岩石爬行（Rock Crawling）是越野驾驶中的一种极限运动形式，指车辆在极端崎岖的岩石地形中，通过精确控制动力输出、悬挂系统和轮胎抓地力，以极低速度攀爬或通过障碍物的技术。其核心在于对车辆动态性能的极致把控——需要实时判断岩石角度、轮胎附着力分布以及重心转移，这与自动驾驶系统在复杂路况下的决策逻辑具有高度相似性。典型场景包括应对超过30度的倾斜角、轮胎悬空时的扭矩分配，以及避免底盘托底等机械损伤。
在自动驾驶技术领域，岩石爬行算法为解决非结构化道路（如矿区、灾区）的通行难题提供了重要参考。现代感知-规划-控制架构中，多模态传感器融合可模拟人类驾驶员对地形纹理的触觉判断，强化学习则能优化攀爬路径的序列决策。例如Waymo的越野测试项目就借鉴了攀岩车辆的扭矩矢量控制技术，而MIT开发的自主越野系统更是将岩石爬行的重心补偿算法转化为数学最优化问题。这类技术对物流机器人、月球车等特殊场景的自动驾驶具有显著应用价值。