蛇形机器人相较于其它移动机器人对地面有着更强的适应能力,在未知环境侦察研究、灾难现场搜索救援等领域有着广阔的应用环境。本文以自主研发的十自由度的轮式蛇形机器人为实验平台,围绕蛇形机器人轨迹跟踪问题,提出基于模糊控制及视线角控制率的非线性模型预测控制方法,解决了蛇形机器人在轨迹跟踪过程中由于自身运动步态限制、模型失配等因素造成的跟踪精度较差的问题。具体研究内容如下:首先,设计出了一个具有十自由度的模块化轮式蛇形机器人系统。采用正交连接的机械结构设计出了蛇形机器人的关节模块与躯干模块;为了满足轻量型设计,以韧性强、密度低的尼龙作为机器人的结构材料。进一步设计了蛇形机器人的分布式控制系统结构,并搭建了控制系统硬件平台,编写了蛇形机器人运动控制与无线通信程序,实现了手机端进行设备调试与电脑端进行远程控制,为算法验证奠定基础。其次,为了解决轮式蛇形机器人在蜿蜒步态下直线轨迹跟踪难以稳定的问题,提出了基于视线角控制率的非线性模型预测控制方法（line of sight nonlinear model predictive control,LOS-NMPC）。建立蛇形机器人状态空间预测模型;将基于PID的非线性模型预测控制与LOS相结合来自适应的调整蜿蜒步态中各参数以获取更高的跟踪精度。仿真及实验结果表明,LOS-NMPC能够完成直线轨迹跟踪目标,相较于传统的LOS导航算法与NMPC算法具有更高的控制精度。最后,为了解决LOS-NMPC方法在曲线轨迹跟踪中抗干扰的问题,提出了基于模糊控制的LOS-NMPC（FLOS-NMPC）与滑模控制相结合的控制方法。FLOS-NMPC使其能够根据当前机器人轨迹跟踪的误差与差率来自适应调整损失函数,提高曲线轨迹跟踪精度,同时将链式传播的控制率作为软约束引入,保证机器人运动的可控性,该算法摆脱了传统的蜿蜒步态,直接生成适合该环境下的步态。进一步采用滑模控制器提高系统的抗干扰能力,同时引入三阶低通滤波器模型,确保了机器人能够流畅的控制关节角度。仿真与实验结果表明,所提算法能够完成蛇形机器人曲线轨迹跟踪目标,在曲线轨迹跟踪方面比起LOS-NMPC与基于PID的非线性模型预测控制有着更高的控制精度与收敛速度,即使在模型失配的情况下仍具有较好的轨迹跟踪效果。