CN113587948A - 一种定位信号欺骗识别方法、装置、设备及存储介质 - Google Patents

一种定位信号欺骗识别方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN113587948A
CN113587948A CN202110837779.2A CN202110837779A CN113587948A CN 113587948 A CN113587948 A CN 113587948A CN 202110837779 A CN202110837779 A CN 202110837779A CN 113587948 A CN113587948 A CN 113587948A
Authority
CN
China
Prior art keywords
determining
information
data
precision map
matched
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.)
Pending
Application number
CN202110837779.2A
Other languages
English (en)
Inventor
王为国
黄惠斌
徐丹
曹国华
胡恒
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.)
China Automotive Innovation Co Ltd
Original Assignee
China Automotive Innovation Co Ltd
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 China Automotive Innovation Co Ltd filed Critical China Automotive Innovation Co Ltd
Priority to CN202110837779.2A priority Critical patent/CN113587948A/zh
Publication of CN113587948A publication Critical patent/CN113587948A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • G01C21/34—Route searching; Route guidance
    • G01C21/3407—Route searching; Route guidance specially adapted for specific applications
    • G01C21/3415—Dynamic re-routing, e.g. recalculating the route when the user deviates from calculated route or after detecting real-time traffic data or accidents
    • 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
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/86—Combinations of radar systems with non-radar systems, e.g. sonar, direction finder
    • 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
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
    • G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • 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
    • 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

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)
  • Electromagnetism (AREA)
  • Traffic Control Systems (AREA)

Abstract

本申请涉及一种定位信号欺骗识别方法、装置、设备及存储介质，该方法包括：获取定位信号；定位信号包括三维坐标信息；基于高精地图数据确定三维坐标信息对应的第一特征信息；获取环境感知数据；环境感知数据是通过感知设备对周围环境进行感知得到的；基于环境感知数据确定第二特征信息；确定第一特征信息与第二特征信息之间的匹配程度值；若匹配程度值小于等于预设匹配程度值，则确定定位信号为欺骗信号。如此，可以解决GNSS定位信号欺骗攻击的监测与识别问题，从而可以提高车辆的行驶安全性。

