非完整移动机器人一直是自动化领域研究和开发的一个重要课题,而轨迹跟踪控制又是移动机器人的一项重要技术,因此对它的研究具有很强的理论和实际意义。本文围绕移动机器人轨迹跟踪控制问题,利用改进的BP神经网络和模糊神经网络对轨迹跟踪控制器的设计进行了研究。首先针对BP神经网络在复杂多输入情况下,样本训练速度慢,不能满足实时性要求的缺点,提出了一种把神经网络分割成若干子网分别训练来获取更高计算效率的方法。并将该改进的BP神经网络应用于移动机器人在未知参数和不确定干扰下的轨迹跟踪控制问题中,提出了一种运动学控制器和动力学控制器相结合的改进的计算力矩控制方法,用后退算法设计运动学控制器,用改进的BP神经网络优化动力学控制器。接着针对神经网络不能利用先验知识和缺乏推理能力的缺点,应用模糊神经网络设计移动机器人轨迹跟踪控制器。利用移动机器人位姿误差训练模糊神经网络得到移动机器人的线速度和角速度,控制其跟踪参考轨迹。并且在位姿误差向量进入模糊神经网络前加入数据检测环节,过滤突变性数据,增强了系统的稳定性。最后利用MATLAB软件对基于改进的BP神经网络算法和模糊神经网络算法下的移动机器人轨迹跟踪进行仿真研究和比较,验证两种控制器设计的正确性和可行性,并且模糊神经网络控制器具有比改进的BP神经网络控制器更强的优越性,跟踪轨迹更加精确,误差收敛速度也更快。