器人关键子系统。根据吸附原理的不同，目前爬壁机器人主要有电磁吸附、仿生吸附及负压吸附三种。其中电磁吸附爬壁机器人只能工作在铁磁材料构成的壁面上，如大型轮船或储油罐壁面。仿生吸附原理与壁虎吸附类似，其吸附作用产生自刚毛与壁面的粘合力和抓着力。负压吸附不但对壁面材料几乎没有特殊要求，而且具有吸附效率高、工作可靠性高及负荷能力强等特点，负压吸附式爬壁机器人是目前乃至将来都具有广阔应用前景专用技术，是中小型爬壁机器人首选。除了高楼消防，它还可以为反恐侦察提供强有力的支撑
唐教授说，最近十年来，研发具有爬壁能力的特殊机器人越来越受到重视，主要是用其代替人能在危险或难以接近的壁面上从事必要的工作，提高工作效率。
通过多年的技术积累，负压式爬壁机器人的吸附技术已经日渐成熟。南京理工大学在国家“863”计划资金的资助下，关于爬壁机器人研究取得了一些重要进展，唐教授介绍，由于实际中的典型壁面一般具有复杂的结构，能够适应复杂环境的越障技术是限制爬壁机器人应用的瓶颈。在江苏科技支撑计划的资助下，南京理工大学与宁沪高速公路公司合作，正在研制高架桥壁面缺陷检测机器人。针对各种桥梁的使用情况，在人无法涉及的部位，对桥梁的使用情况提供检测报告。唐教授还透露，具有专用特殊功能的爬壁机器人也处在研究之中。
能判断，会提醒的汽车安全“智能助理”
公路上，你驾驶的汽车没有打转向灯就偏离了正常行车道；你的车子和前方车辆超过安全距离；驾驶员东张西望不专心开车，甚至是驾驶员疲劳驾驶开始打盹，出现上述任何一种情况，都能被及时发现并主动报警，提醒驾驶员注意，从而最大限度避免车祸的发生。这就是南理工研制的车辆主动安全技术，这些功能相当于给汽车配置了一个安全智能助理。
“这项技术主要利用车内、车外两个普通的摄像头，和嵌入式计算系统来帮助驾驶员实现危险预警的。系统通过摄像头获取的行车道和前方车辆图像数据，进行汽车偏道与碰撞危险数据分析，从而判定汽车是不是处于安全驾驶状态，并对非正常驾驶发出报警，同时通过对驾驶员的人脸检测和人眼状态检测，对驾驶员状态进行分析，如果驾驶员处于疲劳状态或不安全状态时，系统就自动报警。”该系统能同时适合白天道路环境和夜间道路环境。
目前，国外的奥迪、宝马和丰田等汽车厂商和研究机构都在为他们的车型配置主动安全系统。南京理工大学的这项汽车主动安全技术正是针对这一需求展开的。唐振民教授介绍说，
相比于国内外采用探测雷达与双目立体视觉技术，南理工在我国率先采用低成本的单目视觉方法，在基于视觉信息处理的全天时驾驶员疲劳状态检测、全天时行道线检测、以及前方车距检测等关键技术方面取得了突破。这个拥有自主知识产权的技术，也是江苏省高技术研究计划支持研制的技术，目前正在与香港生产力促进局合作进行成果转化。“发展以预防为核心的现代汽车主动安全技术，不仅成为现代交通领域的迫切要求，更是有效降低交通伤亡，减少特重大交通事故的有效手段。”唐教授说。
相关链接：实力支撑发展 其实除了这些机器人，南理工计算机学院有着雄厚的科研实力，仅仅在智能机器人与智能系统、人工智能技术的应用与系统研制等方向形成了具有自主知识产权的整套技术。学校研制了国内第一辆高速公路病害检测车，获2005年江苏省科技进步二等奖，十年来一直应用于沪宁高速公路的日常检测和维护；拥有自主知识产权的图像分析核心技术被应用于银行票据自动处理软件系统，以及新一代智能点钞机研发，2008年获教育部科技进步二等奖等等。相关技术获2009年国家自然科学奖二等奖。今年五月，江苏省公安厅还和学校合作共建 “社会公共安全重点实验室”，开展智能机器人等相关领域的科技项目攻关、技术信息交流以及科技人才培养。
