随着我国月球与深空探测任务向更复杂环境拓展，月面非结构化地形（如陨石坑、陡坡、松软月壤及散落岩石）以及极端光照、扬尘等恶劣工况，对探测器的安全运行与自主巡视能力提出了极高要求。受限于地月远距离通信时延，月球车迫切需要向“自主感知、自主决策、自主执行”方向演进。然而，单一光学传感器在极端光照与月尘遮挡下易失效，3D毫米波雷达缺乏高程分辨能力，使得非结构化地形可通行性检测面临挑战；同时，复杂运动约束下的轨迹规划与动力学控制强耦合也增加了导航难度。针对上述问题，本文提出了一种月球车智能导航框架，设计了3D毫米波雷达-相机多模态融合感知、自适应分级规划以及动力学解耦控制等模块，以实现复杂月面环境下的高可靠自主探测。
本研究的主要贡献如下：
（1）提出了一种雷视深度融合的3D感知与代价建图方法。先进行雷视联合时空标定并在鸟瞰图空间实现相机图像与3D毫米波雷达点云在特征层次的跨模态对齐；随后以雷达的全天候测距测速作为可靠支点，对视觉阴影区退化特征进行置信度自适应加权，抑制弱纹理区域的误检；同时利用视觉稠密语义与先验高程对雷达点云的高度维进行上采样引导补全，恢复目标的垂直轮廓，实现强明暗对比场景下月面3D目标的精准检测。在感知结果基础上，联合估计局部坡度、粗糙度与表面法向量，构建多维连续地形代价图。
（2）设计了基于自适应搜索窗口的分级切换式路径规划架构。该架构依据地形可通行性对场景进行复杂度分级：在低复杂度常规地形上，优先采用基于可视性检查的Theta*算法快速生成平滑路径，当遭遇陡坡、密集岩区等高复杂度地形导致局部搜索无解时，则自动触发面向复杂地形的扩展策略，在更大范围的搜索窗口内自适应改用带航向约束的Hybrid A*算法，寻找连续的绕行路线。该架构在满足转向角度与姿态安全等硬约束的前提下，兼顾了常规地形的规划效率与极端地形的全局可达性。
（3）构建了纳入月面等效阻力的解耦跟踪控制策略。横向控制采用"曲率前馈+解耦PID"的方法实现航向的精准跟踪，纵向控制依据实时感知的地形法向量在线估算坡度，并综合松软月壤压实阻力、重力分量、横坡及转向阻力等月面等效阻力，将其折算为执行器层的前馈补偿量，配合带抗饱和积分的速度PID控制器，实现了油门与制动的平滑互斥输出。同时在此基础上引入曲率预瞄限速，有效抑制了月面爬坡倒溜与急弯转向饱和的问题。
为验证所提出方法的有效性，本文基于配备多模态传感器与动力学模型的高保真月面仿真平台，开展了包括短途陡坡、长距离多必经点、复杂起伏与障碍地形等多种工况的综合测试。结果表明，雷视融合模块能准确构建代价图，规控算法在全部场景下均成功规避高危地形并精准抵达目标点，有效抑制了爬坡倒溜、急弯失控等问题。本文针对深空探测中月球车自主导航所面临的难题，形成了从多源异构3D感知、多级路径规划到地形动力学补偿控制的完整技术闭环。仿真实验表明，该框架在有明暗对比、松软月壤与密集岩石等复杂非结构化月面场景下均能稳定、安全地完成自主感知与规划控制，具备良好的鲁棒性与适应性，为月球车在非结构化地形上的自主导航提供了有效的技术途径。

月球车；深空探测；多源异构融合；分级路径规划；动力学控制