非完整约束是指含有系统广义坐标导数且不可积的约束.具有非完整约束的非完整控制系统是复杂的多输入多输出,时变、强耦合和高度非线性系统,在工业和国防等领域具有很强的实际应用背景.开展非完整系统反馈跟踪镇定研究,特别是不确定性情况下的跟踪镇定控制问题具有挑战性和重要的理论价值.该文在综述相关研究现状的基础上,以具有典型非完整约束的移动机器人为研究对象,主要研究非完整控制系统,特别是不确定性情况下非完整系统的跟踪镇定控制问题.论文的主要结论和成果表现在以下几个方面:1.根据机器人的运动学模型,,提出引入具有双曲正切特性的虚拟反馈量的基于积分backstepping时变状态反馈的移动机器人轨迹跟踪控制算法,利用Lyapunov理论证明系统的全局(指数收敛)稳定性.2.对具有不确定性的移动机器人系统的轨迹跟踪控制问题进行了研究,综合考虑系统运动学与动力学特性的影响,提出了基于小波神经网络在线调节的鲁棒自适应力矩控制器,根据Lyapunov理论证明系统的一致渐近稳定性.该方法不需要知道系统动力学参数,小波网络在线自适应调节,避免了传统神经网络控制的离线训练,克服了移动机器人轨迹跟踪控制中完全速度跟踪假定约束及动力学参数需满足线性化的问题.3.对具有严格反馈的不确定性非线性系统进行了研究,提出了基于RBF神经网络的自适应Backstepping滑模鲁棒控制器的设计方法.控制器兼具鲁棒和自适应控制的优点,有效的抑制了滑模控制的抖动现象,大大简化了计算过程.根据包括驱动电机动力学特性的严反馈型机器人动力学模型,提出基于RBF神经网络的自适应Backsteppin和滑模鲁棒控制算法的非完整移动机器人反馈跟踪镇定鲁棒自适应控制器,仿真结果进一步证明算法良好的跟踪,鲁棒特性.4.基于DSP(TMS320LF2407A)微控制器设计了两轮独立驱动的移动机器人控制系统,搭建了具有结构简单、实时、在线、可移动特性的机器人控制的试验调试平台.基于此试验平台上进行了实验研究,提出基于Backstepping时变反馈和PID控制相结合的实时轨迹跟踪方法,试验证明算法具有较好的鲁棒性、快速性.