因为突出的实力，今年3月，由中国科教评价网和中国科学评价研究中心共同发布了2011年中国研究生教育排行榜，南京理工大学计算机学院凭借雄厚的科研实力和学科水平，该校的模式识别与智能系统专业位列全国第一。
同时，为了培养世界一流的智能机器人研究人才，南京理工大学已经和世界排名第一的卡耐基梅隆大学计算机学院机器人研究所联合合作培养双硕士研究生，这个世界最著名的机器人研究所，以往每年在国内只招收两名左右的研究生，今年，南京理工大学6名同学获得了卡耐基梅隆大学的研究生入学资格，到这个最好的机器人研究所接受教育。
湖南大学（第一届冠军）
湖南大学智能车
湖南大学无人驾驶车辆预研项目组成立于2008年7月，与其他参赛队伍不同的是，湖
南大学无人驾驶车辆研发团队不是单一学院或实验室组成，而是依托机械工程、控制理论与控制工程等国家重点学科，在学校“985工程”、“211工程”经费支持下，由学校研究院牵头，采用行政和技术的“两总”项目管理模式组织计算机通信学院、机械工程与运载学院、电气与信息工程学院等单位有关力量50余人的多学科团队开展联合攻关。
英国版：像外星飞船
最近，一些人在英国伦敦希斯罗机场亲眼目睹了许多辆无人驾驶汽车“优尔特拉”(ULTra)自动驶离、抵达车站的奇妙场景。一辆辆车子鱼贯而出，几乎毫无噪音，一切都显得井然有序。这种汽车由英国的先进交通系统公司和布里斯托尔大学联合研制，并于2010年投放希斯罗机场作为出租车运送旅客。这种汽车可能会让阻塞交通、汽油味难闻、拥挤不堪的公共汽车变成一种过时的交通工具。这种超前的独立舱没有驾驶员、也没有喋喋不休的谈话声伴随你的旅途，只有一个装在墙上的按钮。按钮旁边写着“开始”。无人驾驶汽车行驶在专用道路上
该无人驾驶汽车有4个座位，形状似气泡，看起来就像一艘外星人飞船：这种汽车依靠电池产生动力，而且乘客可以通过触摸屏来选择他们的目的地？它们的时速可达40千米，而且会自动沿着其狭长的道路系统行使。一旦乘客选择好了目的地，控制系统会记录下要求，并向舱车发送一条信息。随后舱车会遵循一条电子传感路径前进。在旅程期间，如果需要的话，乘客可以按下一个按钮和控制人员通话。
研究人员设想，到达希斯罗机场的乘客下飞机后，拿好行李并来到无人驾驶汽车的泊位。乘客使用智能卡和汽车上的触摸屏选择好目的地。只需等待10秒钟，无人驾驶汽车就会带乘客启程。一路上汽车自动适时选择刹车、变换速度，应对交通高峰和出现障碍物等情况。它会中途不停车把乘客送回家并停好车。乘客到家后，只需把车子停在那里自行离开就好了。这种无人驾驶汽车要么就停在那里，要么就会被控制中心调度到其他需要用车的地方。控制中心保证每一辆无人驾驶汽车沿着一条路线行驶，确保它们之间不会发生撞车。
英国利兹大学运输研究所的保罗·菲尔曼担心这款汽车潜在的“非人性化”的影响。但是，他也相信，新款无人驾驶汽车的出现可能标志着公共交通新时代的到来。
ULTra无人车
法国版：巡航导弹技术
法国INRIA公司花费十年心血研制出“赛卡博”(Cycab)无人驾驶汽车，外形看起来像未