Description

一种定位信号欺骗识别方法、装置、设备及存储介质
技术领域
本申请涉及车辆信息安全技术领域，特别涉及一种定位信号欺骗识别方法、装置、设备及存储介质。
背景技术
随着全球导航卫星系统(Global Navigation Satellite System，GNSS)的发展，卫星导航技术已广泛应用于各行各业，支撑着许多应用系统。它可以提供精确的位置信息和时间同步等服务，其在金融交易记录、车辆定位、军事及航空航天的应用，都表明了GNSS强大的应用价值，因此人们也越来越关心接收到的GNSS信号的准确度和可靠性。
然而随着科技的快速发展，GNSS定位系统容易受到干扰和欺骗的脆弱性逐渐暴露出来，现有GNSS定位系统容易受到多种形式的干扰及欺骗攻击，例如自洽式欺骗、信号干扰攻击、估计重放攻击、高级形式欺骗、以及高精度GNSS信号发生器欺骗等攻击形式。
自动驾驶汽车的安全行驶依赖GNSS对车辆在地图上进行定位，车辆是否能够准确、安全地行驶取决于定位信号是否准确和可靠，而当车载GNSS定位系统受到干扰或欺骗攻击时，将发送与实际位置差别较大的定位信息，这会直接导致自动驾驶汽车冲出路面或驶向错误方向，后果不堪设想。
发明内容
本申请实施例提供了一种定位信号欺骗识别方法、装置、设备及存储介质，可以解决在以上某种或多种攻击成功实施后的GNSS定位欺骗攻击的监测与识别问题，从而可以提高车辆的行驶安全性。
一方面，本申请实施例提供了一种定位信号欺骗识别方法，包括：
获取定位信号；定位信号包括三维坐标信息；
基于高精地图数据确定三维坐标信息对应的第一特征信息；
获取环境感知数据；环境感知数据是通过感知设备对周围环境进行感知得到的；
基于环境感知数据确定第二特征信息；
确定第一特征信息与第二特征信息之间的匹配程度值；
若匹配程度值小于等于预设匹配程度值，则确定定位信号为欺骗信号。
可选的，基于环境感知数据确定第二特征信息，包括：
对环境感知数据进行对象检测，得到对象属性信息；
从高精地图数据中确定对象属性信息对应的第二特征信息。
可选的，对象属性信息包括目标对象的类别；第二特征信息包括基于高精地图坐标系的第二平面坐标信息；
从高精地图数据中确定对象属性信息对应的第二特征信息，包括：
从高精地图数据中获取预设范围内的多个待匹配对象以及多个待匹配对象中每个待匹配对象的类别和基于高精地图坐标系的坐标信息；预设范围是根据定位信号确定的；
将目标对象的类别与每个待匹配对象的类别进行匹配，得到目标匹配对象；
将目标匹配对象的基于高精地图坐标系的坐标信息确定为第二平面坐标信息。
可选的，对环境感知数据进行对象检测，得到对象属性信息，包括：
对环境感知数据进行对象检测，得到对象检测结果；对象检测结果包括多个对象和多个对象中每个对象的类别；
将每个对象的类别按照预设类别优先级顺序进行排序；
将优先级最高的类别对应的对象确定为目标对象。
可选的，环境感知数据包括环境图像；对环境感知数据进行对象检测，得到对象属性信息，包括：
根据图像检测算法或已训练的图像检测模型对环境图像进行对象检测，得到对象属性信息。
可选的，环境感知数据包括环境点云；对环境感知数据进行对象检测，得到对象属性信息，包括：
对环境点云进行语义分析，得到对象属性信息。
可选的，第一特征信息包括基于高精地图坐标系的第一平面坐标信息；
基于高精地图数据确定三维坐标信息对应的第一特征信息，包括：
基于空间坐标系与高精地图坐标系的转换关系，将三维坐标位置信息转换为第一平面坐标信息。
可选的，确定第一特征信息与第二特征信息之间的匹配程度值，包括：
确定第一平面坐标信息与第二平面坐标信息的坐标偏差值；
根据坐标偏差值确定匹配程度值。
可选的，基于高精地图数据确定三维坐标信息对应的第一特征信息，包括：
从高精地图数据中确定三维坐标信息对应的待匹配对象；
基于车辆配置信息和/或车辆姿态信息，确定待匹配对象的属性信息；
将待匹配对象的属性信息作为第一特征信息。
可选的，基于环境感知数据确定第二特征信息，包括：
对环境感知数据进行对象检测，得到第二特征信息；第二特征信息包括目标对象的属性信息。
可选的，待匹配对象的属性信息包括待匹配对象的类别和仰角；目标对象的属性信息包括目标对象的类别和仰角；
确定第一特征信息与第二特征信息之间的匹配程度值，包括：
若待匹配对象的类别与目标对象的类别相同，确定待匹配对象的仰角与目标对象的仰角之间的角度偏差值；
根据角度偏差值确定匹配程度值。
另一方面，本申请实施例提供了一种定位信号欺骗识别装置，包括：
第一获取模块，用于获取定位信号；定位信号包括三维坐标信息；
第一确定模块，用于基于高精地图数据确定三维坐标信息对应的第一特征信息；
第二获取模块，用于获取环境感知数据；环境感知数据是通过感知设备对周围环境进行感知得到的；
第二确定模块，用于基于环境感知数据确定第二特征信息；
第三确定模块，用于确定第一特征信息与第二特征信息之间的匹配程度值；
第四确定模块，用于若匹配程度值小于等于预设匹配程度值，则确定定位信号为欺骗信号。
另一方面，本申请实施例提供了一种设备，设备包括处理器和存储器，存储器中存储有至少一条指令或至少一段程序，至少一条指令或至少一段程序由处理器加载并执行上述的定位信号欺骗识别方法。
另一方面，本申请实施例提供了一种计算机存储介质，存储介质中存储有至少一条指令或至少一段程序，至少一条指令或至少一段程序由处理器加载并执行以实现上述的定位信号欺骗识别方法。
本申请实施例提供的一种定位信号欺骗识别方法、装置、设备及存储介质具有如下有益效果：
