┌─────────────┐  ┌─────────────┐  ┌─────────────┐
│   激光雷达   │  │   摄像头    │  │  毫米波雷达  │
│   点云数据   │  │   图像数据   │  │  目标列表   │
└──────┬──────┘  └──────┬──────┘  └──────┬──────┘
       │                │                │
       └────────────────┼────────────────┘
                        ▼
              ┌─────────────────┐
              │   传感器融合     │
              │ (卡尔曼滤波/深度学习)│
              └────────┬────────┘
                       ▼
              ┌─────────────────┐
              │   环境模型      │
              │ (障碍物、车道、交通标志)│
              └────────┬────────┘
                       ▼
              ┌─────────────────┐
              │   决策规划      │
              │ (路径规划、控制)  │
              └─────────────────┘

攻击设备：
- 脉冲激光器（905nm，与 LiDAR 同波长）
- 同步控制电路
- 成本：约 2000 美元

攻击效果：
- 在 LiDAR 前方 100 米处"制造"虚假障碍物
- 自动驾驶车辆紧急刹车
- 或"抹除"真实障碍物 → 碰撞风险

原始图像：停车标志
      ↓ 添加人眼不可见的扰动
对抗图像：停车标志 + 扰动
      ↓
AI 识别结果：限速 45 公里

攻击者用投影仪在路面投射虚假车道线
      ↓
摄像头捕获虚假车道线
      ↓
车辆偏离真实车道

┌─────────────────────────────────────────────────────┐
│              传感器融合安全架构                      │
├─────────────────────────────────────────────────────┤
│                                                     │
│  前融合（数据级）：                                  │
│  原始数据 → 融合 → 检测                             │
│  优点：信息损失少                                   │
│  风险：单一传感器污染影响全局                        │
│                                                     │
│  后融合（决策级）：                                  │
│  各传感器独立检测 → 投票/加权 → 最终决策            │
│  优点：故障隔离                                     │
│  风险：信息损失                                     │
│                                                     │
│  推荐：混合融合                                      │
│  关键目标用后融合，一般环境用前融合                  │
│                                                     │
└─────────────────────────────────────────────────────┘

# 伪代码：多传感器一致性验证
defvalidate_perception(lidar_targets, camera_targets, radar_targets):
    for target in lidar_targets:
        # 在摄像头和雷达中查找匹配目标
        camera_match = find_match(target, camera_targets)
        radar_match = find_match(target, radar_targets)

        if not camera_match and not radar_match:
            # 仅 LiDAR 检测到，可能是虚假目标
            if target.distance < 50:  # 近距离需警惕
                alert("疑似虚假障碍物")
                return False

    return True

传感器置信度权重：
-激光雷达：0.4（距离精确）
-摄像头：0.35（分类准确）
-毫米波雷达：0.25（测速准确）

最终置信度=Σ(传感器置信度×权重)

if最终置信度<阈值:
进入安全模式（减速、停车）

感知系统异常 → 分级响应：

Level 1（轻微异常）:
├── 告警提示驾驶员
└── 增加传感器采样频率

Level 2（中度异常）:
├── 限制车速（如 60 km/h 以下）
├── 要求驾驶员接管
└── 记录日志

Level 3（严重异常）:
├── 立即减速停车
├── 开启双闪
└── 联系远程协助