Learning Air-Ground Motion Control with Temporal Mode Switching and Cross-Terrain Tracking

📄 arXiv: 2609.26564v1 📥 PDF

作者: Ruitian Pang, Mingrui Li, Xuanting Liu, Tiancheng Lai, Juncheng Chen, Xiangyu Li, Ruibin Zhang, Qishao Wang, Jin Yu, Haiyin Piao, Fei Gao, Chao Xu, Yanjun Cao

分类: cs.RO

发布日期: 2026-09-22

💡 一句话要点

提出基于学习的气地运动控制框架以解决多地形跟踪问题

🎯 匹配领域: 支柱一：机器人控制 (Robot Control) 支柱二：RL算法与架构 (RL & Architecture)

关键词: 被动轮式车辆 气地模式切换 轨迹跟踪 强化学习 多地形适应性 自主控制 机器人技术

📋 核心要点

  1. 现有的被动轮式陆空双模车辆在气地模式切换和多地形轨迹跟踪方面存在可靠性不足的问题。
  2. 本文提出了一种基于学习的控制框架，利用历史数据和未来信息实现自主模式切换和轨迹预测。
  3. 实验结果显示，学习的模式选择器在复杂过渡中优于基于规则的选择器，且地面控制器在所有测试条件下的RMSE低于PID控制器。

📝 摘要（中文）

被动轮式陆空双模车辆（TABVs）结合了空中机动性和高效的地面运动能力。然而，在有限的机载感知下，可靠的气地模式切换和跨越多样地形的稳健轨迹跟踪仍然是现实应用中的挑战。本文提出了一种基于学习的气地运动控制框架：1）学习的模式选择器用于自主气地运动模式切换，利用历史的单点飞行时间（ToF）测量和机器人状态结合未来参考信息来确定活动运动模式；2）强化学习控制策略用于轨迹跟踪，结合自我感知观察和未来参考信息以预测轨迹变化。通过多地形训练和动态随机化，确保了在不同地形上的稳健跟踪。仿真和实验证明了在有限感知下的可靠气地切换和准确的地面跟踪。

🔬 方法详解

问题定义：本文旨在解决被动轮式陆空双模车辆在有限感知条件下的气地模式切换和多地形轨迹跟踪的挑战。现有方法在复杂环境中往往无法保证可靠性和准确性。

核心思路：提出了一种基于学习的气地运动控制框架，通过历史数据和未来参考信息来实现自主的模式切换和轨迹预测，增强了系统的适应性和鲁棒性。

技术框架：整体架构包括两个主要模块：学习的模式选择器和强化学习控制策略。模式选择器负责根据历史和当前状态选择运动模式，控制策略则用于轨迹跟踪，结合自我感知和未来信息进行预测。

关键创新：最重要的创新在于引入了学习的模式选择器，能够在复杂过渡中表现优于传统的基于规则的选择器，同时强化学习控制策略在多地形条件下实现了更低的跟踪误差。

关键设计：在设计中，采用了动态随机化和多地形训练策略，以增强模型的泛化能力；损失函数设计考虑了位置误差和轨迹变化，确保了控制策略的有效性。整体网络结构经过优化，以适应不同的地形和运动模式。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

实验结果表明，学习的模式选择器在复杂过渡中表现优于传统的规则选择器，且地面控制器在所有测试条件下的RMSE低于PID控制器，系统在101米的气地轨迹跟踪中实现了0.08米的位置信息RMSE，显示出卓越的性能。

🎯 应用场景

该研究的潜在应用领域包括无人机与地面机器人协同作业、灾后救援、环境监测等场景。通过提升陆空双模车辆的自主性和适应性，能够在复杂环境中实现高效的任务执行，具有重要的实际价值和未来影响。

📄 摘要（原文）

Passive-wheeled terrestrial-aerial bimodal vehicles (TABVs) combine aerial mobility with energy-efficient ground locomotion. However, reliable air-ground mode switching under limited onboard perception and robust ground trajectory tracking across diverse terrains remain challenging when targeting real-world applications. In this work, we propose a learning-based air-ground motion control framework for passive-wheeled TABVs: 1) a learned mode selector for autonomous air-ground motion mode switching. The selector uses historical single-point time-of-flight (ToF) measurements and robot states together with future reference information to determine the active locomotion mode. 2) a reinforcement learning control policy for trajectory tracking. The policy combines proprioceptive observations with future reference information to anticipate trajectory changes. For ground locomotion, multi-terrain training and dynamics randomization enable robust tracking across different terrains. Simulation and real-world experiments demonstrate reliable air-ground switching under limited perception and accurate ground tracking across diverse terrain conditions. The learned selector outperforms a rule-based mode selector in challenging transitions, while the ground controller achieves lower position RMSE than PID across all tested conditions and maintains decent tracking where NMPC fails. With these capabilities integrated, the system tracks a 101m air-ground trajectory through multiple autonomous mode transitions with a position RMSE of 0.08m.