通过获取定位信号；定位信号包括三维坐标信息；基于高精地图数据确定三维坐标信息对应的第一特征信息；获取环境感知数据；环境感知数据是通过感知设备对周围环境进行感知得到的；基于环境感知数据确定第二特征信息；确定第一特征信息与第二特征信息之间的匹配程度值；若匹配程度值小于等于预设匹配程度值，则确定定位信号为欺骗信号。如此，可以解决GNSS定位欺骗攻击的监测与识别问题，从而可以提高车辆的行驶安全性。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本申请实施例提供的一种定位信号欺骗识别方法的流程示意图；
图2是本申请实施例提供的一种基于环境感知数据确定第二特征信息的流程示意图；
图3是本申请实施例提供的一种对环境感知数据进行对象检测的流程示意图；
图4是本申请实施例提供的一种确定对象属性信息对应的第二特征信息的流程示意图；
图5是本申请实施例提供的一种应用场景的示意图；
图6是本申请实施例提供的另一种基于环境感知数据确定第二特征信息的流程示意图；
图7是本申请实施例提供的一种定位信号欺骗识别装置的结构示意图；
图8是本申请实施例提供的一种定位信号欺骗识别方法的服务器的硬件结构框图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。
需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或服务器不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
现有GNSS定位系统容易受到多种形式的干扰及欺骗攻击。以下介绍几种攻击形式：
自洽式欺骗是一般用于欺骗考虑伪距残差的传统RAIM策略。其通过合成虚假的代码相位，为潜在受骗接收器提供所期望的位置/时序，并保持较小的伪距残差，合成错误代码相位阶段所需的计算很简单，虚假的拍频载波相位通常被设计为与虚假欺骗代码相位一致地变化。否则，潜在受骗接收器可能会因不寻常的代码/载波差异而发出警告，或者可能失去对欺骗信号的锁定。另一种方法是从低功率开始发送虚假信号，以使它们在受害接收器天线的位置与真信号进行码相匹配和多普勒匹配。欺骗的功率开始时较低，然后一直增加，直到足以捕获跟踪环路为止。最后，欺骗者以自洽的方式对受骗接收器完成了编码相位和载波相位的欺骗。
信号干扰攻击是信号干扰器像常规接收器一样记录真实的GNSS信号，并通过具有足够增益的发射机重播信号，以淹没受害接收器天线上的真实信号。欺骗者有可能欺骗任何GNSS信号，甚至是加密的军事信号。
估计重放攻击是信号的不可预测部分仅在低速率位中，有可能在不进行干扰的情况下完成欺骗。取而代之的是，欺骗者可以使用安全代码估计和重播攻击：欺骗者通过估计不可预测的位，并在获得可靠估计后立即广播它们。在广播它们之前，它可以广播这些位的随机猜测或它自己的最佳估计。
高级形式欺骗有多种形式。一种高级技术称为清零。欺骗器针对每个欺骗信号发送两个信号。一个是欺骗信号，它与所有其他欺骗信号协同作用，以引起错误的位置/时序定位。另一个是真实信号的负值。用于在接收器处抵消真实信号。清零攻击会删除真实信号的所有迹线。然而当下很多防御措施的原理都是通过寻找迹象，表明收到两个来自同一颗卫星的信号。他们可能会寻找在其编码相位之间或载波多普勒频移之间有足够扩展的不同信号。或者，他们可能会寻找具有相似代码相位和载波多普勒频移的干扰信号。无论哪种情况，清零都会消除重复信号的所有迹象，依靠这些迹象的防御措施将会无法检测此类攻击。另一种是用于对抗拥有多天线受害接收器的高级欺骗。其可能会使用多个独立的欺骗发射天线，并将每个天线匹配到相应的接收器天线。而且，欺骗者必须足够靠近受害者，并且要获得以及充分缩小各个天线的增益方向图，以便每个受害者天线仅接收来自欺骗者天线的信号。这种技术将使欺骗者能够控制在受害者接收器不同天线处接收到的每个欺骗信号的拍频载波相位在时间历史之间的差异。
高精度GNSS信号发生器欺骗则是成本高昂但是非常有效的一种攻击手段。通过高精度GNSS信号发生器可将周边一定范围内的接收器信号覆盖成伪造的信号。
对于GNSS定位系统的自洽式欺骗、信号干扰攻击、估计重放攻击、高级形式欺骗、以及高精度GNSS信号发生器欺骗等攻击形式，以上攻击形式还存在一个共同的问题，就是一旦成功实施，无法直接通过单一信号源如GPS信号来检测及识别攻击，甚至部分高级攻击形式成功实施时，多信号源也无法识别攻击。本申请要解决的是在以上某种或多种攻击成功实施后的GNSS定位欺骗攻击的监测与识别问题。
为了有效识别此种攻击，本申请实施例提供的一种定位信号欺骗识别方法，使用高精度地图信息与视觉感知信息进行融合定位，通过融合定位获得局部定位信息及局部地理特征，然后与GNSS定位信息进行对比，从而识别出GNSS定位是否受到干扰欺骗攻击。
本申请可以应用于车辆的自动驾驶系统，自动驾驶系统本身具备GNSS全局定位系统，以及周边环境感知的摄像头、毫米波雷达、超声波传感器和激光传感器等，这些传感器用于实时感知。考虑到实时感知到的信息容易遭到干扰及伪造攻击，本申请结合先验信息如高精度地图数据，提高定位精度或者作为辅助信息。
高精度地图，通俗来讲就是精度更高、数据维度更多的电子地图。精度更高体现在精确到厘米级别，数据维度更多体现在其包括了除道路信息之外的与交通相关的周围静态信息。高精度地图作为实现自动驾驶的关键能力之一，其将成为对自动驾驶现传感器的有效补充，为车辆提供了更加可靠的感知能力。高精度地图数据由于是在采集过程中反复验证，传输过程加密，并存储在安全区域的数据，因此其准确度较高。
