CN113447972B - 一种基于车载imu的自动驾驶gps欺骗检测方法及系统 - Google Patents

一种基于车载imu的自动驾驶gps欺骗检测方法及系统 Download PDF

Info

Publication number
CN113447972B
CN113447972B CN202110629723.8A CN202110629723A CN113447972B CN 113447972 B CN113447972 B CN 113447972B CN 202110629723 A CN202110629723 A CN 202110629723A CN 113447972 B CN113447972 B CN 113447972B
Authority
CN
China
Prior art keywords
difference
vehicle
gps
speed
window
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202110629723.8A
Other languages
English (en)
Other versions
CN113447972A (zh
Inventor
刘虹
岑花
蒲戈光
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Industrial Control Safety Innovation Technology Co ltd
East China Normal University
Original Assignee
Shanghai Industrial Control Safety Innovation Technology Co ltd
East China Normal University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shanghai Industrial Control Safety Innovation Technology Co ltd, East China Normal University filed Critical Shanghai Industrial Control Safety Innovation Technology Co ltd
Priority to CN202110629723.8A priority Critical patent/CN113447972B/zh
Publication of CN113447972A publication Critical patent/CN113447972A/zh
Application granted granted Critical
Publication of CN113447972B publication Critical patent/CN113447972B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
    • G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/42—Determining position
    • G01S19/45—Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement
    • G01S19/47—Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement the supplementary measurement being an inertial measurement, e.g. tightly coupled inertial
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/28—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network with correlation of data from several navigational instruments
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/01—Satellite radio beacon positioning systems transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/13—Receivers
    • G01S19/21—Interference related issues ; Issues related to cross-correlation, spoofing or other methods of denial of service
    • G01S19/215—Interference related issues ; Issues related to cross-correlation, spoofing or other methods of denial of service issues related to spoofing

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Automation & Control Theory (AREA)
  • Position Fixing By Use Of Radio Waves (AREA)
  • Navigation (AREA)

Abstract

本发明公开了一种基于车载IMU的自动驾驶GPS欺骗检测方法，包括以下步骤：设定滑动窗口；设定位置差异度阈值Threshp、速度差异度阈值ThreshV、位置信息整体差异度最小时间惩罚参数λp和速度信息整体差异度最小时间惩罚参数λv；收集和处理车载IMU数据及GPS信息；当窗口满时，计算滑动窗口内位置和速度差异度；利用阈值检测是否存在GPS欺骗。本发明还公开了一种实现上述欺骗检测方法的系统。本发明利用车载IMU数据得出车辆的位置和行驶速度，同时考虑时间因素及位置因素对检测结果的影响，得出GPS信号与车载IMU数据的计算结果的差异，再与预先设定阈值比较，从而监测是否有GPS欺骗事件发生，实现有效检测自动驾驶GPS欺骗攻击的安全防护方案。

