本文介绍了基于毫米波雷达的 ADAS 系统及 FMCW 雷达工作原理，利用实验数据和雷达成像算法进行目标识别，有效验证了其能力。

Dec, 2019

本文提出了一种基于全卷积神经网络的 FMCW 雷达干扰抑制方法，改善了汽车场景下雷达传感器之间的干扰问题，同时开源了一个近似实际汽车场景的大规模数据集。

Jul, 2020

本文对自动驾驶汽车中基于 LiDAR 传感器的感知系统进行了首次安全研究，将 LiDAR 欺骗攻击作为威胁模型，并探索了机器学习模型欺骗攻击的可能性，提出了优化方法和算法，同时讨论了针对自动驾驶汽车感知系统、传感器和机器学习模型的防御方向。

Jul, 2019

本论文使用低成本低功率毫米波频率调制连续波雷达进行车内乘员检测，提出了基于 Capon 滤波器的算法进行联合距离 - 方位估计，并提取最小必要特征来训练机器学习分类器，以实现高精度的同时具有合理的计算复杂性。在一辆小型厢式车上进行实验，利用支持向量机（SVM）检测每一排的座位是否有乘客，最终获得了平均 97.8％的正确率，并且该系统可以以 100％的准确率正确识别车辆是否被占用。

Aug, 2019

本文通过对 Mobileye 的实际测试，注入环境干扰（比如颜色、形状、速度、直径和光线）来检验其鲁棒性，发现它可以被欺骗，判断无人机携带的冒牌交通标志为真实的事实

Jun, 2019

该论文通过第一次研究探索了当前利用 LiDAR 技术的自动驾驶系统的漏洞，并提出了 CARLO 和 SVF 两种方法用于检测和减轻 LiDAR 攻击，其中 SVF 进一步降低了攻击成功率。

Jun, 2020

验证传感器融合型 GNSS 欺骗攻击检测框架在自动驾驶车辆中的性能，并使用两种策略进行检测：通过传感器融合和机器学习来判断位置变化，以及使用机器学习模型检测和分类转弯。通过实验证明该框架能够有效地检测各种复杂的 GNSS 欺骗攻击。

Jan, 2024

本文研究在自動駕駛車輛系統中，對基於 Kalman 濾波器進行前向碰撞警報的攻擊。我們通過預測性控制方法，對傳感器测量進行適當干擾，成功地影響了濾波器的狀態估計，從而錯誤地觸發或延遲警報信號，導致意外碰撞。

Dec, 2020

该研究提出了一种使用生成对抗网络进行 FMCW 雷达模拟的更快方法，可以生成合成的原始雷达数据，用于进一步开发雷达数据处理算法（滤波和聚类），从而增加数据增强的潜力，减少模拟与现实之间的差距。

Aug, 2023

本篇论文探讨使用毫米波通信作为高带宽连接汽车的唯一可行方法，提出一种使用位置信息来应对毫米波波束对齐问题的高层次解决方案，并给出了一些仿真实验结果。

Feb, 2016