以下介绍本申请一种定位信号欺骗识别方法的具体实施例，图1是本申请实施例提供的一种定位信号欺骗识别方法的流程示意图，本说明书提供了如实施例或流程图的方法操作步骤，但基于常规或者无创造性的劳动可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式，不代表唯一的执行顺序。在实际中的系统或服务器产品执行时，可以按照实施例或者附图所示的方法顺序执行或者并行执行(例如并行处理器或者多线程处理的环境)。具体的如图1所示，该方法可以包括：
S101：获取定位信号；定位信号包括三维坐标信息。
本申请实施例中，定位信号指的是车载GNSS定位系统输出的实时GNSS信号，GNSS信号包括车辆在空间坐标系(例如WGS84坐标系)中的三维坐标信息。
S103：基于高精地图数据确定三维坐标信息对应的第一特征信息。
本申请实施例中，确定GNSS信号的三维坐标信息在高精地图数据中对应的第一特征信息。
一种可选的实施方式中，第一特征信息包括基于高精地图坐标系的第一平面坐标信息；则，上述步骤S103可以包括：
基于空间坐标系与高精地图坐标系的转换关系，将三维坐标位置信息转换为第一平面坐标信息。
具体的，将基于空间坐标系的三维坐标信息转换为基于高精地图坐标系的第一平面坐标信息，空间坐标系与高精地图坐标系的转换关系可以根据实际空间坐标系的类别以及高精地图坐标系的类别确定。
S105：获取环境感知数据；环境感知数据是通过感知设备对周围环境进行感知得到的。
本申请实施例中，感知设备如上文提到的摄像头、毫米波雷达、超声波传感器和激光传感器等，环境感知数据的数据格式根据不同感知设备类型可能不同。
S107：基于环境感知数据确定第二特征信息。
一种可选的实施方式中，如图2所示，上述步骤S107可以包括：
S1071：对环境感知数据进行对象检测，得到对象属性信息；
S1072：从高精地图数据中确定对象属性信息对应的第二特征信息。
其中，根据获取的环境感知数据的数据格式，采取相应的方式对环境感知数据进行对象检测，得到对象属性信息。
一种可选的实施方式中，环境感知数据包括环境图像；则，上述步骤S1071可以包括：
根据图像检测算法或已训练的图像检测模型对环境图像进行对象检测，得到对象属性信息。
具体的，通过摄像头拍摄车辆周围环境图像，然后根据图像检测算法或已训练的图像检测模型从环境图像中提取对象加以识别；例如，基于语义分割算法将一张环境图像分割成多个包含车道线、路面标志、交通标志、杠状物或其他对象的子图像，并得到各个对象的属性信息。
另一种可选的实施方式中，环境感知数据包括环境点云；则，上述步骤S1071可以包括：
对环境点云进行语义分析，得到对象属性信息。
具体的，通过激光雷达采集周围环境点云，对环境点云进行语义分析，得到表征对象的点云集合，并得到对应的对象属性信息。
一种可选的实施方式中，考虑到在对环境感知数据进行对象检测的过程中，可能会检测到多个对象，此时，如图3所示，上述步骤S1071可以包括：
S10711：对环境感知数据进行对象检测，得到对象检测结果；对象检测结果包括多个对象和多个对象中每个对象的类别；
S10712：将每个对象的类别按照预设类别优先级顺序进行排序；
S10713：将优先级最高的类别对应的对象确定为目标对象。
具体的，在根据图像检测算法或已训练的图像检测模型对环境图像进行对象检测的过程中，或者，在对获取的环境点云进行语义分析的过程中，检测出多个对象，并识别出多个对象中每个对象的类别；则按照预设类别优先级顺序对多个对象的多个类别进行排序，将优先级最高的类别对应的对象确定为目标对象，将针对该目标对象所识别到的信息作为对象属性信息；作为参考的，预设类别优先级顺序可以根据对象类别识别难易程度按照从易到难的顺序进行设置。
本申请实施例中，高精地图数据包括车道级地面信息和道路周边详细的道路设施，具体包括车道标线、路面标志、交通标志、护栏、路牙、杆状物、上方障碍物等路面、路侧、路上的交通设施和对自动驾驶有影响的附着物信息。利用高精地图数据具有的多维度数据特征，查找对象属性信息在高精地图数据中对应的第二特征信息。
一种可选的实施方式中，对象属性信息包括目标对象的类别；第二特征信息包括基于高精地图坐标系的第二平面坐标信息；则，如图4所示，上述步骤S1072可以包括：
S10721：从高精地图数据中获取预设范围内的多个待匹配对象以及多个待匹配对象中每个待匹配对象的类别和基于高精地图坐标系的坐标信息；预设范围是根据定位信号确定的；
S10722：将目标对象的类别与每个待匹配对象的类别进行匹配，得到目标匹配对象；
S10723：将目标匹配对象的基于高精地图坐标系的坐标信息确定为第二平面坐标信息。
具体的，根据定位信号转换后得到的第一平面坐标信息，获取该第一平面坐标信息周围预设范围内的多个待匹配对象，以及多个待匹配对象中每个待匹配对象的类别和基于高精地图坐标系的坐标信息；然后，以目标对象的类别在多个待匹配对象对应的多个类别中进行查找，即将目标对象的类别与每个待匹配对象的类别进行匹配，若在多个待匹配对象中匹配到与目标对象的类别相同的待匹配对象，将该待匹配对象作为目标匹配对象，将该目标匹配对象的基于高精地图坐标系的坐标信息确定为第二平面坐标信息。
S109：确定第一特征信息与第二特征信息之间的匹配程度值。
S111：若匹配程度值小于等于预设匹配程度值，则确定定位信号为欺骗信号。