Description

一种基于车载IMU的自动驾驶GPS欺骗检测方法及系统
技术领域
本发明属于车载信息安全技术领域，尤其涉及一种基于车载IMU的自动驾驶GPS欺骗检测方法及系统。
背景技术
随着智能交通的不断发展，车载信息安全也成了人们日益关注的焦点，保障GPS信号的安全性、完整性是保障车载信息安全的重要环节。目前对于GPS信号的反欺骗技术主要有两个方向：一是分析攻击原理，针对不同的攻击设计不同的解决方案；二是利用GPS信号求出车辆的加速度信息与独立测量源测量的加速度信息进行比较，以进行GPS欺骗检测。然而，对于第一个反欺骗技术方向来说，攻击手段层出不穷，针对攻击原理设计对应的反欺骗方案难以得到及时部署，具有滞后性；第二个反欺骗技术方向解决了第一个方向的实效性问题，但是没有将时间维度以及位置信息同时纳入考虑范围。
针对上述考虑，可以设计同时考虑时间维度以及位置信息的GPS欺骗检测方法，会较大程度地提高GPS欺骗检测的准确率。
发明内容
为了解决现有技术存在的不足，本发明的目的是提供一种基于车载IMU的自动驾驶GPS欺骗检测方法。在本发明欺骗检测方法中同时考虑时间维度以及位置信息，一是设定时间惩罚参数以增加比较信息的维度；二是由车载IMU测量值计算位置及速度信息时，采用增量的方法以降低计算量。通过设定一个检测阈值和固定大小的滑动窗口，分别计算滑动窗口内位置和速度的差异度，并将其与预先设定的阈值比较以进行欺骗检测，实现一种基于车载IMU的自动驾驶GPS欺骗检测方法。
本发明所述的一种基于车载IMU，利用阈值实现自动驾驶场景车端GPS欺骗检测的方法具体实现步骤如下：
步骤1：设定滑动窗口，所述滑动窗口的具体设定步骤如下：
步骤1.1：设定欺骗检测可容忍的最大时延maxTime，则设定滑动窗口大小范围为
Figure GDA0003585406780000011
(fGPS为GPS信号的频率)，在该范围内尽可能设定较大容量的滑动窗口，固定窗口大小为W；
步骤1.2：设定窗口滑动距离为W-1；
所述滑动窗口大小W设置考虑了用户可容忍的最大时延maxTime，且窗口大小等于窗口内接收到GPS信号的次数的整数倍。
步骤2：设定位置差异度阈值Threshp、速度差异度阈值Threshv、位置信息整体差异度最小时间惩罚参数λp和速度信息整体差异度最小时间惩罚参数λv，具体设定步骤如下：
步骤2.1：计算n次未发生欺骗时的位置差异度Differencep1，Differencep2，……，Differencepn，令其均值作为位置差异度阈值Threshp＝average{Differencep1，Differencep2，……，Differencepn}；n为自然数；
步骤2.2：计算n次未发生欺骗时的速度差异度Differencev1，Differencev2，……，Differencevn，令其均值作为速度差异度阈值Threshv＝average{Differencev1，Differencev2，…，Differencevn}；n为自然数；
步骤2.3：设定不同的位置信息时间惩罚参数和速度信息时间惩罚参数，重复步骤2.1和步骤2.2，分别选取可以使得位置和速度整体差异度最小的时间惩罚参数λp和λv；所述λp和λv选取(0,1]之间的实数。
步骤3：收集和处理车载IMU数据及车辆接收到的GPS信息，具体步骤如下：
步骤3.1：初始化IMU数据，设置初始时刻车辆的角速度w0＝0，车辆初始加速度a0＝0，初始速度v0＝0，车载IMU加速度计和陀螺仪的零偏分别为ba、bg；
步骤3.2：收集车载IMU数据和车辆接收到的GPS信号加入滑动窗口；
步骤3.3：根据车载IMU的测量值，分别计算时间间隔1/W时间内车辆速度和位置的变化量
Figure GDA0003585406780000021
所述位置和速度变化量的计算能够降低针对IMU产生的高频数据计算时的运算量；
其中，1/W＝j-i；
Figure GDA0003585406780000022
分别为IMU在k时刻加速度和角速度的测量值；j为1/W时间间隔的结束时刻；i为1/W时间间隔的起始时刻；Δt为连续两次IMU测量值的时间间隔；
步骤3.4：根据IMU初始化数据、Δvij和Δpij，不断计算出滑动窗口内车辆每隔1/W时间的位置pI[j]和速度vI[j]，并记录相对应的时间戳tI[j]；下标I是指数据来源于车载IMU；
步骤3.5：将滑动窗口内GPS信号中包含的位置信息记为pG[j]，并记录每次接收到GPS信号的时间戳tG[j]；下标G是指数据来源于GPS信号；
步骤3.6：根据滑动窗口内GPS信号中包含的位置信息求一阶导数，得出GPS信号包含的车辆速度信息，记为vG[j]。
步骤4：当窗口接收到窗口大小次数的GPS信号时，计算滑动窗口内位置和速度差异度，具体步骤如下：
步骤4.1：计算窗口内IMU数据导出的位置轨迹
Figure GDA0003585406780000031
和GPS信号中的位置轨迹
Figure GDA0003585406780000032
的差异度：
Figure GDA0003585406780000033
其中，
Figure GDA0003585406780000034
表示时间窗口内根据IMU测量值计算出的第(.)个位置，
Figure GDA0003585406780000035
表示时间窗口内接收到的第(.)个GPS位置信号，
Figure GDA0003585406780000036
表示由(.)个IMU测量值计算出的位置所组成的位置轨迹；
Figure GDA0003585406780000037
表示由(.)个GPS位置信号所组成的位置轨迹；
步骤4.2：计算窗口内IMU数据导出的速度曲线
Figure GDA0003585406780000038
和GPS信号导出的速度曲线
