四舵轮移动机器人具有良好的适应性和机动性。工业场景中,受限运行空间需要其具有较高的灵活性。同时,地面存在的沟坎和油/水混合等复杂条件对其运行的精度和稳定性提出了要求。本文以工业场景下自主开发的四舵轮移动机器人为研究对象,从提高运行的灵活性、精度和稳定性出发,研究多模式的切换、自抗扰控制框架下的增益自适应调节和扰动自补偿方法,本文的研究内容如下:针对工业场景下时变延时和单一运行模式制约移动机器人在急转弯时的运行效率问题,提出一种基于时变延时估计的多模式异步切换方法,提高四舵轮移动机器人在狭小受限空间的通过性。首先,为解决控制过程中的时变延时问题,提出一种状态传输延时的估计方案,设计局部采样周期内的单调外部信号,通过高阶滑模跟踪控制方法,实现延时信息的动态获取。其次,为改进系统的切换控制策略,通过基于指数稳定的状态观测器理论,引入带有动态阈值的监督判据,实现系统自主切换的触发机制。最后,为得到时滞闭环切换系统的全局稳定性,借助分段Lyapunov函数,结合估计的时变延时、跟随误差的衰减特征和切换的监督判据,优化自主切换过程中的平均驻留时间,提高系统运行的灵活性。针对工业场景下存在的系统不确定性和外部干扰等造成运行过程中跟踪精度不足的问题,提出一种有限时间稳定的增益自适应控制器,保证时变扰动场景下的控制精度。为提高系统的控制性能,设计一种分层控制方法,一方面,通过非线性模型预测控制方法减小超调量和消除稳态误差来提高跟踪性能;另一方面,改进超螺旋滑模控制器实现控制量的连续输入,在时变扰动导数难以获取的情况下,保证系统动态跟踪和抗干扰的性能。同时,分析控制增益的调节规律以平衡跟踪和抗扰性能,得到系统稳定的充分条件。结合理论分析验证所提分层控制方案的渐进收敛性,实现系统横向运动的精确性。针对工业场景下严重时变扰动和系统状态耦合易导致滑移、侧滑等失稳问题,提出一种基于逆系统解耦的扰动自补偿控制方法,实现外部干扰的无偏估计与动态补偿。首先,基于逆系统解耦策略对四舵轮平台的横向动力学模型进行解耦,得到系统输入与输出的映射关系,形成线性组合系统。其次,为获取运行过程中的集中扰动,设计一种具有增益学习能力的多层网络扰动估计器,通过增益参数的动态调整,实现扰动的无偏估计。最后,提出自补偿的集成控制方案,一方面,引入分数阶超螺旋滑模控制器对传统滑模存在的抖振进行抑制;另一方面,设计集成控制律实现对估计扰动的动态补偿,进一步抑制系统扰动。通过集成的解耦控制方法,保证横向运动的稳定性。最后,使用自主开发的四舵轮移动机器人在工业场景下对所提方法的控制性能进行综合验证,通过分析动态跟踪特性和实验结果验证所提控制方法的优越性,为四舵轮移动机器人在工业场景中的应用奠定坚实的基础。