本申请实施例中，将GNSS信号在高精地图数据中的第一特征信息，与基于环境感知得到的对象属性信息在高精地图数据中的第二特征信息进行比较，通过确定第一特征信息与第二特征信息之间的匹配程度值，将该匹配程度值与预设匹配程度值进行比较，若匹配程度值小于等于预设匹配程度值，认为第一特征信息与第二特征信息不符，确定GNSS信号为欺骗信号，即GNSS信号受到干扰欺骗攻击；若匹配程度值大于预设匹配程度值，确定GNSS信号未受到干扰欺骗攻击，三维坐标信息为准确的位置信息。
基于附图2所示的步骤S107的一种可选的方式，对应的，上述步骤S109可以包括：
确定第一平面坐标信息与第二平面坐标信息的坐标偏差值；
根据坐标偏差值确定匹配程度值。
具体的，通过计算第一平面坐标信息与第二平面坐标信息在横向上的差距以及在纵向上的差距，将两者在横向上的差距以及在纵向上的差距进行相加即可得到坐标偏差值；或，直接采用求解两个坐标之间距离的数学公式直接进行计算得到坐标偏差值；坐标偏差值越大，则匹配程度值越小，可以直接将坐标偏差值的倒数作为匹配程度值，或基于历史数据或经验总结的映射关系确定坐标偏差值对应的匹配程度值。
下面通过一个具体的例子对上述步骤S101～S111及其可选的实施方式进行说明。如图5所示，图5是本申请实施例提供的一种应用场景的示意图，该应用场景中，车辆通过车载GNSS定位系统获取到GNSS信号，然后将该GNSS信号携带的三维坐标信息(X,Y,Z)转换为基于高精地图坐标系的第一平面坐标信息(x1，y1)；同时，车辆上配置有摄像头，通过摄像头拍摄得到当前环境图像，对当前环境图像进行对象检测后，得到的对象属性信息包括目标对象的类别为高架桥；然后在高精地图数据的特定数据段中搜索类别为高架桥的对象，然后将搜索得到类别为高架桥的对象基于高精地图坐标系的坐标信息作为第二平面坐标信息(x2，y2)；其中，特定数据段可以是基于(x1，y1)的预设范围内的数据，预设范围可以根据实际环境进行确定或采用固定的参数进行限定；其次，利用求解两个坐标之间距离的数学公式计算第一平面坐标信息(x1，y1)与第二平面坐标信息(x2，y2)之间的距离，将该距离作为坐标偏差值；其次，将该坐标偏差值的倒数作为匹配程度值，将该匹配程度值与预设匹配程度值进行比较，若该匹配程度值大于预设匹配程度值，则确定GNSS信号未受到干扰欺骗攻击，三维坐标信息(X,Y,Z)为准确的位置信息；若该匹配程度值小于或等于预设匹配程度值，则确定GNSS信号为欺骗信号，三维坐标信息(X,Y,Z)为不准确的位置信息；后续车辆可以将第二平面坐标信息(x2，y2)转换为基于车身坐标系或空间坐标系的坐标以实现自动驾驶功能或车辆其他功能。
下面给出本申请另一种可选的实施方式，该可选的实施方式仅针对与上述可选的实施方式的不同之处进行说明，其余步骤可参照上述实施例。
该可选的实施方式中，如图6所示，上述步骤S103可以包括：
S1031：从高精地图数据中确定三维坐标信息对应的待匹配对象；
S1032：基于车辆配置信息和/或车辆姿态信息，确定待匹配对象的属性信息；
S1033：将待匹配对象的属性信息作为第一特征信息。
对应的，上述步骤S107可以包括：
对环境感知数据进行对象检测，得到第二特征信息；第二特征信息包括目标对象的属性信息。此处，可依照前文所述的任一种图像检测方法得到检测结果，不同的是，上文将检测结果作为对象属性信息，此处直接将检测结果作为第二特征信息。
一种具体的实施方式中，待匹配对象的属性信息包括待匹配对象的类别和仰角；目标对象的属性信息包括目标对象的类别和仰角；则，上述步骤S109可以包括：
若待匹配对象的类别与目标对象的类别相同，确定待匹配对象的仰角与目标对象的仰角之间的角度偏差值；
根据角度偏差值确定匹配程度值。
举个例子。将GNSS定位的三维坐标信息代入到高精地图数据中后，结合实际车辆配置信息和/或与车辆姿态信息可以得到三维坐标信息对应的的某个或某些对象的属性信息，将该某个或某些对象中的一个作为待匹配对象，待匹配对象例如前方隧道、指示牌等，将前方隧道的仰角或指示牌的仰角或指示牌的数字作为待匹配对象的属性信息；然后，结合摄像头实际检测的目标对象的属性信息，假设同样是前方隧道的仰角或指示牌的仰角或指示牌的数字，即可直观的对比出两者的类别是否一致，在类别一致的情况下，计算两者的仰角偏差，根据仰角偏差确定匹配程度值，然后进一步确定是否存在欺骗。
本申请实施例还提供了一种定位信号欺骗识别装置，图7是本申请实施例提供的一种定位信号欺骗识别装置的结构示意图，如图5所示，该装置包括：
第一获取模块701，用于获取定位信号；定位信号包括三维坐标信息；
第一确定模块702，用于基于高精地图数据确定三维坐标信息对应的第一特征信息；
第二获取模块703，用于获取环境感知数据；环境感知数据是通过感知设备对周围环境进行感知得到的；
第二确定模块704，用于基于环境感知数据确定第二特征信息；
第三确定模块705，用于确定第一特征信息与第二特征信息之间的匹配程度值；
第四确定模块706，用于若匹配程度值小于等于预设匹配程度值，则确定定位信号为欺骗信号。
一种可选的实施方式中，第二确定模块705还用于：对环境感知数据进行对象检测，得到对象属性信息；从高精地图数据中确定对象属性信息对应的第二特征信息。
一种可选的实施方式中，对象属性信息包括目标对象的类别；第二特征信息包括基于高精地图坐标系的第二平面坐标信息；
第二确定模块705还用于：从高精地图数据中获取预设范围内的多个待匹配对象以及多个待匹配对象中每个待匹配对象的类别和基于高精地图坐标系的坐标信息；预设范围是根据定位信号确定的；将目标对象的类别与每个待匹配对象的类别进行匹配，得到目标匹配对象；将目标匹配对象的基于高精地图坐标系的坐标信息确定为第二平面坐标信息。
