作为具有非完整约束的典型系统—移动机器人,并不能通过光滑线性时不变状态反馈控制方法实现系统的镇定,近年来许多学者就机器人轨迹跟踪控制提出了许多优秀的控制策略。但是目前大多数文献都是基于运动学模型的控制或简化动力学模型,而对于考虑了实际参数的完整动力学模型的控制研究还有待进一步发展;同时,移动机器人作为一个复杂的非线性、强耦合、多变量的动态系统,参数未建模扰动和外界扰动,已及检测信号的不确定性,使得研究人员难以建立精确的数学模型,因此在跟踪控制器的设计过程,必须考虑这些不确定因素;进一步,移动机器人轨迹跟踪控制从运动学模型扩展到动力学层次的过程中还存在如下不足:移动机器人轨迹跟踪控制器的设计过程,是基于机器人运动学模型中的d等于零的假设条件下进行;而在机器人动力学模型中,考虑了实际机器人参数的情形下,距离d不等于零。论文基于以上不足,以级联控制方法为出发点,结合神经动力学模型,反馈线性化控制方法和自适应控制方法,针对移动机器人轨迹跟踪控制中,初始时刻存在速度跳变问题;运动学模型和动力学模型的设计过程中对距离d的处理不统一问题;以及机器人传感器的测量精度,外部扰动等影响,使得机器人位姿信息不能准确的获得等问题,进行了深入分析和研究。首先,设计了一种具有稳定结构的级联计算转矩轨迹跟踪控制算法,解决移动机器人完整动力学模型的轨迹跟踪控制;该方法考虑了移动机器人的非完整约束和移动机器人实际参数,将由神经动力学方法改进过的级联控制器,结合计算转矩控制技术,实现运动学控制向动力学控制的扩展;李亚普诺夫理论保证了全局系统的渐近稳定性。其次,为了统一在运动学模型和动力学模型的轨迹跟踪控制设计中距离d的存在,就距离d不等于零的情形下,设计运动学控制器;接着,本文在动力学层次的轨迹跟踪控制设计过程中,应用自适应控制技术,改进PI滤波器设计,使得控制效果较以前的结论在收敛时间上,响应性能上有了较大改进。最后,小车位姿不能准确测量的情形下,设计轨迹跟踪观测器,引入自适应控制方法,设计了一种移动机器人完整的自适应观测器轨迹跟踪控制策略,有效地克服了机器人位姿信息因传感器的测量误差和外界扰动而引起的测量不精确的缺陷。Matlab/Simulink仿真结果证明:基于此综合轨迹跟踪控制器的移动机器人系统在受到外部扰动的情况下,依然具有优秀的控制品质。