Figure GDA0003585406780000039
的差异度：
Figure GDA00035854067800000310
其中，
Figure GDA00035854067800000311
表示时间窗口内根据IMU测量值计算出的第(.)个速度值，
Figure GDA00035854067800000312
表示时间窗口内由GPS信号计算出的第(.)个速度信号，
Figure GDA00035854067800000313
表示由(.)个IMU测量值计算出的速度值组成的速度曲线，
Figure GDA00035854067800000314
个GPS信号计算出的速度值组成的速度曲线。
特别的，当计算车辆启动的第一个时间窗内的速度差异度时，复制IMU测量值计算出的第一个速度信息并插入到GPS信号导出的速度曲线的头部，作为其第一个样本值。
针对IMU数据的计算结果和GPS信号可能不是同时得到的问题，在计算差异度时分别加入了关于位置和速度的时间惩罚机制以平衡计算或接收时延和重放攻击对检测结果的影响。
步骤5：利用阈值检测是否存在GPS欺骗，具体步骤如下：
当
Figure GDA00035854067800000315
或
Figure GDA00035854067800000316
时，即位置曲线和速度曲线任意一项差异度分别高于位置差异度或速度差异度阈值时，标记当前窗口序号index，触发报警机制发出警报，识别攻击者在远处模拟速度进行攻击或者在近处进行攻击，滑动W-1个距离继续检测；否则直接滑动W-1个距离继续检测。
至此，一种基于车载IMU的自动驾驶GPS欺骗检测方法执行完毕。
基于上述GPS欺骗检测方法，本发明还提出一种基于车载IMU的自动驾驶GPS欺骗检测系统，所述系统包括：流量采集模块、流量处理模块、流量分析模块。
其中，流量采集模块，用于在阈值及时间惩罚参数设定完成、IMU数据初始化完成后，将车载IMU数据和车辆接收到的GPS信号加入到滑动窗口；
流量处理模块，用于处理滑动窗口内的车载IMU数据和车辆接收到的GPS信号；
流量分析模块，用于在滑动窗口已满后，计算滑动窗口内位置和速度的差异度，进行GPS欺骗攻击检测。
本发明的有益效果包括：本发明通过设定一个检测阈值和固定大小的滑动窗口，分别计算滑动窗口内位置和速度的差异度，并将其与预先设定的阈值比较，低于阈值时，说明窗口内有GPS欺骗时间发生。本发明将时间和位置信息均纳入GPS欺骗检测的考虑范围，实现了针对GPS欺骗攻击的有效防护。
附图说明
图1是本发明基于车载IMU的自动驾驶GPS欺骗检测方法的流程示意图。
图2是本发明基于车载IMU的自动驾驶GPS欺骗检测系统示意图。
具体实施方式
结合以下具体实施例和附图，对发明作进一步的详细说明。实施本发明的过程、条件、实验方法等，除以下专门提及的内容之外，均为本领域的普遍知识和公知常识，本发明没有特别限制内容。
通过固定大小的滑动窗口分别对车载IMU测量数据和接收到GPS信号进行采集，对窗口内数据计算差异度，将计算得到的差异度与预先设定的阈值对比，从而检测是否有GPS欺骗事件发生。如果有欺骗事件发生，则发出警报。
本发明方法的具体实施步骤如下所述：
步骤1：设定滑动窗口，所述滑动窗口的设定步骤如下：
步骤1.1：设定欺骗检测可容忍的最大时延maxTime，则设定滑动窗口大小范围为
Figure GDA0003585406780000041
(fGPS为GPS信号的频率)，在该范围内尽可能设定较大容量的滑动窗口，固定窗口大小为W；
步骤1.2：设定窗口滑动距离为W-1；
所述滑动窗口大小W设置考虑了用户可容忍的最大时延maxTime，且窗口大小等于窗口内接收到GPS信号的次数的整数倍。
步骤2：设定位置差异度阈值Threshp、速度差异度阈值Threshv、位置信息整体差异度最小时间惩罚参数λp和速度信息整体差异度最小时间惩罚参数λv，具体设定步骤如下：
步骤2.1：计算n次未发生欺骗时的位置差异度Differencep1，Differencep2，……，Differencepn，令其均值作为位置差异度阈值Threshp＝average{Differencep1，Differencep2，…，Differencepn}；n为自然数；n的取值可根据置信概率、置信区间长度、期望成功率，用试探法获得：在置信水平1-α下，探测成功率p的双侧置信区间(pl,pr)满足：
Figure GDA0003585406780000051
其中α为显著性水平，n为试验次数，r为成功次数，r/n即为期望的成功率；
步骤2.2：计算n次未发生欺骗时的速度差异度Differencev1，Differencev2，……，Differencevn，令其均值作为速度差异度阈值Threshv＝average{Differencev1，Differencev2，…，Differencevn；}n为自然数；
步骤2.3：设定不同的位置信息时间惩罚参数和速度信息时间惩罚参数，重复步骤2.1和步骤2.2，分别选取可以使得位置和速度整体差异度最小的时间惩罚参数λp和λv；所述λp和λv选取(0,1]之间的实数。
步骤3：收集和处理车载IMU数据及车辆接收到的GPS信息，具体步骤如下：
步骤3.1：初始化IMU数据，设置初始时刻车辆的角速度w0＝0，车辆初始加速度a0＝0，初始速度v0＝0，车载IMU加速度计和陀螺仪的零偏分别为ba、bg；
步骤3.2：收集车载IMU数据和车辆接收到的GPS信号加入滑动窗口；
步骤3.3：根据车载IMU的测量值，分别计算时间间隔1/W时间内车辆速度和位置的变化量
Figure GDA0003585406780000052
所述位置和速度变化量的计算能够降低针对IMU产生的高频数据计算时的运算量；
其中，1/W＝j-i；
Figure GDA0003585406780000053