一种可选的实施方式中，第二确定模块705还用于：对环境感知数据进行对象检测，得到对象检测结果；对象检测结果包括多个对象和多个对象中每个对象的类别；将每个对象的类别按照预设类别优先级顺序进行排序；将优先级最高的类别对应的对象确定为目标对象。
一种可选的实施方式中，环境感知数据包括环境图像；第二确定模块705还用于：根据图像检测算法或已训练的图像检测模型对环境图像进行对象检测，得到对象属性信息。
一种可选的实施方式中，环境感知数据包括环境点云；第二确定模块705还用于：对环境点云进行语义分析，得到对象属性信息。
一种可选的实施方式中，第一特征信息包括基于高精地图坐标系的第一平面坐标信息；第一确定模块702还用于：基于空间坐标系与高精地图坐标系的转换关系，将三维坐标位置信息转换为第一平面坐标信息。
一种可选的实施方式中，第三确定模块705还用于：确定第一平面坐标信息与第二平面坐标信息的坐标偏差值；根据坐标偏差值确定匹配程度值。
一种可选的实施方式中，第一确定模块702还用于：从高精地图数据中确定三维坐标信息对应的待匹配对象；基于车辆配置信息和/或车辆姿态信息，确定待匹配对象的属性信息；将待匹配对象的属性信息作为第一特征信息。
一种可选的实施方式中，第二确定模块705还用于：对环境感知数据进行对象检测，得到第二特征信息；第二特征信息包括目标对象的属性信息。
一种可选的实施方式中，待匹配对象的属性信息包括待匹配对象的类别和仰角；目标对象的属性信息包括目标对象的类别和仰角；第三确定模块705还用于：若待匹配对象的类别与目标对象的类别相同，确定待匹配对象的仰角与目标对象的仰角之间的角度偏差值；根据角度偏差值确定匹配程度值。
本申请实施例中的装置与方法实施例基于同样地申请构思。
本申请实施例所提供的方法实施例可以在计算机终端、服务器或者类似的运算装置中执行。以运行在服务器上为例，图8是本申请实施例提供的一种定位信号欺骗识别方法的服务器的硬件结构框图。如图8所示，该服务器800可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上中央处理器(Central Processing Units，CPU)810(处理器810可以包括但不限于微处理器NCU或可编程逻辑器件FPGA等的处理装置)、用于存储数据的存储器830，一个或一个以上存储应用程序823或数据822的存储介质820(例如一个或一个以上海量存储设备)。其中，存储器830和存储介质820可以是短暂存储或持久存储。存储在存储介质820的程序可以包括一个或一个以上模块，每个模块可以包括对服务器中的一系列指令操作。更进一步地，中央处理器810可以设置为与存储介质820通信，在服务器800上执行存储介质820中的一系列指令操作。服务器800还可以包括一个或一个以上电源880，一个或一个以上有线或无线网络接口850，一个或一个以上输入输出接口840，和/或，一个或一个以上操作系统821，例如Windows，Mac OS，Unix,Linux，FreeBSD等等。
输入输出接口840可以用于经由一个网络接收或者发送数据。上述的网络具体实例可包括服务器800的通信供应商提供的无线网络。在一个实例中，输入输出接口840包括一个网络适配器(Network Interface Controller，NIC)，其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中，输入输出接口840可以为射频(RadioFrequency，RF)模块，其用于通过无线方式与互联网进行通讯。
本领域普通技术人员可以理解，图8所示的结构仅为示意，其并不对上述电子装置的结构造成限定。例如，服务器800还可包括比图8中所示更多或者更少的组件，或者具有与图8所示不同的配置。
本申请的实施例还提供了一种存储介质，所述存储介质可设置于服务器之中以保存用于实现方法实施例中一种定位信号欺骗识别方法相关的至少一条指令、至少一段程序、代码集或指令集，该至少一条指令、该至少一段程序、该代码集或指令集由该处理器加载并执行以实现上述定位信号欺骗识别方法。
可选地，在本实施例中，上述存储介质可以位于计算机网络的多个网络服务器中的至少一个网络服务器。可选地，在本实施例中，上述存储介质可以包括但不限于：U盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
由上述本申请提供的定位信号欺骗识别方法、装置、设备及存储介质的实施例可见，本申请通过获取定位信号；定位信号包括三维坐标信息；基于高精地图数据确定三维坐标信息对应的第一特征信息；获取环境感知数据；环境感知数据是通过感知设备对周围环境进行感知得到的；基于环境感知数据确定第二特征信息；确定第一特征信息与第二特征信息之间的匹配程度值；若匹配程度值小于等于预设匹配程度值，则确定定位信号为欺骗信号。如此，可以解决GNSS定位欺骗攻击的监测与识别问题，从而可以提高车辆的行驶安全性。
需要说明的是：上述本申请实施例先后顺序仅仅为了描述，不代表实施例的优劣。且上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于设备实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。
以上所述仅为本申请的较佳实施例，并不用以限制本申请，凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。

