全方位移动机械臂由于其高度的机动性和操作灵活性被广泛应用。但是由于系统的复杂程度高、不确定性强,且建模过程对先验知识有较高的要求,精确建模难以实现。基于Koopman算子理论的建模方法能够在完全数据驱动条件下为复杂非线性动力学系统建立高维线性动力学模型的显性表达式而无需任何系统先验知识,且该模型适用于基于模型的控制器设计。本文以一台轮式全方位移动机械臂为研究对象,基于Koopman算子理论完成系统的动力学建模,然后结合自抗扰控制和滑模控制技术进行了轨迹跟踪控制系统设计。主要研究工作如下:首先,基于Koopman算子理论和扩展动态模态分解方法对全方位移动机械臂控制系统构建升维线性状态空间动力学表达式。考虑全方位移动机械臂的自旋转特性,设计数据预处理方案,将电机的控制输入分解到各个自由度方向,从而提高了建模精度;定义模型精度评估指标并通过仿真验证了该方案的有效性;最后选取合适的升维维数,利用收集的实验数据得到了精度较高的动力学模型。其次,针对Koopman建模误差和控制输入饱和问题,设计了一种基于Koopman模型的含输入饱和补偿的自抗扰控制器,有效补偿了建模误差、系统内外扰动和输入饱和非线性,提高了控制系统的控制精度和鲁棒性。提出了一种变结构降阶扩张状态观测器,提高了扰动估计性能;通过引入一种辅助控制系统解决了控制输入饱和限制问题;此外,通过稳定性分析证明了控制系统的有界输入有界输出稳定性;最后,通过仿真和实验验证了所提出方法的有效性。最后,针对自抗扰控制系统面对非连续不可微的非线性扰动鲁棒性较差的问题进行改进,设计了一种基于Koopman模型的滑模自抗扰控制方案,控制系统的快速性和鲁棒性都得到了显著提升。在含输入饱和补偿的自抗扰控制框架下,设计了一种非奇异终端滑模控制方案实现轨迹跟踪,并采用一种快速幂次趋近律缓解了系统的抖振问题,使控制系统能够较平稳地在有限时间内快速收敛;然后根据离散时间滑模控制算法的存在性和到达性条件对闭环控制系统进行了收敛性分析,得到了有界收敛的结论;最后通过实验验证了所提控制方案能有效提高控制系统的控制性能及面对各类扰动的鲁棒性。