与传统的移动机器人相比,四舵轮工业移动机器人能够更有效地获得灵活的运动和快速的扭矩响应,且其冗余驱动底盘系统可配置多种运动模式使其对复杂环境具有更强的适应性。受益于其机动性高、稳定性强及地面适应性好等优点,因而得到越来越多的关注和发展。然而,在应用于工业场景时,其复杂的动态特性对运动规划与控制方法提出了新挑战。对于运动规划,混叠环境会引起较大的定位误差甚至定位失败,给机器人的安全运行带来隐患;四轮独立驱动造成机器人综合能量消耗偏高,降低了机器人的续航时间和工作效率。对于运动控制,多运动模式切换过程会导致切换瞬间的跟随误差增大,影响机器人系统连续动态的全局稳定性;当机器人运行在湿滑、凹凸的地面时,外部干扰和系统模型不确定性会显著影响其跟踪控制性能;冗余驱动增加了执行器的数量和系统复杂性,随之增大了执行器发生故障的可能性。围绕上述问题,本文以四舵轮工业移动机器人为研究对象,开展了考虑定位和能量效率的运动规划、多运动模式切换控制、鲁棒自适应控制及执行器故障下容错控制的研究。具体研究内容如下:为获得满足规划目标与约束条件的安全、高效的参考轨迹,提出了一种同时考虑可定位性和能量效率的运动规划方法。根据机器人定位似然性函数,提出了能够明确量化环境信息对机器人定位影响的可定位性度量方法;基于该可定位性度量方法,构建了能够有效估计给定位置的定位误差的可定位性地图;在轨迹优化过程中引入了改进的海豚群算法,规划出了在定位不确定性和能效约束下的最优运动轨迹。针对四舵轮工业移动机器人的多运动模式特性,提出了一种可柔顺切换多种运动模式以应用于不同的跟踪环境分层切换控制方法。基于分层的切换信号,建立了多个子系统关联到其对应运动模式的混合连续与离散的运动学系统。考虑到单独子系统具有分数阶特性,提出了以分数阶参数为目标准则的分数阶滚动时域控制律;根据跟随误差衰减特征和切换系统全局指数稳定性理论,设计了自主切换监督判据和逻辑规则;结合各运动模式的动态特性,提出了可触发多个子控制器间自主柔顺切换的分层切换控制律;利用切换系统稳定性条件,保证了切换系统的全局稳定性。针对因外部干扰及动力学模型参数不确定导致的机器人跟踪控制性能变差的问题,提出了一种基于双反馈循环神经网络的自适应最优积分滑模跟踪控制方法。利用附加误差积分项,设计了可抑制外部干扰的最优积分滑模跟踪控制律;研究了双反馈循环神经网络的结构特征和学习原理,引入了该神经网络近似机器人动力学系统;基于李亚普诺夫理论,提出了双反馈循环神经网络最优积分滑模跟踪控制的自适应律。针对四舵轮工业移动机器人执行器故障下容错跟踪控制问题,提出了一种基于滑模观测器的容错跟踪控制方法。为估计机器人状态,开发了一种带边界层的滑模观测器;在机器人状态估计的基础上,引入了时滞估计方法对执行器故障进行估计;研究了执行器故障给冗余机器人系统造成的影响,设计了基于动态故障估计的滑模控制律;建立了执行器故障模型,进而提出了冗余驱动力矩动态分配方法,实现了机器人在部分驱动力故障下的稳定运行。