開源自駕系統安全漏洞曝光！高速行駛與急切入情境成隱憂

日本科學技術高等研究院（JAIST）最新研究發現，廣受採用的開源自駕系統Autoware在高速行駛與車輛突然切入等關鍵情境下，可能出現安全隱患。這項由Duong Dinh Tran助理教授領軍的研究團隊，運用創新驗證框架進行全面測試，結果令人擔憂。

研究團隊特別打造虛擬測試平臺，透過AWSIM-Script語言模擬日本交通安全專家認定的高風險情境。系統執行時，Runtime Monitor工具會像飛機黑盒子般完整記錄所有資料，再由AW-Checker驗證程式分析Autoware是否符合日本汽車製造商協會（JAMA）的安全標準。

實驗特別聚焦三種常見危險情境：車輛突然切入（cut-in）、前方車輛急換道（cut-out）與緊急煞車（deceleration）。結果顯示，Autoware表現明顯不如JAMA設定的「謹慎駕駛模型」基準。Tran博士指出：「特別在高速行駛與側向突發移動情境下，系統無法穩定避免碰撞。」

深入分析發現，Autoware對其他車輛的動態預測存在缺陷。系統預設車輛會平緩變換車道，但當遇到快速切入等突發狀況時，預測失準導致煞車反應延遲，最終在模擬中發生碰撞。

有趣的是，研究比較不同感測器配置的表現：純光達（lidar）系統竟比光達與攝影機融合系統更穩定。研究團隊推測，攝影機的機器學習物件偵測可能產生雜訊，影響融合演演算法效能。

這項發現極具現實意義，因為已有客製化Autoware系統實際應用於公共道路。Tran博士強調：「我們的驗證框架能有效評估自駕系統，協助開發者在部署前後發現並修正問題，促進更安全的自駕解決方案發展。」

目前研究聚焦非交叉路段的交通幹擾情境，未來將擴充套件至交叉路口與行人互動等複雜場景，並納入天氣與路況等環境因素影響。

[end]