分别为IMU在k时刻加速度和角速度的测量值；j为1/W时间间隔的结束时刻；i为1/W时间间隔的起始时刻；Δt为连续两次IMU测量值的时间间隔；
步骤3.4：根据IMU初始化数据、Δvij和Δpij，不断计算出滑动窗口内车辆每隔1/W时间的位置pI[j]和速度vI[j]，并记录相对应的时间戳tI[j]；下标I是指数据来源于车载IMU；
步骤3.5：将滑动窗口内GPS信号中包含的位置信息记为pG[j]，并记录每次接收到GPS信号的时间戳tG[j]；下标G是指数据来源于GPS信号；
步骤3.6：根据滑动窗口内GPS信号中包含的位置信息求一阶导数，得出GPS信号包含的车辆速度信息，记为vG[j]。
步骤4：当窗口接收到窗口大小次数的GPS信号时，计算滑动窗口内位置和速度差异度，具体步骤如下：
步骤4.1：计算窗口内IMU数据导出的位置轨迹
Figure GDA0003585406780000054
和GPS信号中的位置轨迹
Figure GDA0003585406780000055
的差异度：
Figure GDA0003585406780000061
其中，
Figure GDA0003585406780000062
表示时间窗口内根据IMU测量值计算出的第(.)个位置，
Figure GDA0003585406780000063
表示时间窗口内接收到的第(.)个GPS位置信号，
Figure GDA0003585406780000064
表示由(.)个IMU测量值计算出的位置所组成的位置轨迹；
Figure GDA0003585406780000065
表示由(.)个GPS位置信号所组成的位置轨迹；
步骤4.2：计算窗口内IMU数据导出的速度曲线
Figure GDA0003585406780000066
和GPS信号导出的速度曲线
Figure GDA0003585406780000067
的差异度：
Figure GDA0003585406780000068
其中，
Figure GDA0003585406780000069
表示时间窗口内根据IMU测量值计算出的第(.)个速度值，
Figure GDA00035854067800000610
表示时间窗口内由GPS信号计算出的第(.)个速度信号，
Figure GDA00035854067800000611
表示由(.)个IMU测量值计算出的速度值组成的速度曲线，
Figure GDA00035854067800000612
个GPS信号计算出的速度值组成的速度曲线。
特别的，当计算车辆启动的第一个时间窗内的速度差异度时，复制IMU测量值计算出的第一个速度信息并插入到GPS信号导出的速度曲线的头部，作为其第一个样本值。
针对IMU数据的计算结果和GPS信号可能不是同时得到的问题，在计算差异度时分别加入了关于位置和速度的时间惩罚机制以平衡计算或接收时延和重放攻击对检测结果的影响。
步骤5：利用阈值检测是否存在GPS欺骗，具体步骤如下：
当
Figure GDA00035854067800000613
或
Figure GDA00035854067800000614
时，即位置曲线和速度曲线任意一项差异度分别高于位置差异度或速度差异度阈值时，标记当前窗口序号index，触发报警机制发出警报，识别攻击者在远处模拟速度进行攻击或者在近处进行攻击，滑动W-1个距离继续检测；否则直接滑动W-1个距离继续检测。
至此，一种基于车载IMU的自动驾驶GPS欺骗检测方法执行完毕。
本发明还提出了实现上述GPS欺骗检测方法的系统，所述系统包括：流量采集模块、流量处理模块、流量分析模块。
其中，流量采集模块，用于在阈值及时间惩罚参数设定完成、IMU数据初始化完成后，将车载IMU数据和车辆接收到的GPS信号加入到滑动窗口；
流量处理模块，用于处理滑动窗口内的车载IMU数据和车辆接收到的GPS信号；
流量分析模块，用于在滑动窗口已满后，计算滑动窗口内位置和速度的差异度，进行GPS欺骗攻击检测。
实施例
针对某车辆的行驶过程进行GPS欺骗检测，其中设定欺骗检测可容忍的最大时延为1秒，GPS信号频率为10Hz，车载IMU频率为100Hz，包括如下步骤：
步骤1：设定窗口大小为10，设定窗口滑动距离为9；
步骤2：根据实验结果设定阈值参数和时间惩罚参数：
设定位置差异度阈值Threshp为10、速度差异度阈值Threshv为10、位置信息整体差异度最大时间惩罚参数λp为0.25和速度信息整体差异度最大时间惩罚参数λv为0.25；
步骤3收集和处理车载IMU数据及车辆接收到的GPS信息：
步骤3.1：初始化IMU数据，设置初始时刻车辆的角速度w0＝0，车辆初始加速度a0＝0，初始速度v0＝0，车载IMU加速度计的零偏ba为5mg、车载IMU陀螺仪的零偏bg为0.01deg/s(可根据器件参数或自标定方法设置)；
步骤3.2：将收集到的IMU数据和车辆接收到的GPS信号加入滑动窗口；
步骤3.3：根据IMU的测量值，计算0.1个窗口大小内的车辆速度和位置的变化量，具体计算方式为：
Figure GDA0003585406780000071
其中，1/W＝j-i；
Figure GDA0003585406780000072
分别为IMU在k时刻加速度和角速度的测量值；j为本次计算时间间隔的结束时刻；i为本次计算时间间隔的起始时刻；Δt为连续两次IMU测试值的时间间隔；
步骤3.4：根据IMU初始化数据、Δvij和Δpij，不断计算出滑动窗口内车辆每隔0.1个窗口大小时间的位置pI[j]和速度vI[j]，并记录相对应的时间戳tI[j]；下标I是指数据来源于车载IMU；
步骤3.5：将滑动窗口内GPS信号中包含的位置信息记为pG[j]，并记录每次接收到GPS信号的时间戳tG[j]；下标G是指数据来源于GPS信号；
步骤3.6：根据滑动窗口内GPS信号中包含的位置信息求一阶导数，得出GPS信号包含的车辆速度信息，记为vG[j]。
