轮式移动机器人是非线性、受非完整性约束、欠驱动系统。轮式移动机器人的轨迹跟踪问题始终是研究热点。近年来,学者们在轨迹跟踪领域获得了一些研究成果。但是现有方法仍然存在一些影响跟踪器性能、有待解决的问题,如初始速度超出机器人速度约束范围,机器人动力学建模存在着参数不确定性与未建模干扰,以及轨迹跟踪过程中机器人出现滑动与打滑现象等。本文针对轮式移动机器人轨迹跟踪器设计中存在上述的关键问题分别展开深入研究,主要内容分为以下方面:(1)针对具有速度饱和约束的轮式移动机器人,提出一种基于模型预测控制的跟踪方案。首先,对轮式移动机器人运动学模型进行线性化处理,得到其线性预测模型。然后,考虑其输入及状态约束,设计线性二次型控制器,将二次型最优问题转化为二次规划问题求解。最后进行了仿真验证,证明了控制器的有效性。(2)针对具有参数不确性和未建模干扰的轮式移动机器人,提出一种基于RBF神经网络自适应动力学控制的算法。首先,由基于反步法设计了运动学虚拟控制速度。其次,基于轮式移动机器人动力学模型设计PD控制器,利用具有自动调节权值的RBF神经网络对动力学模型中的参数和非参数不确定性进行了前馈补偿。然后用李雅普诺夫函数证明了系统的稳定性。最后进行了仿真验证,证明了控制器的有效性。(3)针对具有未知的滑动与打滑的轮式移动机器人,提出了一种基于自抗扰思想的跟踪控制策略。首先,建立了滑动与打滑条件下的轮式移动机器人动力学模型。其次,由反步法设计运动学虚拟控制速度,基于动力学模型设计线性扩张观测器和动力学控制器,并给出了系统稳定性分析。最后与积分滑模控制进行了仿真对比,结果表明该控制方法的误差收敛速度更快,观测器能够精确估计滑动与打滑及动力学不确定性对机器人的扰动,提高了轮式移动机器人轨迹跟踪的鲁棒性。