Claims (14)

1.一种定位信号欺骗识别方法，其特征在于，包括：
获取定位信号；所述定位信号包括三维坐标信息；
基于高精地图数据确定所述三维坐标信息对应的第一特征信息；
获取环境感知数据；所述环境感知数据是通过感知设备对周围环境进行感知得到的；
基于所述环境感知数据确定第二特征信息；
确定所述第一特征信息与所述第二特征信息之间的匹配程度值；
若所述匹配程度值小于等于预设匹配程度值，则确定所述定位信号为欺骗信号。
2.根据权利要求1所述的方法，其特征在于，所述基于所述环境感知数据确定第二特征信息，包括：
对所述环境感知数据进行对象检测，得到对象属性信息；
从所述高精地图数据中确定所述对象属性信息对应的第二特征信息。
3.根据权利要求2所述的方法，其特征在于，所述对象属性信息包括目标对象的类别；所述第二特征信息包括基于高精地图坐标系的第二平面坐标信息；
所述从所述高精地图数据中确定所述对象属性信息对应的第二特征信息，包括：
从所述高精地图数据中获取预设范围内的多个待匹配对象以及所述多个待匹配对象中每个待匹配对象的类别和基于所述高精地图坐标系的坐标信息；所述预设范围是根据所述定位信号确定的；
将所述目标对象的类别与所述每个待匹配对象的类别进行匹配，得到目标匹配对象；
将所述目标匹配对象的基于所述高精地图坐标系的坐标信息确定为所述第二平面坐标信息。
4.根据权利要求3所述的方法，其特征在于，所述对所述环境感知数据进行对象检测，得到对象属性信息，包括：
对所述环境感知数据进行对象检测，得到对象检测结果；所述对象检测结果包括多个对象和所述多个对象中每个对象的类别；
将所述每个对象的类别按照预设类别优先级顺序进行排序；
将优先级最高的类别对应的对象确定为所述目标对象。
5.根据权利要求2所述的方法，其特征在于，所述环境感知数据包括环境图像；所述对所述环境感知数据进行对象检测，得到对象属性信息，包括：
根据图像检测算法或已训练的图像检测模型对所述环境图像进行对象检测，得到所述对象属性信息。
6.根据权利要求2所述的方法，其特征在于，所述环境感知数据包括环境点云；所述对所述环境感知数据进行对象检测，得到对象属性信息，包括：
对所述环境点云进行语义分析，得到所述对象属性信息。
7.根据权利要求3所述的方法，其特征在于，所述第一特征信息包括基于所述高精地图坐标系的第一平面坐标信息；
所述基于高精地图数据确定所述三维坐标信息对应的第一特征信息，包括：
基于空间坐标系与所述高精地图坐标系的转换关系，将所述三维坐标位置信息转换为所述第一平面坐标信息。
8.根据权利要求7所述的方法，其特征在于，所述确定所述第一特征信息与所述第二特征信息之间的匹配程度值，包括：
确定所述第一平面坐标信息与所述第二平面坐标信息的坐标偏差值；
根据所述坐标偏差值确定所述匹配程度值。
9.根据权利要求1所述的方法，其特征在于，所述基于高精地图数据确定所述三维坐标信息对应的第一特征信息，包括：
从所述高精地图数据中确定所述三维坐标信息对应的待匹配对象；
基于车辆配置信息和/或车辆姿态信息，确定所述待匹配对象的属性信息；
将所述待匹配对象的属性信息作为所述第一特征信息。
10.根据权利要求9所述的方法，其特征在于，所述基于所述环境感知数据确定第二特征信息，包括：
对所述环境感知数据进行对象检测，得到所述第二特征信息；所述第二特征信息包括目标对象的属性信息。
11.根据权利要求10所述的方法，所述待匹配对象的属性信息包括所述待匹配对象的类别和仰角；所述目标对象的属性信息包括所述目标对象的类别和仰角；
所述确定所述第一特征信息与所述第二特征信息之间的匹配程度值，包括：
若所述待匹配对象的类别与所述目标对象的类别相同，确定所述待匹配对象的仰角与所述目标对象的仰角之间的角度偏差值；
根据所述角度偏差值确定所述匹配程度值。
12.一种定位信号欺骗识别装置，其特征在于，包括：
第一获取模块，用于获取定位信号；所述定位信号包括三维坐标信息；
第一确定模块，用于基于高精地图数据确定所述三维坐标信息对应的第一特征信息；
第二获取模块，用于获取环境感知数据；所述环境感知数据是通过感知设备对周围环境进行感知得到的；
第二确定模块，用于基于所述环境感知数据确定第二特征信息；
第三确定模块，用于确定所述第一特征信息与所述第二特征信息之间的匹配程度值；
第四确定模块，用于若所述匹配程度值小于等于预设匹配程度值，则确定所述定位信号为欺骗信号。
13.一种设备，其特征在于，所述设备包括处理器和存储器，所述存储器中存储有至少一条指令或至少一段程序，所述至少一条指令或所述至少一段程序由所述处理器加载并执行如权利要求1-11任一项所述的定位信号欺骗识别方法。
14.一种计算机存储介质，其特征在于，所述存储介质中存储有至少一条指令或至少一段程序，所述至少一条指令或至少一段程序由处理器加载并执行以实现如权利要求1-11任一项所述的定位信号欺骗识别方法。
CN202110837779.2A 2021-07-23 2021-07-23 一种定位信号欺骗识别方法、装置、设备及存储介质 Pending CN113587948A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110837779.2A CN113587948A (zh) 2021-07-23 2021-07-23 一种定位信号欺骗识别方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110837779.2A CN113587948A (zh) 2021-07-23 2021-07-23 一种定位信号欺骗识别方法、装置、设备及存储介质