步骤4：当窗口满时，计算窗口内位置和速度差异度，具体步骤如下：
步骤4.1：计算窗口内IMU数据导出的位置轨迹
Figure GDA0003585406780000073
和GPS信号中的位置轨迹
Figure GDA0003585406780000074
的差异度：
窗口内，IMU数据导出的位置为：
[42.2776 -71.3466 0 42.2777 -71.3463 0 42.2777 -71.3461 0 42.2778 -71.3458 0 42.2779 -71.3456 0 42.2779 -71.3454 0 42.2780 -71.3451 0 42.2781 -71.3449 0 42.2781 -71.3446 0 42.2782 -71.3444 0]
每行数据对应的时刻为：[1.1000 1.2000 1.3000 1.4000 1.5000 1.60001.7000 1.8000 1.9000 2.0000]；
GPS导出的位置为：
[42.3619 -71.0632 0.1331 42.3623 -71.0635 0.0734 42.3619 -71.06270.3406 42.3625 -71.0622 0.6319 42.3624 -71.0623 0.3269 42.3623 -71.0616 -0.2855 42.3627 -71.0617 -0.6687 42.3625 -71.0617 0.2700 42.3620 -71.06130.6036 42.3624 -71.0606 0.0909]
每行数据对应的时刻为：[1.1001 1.20002 1.3001 1.4001 1.5001 1.60011.7001 1.8001 1.9001 2.0001]；
Figure GDA0003585406780000081
其中，其中，
Figure GDA0003585406780000082
表示时间窗口内根据IMU测量值计算出的第(.)个位置，
Figure GDA0003585406780000083
表示时间窗口内接收到的第(.)个GPS位置信号，
Figure GDA0003585406780000084
表示由(.)个IMU测量值计算出的位置所组成的位置轨迹；
Figure GDA0003585406780000085
表示由(.)个GPS位置信号所组成的位置轨迹。
根据上述公式计算得到的速度曲线差异度为：
Figure GDA0003585406780000086
步骤4.2：计算窗口内IMU数据导出的速度曲线
Figure GDA0003585406780000087
和GPS信号导出的速度曲线
Figure GDA0003585406780000088
的差异度：
窗口内，IMU数据导出的速度为：
[7.6467 19.7328 0 7.6467 19.7328 0 7.6467 19.7327 0 7.6467 19.7327 07.6467 19.7327 0 7.6467 19.7327 0 7.6467 19.7327 0 7.6467 19.7326 0 7.646719.7326 0 7.6467 19.7326 0]
每行数据对应的时刻为：[1.1000 1.2000 1.3000 1.4000 1.5000 1.60001.7000 1.8000 1.9000 2.0000]；
GPS信号导出的速度为：
[7.9545 19.6936 0.1375 7.9888 19.7711 0.1609 8.0066 19.8133 -0.16477.9346 19.6345 -0.1563 7.9702 19.7338 -0.0118 7.9832 19.7594 0.1113 8.017919.8470 -0.1412 7.9696 19.7274 -0.0916 7.9538 19.6926 0.0721 7.9752 19.73290.1200]
每行数据对应的时刻为：[1.1001 1.20002 1.3001 1.4001 1.5001 1.60011.7001 1.8001 1.9001 2.0001]；
Figure GDA0003585406780000091
其中，
Figure GDA0003585406780000092
表示时间窗口内根据IMU测量值计算出的第(.)个速度值，
Figure GDA0003585406780000093
表示时间窗口内由GPS信号计算出的第(.)个速度信号，
Figure GDA0003585406780000094
表示由(.)个IMU测量值计算出的速度值组成的速度曲线，
Figure GDA0003585406780000095
个GPS信号计算出的速度值组成的速度曲线。
根据上述公式计算得到的速度曲线差异度为：
Figure GDA0003585406780000096
步骤5：利用阈值检测是否存在GPS欺骗，具体步骤如下：
Figure GDA0003585406780000101
且
Figure GDA0003585406780000102
本次检测窗口内未发生欺骗，不触发报警，直接滑动9个距离继续检测。
本发明提出的基于车载IMU的自动驾驶GPS反欺骗方法，时间和位置信息对GPS欺骗检测结果有较大影响，所述方法考虑了这种影响，不止比较速度曲线差异度，同时比较了位置曲线的差异度，并在差异度计算时均考虑了时间因素。通过实时计算滑动窗口内的差异度，与预先设定阈值比较，从而检测是否有欺骗事件发生，实现有效检测GPS欺骗攻击的安全防护方案。
本发明的保护内容不局限于以上实施例。在不背离发明构思的精神和范围下，本领域技术人员能够想到的变化和优点都被包括在本发明中，并且以所附的权利要求书为保护范围。