来的高尔夫球车。该无人驾驶汽车车使用类似于给巡航导弹制导的全球定位技术，通过触摸屏设定路线，“赛卡博”就能把你带到想要去的地方了。只不过给“赛卡博”带路的全球定位系统要比普通的全球定位系统功能强大许多。普通GPS系统的精度只能达到几米，而“赛卡博”却装备了名为“实时运动GPS”的特殊GPS系统，其精良高达1厘米。这款无人驾驶汽车装有充当“眼睛”的激光传感器．能够避开前进道路上的障碍物，还装有双镜头的摄像头，来按照路标行驶，人们甚至可以通过手机控嗣驾驶汽车，每一辆无人驾驶汽车都能通过互联网来进行通信，这意味着这种无人驾驶汽车之间能够做到信息共享，这样多辆无人驾驶汽车能够组成车队，以很小的间隔顺序行驶。该车也能通过交通网络获取实对交通信息，防止交通阻塞的发生在行驶过程中，该车还会自动发出警告，提醒过往行人注意。
法国Cycab无人驾驶汽车
德国版：像普通轿车
在德国汉堡一家公司应用先进的激光传感技术把无人驾驶汽车变成了现实：这辆无人驾驶智能汽车名为“shelley”，由普通轿车改装而成，可以在错综复杂的城市公路系统中无人驾驶。这归功于车内安装的无人驾驶设备，包括激光摄像机、全球定位仪和智能计算机。
在行驶过程中，车内安装的全球定位仪将随时获取汽车所在准确方位。隐藏在前灯和尾灯附近的激光摄像机随时探测汽车周围180米内的道路状况，并通过全球定位仪路面导航系统构建三维道路模型。此外，它还能识别各种交通标志，保证汽车在遵守交通规则的前提下安全行驶。安装在汽车后备箱内的计算机将汇总、分析两组数据，并根据结果向汽车传达相应的行驶命令。
激光扫描器能够探测路标并提醒是否有车离开车道。在激光扫描器的帮助下，无人汽车便可以实现自行驾驶：如果前方突然出现汽车，它会自动刹车：如果路面畅通无阻，它会选择加速；如果有行人进入车道，它也能紧急刹车。此外，它也会自行绕过停靠的其他车辆。
奥迪TT-S双门轿跑改造的无人车Shelley
谷歌版：无人驾驶汽车
该项目是塞巴斯蒂安-特龙（Sebastian Thrun[4]）的智慧结晶，这位43岁的斯坦福大学人工智能实验室的主任是谷歌工程师和谷歌街景地图服务的创造者之一。
2005年，他领导一个由斯坦福学生和教师组成的团队设计出了斯坦利机器人汽车，该车在由美国国防部高级研究计划局（DARPA）举办的第二届“挑战”（Grand Challenge）大赛中夺冠，该车在沙漠中行驶超过132英里（212.43公里），因此赢得了由五角大楼颁发的200万美元奖金。而且，这一支由15位工程师组成的团队继续投身于此项目。另外，谷歌聘请了至少12人，并且这些人均没有不良驾驶记录，这部分员工坐在主驾座上以观察汽车行驶状况，他们每小时的薪酬为15美元或者更多。谷歌在此项目中使用了六辆普锐斯和一辆奥迪TTS。
目前谷歌无人驾驶汽车已经行驶超过20万英里。技术人员表示：谷歌无人驾驶汽车通过摄像机、雷达传感器和激光测距仪来“看到”其他车辆，并使用详细的地图（我们通过手动驾驶车辆收集而来）来进行导航。我们的手动驾驶车辆收集来的信息是如此巨大，我们必须将这些信息进行处理转换，谷歌数据中心将这一切变成了可能，它的数据处理能力是如些强大。目前所面临的难题是自动驾驶汽车和人驾驶的汽车如何共处而不引起交通事故的问题。
2012年4月1日，Google决定联合 NASCAR，将自己的无人驾驶汽车跟真正的赛车一起比试比试，证明机器人比人类驾车技术要高。不过在正式加入NASCAR 之前，他们的无人驾驶汽车还需要经过各种检测才能最终驶向NASCAR 的赛道。