另外，通过变换磁极朝向进行编码，可以向车辆传输道路特性信息，诸如位置、方向、曲率半径、下一个道路出口位置等信息。”

王立志立马道：

“但是，磁导航方法往往需要在道路上埋设一定的导航设备(如磁钉或电线)，系统实施过程比较繁琐，且不易维护，变更运营线路需重新埋设导航设备。

视觉导航就不存在这个问题。

视觉导航的优点是车载计算机可以在试验样车偏离目标车道前，事先知道并预防其发生，同时当在高速公路使用时，不需要对现有的道路结构做变化，并且在混合交通中，也可使用。”

李长河却说：

“但视觉导航也有缺点，就是当风沙、大雾等自然因素致使能见度过低或路面上的白色标线不清晰时，导航系统会失效。

但由于视觉导航对基础设施的要求很低，被公认为是最有前景的定位方法。”

孙教授点头道：“请问无人驾驶得核心技术是什么啊？”

王中阳说：

“车辆控制技术是无人驾驶汽车的核心，主要包括速度控制和方向控制等几个部分。

无人驾驶其实就是用电子技术控制汽车进行的仿人驾驶。

通过对驾驶员的驾驶行为进行分析可知，车辆的控制是一个典型的预瞄控制行为，驾驶员找到当前道路环境下的预瞄点，根据预瞄点控制车辆的行为。

目前最常用的方法是经典的智能PID算法，例如模糊PID、神经网络PID等。

除以上两个方面，无人驾驶汽车作为智能交通系统的一部分，还需要一些其它相关技术的支持，如车辆调度系统、通讯系统和人机交互系统等，最终得以实现整个交通系统的高效、安全。”

孙教授笑着问：“大家谈一谈无人驾驶汽车的发展方向吧！”

沈笑夫道：

“我觉得一个趋势是——高速公路环境下的无人驾驶系统。

这类系统将使用在环境限定为具有良好标志的结构化高速公路上，主要完成道路标志线跟踪、车辆识别等功能。

这些研究把精力集中在简单结构化环境下的高速自动驾驶上，其目标是实现进入高速公路之后的全自动驾驶。

尽管这样的应用定位有一定的局限性，但它的确解决了现代社会中最为常见、危险、也是最为枯燥的驾驶环节的驾驶任务。”

王中阳接着说：

“另一种趋势是——城市环境下的无人驾驶系统。

与高速环境研究相比，城市环境下的无人驾驶由于速度较慢，因此更安全可靠，应用前景更好。

短期内，可作为城市大容量公共交通(如地铁等)的一种补充，解决城市区域交通问题，例如大型活动场所、公园、校园、工业园、机场等。

但是，城市环境也更为复杂，对感知和控制算法提出了更高的要求。

城市环境中的无人自动驾驶将成为下一阶段研究重点。

例如，米国国防部‘大挑战’比赛2007年采用城市环境。

目前这类环境的应用已经进入到小范围推广阶段，但其大范围应用目前仍存在一定困难，例如可靠性问题、多车调度和协调问题、与其它交通参与者的交互问题、成本问题、商业模型等。”

李长河说：

“还有一种趋势——特殊环境下的无人驾驶系统。

无人驾驶汽车研究走在前列的国家，一直都很重视其在军事和其他一些特殊条件下的应用。

但其关键技术和基于高速公路和城市环境的车辆是一致的，只是在性能要求上的侧重点不一样。

例如，车辆的可靠性、对恶劣环境的适应性是在特殊环境下考虑的首要问题，也是在未来推广应用要重点解决的问题。’

孙教授扫了一眼餐厅，发现吃饭的人已经所剩无几，于是道：

“今天我们聊的无人驾驶很充分。

无人驾驶汽车是未来汽车发展的方向，人类在不久的将来会用上智能型无人驾驶汽车。

以后，大家多多思考这方面的问题。王中阳，你多给我这些学生传授一些新经验啊！”