本文以双轮移动机器人的姿态平衡问题为基础,重点对双轮移动机器人的路径跟踪控制问题展开了相关的理论研究和实验分析。同时,引入RBF神经网络算法对所设计的路径跟踪控制增益进行优化,提高了双轮机器人路径跟踪的性能。在参考大量的相关资料的基础上,主要进行了以下几个方面的分析和研究：(1)数学模型的建立和分析。为了控制系统的设计和模型分析的需要,本文对双轮移动机器人系统分别建立了运动学模型和动力学模型。其中,采用系统运动约束分析法建立运动学模型；采用拉格朗日分析法建立动力学模型；并对系统的控制性能进行分析。(2)分层滑模控制算法的设计和抖振的抑制。虽然分层滑模控制算法具有很好的鲁棒性,但是控制器的抖振现象会降低对系统的控制性能。所以,为了抑制分层滑模控制器的抖振,引入了一种非线性干扰观测器对系统的干扰进行观测,并把观测结果反馈到分层滑模控制器中,对控制系统进行干扰补偿,使得切换项增益的大小由干扰观测器对干扰的预测值和实际值的误差来决定,从而有效地抑制了控制器的抖振,使得控制系统具有比较好的鲁棒性和动态特性。(3)基于动力学模型的路径跟踪控制器的设计与优化。针对基于动力学模型的双轮移动机器人的路径跟踪问题,首先,把系统的控制分为运动学控制和动力学控制两部分；然后,基于动力学模型设计系统的路径跟踪控制器；最后,为了提高系统在有干扰存在条件下的路径跟踪性能,采用RBF神经网络对控制系统的增益进行了自适应修正。