El modelo dinámico de un robot trepador de paredes con ruedas exhibe cambios específicos por etapas al atravesar diferentes tipos de obstáculos y durante varias etapas de negociación de obstáculos. Estudios anteriores a menudo emplearon métodos de control remoto para el control de cruce de obstáculos, que no logran ajustar dinámicamente la distribución del par de las ruedas magnéticas en respuesta a cambios en tiempo real en el modelo dinámico. Esta limitación hace que sea un desafío controlar con precisión la velocidad del robot y los ángulos de actitud durante el proceso de cruce de obstáculos. Para abordar este problema, este artículo primero establece un modelo dinámico por etapas para el robot trepador de paredes en escenarios típicos de cruce de obstáculos, incluyendo escalones, esquinas cóncavas de 90 grados, esquinas convexas de 90 grados y placas delgadas. En segundo lugar, se diseña un controlador adaptativo basado en una red neuronal de función de base radial (RBFNN) para compensar de manera efectiva las variaciones e incertidumbres durante el proceso de cruce de obstáculos. Finalmente, simulaciones comparativas y experimentos físicos demuestran la efectividad del método propuesto. Los resultados experimentales muestran que este método puede responder rápidamente a los cambios dinámicos en el modelo y seguir con precisión la trayectoria, mejorando así la precisión y estabilidad del control durante el proceso de cruce de obstáculos.