随着农业科技水平的不断提高,智能温室大棚实现了跨越式的发展。在实现智能化种植的进程中,移动底盘是必不可少的。本文将具有良好的机动性和适应性的麦克纳姆轮全方位移动机器人作为温室移动底盘。移动底盘的轨迹跟踪控制是实现自动化种植的重要环节之一。然而,在实际应用中,移动底盘会受到各种不确定因素的影响,实现精确的轨迹跟踪控制依然是一项亟待解决的关键问题。因此,本文就麦克纳姆轮全方位移动底盘的轨迹跟踪问题展开研究,综合考虑外部扰动、参数变化、摩擦力以及输入饱和约束的影响。本文主要的工作如下:（1）通过对单个麦克纳姆轮进行运动分析建立移动底盘的运动学模型。结合实际应用,考虑质量时变、外部扰动以及摩擦力等因素,通过受力分析与拉格朗日法完成动力学建模。（2）基于移动底盘的动力学模型,采用径向基神经网络逼近系统中的不确定性,通过设计具有σ修正的自适应律更新未知参数的估计值。结合估计值与反步法设计自适应神经网络反步轨迹跟踪控制器,并通过Lyapunov稳定性分析证明跟踪误差是一致最终有界的。最后通过对比仿真实验验证控制器的有效性和优越性。（3）为解决输入饱和受限的问题,设计一种自适应虚拟神经网络反步控制器。首先,建立具有输入饱和受限的移动底盘动力学模型。为减轻计算负担,虚拟神经网络被用来逼近系统中的不确定性,神经网络的基函数不会被包含在实际的控制器中。同时采用具有σ修正的自适应律更新未知参数的估计值,基于反步法提出一种结构简单的控制算法,并通过Lyapunov稳定性分析证明跟踪误差是一致最终有界的。最后通过对比仿真实验验证控制器的有效性和鲁棒性。（4）针对系统状态部分不可测或者测量值不准确的问题,本文设计一种新颖的自适应鲁棒状态观测器。系统不确定性由虚拟神经网络逼近,通过设计具有σ修正的自适应律估计未知参数,结合该估计值和反步法设计一个结构简单的辅助函数。通过Lyapunov稳定性分析证明观测误差是一致最终有界的。最后通过对比仿真实验验证观测器的有效性和实用性。