对抗攻击评估

该页面用于评估自动驾驶系统对对抗攻击的防御能力。通过设置不同的参数，生成置信度直方图，分析系统在面对对抗样本时的鲁棒性。

筛选条件

置信度直方图

测试数据示例

以下是一些测试数据示例，用于模拟从后端获取的数据。实际应用中，这些数据将通过 AJAX 请求从服务器获取。

重要提示：由于这是一个静态HTML文件，无法直接连接到数据库获取数据。因此，这里使用JavaScript模拟数据加载和图表更新。

数据采集方式

• 传感器数据：通过自动驾驶车辆上的各种传感器（如摄像头、激光雷达、毫米波雷达）采集原始数据。
• 标注数据：对传感器数据进行人工或自动标注，生成包含目标类别、位置、置信度等信息的标注数据。
• GAN生成数据：使用生成对抗网络（GAN）生成Corner Case场景数据，用于增强感知系统在极端情况下的鲁棒性。

数据生成方式

• 真实数据：直接从真实驾驶场景中采集的数据。
• GAN生成数据：
  • 使用GAN模型生成新的场景数据，例如，模拟雨天、夜晚等极端天气条件下的场景。
  • 通过调整GAN模型的参数，生成不同类型的对抗样本，用于测试系统的防御能力。