当由人工值守的安全控制中心无法及时介入时——例如因通信中断、响应时间受限或技术局限等原因——这种自主应对能力显得尤为重要。