星球车良好的自主移动能力是星球探测任务的必要条件,而星球表面的复杂环境会对星球车的自主移动造成几何学风险和非几何学风险。所谓几何学风险,主要是指巨型岩石、陡坡,该类风险可以通过地形高程信息轻易进行检测;而非几何风险主要由轮地相互作用引起,如陷车等,检测相对困难。基于视觉的地面定性分类可以在一定程度上帮助星球车识别非几何风险,但该方法缺乏对地面力学特性的定量评估;星球车不同类型地面上行驶时,轮地作用类型通常是不同的,对应的轮地作用模型也是不同的,因此,在分析轮地作用力及估计地面力学特性参数时,需要根据实际地面环境选择相应的轮地作用模型。为了解决上述问题,本文研究了星球车行驶过程中接触区域的地面力学特性辨识及拟通过区域地面力学特性估计问题。为了提高星球地面分类精度,本文通过分析不同类型地面图像灰度分布及变化特点,提出了星表多尺度灰度梯度等级特征、星表多尺度边界强度等级特征、星表多尺度频域幅值均值特征、星表多尺度频域幅值矩特征及星表多尺度频谱对称度特征,结合灰度共生矩阵纹理特征、Gabor纹理特征及空间域统计纹理特征,构建了星表纹理特征向量,基于该向量,采用四种分类算法对火星地面进行了分类,结果表明星表纹理特征向量比经典图像纹理特征向量的分类精度高,四种算法中随机森林的分类精度最高,达到了94.7%。星球车在不同类型地面上行驶时,轮地作用模型是不同的,为了实现轮地作用模型的选择,本文将轮地作用类型分为三类:两着地轮刺必相邻、两着地轮刺可非相邻及轮刺进入土壤,建立了三种轮地作用类型下的车轮振动模型,揭示了每种轮地作用类型下车轮振动的特点,提取了模型中4个非速度耦合的车轮振动特征,利用振动特征构建了轮地作用类型识别特征空间,根据三种轮地作用类型的边界条件,分析了轮地作用类型的特征空间域,提出了轮地作用类型的识别方法,通过实验证明了轮地作用类型识别精度达到了92%,为轮地作用模型选择奠定了基础。针对星球车移动过程中的多类型地面的力学特性参数辨识问题,本文根据轮地作用类型识别结果,选择了轮地作用模型,进而提出了多种类型地面的力学特性参数辨识方法。对参数辨识所需的车轮滑转率和沉陷量进行了估计,建立了基于车轮-地面图像的滑转率估计模型,提出了车轮前进位移和车轮旋转角度的估计方法,进而计算车轮滑转率,实验证明了滑转率估计误差小于9%;定义了复杂地面中的车轮沉陷量,建立了沉陷量估计模型,利用车轮-地面图像对沉陷量进行了检测,实验证明了该方法具有较高的精度和较强的光照适应能力;结合车轮滑转率和沉陷量检测方法,利用星球车实验样机进行了硬地、沙地及砾石地面的地面力学特性参数辨识。结合星表纹理特征和力学特性参数,实现了星球车拟通过地面力学特性估计系统的构建,创建了地面特性数据库,并建立了地面力学特性推理机制,利用星表纹理信息推理地面力学特性,对地面力学特性几何空间分布进行了分析。另外,提出了该系统的自学习更新策略,使得系统能够根据星表纹理特征识别出新类型地面样本,并将该类型地面的星表纹理信息和地面力学特性信息更新到系统中。搭建了星球车地面力学特性估计实验平台,对拟通过地面力学特性估计系统的自学习能力及地面力学特性估计能力进行了实验验证。本文提出了星球车行驶过程中接触区域及拟通过区域地面力学特性估计方法,为星球车进行高保真仿真及考虑地面力学的路径规划提供了基础。