近年来随着科技进步，通过利用移动机器人在复杂环境下进行探测和开发，人类的研究领域进一步扩展。将移动机器人作为实验平台，人们可以对人类思维模式进行探索，研究复杂智能体行为的产生。移动机器人的运动规划与运动控制问题涉及到认知科学、模式识别、非线性控制等领域，所得到的成果也将带动军事、交通、工业等机器人系统应用领域的发展。本文以轮式移动机器人作为研究对象，重点研究移动机器人的运动控制与运动规划问题，主要研究内容与创新点概括如下：1.研究非完整轮式移动机器人的轨迹跟踪控制问题。不同于路径跟踪问题，轨迹跟踪控制不仅具有空间位置要求，同时具有时间要求，即在特定的时间到达特定的位置，使机器人跟踪一条以时间为参数的轨迹。本文提出一种不存在控制奇异点的轨迹跟踪方法。该方法并不是直接跟踪姿态角，而是根据当前的侧向误差设计一个引导角作为期望姿态，随着侧向误差的收敛该引导角也逐渐趋向于姿态角，以此实现位姿跟踪。将引导角作为虚拟输入，结合Backstepping方法设计了基于移动机器人运动学模型的轨迹跟踪控制律，并给出了参数选取条件，然后将基于运动学模型的控制律进行扩展，考虑到外部扰动的影响，设计了基于动力学模型的控制律。最后通过仿真验证了所设计的控制律的有效性。2.研究非完整轮式移动机器人的路径跟踪控制问题。路径跟踪的目标是控制移动机器人跟踪一条几何曲线而无时间要求。提出一种跟踪参数曲线路径的方法。以路径上期望位置为原点建立路径坐标系，并在路径坐标系中计算跟踪误差，设计一个引导角作为期望的角度误差，可以使侧向误差随着角度误差一起收敛，结合Backstepping设计了路径跟踪控制律以及路径参数的更新律，并分析了参数选取应满足的条件，可以使跟踪误差收敛。最后通过仿真验证了所提出方法的有效性。3.研究了包含模型不确定性的轮式移动机器人的运动控制问题。由于移动机器人的物理参数难以精确测定，因此首先假设除了车轮半径和和两驱动轮间距外，机器人其余的物理参数均为未知，基于模糊系统逼近非线性函数的能力解决模型不确定性带来的困难，并以移动机器人的轨迹跟踪控制为例，设计了控制律和模糊系统权值矩阵的更新律，通过仿真验证了所提出方法的有效性。然后进一步假设机器人所有物理参数均为未知，结合自适应Baskstepping和模糊系统设计了轨迹跟踪控制律、未知参数的自适应律和模糊系统权值矩阵的更新律，并通过仿真验证了所提出方法的有效性。4．提出一种改进的考虑加速度限制的移动机器人运动规划方法。在移动机器人跟踪预先规划轨迹的过程中，不可避免会产生跟踪误差。导致误差产生的原因之一是规划路径的曲率不连续，产生跟踪误差的另一个原因是车轮的打滑和侧滑。在移动机器人运动过程中，车轮与地面间的最大摩擦力决定了机器人运动过程中的加速度限制。包括机器人加速减速运动时的切向加速度及曲线运动时的侧向加速度。当加速度超出限制时，轮胎与地面间发生滑移，产生跟踪误差。给定规划起止位姿和速度，首先基于三次Bezier曲线进行了路径的规划。然后根据受到的最大加速度限制规划时间最优的最大允许速度轨线。对于可能会出现的规划速度轨线在起点和终点处的速度低于规划目标值的情况，给出了进一步的规划方法。仿真结果验证了该方法的有效性和求解的快速性。