Publications (1)

Publication Number Publication Date
CN113587948A true CN113587948A (zh) 2021-11-02

Family

ID=78249292

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110837779.2A Pending CN113587948A (zh) 2021-07-23 2021-07-23 一种定位信号欺骗识别方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN113587948A (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107861135A (zh) * 2017-10-26 2018-03-30 国家电网公司 一种面向电力巡检的无人机卫星导航欺骗检测方法
CN108693543A (zh) * 2017-03-31 2018-10-23 法拉第未来公司 用于检测信号欺骗的方法及系统

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108693543A (zh) * 2017-03-31 2018-10-23 法拉第未来公司 用于检测信号欺骗的方法及系统
CN107861135A (zh) * 2017-10-26 2018-03-30 国家电网公司 一种面向电力巡检的无人机卫星导航欺骗检测方法

Similar Documents

Publication Publication Date Title
US9632170B2 (en) Evaluating the position of an aerial vehicle
CN106605155B (zh) 用于验证gnss定位信号的可信性的方法
WO2017097158A1 (zh) Gps攻击的检测方法及装置
EP2113789B1 (en) Radar target processing reduction systems and methods using cooperative surveillance sources
CN110114695B (zh) 使用pvt解估算来检测和消除gnss欺骗信号
WO2010062418A2 (en) Method and system for locating signal jammers
US11415703B2 (en) Spoofing detection in real time kinematic positioning
CN104656104A (zh) 基于最大似然估计的卫星导航欺骗信号识别方法及系统
CN110889380B (zh) 一种舰船识别方法、装置及计算机存储介质
CN112083446A (zh) 定位欺骗干扰源的方法及装置
CN113532499B (zh) 无人系统的传感器安全性检测方法、设备及存储介质
Souli et al. Cooperative relative positioning using signals of opportunity and inertial and visual modalities
US5999130A (en) Determination of radar threat location from an airborne vehicle
CN111624589B (zh) 基于天基无线电监测的海上目标数据融合系统及方法
CN113587948A (zh) 一种定位信号欺骗识别方法、装置、设备及存储介质
CN109344776B (zh) 数据处理方法
CN110749905A (zh) 单星低复杂度卫星导航欺骗信号检测识别方法及装置
Bhatti Sensor deception detection and radio-frequency emitter localization
Louart et al. Detection of AIS messages falsifications and spoofing by checking messages compliance with TDMA protocol
CN113960640A (zh) 欺骗信号的检测方法及装置
JP5996467B2 (ja) 移動体位置情報の不正検出装置、移動体位置情報の補正処理装置及び不正検出プログラム
Mikhalev et al. Fusion of sensor data for source localization using the Hough transform
Kuppudurai et al. Localization of airborne platform using digital elevation model with adaptive weighting inspired by information theory
Sharma et al. Multipath Error Modelling and Position Error Over-bounding for Precise RTK Positioning using GNSS Raw Measurements from Smartphone for Automotive Navigation
Darian et al. Detecting GNSS spoofing using deep learning

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