在不确定的非结构化的月面环境下，月球车的自主运动规划是月球车巡游任务的重要环节之一。本论文的研究内容是考虑月球车运动约束和轨迹优化前提下，在不确定的环境中完成月球车的自主运动规划与控制问题。论文工作按运动规划与控制问题的以下两个方面展开：其一是在给定全局地形图的运动规划，特点是全局的粗略地形已知，规划结果更倾向于得到连接初始与目标点的路径的连通性，系统模型多以运动学模型为主；其二是在全局路径规划的成果下，侧重于根据局部环境的多变性进行实时的局部运动规划与控制，较多地考虑月球车运动约束对规划方法的效率和可靠性的影响。　　 本文的研究内容主要包含下面几个方面：　　 首先，用机器学习的方法实现全局环境的月球车运动规划。基于静态全局环境的避障学习方法生成的路径适应能力较差，当环境发生改变或目标点发生变化时要重复学习过程，为此，提出了一种基于相对位姿空间的避障学习方法，根据月球车与环境特征的相对位置作为学习状态进行避障学习，提高了学习结果对环境变化的适应能力。　　 其次，用模型预测控制方法实现月球车的局部规划与镇定控制。运动规划任务根据环境变化而采取动态更新的策略，根据障碍与月球车的相对方位设定期望的子目标点平面坐标；离线计算月球车的无限时域运动代价，然后通过求解最小化离线代价的车体方向角作为期望的子目标点方向角。此部分研究内容侧重于局部环境的运动规划控制。　　 再次，分析了参数不确定情况下月球车的鲁棒运动规划问题。将具有终端状态不等式约束和终端状态惩罚项的非线性预测控制应用到月球车运动控制中。将考虑模型参数不确定性的渐进稳定椭圆集作为预测控制问题的终端稳定约束，该终端状态不等式约束要求系统终端状态进入一个椭圆区域；把平衡点局部区域的非线性系统看作参数时变多面体不确定线性系统，然后用线性矩阵不等式方法分析了月球车能够沿障碍物行驶的控制的保守性存在条件。　　 然后，基于月球车原理样车的动力学模型实现了其局部预测运动控制。选择六个车轮的驱动力矩和转向力矩为控制量，合理协调六个车轮的方向控制，在不改变车体运动约束的前提下将六个非完整约束减少为两个。建立了车体与车轮的平面动能，与简化后的两个约束联立建立了车体的平面Maggi力学方程，最后实现了原理车的预测运动控制。　　 最后，研究了基于原理样车动力学模型的快速控制计算方法。首先用局部线性化模型代替力学模型进行滚动优化控制，然后采用C/GMRES(Continuation/Generalized Minimum Residual)计算方法降低计算量并解决系统的状态存储问题；最后，通过重新定义系统输入降低动力学模型的维数，并基于简化的动力学模型实现月球车巡游中的最短路径控制。