机器人学的诞生是人类知识文明进步的一个重要标志。随着科学研究的日渐成熟，机器人技术现已广泛应用在工业、农业、反恐、挖掘等领域。机械手的广泛应用是由于它能在很大程度上模仿人的手臂完成各种简单或复杂的操作，从而大大降低了劳动力的生产劳动强度和危险性。但是原先固定在某个基座上的机械手臂由于其运动空间有限，造成很多应用上的不便。因此，具有移动平台的可移动操作机械手应运而生。本论文以猎豹系列机器人LeoBot—Edu为研究对象，对该履带式移动机械手的运动学、路径规划及运动控制问题进行研究，以实现对该机器人的全面了解，进而使其更好的完成操作任务。针对以上的研究问题，本文采用的方法为：通过对机器人的模型进行简化，先计算机器人的统一运动学方程，对其位姿进行可操作度分析，进而实现末端给定任务的机械手路径规划，最后对机器人的基于运动学的控制问题进行研究。在路径规划中，采用了遗传算法对其进行分步协调离线规划，得出的最优运动序列即是运动控制的理论基础。控制问题上，对移动平台和手臂部分分别采用自适应模糊控制和神经网络自适应控制，并使用Matlab进行仿真实验，验证了控制器及相关算法的可行性。