La lecture des panneaux routiers est l'une des sources d'information déclenchant les réactions appropriées de conduite d'un véhicule autonome, parmi d'autres sources de données.
Et alors que les constructeurs automobiles tentent de ne pas se laisser prendre en défaut sur la question du piratage des futurs véhicules connectés / autonomes, des chercheurs de l'Université de Washington ont démontré qu'il pouvait être très facile de perturber leur fonctionnement en modifiant légèrement les panneaux de signalisation.
De simples autocollants placés judicieusement sur le panneau peuvent anesthésier la capacité de reconnaissance d'objet des caméras embarquées et lui faire prendre par exemple un panneau pour un autre.
Le placement d'autocollants "love / hate" sur un panneau Stop a ainsi trompé l'algorithme de computer vision qui l'a constamment pris pour un panneau de limitation de vitesse, à différentes distances. Il serait donc en principe très facile de tromper l'intelligence artificielle d'un véhicule avec de simples stickers imprimés chez soi et provoquer un chaos.
Sauf que la lecture de panneaux n'est que l'un des éléments pris en compte par l'intelligence artificielle des véhicules autonomes qui se réfèrent aussi à des bases de données, à l'image de ce que réalise le constructeur Tesla en récupérant en cloud les données de navigations des centaines de milliers de véhicules Tesla en circulation et en éliminant les données aberrantes et en comparant la pertinence de l'information obtenue par rapport au contexte.
Tenter de tromper les capteurs par de faux signaux est une méthode d'attaque connue mais l'intérêt de la technique décrite présentement est qu'elle modifie relativement subtilement les panneaux de signalisation pour induire discrètement une erreur d'appréciation là où les techniques précédentes impliquaient de créer des changements radicaux visibles uniquement d'un certain angle et que le conducteur humain lui-même pourrait aisément repérer comme inadéquats.
