8月5日消息，據美國《連線》雜志報道，近日，由美國南卡羅來納州大學（University of South Carolina）、中國浙江大學以及中國安全廠商奇虎360相關人員共同組成的研究團隊稱他們利用現有的無線電設備以及聲光發生器成功欺騙了特斯拉自動駕駛系統的傳感器并使其失效，在實驗中特斯拉的車載電腦因此出現了虛警和漏警現象。

今年5月電動汽車制造商特斯拉的一輛Model S電動轎車在美國佛羅里達州發生了全球首例“自動駕駛死亡事故”。在這起事故中，一輛開啟自動駕駛模式的Model S轎車以74英里的時速與橫穿路口的卡車相撞，導致Model S駕駛者死亡。就此自動駕駛汽車的可靠性成為業界關注的焦點。而對于安全研究人員來說，這起事故引發了其對于另一個問題的思考，如果黑客似的自動駕駛系統的傳感器失效會發生什么？

近日，由美國南卡羅來納州大學（University of South Carolina）、中國浙江大學以及中國安全廠商奇虎360相關人員共同組成的研究團隊稱他們利用現有的無線電設備以及聲光發生器成功欺騙了特斯拉自動駕駛系統的傳感器并使其失效，在實驗中特斯拉的車載電腦因此出現了虛警和漏警現象。據悉，該研究團隊將在本周晚些時候召開的DefCon黑客大會上詳細闡述相關研究。

當然，特斯拉用戶不應當因為存在黑客干擾傳感器的可能性就關閉自動駕駛系統。事實上，該研究的部分實驗是在汽車靜止的狀態下進行的。且實驗本身需要昂貴設備，并且存在不同程度的成功率以及可靠性。但研究表明，黑客的惡意干擾極有可能重現五月份發生的Model S自動駕駛致命事故。研究團隊領導者、南卡羅來納州大學教授許文遠（Wenyuan Xu）指出，“最糟糕的情況在于，汽車在自動駕駛模式下，雷達被遮擋未能檢測到行進路線上的障礙。”她補充說，“這將是一件壞事。”

特斯拉自動駕駛系統通過三種方法檢測周圍環境：雷達、超聲波傳感器以及攝像機。研究人員對上述三種傳感器分別進行了干擾，發現對雷達進行干擾有可能引發汽車在自動駕駛模式下的高速碰撞。特斯拉車載雷達位于車頭柵格下方，通過發射無線電信號并接受反射信號以確定物體位置。研究人員使用了Keysight Technologies生產的價值90000美元的信號發生器以及價值數百美元的倍頻器產生相應頻段的無線電信號，對特斯拉車載雷達進行精確干擾。他們將設備放置在特斯拉車前的推車上模擬目標汽車。許指出，當設備開啟后，特斯拉的車載雷達無法探測到目標汽車，同時也沒有任何警告。

研究人員打開干擾設備后，其覆蓋了目標汽車的雷達反射波，因此目標車輛就從特斯拉的自動駕駛系統屏幕上消失了。許表示，“這就像呼嘯而過的一輛火車，掩蓋了我們的談話聲音。”

同時，研究人員指出，相關的干擾設備比較昂貴，且需要以正確的角度發射才能夠對雷達形成有效干擾。他們并沒有在高速行駛狀態下進行實驗，許指出，“在移動狀態下對特斯拉雷達的干擾是可能的，我們還需要反復實驗。”

相比之下，對特斯拉超聲波傳感器的干擾更為簡單，成本也更低。超聲波傳感器主要用于特斯拉自動泊車以及自動召喚功能。研究人員使用功率發生器產生特定電壓的電流，并通過超聲波轉換器將電能轉換為聲波，從而對特斯拉的傳感器進行干擾。這套干擾設備總價值不超過40美元。在距離車輛幾英尺的范圍內，研究人員通過設備可以干擾特斯拉自動駕駛系統，使其產生虛警，從而停車不到位；或者是漏警，忽略了一個真正的障礙物。

此外，在車旁放置吸聲泡沫板也能夠對特斯拉傳感器起到干擾作用。

而研究人員對車載攝像機的干擾效果有限。研究人員使用激光器和LED直射攝像頭，會對特斯拉攝像頭造成永久性的損壞。此外，當其直射攝像頭時，特斯拉汽車會將自動駕駛系統關閉，并對司機提出警告，采取手動控制。這種情況應當是特斯拉為防止用戶重蹈五月份交通意外的覆轍而做出的改進。在那起事故中，太陽光的直射或對車載攝像機產生了干擾。

自五月份Model S自動駕駛事故發生后，特斯拉已經多次強調其自動駕駛功能并不是完全意義上的自動駕駛，駕駛人員應當隨時做好控制汽車的準備。在向《連線》發送的一份聲明中，特斯拉有意淡化了這種干擾傳感器的相關研究。發言人指出，“對于文遠以及研究團隊所做的干擾自動駕駛傳感器的相關研究，我們非常感謝。我們研究了研究結果，這種風險與特斯拉車主所面對的現實情況相差很遠。”

然而，美國科克大學（University of Cork）計算機科學教授喬納森·佩蒂特（Jonathan Petit）指出，“這是一項有趣且有益的工作”。佩蒂特曾于今年早些時候對干擾谷歌自動駕駛車輛的激光雷達進行了相關研究。他指出，下一步將是在移動狀態下對自動駕駛系統進行干擾，“他們需要更多的研究以檢驗自動駕駛系統是否真的會撞上其他東西。就現有研究，還不能說明自動駕駛系統在實際中不起作用。”

而研究人員認為，其工作表明特斯拉的車載傳感器，特別是其雷達有真正的漏洞，雖然這些傳感器的漏洞利用起來不是那么容易。研究人員認為，特斯拉不僅需要提高傳感器的進度，還需要提高可靠性，應對潛在的干擾或攻擊。許指出，“至少特斯拉需要考慮增加檢測機制，一旦噪聲超出閾值或者是設備工作不正常，雷達要及時向中央數據處理系統發出告警，表明不清楚自身運行是否正常。”

許也承認，其研究目前對于黑客攻擊來說并不實用。但隨著時間的推移和技術的發展，這種攻擊也會更加容易，成本會變得越來愈低。這會對真實世界帶來志明的后果。許表示，“我并不想過分宣揚自動駕駛的潛在危害，或是說你不應該實用自動駕駛系統。事實上，這些攻擊依舊需要一定的技巧。但是它依舊有可能造成人身傷害和財產損失……總體上說，我們希望通過這項研究引起人們對提高傳感器可靠性的關注。當然，我們不能僅僅依賴特斯拉的自動駕駛系統，我們還要靠自己。”