Claims (7)

1.一种基于车载IMU的自动驾驶GPS欺骗检测方法，其特征在于，包括以下步骤：
步骤1：设定滑动窗口；
步骤2：设定位置差异度阈值Threshp、速度差异度阈值Threshv、位置信息整体差异度最小时间惩罚参数λp和速度信息整体差异度最小时间惩罚参数λv；
步骤3：收集和处理车载IMU数据及车辆接收到的GPS信息；所述步骤3中的具体步骤如下：
步骤3.1：初始化IMU数据，设置初始时刻车辆的角速度w0＝0，车辆初始加速度a0＝0，初始速度v0＝0，车载IMU加速度计和陀螺仪的零偏分别为ba、bg；
步骤3.2：收集车载IMU数据和车辆接收到的GPS信号加入滑动窗口；
步骤3.3：根据车载IMU的测量值，分别计算时间间隔1/W时间内车辆速度和位置的变化量
Figure FDA0003585406770000011
通过所述位置和速度变化量的计算降低针对IMU产生的高频数据计算时的运算量；
其中，1/W＝j-i；
Figure FDA0003585406770000012
Figure FDA0003585406770000013
分别为IMU在k时刻加速度和角速度的测量值；i为1/W时间间隔的结束时刻；i为1/W时间间隔的起始时刻；Δt为连续两次IMU测量值的时间间隔；
步骤3.4：根据IMU初始化数据、Δvij和Δpij，不断计算出滑动窗口内车辆每隔1/W时间的位置pI[j]和速度vI[j]，并记录相对应的时间戳tI[j]；下标I是指数据来源于车载IMU；
步骤3.5：将滑动窗口内GPS信号中包含的位置信息记为pG[j]，并记录每次接收到GPS信号的时间戳tG[j]；下标G是指数据来源于GPS信号；
步骤3.6：根据滑动窗口内GPS信号中包含的位置信息求一阶导数，得出GPS信号包含的车辆速度信息，记为vG[j]；
步骤4：当窗口接收到窗口大小次数的GPS信号时，计算滑动窗口内位置和速度差异度；所述步骤4中的具体步骤如下：
步骤4.1：计算窗口内IMU数据导出的位置轨迹
Figure FDA0003585406770000014
和GPS信号中的位置轨迹
Figure FDA0003585406770000015
的差异度：
Figure FDA0003585406770000016
其中，
Figure FDA0003585406770000017
表示时间窗口内根据IMU测量值计算出的第(.)个位置，
Figure FDA0003585406770000018
表示时间窗口内接收到的第(.)个GPS位置信号；
Figure FDA0003585406770000019
表示由(.)个IMU测量值计算出的位置所组成的位置轨迹；
Figure FDA00035854067700000110
表示由(.)个GPS位置信号所组成的位置轨迹；
步骤4.2：计算窗口内IMU数据导出的速度曲线
Figure FDA00035854067700000111
和GPS信号导出的速度曲线
Figure FDA00035854067700000112
的差异度：
Figure FDA0003585406770000021
其中，
Figure FDA0003585406770000022
表示时间窗口内根据IMU测量值计算出的第(.)个速度值，
Figure FDA0003585406770000023
表示时间窗口内由GPS信号计算出的第(.)个速度信号，
Figure FDA0003585406770000024
表示由(.)个IMU测量值计算出的速度值组成的速度曲线，
Figure FDA0003585406770000025
个GPS信号计算出的速度值组成的速度曲线；
当计算车辆启动的第一个时间窗内的速度差异度时，复制IMU测量值计算出的第一个速度信息并插入到GPS信号导出的速度曲线的头部，作为其第一个样本值；
步骤5：利用阈值检测是否存在GPS欺骗。
2.根据权利要求1所述的欺骗检测方法，其特征在于，步骤1中，所述滑动窗口的具体设定步骤如下：
步骤1.1：设定欺骗检测可容忍的最大时延maxTime，则设定滑动窗口大小范围为
Figure FDA0003585406770000026
在该范围内设定滑动窗口，固定窗口大小为W；所述fGPS为GPS信号的频率；
步骤1.2：设定窗口滑动距离为W-1；
所述滑动窗口大小W的设置考虑了用户可容忍的最大时延maxTime，且窗口大小等于窗口内接收到GPS信号的次数的整数倍。
3.根据权利要求1所述的欺骗检测方法，其特征在于，步骤2中，所述位置差异度阈值Threshp、速度差异度阈值Threshv、位置信息整体差异度最小时间惩罚参数λp和速度信息整体差异度最小时间惩罚参数λv的具体设定步骤如下：
步骤2.1：计算n次未发生欺骗时的位置差异度Differencep1，Differencep2，……，Differencepn，令其均值作为位置差异度阈值Threshp＝average{Differencep1，Differencep2，…，Differencepn}；n为自然数；
步骤2.2：计算n次未发生欺骗时的速度差异度Differencev1，Differencev2，……，Differencevn，令其均值作为速度差异度阈值Threshv＝average{Differencev1，Differencev2，…，Differencevn}；n为自然数；
步骤2.3：设定不同的位置信息时间惩罚参数和速度信息时间惩罚参数，重复步骤2.1和步骤2.2，分别选取使得位置和速度整体差异度最小的时间惩罚参数λp和λv；所述λp和λv选取(0，1]之间的实数。
4.根据权利要求1所述的欺骗检测方法，其特征在于，所述欺骗检测方法针对IMU数据的计算结果和GPS信号可能不是同时得到的问题，在计算差异度时分别加入了关于位置和速度的时间惩罚机制以平衡计算或接收时延和重放攻击对检测结果的影响。
5.根据权利要求1所述的欺骗检测方法，其特征在于，所述步骤5中的具体步骤如下：
当
Figure FDA0003585406770000031
或
Figure FDA0003585406770000032
时，即位置曲线差异度高于位置差异度阈值，或速度曲线差异度高于速度差异度阈值时，标记当前窗口序号index，触发报警机制发出警报，识别攻击者在远处模拟速度进行攻击或者在近处进行攻击，然后滑动W-1个距离继续检测；否则直接滑动W-1个距离继续检测。
6.一种实现如权利要求1-5之任一项所述方法的欺骗检测系统，其特征在于，所述系统包括：流量采集模块、流量处理模块、流量分析模块。
7.如权利要求6所述的系统，其特征在于，所述流量采集模块，用于在阈值及时间惩罚参数设定完成、IMU数据初始化完成后，将车载IMU数据和车辆接收到的GPS信号加入到滑动窗口；
流量处理模块，用于处理滑动窗口内的车载IMU数据和车辆接收到的GPS信号；
流量分析模块，用于在滑动窗口已满后，计算滑动窗口内位置和速度的差异度，进行GPS欺骗攻击检测。
CN202110629723.8A 2021-06-07 2021-06-07 一种基于车载imu的自动驾驶gps欺骗检测方法及系统 Active CN113447972B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110629723.8A CN113447972B (zh) 2021-06-07 2021-06-07 一种基于车载imu的自动驾驶gps欺骗检测方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110629723.8A CN113447972B (zh) 2021-06-07 2021-06-07 一种基于车载imu的自动驾驶gps欺骗检测方法及系统

Publications (2)

Publication Number Publication Date
CN113447972A CN113447972A (zh) 2021-09-28
CN113447972B true CN113447972B (zh) 2022-09-20

Family

ID=77811074

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110629723.8A Active CN113447972B (zh) 2021-06-07 2021-06-07 一种基于车载imu的自动驾驶gps欺骗检测方法及系统

Country Status (1)

Country Link
CN (1) CN113447972B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115575988B (zh) * 2022-11-21 2023-06-02 联友智连科技有限公司 一种gps海拔值有效性判断方法及系统

Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014047378A1 (en) * 2012-09-20 2014-03-27 Cornell University Methods and apparatus for detecting spoofing of global navigation satellite system signals using carrier phase measurements and known antenna motions
CN107505635A (zh) * 2017-07-11 2017-12-22 华东师范大学 一种卫星定位欺骗攻击的检测方法
CN107949795A (zh) * 2015-09-04 2018-04-20 高通股份有限公司 用于协作式全球导航卫星系统(gnss)诊断的方法和系统
CN108931260A (zh) * 2018-07-04 2018-12-04 山东省科学院自动化研究所 Gps欺骗时无人驾驶车辆定位安全测试系统及方法
CN109444922A (zh) * 2018-11-28 2019-03-08 北京工业大学 面向自主导航无人机gps欺骗检测与防御方法
CN109884669A (zh) * 2019-05-07 2019-06-14 湖南国科防务电子科技有限公司 基于先验信息的卫星导航欺骗干扰检测方法、系统及设备
CN110138759A (zh) * 2019-05-06 2019-08-16 华东师范大学 SDN环境下针对Packet-In注入攻击的轻量级自适应检测方法及系统
CN110208821A (zh) * 2019-06-11 2019-09-06 中国人民解放军战略支援部队信息工程大学 一种针对gnss/imu松组合系统的轨迹诱骗方法及装置
CN110276988A (zh) * 2019-06-26 2019-09-24 重庆邮电大学 一种基于碰撞预警算法的辅助驾驶系统
CN110308464A (zh) * 2019-05-21 2019-10-08 西安电子科技大学 一种无人机gps欺骗检测方法
CN111355706A (zh) * 2020-02-10 2020-06-30 华东师范大学 一种基于can总线车载入侵检测方法及系统
CN111650620A (zh) * 2020-05-29 2020-09-11 电子科技大学 一种基于gps导航的轨迹欺骗方法
CN111751852A (zh) * 2020-06-17 2020-10-09 北京联合大学 基于点云配准的无人车gnss定位可靠性评价方法
CN111788497A (zh) * 2017-12-20 2020-10-16 法国国家太空研究中心 独立于接收器的欺骗检测设备
CN111818037A (zh) * 2020-07-02 2020-10-23 上海工业控制安全创新科技有限公司 基于信息熵的车载网络流量异常检测防御方法及防御系统
CN112859013A (zh) * 2021-01-22 2021-05-28 西安电子科技大学 基于航迹的无人机gnss欺骗检测方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6496472B2 (ja) * 2013-07-03 2019-04-03 三菱重工機械システム株式会社 車載器、及びスプーフィング検知方法
US10408942B2 (en) * 2017-01-30 2019-09-10 The Boeing Company Systems and methods to detect GPS spoofing
CN109358344A (zh) * 2018-11-07 2019-02-19 西安电子科技大学 一种基于多源信息融合的无人机抗gps欺骗系统及方法

Patent Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014047378A1 (en) * 2012-09-20 2014-03-27 Cornell University Methods and apparatus for detecting spoofing of global navigation satellite system signals using carrier phase measurements and known antenna motions
CN107949795A (zh) * 2015-09-04 2018-04-20 高通股份有限公司 用于协作式全球导航卫星系统(gnss)诊断的方法和系统
CN107505635A (zh) * 2017-07-11 2017-12-22 华东师范大学 一种卫星定位欺骗攻击的检测方法
CN111788497A (zh) * 2017-12-20 2020-10-16 法国国家太空研究中心 独立于接收器的欺骗检测设备
CN108931260A (zh) * 2018-07-04 2018-12-04 山东省科学院自动化研究所 Gps欺骗时无人驾驶车辆定位安全测试系统及方法
CN109444922A (zh) * 2018-11-28 2019-03-08 北京工业大学 面向自主导航无人机gps欺骗检测与防御方法
CN110138759A (zh) * 2019-05-06 2019-08-16 华东师范大学 SDN环境下针对Packet-In注入攻击的轻量级自适应检测方法及系统
CN109884669A (zh) * 2019-05-07 2019-06-14 湖南国科防务电子科技有限公司 基于先验信息的卫星导航欺骗干扰检测方法、系统及设备
CN110308464A (zh) * 2019-05-21 2019-10-08 西安电子科技大学 一种无人机gps欺骗检测方法
CN110208821A (zh) * 2019-06-11 2019-09-06 中国人民解放军战略支援部队信息工程大学 一种针对gnss/imu松组合系统的轨迹诱骗方法及装置
CN110276988A (zh) * 2019-06-26 2019-09-24 重庆邮电大学 一种基于碰撞预警算法的辅助驾驶系统
CN111355706A (zh) * 2020-02-10 2020-06-30 华东师范大学 一种基于can总线车载入侵检测方法及系统
CN111650620A (zh) * 2020-05-29 2020-09-11 电子科技大学 一种基于gps导航的轨迹欺骗方法
CN111751852A (zh) * 2020-06-17 2020-10-09 北京联合大学 基于点云配准的无人车gnss定位可靠性评价方法
CN111818037A (zh) * 2020-07-02 2020-10-23 上海工业控制安全创新科技有限公司 基于信息熵的车载网络流量异常检测防御方法及防御系统
CN112859013A (zh) * 2021-01-22 2021-05-28 西安电子科技大学 基于航迹的无人机gnss欺骗检测方法

Non-Patent Citations (11)

* Cited by examiner, † Cited by third party
Title
A New Method in Acquisition to Detect GNSS Spoofing Signal;Jian Wang, Hong Li, Xiaowei Cui, Mingquan Lu;《2013 International Conference on Mechatronic Sciences, Electric Engineering and Computer (MEC)》;20131222;全文 *
Blockchain Empowered Cooperative Authentication With Data Traceability in Vehicular Edge Computing;Hong Liu;《IEEE TRANSACTIONS ON VEHICULAR TECHNOLOGY》;20200430;全文 *
GNSS抗欺骗干扰技术研究;耿正霖;《全球定位系统》;20130831;全文 *
IMU/DGPS辅助车载CCD及激光扫描仪三维数据采集与建模;陈允芳等;《测绘科学》;20061020(第05期);全文 *
卫星导航接收机捕获阶段抗欺骗干扰技术研究;董斌等;《航天电子对抗》;20160428(第02期);全文 *
基于栈式稀疏自编码器的有源欺骗干扰识别;阮怀林等;《探测与控制学报》;20180826(第04期);全文 *
基于车辆运动轨迹的VANETs位置验证;徐会彬等;《电子科技大学学报》;20130730(第04期);全文 *
多路GNSS欺骗干扰信号功率控制策略;黄森等;《空军工程大学学报(自然科学版)》;20170225(第01期);全文 *
无人机信息安全研究综述;何道敬等;《计算机学报》;20170813(第05期);全文 *
航空机载嵌入式控制软件需求建模的形式化工程方法;黄怿豪，冯劲草，郑寒月，缪炜恺，蒲戈光;《计算机工程与科学》;20190630;全文 *
足绑式PNS自适应滑动平均零速区间检测方法;陈克川等;《导航与控制》;20180405(第02期);全文 *

Also Published As

Publication number Publication date
CN113447972A (zh) 2021-09-28

Similar Documents

Publication Publication Date Title
CN110458055B (zh) 一种障碍物检测方法及系统
CN111487589B (zh) 一种基于多源传感器网络的目标落点定位方法
CN113447972B (zh) 一种基于车载imu的自动驾驶gps欺骗检测方法及系统
KR20150041335A (ko) 차량 인지 장치 및 방법
CN112085950B (zh) 交通状态判别指标的估计方法、系统、存储介质及应用
CN113031033B (zh) 一种基于gps数据的轨迹纠偏装置及方法
CN116522270B (zh) 用于智慧海绵城市的数据处理系统
CN115166784B (zh) 一种欺骗式干扰检测方法
CN104112305A (zh) 基于双激光测距的客流监测方法和装置
CN106291498A (zh) 一种基于粒子滤波的检测跟踪联合优化方法
CN104280024B (zh) 一种深水机器人组合导航装置和方法
CN110310491A (zh) 一种短间距双节点地磁车速检测系统及检测方法
CN108646248A (zh) 一种针对低速运动声源的被动声学测速测距方法
CN207809236U (zh) 一种具有夜视目标检测功能的车载超声防撞设备
US9919582B2 (en) Humidity estimation
CN110514861B (zh) 一种利用振幅谱自相关的高铁运行速度估计方法
CN107101644A (zh) 一种安全性高的无人驾驶汽车系统
CN106873002A (zh) 一种车载定位干扰攻击检测方法及系统
CN115128571B (zh) 一种基于毫米波雷达的多人与非机动车识别方法
JP2001051060A (ja) 表面状態判定装置
CN105730330B (zh) 行车安全系统及其障碍物筛选方法
CN113299317B (zh) 一种基于mfcc特征提取的交叉路口碰撞音频预警测评方法
KR100663308B1 (ko) 프루브 카를 이용한 신뢰성 있는 교통 정보 수집 방법 및장치
CN114443636A (zh) 一种基于毫米波雷达的隧道轨迹数据镜像去除方法
CN112859013A (zh) 基于航迹的无人机gnss欺骗检测方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant